抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大規模マルチメディアデータは指数関数的に生成された,今日では連続的に貯蔵され,加工されている。データ爆発,データ所有者コストダウンと柔軟性のための豊富な資源を活用することによりデータ貯蔵と計算高価な処理ジョブの彼/彼女の膨大な量をアウトソーシング雲に高度に動機づけられた。魅力的な利点にもかかわらず,セキュリティとプライバシーの問題は,この有望な情報技術パラダイムの広い採用を防止する主要な障害である。本研究では,著者らは,広く使用されている特徴抽出アルゴリズム,本質的に信頼できないクラウドに高速化されたアウトソーシングロバスト特徴(SURF)で,外注画像データ所有者の個人情報を保護しながら。著者らは初めて,特殊性とロバスト性の点でその主要特性を維持できることをSURFのための実用的なプライバシー保護アウトソーシングの方式を提案した。原画像データの分割と二種類の独立したクラウドサーバに,シェア暗号化データをランダムに分布して,最初のいくらか準同形暗号化(SHE)と単一命令多重データ(SIMD)を活用することにより安全な増殖と比較のための二種類の新しい効率的なプロトコルを設計した。を注意深く暗号文ドメインにそれに適応するように元のSURFの各段階を調整した。有効性とセキュリティの完全な理論解析は筆者らの方式が実質的に安全であり,平文ドメインで実行元SURFの性能を良く近似することを示した。など実世界画像データセット上で実施した筆者らの方式が,既存の解よりも優れており,実際に3D視点変化を横切る画像スケール不変,回転不変性とロバストなマッチングを含む種々の特性を保存する独自のSURFと同等に機能することを示すために,広範囲な実験。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
