一种图像数据的隐私区域分级脱敏方法及系统与流程

摘要: 本发明涉及图像处理与数据安全,具体而言,涉及一种图像数据的隐私区域分级脱敏方法及系统。背景技术:1、图像数据在安防监控、医疗影像、人脸识别等领域的应用日益广泛。...
一种图像数据的隐私区域分级脱敏方法及系统与流程

本发明涉及图像处理与数据安全,具体而言,涉及一种图像数据的隐私区域分级脱敏方法及系统。

背景技术:

1、图像数据在安防监控、医疗影像、人脸识别等领域的应用日益广泛。然而,图像中往往包含人脸、车牌、身份证号等大量个人隐私信息,针对如何在有效利用图像数据的同时保护隐私安全,现有技术中已提出多种图像隐私保护方案。

2、cn117077187b提出了一种多级视觉隐私保护方法,通过压缩感知与密钥共享实现不同授权级别的解密。us20120151601a1公开了根据不同隐私等级确定不同图像处理方法的图像分发装置。us11647274b2公开了一种区域检测与遮蔽逻辑系统,通过自动检测与身份相关的对象类别并自动选择遮蔽方式。

3、然而,上述现有技术仍存在以下不足:其一,隐私区域分级依据单一、粒度粗糙。现有技术的隐私等级判定多基于预设规则或简单类别划分,缺乏对图像语义、场景上下文、用户权限及数据用途等多维度因素的综合考量,且分级数量有限,难以根据隐私敏感程度的细微差异进行精细化的差异化处理;其二,脱敏方式固化且缺乏系统性的分级脱敏机制。现有技术中不同等级对应的脱敏处理方式较为固定,未能根据隐私等级自适应选择最优脱敏算法并调整强度参数;同时,当图像中存在多个不同隐私等级的区域时,现有技术对各区域独立处理,容易导致视觉不协调,更缺乏支持分级可逆恢复与操作审计追溯的完整机制。

4、因此,现有技术中存在隐私等级评估维度单一、分级粒度粗糙,以及脱敏方式固化等技术问题。

技术实现思路

1、本技术的目的在于提供一种图像数据的隐私区域分级脱敏方法及系统,其解决了现有技术中存在的隐私等级评估维度单一、分级粒度粗糙,以及脱敏方式固化等技术问题。

2、为了解决上述技术问题,本技术采用的方案如下:

3、一种图像数据的隐私区域分级脱敏方法,其特征在于,包括:

4、s1、获取待处理的原始图像;

5、s2、对原始图像进行多维度隐私等级评估,确定原始图像中各隐私区域的隐私等级;多维度隐私等级评估包括语义内容评估、场景上下文评估、用户权限评估和数据用途评估;

6、s3、根据各隐私区域的隐私等级,从脱敏策略库中匹配对应的脱敏策略,生成分级脱敏方案;

7、s4、当原始图像中存在多个隐私区域时,对其进行多隐私区域协同脱敏处理,得到脱敏图像;

8、s5、对脱敏图像进行分级可逆加密,生成分级脱敏图像;

9、s6、响应用户的解密请求,根据用户的权限等级执行分级解密与恢复。

10、优选的,s2的具体实现方法包括:

11、s2.1、对原始图像进行语义内容评估,即:对原始图像进行语义分割,识别原始图像中的各实体对象,并为每个实体对象赋予隐私敏感度评分;

12、s2.2、对原始图像进行场景上下文评估,即:基于语义分割结果,构建图像场景上下文图,以各实体对象为节点、实体对象间的空间关系和语义关联为边,采用图注意力网络对场景上下文进行建模,根据实体对象所处的场景类型调整各实体对象的隐私敏感度评分;

13、s2.3、对原始图像进行用户权限评估,即:获取当前原始图像的访问用户的权限等级信息,根据权限等级信息对步骤s2.2中调整后的隐私敏感度评分进行一次修正;

14、s2.4、对原始图像进行数据用途评估,即:获取当前图像数据的用途信息,根据用途信息对步骤s2.3修正后的隐私敏感度评分进行二次修正,得到隐私敏感度综合评分;

15、s2.5、将经过多维度隐私等级评估后的隐私敏感度综合评分映射到预设的隐私等级体系中,并为每个隐私区域生成对应的隐私等级标签。

16、优选的,s2.1的具体实现方法包括以下步骤:

17、s2.1.1、采集包含多种实体对象的图像样本集,对图像样本进行像素级标注;其中,标注类别包括人脸、车牌、身份证号、医疗信息、文字信息、人体轮廓;

18、s2.1.2、构建多任务语义分割神经网络;

19、s2.1.3、利用标注好的图像样本集对多任务语义分割神经网络进行训练,以最小化多任务联合损失函数为目标优化网络参数;

20、s2.1.4、将原始图像输入训练好的多任务语义分割神经网络,输出各实体对象的类别标签、边界框位置及置信度;

21、s2.1.5、根据实体对象的类别标签,从预设的基础隐私敏感度映射表中查询对应的基础隐私敏感度评分。

22、优选的,s2.2的具体实现方法包括以下步骤:

23、s2.2.1、以步骤s2.1.4识别出的各实体对象为节点,以对象之间的空间位置关系和语义关联为边,构建图像场景上下文图;

24、s2.2.2、采用图注意力网络对图像场景上下文图进行建模,通过多头注意力机制计算每个节点对其邻域节点的注意力权重;

25、s2.2.3、根据注意力权重聚合邻域节点的特征信息,更新各节点的特征表示;

26、s2.2.4、基于更新后的节点特征,通过场景分类器判定当前图像所属的场景类型;

27、s2.2.5、根据判定的场景类型,从预设的场景-隐私修正系数表中查询对应的修正系数,对各实体对象的基础隐私敏感度评分进行场景上下文修正。

28、优选的,s2.5的具体实现方法包括以下步骤:

29、s2.5.1、预设七级隐私等级体系,从低到高依次为:l1公开级、l2低敏感级、l3中低敏感级、l4中敏感级、l5中高敏感级、l6高敏感级、l7极高敏感级;

30、s2.5.2、设定各级隐私等级对应的综合评分阈值区间;

31、s2.5.3、将各隐私区域的综合评分与上述阈值区间进行比较,确定每个隐私区域所属的隐私等级;

32、s2.5.4、为每个隐私区域生成隐私等级标签。

33、优选的,s3的具体实现方法包括以下步骤:

34、s3.1、预设脱敏策略库,脱敏策略库中存储有与各隐私等级一一对应的脱敏策略条目,每一脱敏策略条目包括脱敏算法类型和脱敏强度参数;

35、s3.2、根据各隐私区域的隐私等级标签,从脱敏策略库中查询并提取对应的脱敏策略;

36、s3.3、将各隐私区域及其对应的脱敏策略进行关联,生成分级脱敏方案。

37、优选的,s4的具体实现方法包括以下步骤:

38、s4.1、对隐私区域进行区域冲突检测,即:检测各隐私区域之间是否存在空间重叠或边界邻接关系,若存在,标记为冲突区域组;

39、s4.2、对隐私区域进行区域优先级排序,即:按照隐私等级从高到低对各隐私区域进行排序,隐私等级相同的区域按照面积从大到小排序;

40、s4.3、按照优先级顺序依次对各隐私区域执行脱敏处理;

41、s4.4、对完成脱敏处理的图像进行整体视觉一致性评估,计算脱敏区域与未脱敏区域之间的视觉差异度,若差异度超过预设阈值,则对脱敏区域的边缘进行羽化处理。

42、优选的,s5的具体实现方法包括以下步骤:

43、s5.1、针对每个隐私区域,生成与该区域隐私等级对应的加密密钥,不同隐私等级对应不同的加密密钥;

44、s5.2、采用格式保持加密对脱敏处理后的各隐私区域进行加密,使得加密后的数据格式与加密前保持一致;

45、s5.3、生成脱敏元数据,脱敏元数据包括各隐私区域的位置信息、隐私等级标签、所采用的脱敏算法类型及参数、加密密钥索引、时间戳和操作者标识;

46、s5.4、将脱敏元数据与分级脱敏图像关联存储。

47、优选的,s6的具体实现方法包括以下步骤:

48、s6.1、验证请求用户的身份信息和权限等级;

49、s6.2、根据用户的权限等级,确定该用户被授权查看的最高隐私等级;

50、s6.3、对于隐私等级不高于用户授权等级的区域,执行解密恢复操作,还原为脱敏前的原始图像内容;对于隐私等级高于用户授权等级的区域,保持脱敏状态不变;

51、s6.4:生成并输出与用户权限等级对应的分级恢复图像,并记录本次访问的审计日志。

52、一种图像数据的隐私区域分级脱敏系统,适用于上述一种图像数据的隐私区域分级脱敏方法,包括:

53、图像获取模块,用于获取待处理的原始图像;

54、多维度隐私评估模块,用于对原始图像进行多维度隐私等级评估,确定原始图像中各隐私区域的隐私等级;多维度隐私等级评估包括语义内容评估、场景上下文评估、用户权限评估和数据用途评估;

55、脱敏策略匹配模块,用于根据各隐私区域的隐私等级,从脱敏策略库中匹配对应的脱敏策略,生成分级脱敏方案;

56、协同脱敏执行模块,用于当原始图像中存在多个隐私区域时,对多个隐私区域进行多隐私区域协同脱敏处理,得到脱敏图像;

57、分级可逆加密模块,用于对脱敏图像进行分级可逆加密,生成分级脱敏图像;

58、分级解密恢复模块,用于响应用户的解密请求,根据用户的权限等级执行分级解密与恢复。

59、本技术的技术方案至少具有如下优点和有益效果:

60、本技术通过对图像内容语义、场景上下文、用户权限及数据用途进行多维度综合评估,并将评估结果映射至预设的多级隐私等级体系,实现了隐私区域的精细化分级;在此基础上,进一步构建了脱敏策略库,各隐私等级一一对应包含脱敏算法类型及强度参数的脱敏策略,从而实现了根据隐私等级自适应匹配脱敏策略,避免了固定脱敏方式带来的保护不足或过度处理;在此基础上,针对多隐私区域独立处理导致视觉不协调的技术缺陷,本技术通过区域冲突检测与优先级排序,对重叠区域以最高隐私等级策略统一处理,对邻接区域采用渐变过渡,并结合视觉差异度评估与边缘羽化,实现了多个隐私区域的协同脱敏与视觉一致性优化,进一步地,本技术通过对各隐私区域进行与隐私等级对应的分级加密并生成脱敏元数据,在解密阶段根据用户权限等级控制可恢复区域的范围,同时记录包含用户身份、授权级别及解密区域列表的审计日志,实现了分级可控的可逆脱敏,解决了现有技术中存在的隐私等级评估维度单一、分级粒度粗糙,以及脱敏方式固化等技术问题。