云存储中基于MHT的电力设备图像完整性审计方案

作     者：张驯 白万荣 魏峰 王蓉 田秀霞 刘天顺 ZHANG Xun;BAI Wanrong;WEI Feng;WANG Rong;TIAN Xiuxia;LIU Tianshun

作者机构：国家电网甘肃省电力公司电力科学研究院兰州730070 上海电力大学计算机科学与技术学院上海200090 

出 版 物：《华东师范大学学报（自然科学版）》 (Journal of East China Normal University(Natural Science))

年 卷 期：2020年第5期

页      面：33-43页

学科分类：08[工学] 0839[工学-网络空间安全] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61772327,61532021) 国家电网甘肃省电力公司电力科学研究院横向项目(H2019-275) 

主　　题：电力设备图像 云存储安全 Merkle哈希树 SIFT 图像完整性 

摘      要：针对云存储中电力设备图像面临着被攻击、篡改或丢失等风险,提出一种适用于云端电力设备图像的完整性审计方案.首先,将每个图像切割成4个图像块,再采用尺度不变特征转换(Scale Invariant Feature Transform, SIFT)算法对所有图像块进行特征提取.然后,把每个图像的4个图像块作为一个叶子节点来构建Merkle哈希树(Merkle Hash Tree, MHT).最后,在树中节点增设访问等级位和更新状态位.理论分析和实验结果表明,该方案应用于图像完整性审计时具有较低的计算开销和较高的审计效率,并且对图像的不完整区域能够进行准确的定位,因此更加适用于云端电力设备图像的完整性审计工作.