28、私有数据库秘密同态检索方法及电子组件低频噪声特征提取研究

私有数据库秘密同态检索方法及电子组件低频噪声特征提取研究

1. 秘密同态检索相关研究

在数据库检索领域，传统方法在处理密文时存在计算繁琐、检索效率低等问题。而秘密同态检索为解决这些问题提供了新的思路。

1.1 相关概念与预处理

• 邻域结构与噪声处理 ：定义了从任意点 (t) 到中心点 (0) 的连接 (Sett = {0; t})，其中 (t = {1, 2, \cdots, 8})。当中心点 (0) 位于图像边缘时，任意 (Sett) 围绕中心点 (0)，即邻域结构的边缘。中心点 (0) 与其周围邻域中任意点 (t) 的平均梯度方向定义为 (Angt)，由于 (Angt) 的噪声点通常较大，因此需要通过深度学习模型抑制噪声并构建邻域结构，以缩小搜索范围。
• 映射区间划分
  • 相似度测量 ：通过缩小数据库秘密同态检索范围，可获得密文语义的相似度测量方法，为更好地进行检索，将两个密文直接组合并量化为数值表示相似度。本文使用卡方距离方法测量两个密文之间的相似度，计算公式为 (D(a; b) = \sum_{t} \frac{(a_t - b_t)^2}{(a_t + b_t)})，其中 (a_t) 表示样本图像 (A)，(b_t) 表示图像数据库中待检索的图像 (B)，(D(a; b)) 表示样本图像 (A) 与待检索图像 (B) 之间的卡方距离。当卡方距离为 (0) 时，意味着两个密文完全相同。
  • 区间划分条件 ：为了进行秘密同态搜索，需要将