买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利一种基于扩散模型的图像可否认加密方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118484822B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410682048.9，技术领域涉及：G06F21/60；该发明授权一种基于扩散模型的图像可否认加密方法是由姚远志;陈雁翔;齐美彬设计研发完成，并于2024-05-29向国家知识产权局提交的专利申请。

本一种基于扩散模型的图像可否认加密方法在说明书摘要公布了：本发明公开了一种基于扩散模型的图像可否认加密方法，构造由变分自编码器、扩散模型和分类器构成的图像可否认加密模型；使用原始图像训练变分自编码器，将原始图像变换为原始潜层信号；在类别标签的指导下使用原始潜层信号训练扩散模型，将原始潜层信号变换为重构潜层信号；使用变分自编码器的解码单元解码重构潜层信号，生成具有语义信息的重构图像；在加密密钥的指导下对原始图像使用训练后的图像可否认加密模型生成加密图像，并生成相应的真实解密图像或虚假解密图像。上述方法使用深度学习技术解决图像数据的语义可否认加密问题，能够保证真实解密图像和原始图像具有高度相近的语义信息，从而增强数据的隐私保护性能。

本发明授权一种基于扩散模型的图像可否认加密方法在权利要求书中公布了：1.一种基于扩散模型的图像可否认加密方法，其特征在于，所述方法包括： 步骤1，构造由变分自编码器、扩散模型和分类器构成的图像可否认加密模型； 步骤2，使用原始图像训练变分自编码器，并通过变分自编码器的编码单元将原始图像变换为原始潜层信号； 步骤3，在类别标签的指导下使用原始潜层信号训练扩散模型，并通过扩散模型将原始潜层信号变换为重构潜层信号； 步骤4，使用变分自编码器的解码单元解码重构潜层信号，生成具有语义信息的重构图像； 所述步骤4的具体过程为： 1使用变分自编码器的解码单元D*将重构潜层信号变换为重构图像 2定义分类器损失函数表示为： 其中，m表示原始图像集合x中的图像数目；c表示原始图像集合x中的图像类别数目；y表示原始图像的真实类别标签集合；表示重构图像通过分类器得到的预测类别标签集合；yij表示重构图像对应于第j类的真实类别标签；表示重构图像对应于第j类的预测类别标签； 3训练分类器，即最小化分类器损失函数得到相应的模型参数ω*，表示为： 步骤5，在加密密钥的指导下对原始图像使用训练后的图像可否认加密模型生成加密图像，并在真实解密密钥的指导下对加密图像使用图像可否认加密模型生成真实解密图像，在虚假解密密钥的指导下对加密图像使用图像可否认加密模型生成虚假解密图像； 所述步骤5的具体过程为： 1使用变分自编码器的编码单元E*将原始图像x变换为原始潜层信号z＝E*x； 2使用高斯噪声对原始潜层信号z逐步执行噪声添加运算，得到与原始图像对应的加噪潜层信号zt； 3以加噪潜层信号zt、时间步长t和作为加密密钥的目标类别标签y*为输入信号生成预测噪声对加噪潜层信号zt逐步执行噪声去除运算得到重构潜层信号并使用变分自编码器的解码单元D*将重构潜层信号变换为加密图像 4使用变分自编码器的编码单元E*将加密图像变换为与加密图像对应的原始潜层信号 5使用高斯噪声对与加密图像对应的原始潜层信号逐步执行噪声添加运算，得到加噪潜层信号 6以加噪潜层信号时间步长t和作为真实解密密钥的原始图像类别标签为输入信号生成预测噪声对与加密图像对应的加噪潜层信号逐步执行噪声去除运算得到真实重构潜层信号并使用变分自编码器的解码单元D*将真实重构潜层信号变换为真实解密图像 7以加噪潜层信号时间步长t和作为虚假解密密钥的虚假类别标签为输入信号生成预测噪声对与加密图像对应的加噪潜层信号逐步执行噪声去除运算得到虚假重构潜层信号并使用变分自编码器的解码单元D*将虚假重构潜层信号变换为虚假解密图像

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。