Practical Privacy Preserving Authentication for Video and Image

Abstract

In the prevalent era of digital media, guaranteeing authenticity while preserving privacy in video and image data presents a significant challenge. The dual requirements of authenticity and privacy often conflict, complicating efforts to satisfactorily address both simultaneously. To navigate these complexities, this thesis introduces four innovative and practical schemes for privacy-preserving image authentication. Two of these strategies facilitate partial decryption in image authentication, while the remaining two propose mechanisms for verifiable image redacting. Recognizing diverse privacy needs, our schemes adapt to both automated, AI-driven, and manual, user-defined privacy designations within image sections. Implementing these schemes ensures effective authentication of video evidence and the privacy of unrelated third parties. Moreover, our verifiable image redacting schemes find potential applications in blockchain technology, thereby enhancing verifiable confidentiality within these systems. As substantial contributions to applied cryptography, the proposed schemes provide robust solutions addressing both authenticity and privacy in video and image data management.|디지털 미디어가 널리 보급된 시대에 비디오 및 이미지 데이터의 진위성을 보장하는 동시에 개인 정보를 보호하는 것은 중요한 과제입니다. 데이터의 진위 여부 보장와 데이터 내의 개인정보 보호라는 두 가지 요구사항은 종종 충돌하기 때문에 두 가지를 동시에 만족시키는 것이 어렵습니다. 이러한 문제를 해결하기 위해 이 논문에서는 개인 정보를 보호하는 이미지 인증을 위한 혁신적이고 실용적인 네 가지 방안을 소개합니다. 이 중 두 가지 시스템은 이미지 인증에서 부분 복호화를 가능하게 하며, 다른 두 가지는 이미지 삭제를 검증할 수 있는 메커니즘을 제공합니다. 개인 정보 보호에 대한 다양한 요구를 인지하고, 본 논문에서 제안하는 시스템들은 인공 지능을 이용한 자동화 및 사용자가 이미지의 개인 부분을 직접 선택하는 방식을 모두 다룹니다. 이러한 시스템을 적용함으로써, 비디오 증거의 효과적인 인증과 관련 없는 제3자의 개인정보 보호를 보장할 수 있습니다. 더 나아가, 우리의 검증 가능한 이미지 삭제 시스템은 블록체인 기술 영역으로 확장될 수 있어, 검증 가능한 기밀성을 제공하는 데 효과적으로 활용될 수 있습니다. 제시된 시스템들은 응용 암호학에서 두드러진 발전을 나타내며, 비디오 및 이미지 데이터 처리에서 진위 여부와 개인 정보 보호를 모두 해결하는 강력한 솔루션을 제공합니다.