1.一种基于区块链协同验证的动态密钥阈值分片隐私追溯方法,其特征在于,包括以下步骤:参会用户进行身份注册,生成主密钥对和DID标识符;
可信单元依据DID标识符为参会用户颁发可验证凭证;
参会时参会用户生成零知识证明验证信息,系统根据生成零知识证明验证信息对参会用户进行身份验证;
在会议系统上使用Unet进行编码,使用共享编码器下采样参数的对称解码器进行解码;
将关键信息存储至区块链;
当发生信息泄露时,触发溯源与身份追踪机制,在区块链上进行检索比对,解密追踪身份;
在会议系统上使用Unet进行编码,使用共享编码器下采样参数的对称解码器进行解码的步骤包括:步骤41,在消息处理器中,输入秘密消息,将秘密消息 变形成三维张量,表示为:,其中,表示维度重塑操作,表示张量元素取值于实数域,表示秘密消息长度,表示消息通道数、特征图高度和宽度;
再使用卷积核提升特征表达能力,得到特征F1,表示为:,其中,表示卷积、批量归一化和激活函数的原子操作;
接着采用步长为2的反卷积层,逐步将分辨率扩展至目标尺寸,并通过个SE模块优化特征,得到特征,公式为:,
式中,分别表示载体图像的通道数、高度和宽度;
最后,通过卷积层使得通道数与载体图像对齐,得到处理后的秘密消息,表示为:,其中,表示卷积层;
步骤42,改进编码器操作中,输入载体图像,将和消息处理后的秘密消息进行通道拼接,得到融合后的信息,表示为:,其中, 表示通道维度;
将融合后的信息输入到Unet架构中,然后进行逐步下采样,得到信息,表示为:,
其中, 表示第 层步幅为2的卷积下采样模块,表示编码器结束于第 层;
接着通过上采样模块逐步还原图像尺寸,并使用跳跃连接将编码特征并入当前特征图,得到特征图,公式为:,
其中,表示步长为2的反卷积层,表示第步卷积函数;
最终输出嵌入水印的图像为:
;
步骤43,噪声层:采用小批量训练策略Mini-Batch,每次在训练的时候在真实不可微分噪声攻击层、无噪声攻击层和不可微分模拟噪声层中随机选择,表示为:,
其中,表示噪声层;
步骤44,解码器:采用对称编码结构,使用共享编码器下采样参数的对称解码器,提取水印信息,共享参数层,其中表示解码器下采样路径中第层的输入特征图,表示为:,
其中,表示第层的输入特征图;
空间聚合与输出:
,
,
其中,表示1×1的卷积层,表示卷积过后的单通道特征图,表示提取的秘密消息,表示Sigmoid函数;
当发生信息泄露时,触发溯源与身份追踪机制,在区块链上进行检索比对,解密追踪身份的步骤包括:步骤61,提取出泄密内容中的水印信息,与链上存储的水印信息进行比对,锁定具体的会议,以及参会者在本次会议生成的虚拟身份信息;
步骤62,通过预设的零知识验证以及Merkle树验证,证明锁定的是有效的并且参与当前会议;
步骤63,通过多方协作聚合解密密钥,解密出、得到的值,在链上检索比对后,对解密追踪身份ID:,其中表示解密盐值操作,表示解密中间绑定参数。
2.根据权利要求1所述的基于区块链协同验证的动态密钥阈值分片隐私追溯方法,其特征在于,参会用户进行身份注册,生成主密钥对和DID标识符的步骤包括:参会用户首次参加会议前在本地生成主密钥对(),其中为主私钥,为主公钥;
根据主公钥生成主虚拟身份信息=,其中,表示哈希函数,表示时间戳,表示随机数,表示链接操作;
通过门限分布式密钥生成密钥,并采用门限加密算法将密钥拆成个分片,需要至少个分片协作才能恢复密钥,其中表示第个分片;
构建安全存储的加密元组并存储在身份验证链上,其中加密元组表示为,是AES门限加密函数,表示参会用户的真实身份;
非首次参会用户参加会议时,根据当前会议信息或时间,凭借主密钥对在安全环境或线下环境中生成子公钥对,其中为子私钥,为子公钥,分别表示为:,,式中,表示时间参数,表示取模操作,n表示椭圆曲线的阶数,表示子公钥生成函数,表示椭圆曲线生成元;
参会用户通过会议系统随机生成盐值,对盐值加密,得到加密后的盐值为;
计算中间绑定参数,公式为:;
结合子公钥、会话上下文和中间哈希值生成此处会议的虚拟身份信息,其中表示上下文环境。
3.根据权利要求2所述的基于区块链协同验证的动态密钥阈值分片隐私追溯方法,其特征在于,可验证凭证的表达式为:,
式中,是属性策略,输入上下文环境,利用函数判断是否允许生成动态,表示二元值域;表示开始时间和结束时间;是可信单元生成的BLS签名,是可信单元的私钥,是乘法循环群。
4.根据权利要求3所述的基于区块链协同验证的动态密钥阈值分片隐私追溯方法,其特征在于,参会时参会用户生成零知识证明验证信息,系统根据生成零知识证明验证信息对参会用户进行身份验证的步骤包括:在用户本地构建零知识证明电路的输入,包括公开输入和私有输入,分别表示为:,
其中,表示的哈希值;
设计约束条件,包括:
,
,
,
其中,表示可信单元的公钥,表示的生成元,表示双线性映射,是乘法循环群,是目标乘法群;
最终构造出零知识证明验证信息,表示为:,
式中,表示生成一个密码学证明π的函数;
系统验证参会用户身份的三重合法性,包括:身份所有权:用户确实拥有生成动态的主私钥;
动态合法性:动态身份是基于、、、正确生成;
身份认证有效性:用户持有的认证签名合法;验证方程为,其中表示验证函数。
5.根据权利要求1至4任一项所述的基于区块链协同验证的动态密钥阈值分片隐私追溯方法,其特征在于,关键信息包括会议ID、屏摄水印哈希值、加密后盐值、中间绑定参数、可验证凭证的哈希值、零知识证明、参与者临时虚拟身份信息和构造的默克尔树根值、链下信息存储地址以及时间戳信息。