Secure Face Matching Using Fully Homomorphic Encryption-2018：学习

本文学习论文“Secure Face Matching Using Fully Homomorphic Encryption-2018”和“基于全同态加密的人脸特征密文认证系统-2020”，记录笔记。

摘要

• 人脸识别技术的发展取决于特征学习（representation learning）的进步。
• 本文提出一个基于全同态加密的人脸识别方案，能保护用户隐私，且能在加密域实现匹配的功能。
• 常用的人脸库（(LFW, IJB-A, IJB-B, CASIA）。
• 实验结果，对于16KB大的512维的图像匹配一次耗时0.01s，且控制在最低损失。
• 【Sphereface: Deep hypersphere embedding for face recogni-tion】简单理解为，使用该技术从人脸图像中提取特征。

引言

• 人脸识别是通过人脸特征来确定身份的。

• 深度学习技术提升了人脸识别的准确率。

• 传统的人脸识别流程：

  • 给定一张人脸图像，然后提取特征向量（高维）。
  • 在注册阶段，将特征向量和对应的识别标签（identity labels）存入数据库。
  • 然后该数据库用于比较人脸特征，进而验证身法。

• 明文存储的数据库不安全，容易泄露，或者被重建。

• 所以需要加密，而只有同态加密才能对密文计算。

• 全同态加密提供加法和乘法计算，且对应的开源库给出了扩展接口和最优的计算复杂度。

• 本文使用全同态密码算法实现人脸识别，（1）加密数据库和要检索的图像特征向量；（2）直接在加密域中匹配，且匹配的相似度计算，如欧氏距离或者预选相似度等，都可以分解为加法和乘法运算。

• 【Fully Private Non-interactive Face Verification-2013】中给出的全同态加密测试数据：加密一张512维的人脸特征向量需要48.7MB，完成匹配需要12.8s。

  • 使用的全同态加密方案是GH11【Implementing Gentry’s Fully-Homomorphic Encryption Scheme-2011】。

• 当前人脸识别大都是基于深度神经网络，特征提取使用CNN，本文使用的特征提取模型是FaceNet和SphereFace。

• 本文贡献：

  • 使用高效的全同态加密方案BFV，效率提升至，加密耗16.5MB，匹配耗0.6s。
  • 使用SIMD编码，提升计算效率，提升至，加密耗16KB，匹配耗0.01s。

• 名词解释：

  • probe，就是要被检索的特征（图像）

• 【Fully private noninteractive face verification-2013】提出一个基于FHE的Gabor特征的人脸验证系统，该方案成本很高（内存为380MB，每个匹配耗时100s）。
• 该方案的成本为内存66KB，每个匹配耗时0.01s。

方案

• 上图就是人脸图像提取特征向量的过程。

  • 人脸检测
  • 对齐
  • 归一化
  • 特征提取，嵌入函数的功能就是将一个高维归一化的向量映射为一个\(d\)维的特征向量。

• 传统的人脸识别系统分为：

  • 注册，形成数据库\(X=\left \{ x_1,...,x_n \right \},x_i\in R^d\)
  • 匹配，给定一个图像，提取出特征\(y\in R^d\)，与数据库中的向量匹配，得到的结果是一个分数，表示\(X\)和\(Y\)之间的相似度。
  • 计算相似度：\(d(\boldsymbol{x}, \boldsymbol{y})=1-\frac{\boldsymbol{x}^{T} \boldsymbol{y}}{\|\boldsymbol{x}\|\|\boldsymbol{y}\|}=1-\tilde{\boldsymbol{x}}^{T} \tilde{\boldsymbol{y}}=1-\sum_{i=1}^{d} \tilde{x}_{i} \tilde{y}_{i}\)，其中\(\tilde{\boldsymbol{x}}=\frac{\boldsymbol{x}}{\|\boldsymbol{x}\|}\)，所以计算是由\(d\)次标量乘法和\(d\)次标量加法组成。
  • 标量乘（scalar multiplications），就是向量对应位置相乘。

框架

注册

• 用户产生公私钥：\(pk,sk\)，使用公钥\(pk\)加密一个特征向量\(x\)，得到密文\(E(x)\)，然后连同用户身份（user identity）\(c\)一起上传数据库。
• 每个用户生成各自的公私钥。

匹配

• 给定一个要匹配的特征向量\(y\)，使用公钥\(pk\)加密得到密文\(E(y)\)，然后连同用户身份标签（user identity）\(c'\)一起上传数据库进行匹配。
• 服务器在密文下计算出相似度\(E(d_1),...,E(d_n)\)，并返回给客户端。
• 客户端使用私钥\(sk\)解密得到结果。

• 匹配时的用户也产生自己的公私钥对
• 若与数据库中使用的公钥不同，需要服务器执行密钥交换

BFV方案

• BFV是在整数多项式计算的，所以在加密前需要编码。
• \(w\)是分解整数的基，\(l=log_wq\)将整数\(q\)分解为\(l\)部分。

• \(d\)次密文乘*密文，\(d-1\)次密文+密文，1次密文+明文。

优化

• 密文乘法计算导致计算速度慢，对于512维的人脸图像特征向量和128位的加密安全等级：
  • 加密一次需要16.5MB内存
  • 匹配一次需要0.7s
• 所以需要下一步优化：
  • 在环上对人脸特征编码
  • 使用批处理技术，利用CRT将向量编码为一个明文多项式，以单个乘法同态实现多个数的同态乘法
  • 使用降维技术降低计算消耗

人脸特征编码

• 环的选择很重要。
• 编码方式：\(\operatorname{Encoding}(a)=\operatorname{sign}(a)\left(a_{n-1} x^{n-1}+\cdots+a_{1} x+a_{0}\right)\)，其中\(a\)是特征向量，编码为整数\(\left(a_{n-1} x^{n-1}+\cdots+a_{1} x+a_{0}\right)\)。
• \(\operatorname{sign}(a)\)是什么？
• 基数\(w\)在这里起什么作用？

批处理

• 批处理：将多个数编码到多项式上，每次计算一次多项式就相当于对多个数同时计算。
• 对于环\(R_t=Z[x]/(x^n+1)\)，当\(t\)为许多小素数的乘积时，即\(t=\prod_{i=1}^{k} p_{i}\)，可利用CRT将环\(R_t\)进行分解。
• 如何拆分，如何计算？

• 批处理优点是，可以单次多项式计算操作相当于\(k\)次整数计算。

• 缺点是：无法访问加密后向量中的各元素，也就无法求和。

• 解决办法：使用密文旋转，思想来自【Fully homomorphic encryption with polylog overhead-2012】，即循环旋转\(l=log_wq\)次并累加向量元素从而获得加密向量元素之和。

• 密文内积计算：

• 最后乘\((1,0,0,0)\)。

特征降维

• 降维方法：ISOMAP【A global geometric framework for nonlinear dimensionality reduction-2000】、LLE【Nonlinear dimensionality reduction by locally linear embedding-2000】、随机映射（random projections）【Experiments with random projection-2000】等，本文使用的是主成成分分析法（Principal Component Analysis，PCA）。

实验

• 数据集采用（LFW，IJB-A，IJB-B，CA-SIA）
• 基于的深度神经网络模型是FaceNet和SphereFace
• 使用SEAL库。

• 相比于【】相比，本方案可以提供128~192位的安全级别，和在小型人脸数据库上能提供实时匹配。
• 编码精度：0.1，0.01，0.0025
• 错误率：FAR，正确接受率：TAR
• 对512 维的人脸特征，每个加密模板仅需要16KB和匹配一对加密模板需要0.02s