論文の概要: A Visual Perception-Based Tunable Framework and Evaluation Benchmark for H.265/HEVC ROI Encryption
- arxiv url: http://arxiv.org/abs/2511.06394v1
- Date: Sun, 09 Nov 2025 14:05:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-11 21:18:44.919643
- Title: A Visual Perception-Based Tunable Framework and Evaluation Benchmark for H.265/HEVC ROI Encryption
- Title（参考訳）: H.265/HEVC ROI暗号化のための視覚知覚に基づく可変フレームワークと評価ベンチマーク
- Authors: Xiang Zhang, Geng Wu, Wenbin Huang, Daoyong Fu, Fei Peng, Zhangjie Fu,
- Abstract要約: 本稿では,H.265/HEVC ROI 暗号化のための視覚認識に基づくチューニング可能なフレームワークと評価ベンチマークを提案する。
セキュリティとリアルタイムパフォーマンスのバランスを保ちながら、3レベルチューニング可能な暗号化戦略が実装されている。
既存のROI暗号化アルゴリズムと比較して,提案手法は複数の性能指標において優れた性能を示す。
- 参考スコア（独自算出の注目度）: 13.243980517875462
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: ROI selective encryption, as an efficient privacy protection technique, encrypts only the key regions in the video, thereby ensuring security while minimizing the impact on coding efficiency. However, existing ROI-based video encryption methods suffer from insufficient flexibility and lack of a unified evaluation system. To address these issues, we propose a visual perception-based tunable framework and evaluation benchmark for H.265/HEVC ROI encryption. Our scheme introduces three key contributions: 1) A ROI region recognition module based on visual perception network is proposed to accurately identify the ROI region in videos. 2) A three-level tunable encryption strategy is implemented while balancing security and real-time performance. 3) A unified ROI encryption evaluation benchmark is developed to provide a standardized quantitative platform for subsequent research. This triple strategy provides new solution and significant unified performance evaluation methods for ROI selective encryption field. Experimental results indicate that the proposed benchmark can comprehensively measure the performance of the ROI selective encryption. Compared to existing ROI encryption algorithms, our proposed enhanced and advanced level encryption exhibit superior performance in multiple performance metrics. In general, the proposed framework effectively meets the privacy protection requirements in H.265/HEVC and provides a reliable solution for secure and efficient processing of sensitive video content.
- Abstract（参考訳）: ROI選択暗号化は、効率的なプライバシ保護技術として、ビデオのキー領域のみを暗号化し、コーディング効率への影響を最小限に抑えながらセキュリティを確保する。
しかし、既存のROIベースのビデオ暗号化手法では、柔軟性が不足し、統一的な評価システムが欠如している。
これらの問題に対処するために,H.265/HEVC ROI暗号化のための視覚的認識に基づくチューニング可能なフレームワークと評価ベンチマークを提案する。
私たちの計画には3つの重要な貢献があります。
1)映像中のROI領域を正確に識別するために,視覚知覚ネットワークに基づくROI領域認識モジュールを提案する。
2)セキュリティとリアルタイム性能のバランスを保ちながら,3レベルチューナブル暗号化方式を実装した。
3)統合ROI暗号評価ベンチマークは,その後の研究のための標準化された量的プラットフォームを提供するために開発された。
この三重戦略は、ROI選択暗号フィールドのための新しい解法と重要な統一された性能評価方法を提供する。
実験結果から,提案ベンチマークはROI選択暗号の性能を総合的に測定できることが示唆された。
既存のROI暗号化アルゴリズムと比較して,提案手法は複数の性能指標において優れた性能を示す。
一般に,提案フレームワークはH.265/HEVCのプライバシー保護要件を効果的に満たし,機密性の高い映像コンテンツのセキュアかつ効率的な処理を行うための信頼性の高いソリューションを提供する。
関連論文リスト
- From See to Shield: ML-Assisted Fine-Grained Access Control for Visual Data [40.12543056558646]
本研究は,ポリシー駆動型アクセス制御を用いた信頼データ共有システムアーキテクチャを提案する。
提案アーキテクチャは、センシティブな領域の自動検出、ポスト補正、キー管理、アクセス制御を統合している。
提案システムでは,PSO検出を効果的に行い,マクロ平均F1スコア(5%)と平均平均精度(10%)を向上し,平均1秒未満の復号時間を維持している。
論文 参考訳（メタデータ） (2025-10-22T09:41:31Z) - Secure and Scalable Face Retrieval via Cancelable Product Quantization [48.58859061524146]
ホモモルフィック暗号化(HE)は、暗号空間における算術演算を有効にすることにより、強力なセキュリティ保証を提供する。
セキュアな顔表現検索のための高効率なフレームワークであるCancelable Product Quantizationを提案する。
論文 参考訳（メタデータ） (2025-08-31T10:19:55Z) - Securing Immersive 360 Video Streams through Attribute-Based Selective Encryption [1.6768151308423365]
本稿では,36degビデオストリーミングに特化して,Attribute-Based Encryption(ABE)と選択暗号化技術を統合する新しいフレームワークを提案する。
提案手法では,不正アクセスに対するロバストな保護を確保しつつ,計算オーバーヘッドを低減するため,異なるレベルのフレームを選択的に暗号化する。
CloudLabテストベッドを使用して提案したアプローチをデプロイし、評価し、そのパフォーマンスを従来のHTTPSストリーミングと比較する。
論文 参考訳（メタデータ） (2025-05-07T14:37:13Z) - A Novel Feature-Aware Chaotic Image Encryption Scheme For Data Security and Privacy in IoT and Edge Networks [2.0189209920381774]
IoT(Internet of Things)とエッジネットワークにおけるイメージデータのセキュリティは非常に重要です。
AESやRSAといった従来の暗号化アルゴリズムは、リソースに制約のあるIoTデバイスでは計算コストがかかる。
本稿では,新しい特徴認識カオス画像暗号化方式を提案する。
論文 参考訳（メタデータ） (2025-05-01T15:26:48Z) - How Robust Are Router-LLMs? Analysis of the Fragility of LLM Routing Capabilities [62.474732677086855]
大規模言語モデル(LLM)ルーティングは,計算コストと性能のバランスをとる上で重要な戦略である。
DSCベンチマークを提案する: Diverse, Simple, and Categorizedは、幅広いクエリタイプでルータのパフォーマンスを分類する評価フレームワークである。
論文 参考訳（メタデータ） (2025-03-20T19:52:30Z) - Cryptanalysis via Machine Learning Based Information Theoretic Metrics [58.96805474751668]
本稿では,機械学習アルゴリズムの新たな2つの応用法を提案する。
これらのアルゴリズムは、監査設定で容易に適用でき、暗号システムの堅牢性を評価することができる。
本稿では,DES,RSA,AES ECBなど,IND-CPAの安全でない暗号化スキームを高精度に識別する。
論文 参考訳（メタデータ） (2025-01-25T04:53:36Z) - Secure Semantic Communication With Homomorphic Encryption [52.5344514499035]
本稿では,SemCom に準同型暗号を適用する可能性について検討する。
タスク指向のSemComスキームを提案する。
論文 参考訳（メタデータ） (2025-01-17T13:26:14Z) - A Quantitative Security Analysis of S-boxes in the NIST Lightweight Cryptography Finalists [1.3349615170141398]
2017年、NISTは標準的な軽量スキームのセキュリティ要件を提出した。
本稿では,NIST LWCコンペティションファイナリスト6名のSボックスを,よく知られた暗号特性に基づいて評価する。
論文 参考訳（メタデータ） (2024-04-09T07:56:52Z) - Safe RAN control: A Symbolic Reinforcement Learning Approach [62.997667081978825]
本稿では,無線アクセスネットワーク(RAN)アプリケーションの安全管理のためのシンボル強化学習(SRL)アーキテクチャを提案する。
我々は、ユーザが所定のセルネットワークトポロジに対して高レベルの論理的安全性仕様を指定できる純粋に自動化された手順を提供する。
ユーザがシステムに意図仕様を設定するのを支援するために開発されたユーザインターフェース(UI)を導入し、提案するエージェントの動作の違いを検査する。
論文 参考訳（メタデータ） (2021-06-03T16:45:40Z) - Hierarchical Deep CNN Feature Set-Based Representation Learning for
Robust Cross-Resolution Face Recognition [59.29808528182607]
クロスリゾリューション顔認識(CRFR)は、インテリジェントな監視およびバイオメトリックフォレンジックにおいて重要である。
既存の浅層学習と深層学習に基づく手法は、HR-LR対を共同特徴空間にマッピングすることに焦点を当てている。
本研究では,多レベル深層畳み込みニューラルネットワーク(CNN)の機能を完全に活用し,堅牢なCRFRを実現することを目的とする。
論文 参考訳（メタデータ） (2021-03-25T14:03:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。