Resumen

Con el crecimiento explosivo de los datos multimedia inalámbricos en Internet, una gran cantidad de imágenes ilegales se han difundido ampliamente en las redes inalámbricas, lo que pone en peligro seriamente la seguridad del contenido de las redes inalámbricas. Sin embargo, cómo identificar y clasificar imágenes ilegales de manera rápida, precisa y en tiempo real es un desafío clave para las redes multimedia inalámbricas. Para evitar que las imágenes ilegales circulen en Internet, cada imagen debe ser detectada, extraídas sus características y comparada con la imagen en la biblioteca de características para verificar la legitimidad de la imagen. En este artículo se propone un método mejorado de hash de aprendizaje profundo de imágenes (IDLH) para aprender códigos binarios compactos para la búsqueda de imágenes. Específicamente, hay tres procesos principales de IDLH: extracción de características, búsqueda secundaria profunda y clasificación de imágenes. IDLH realiza la recuperación de imágenes mediante redes neuronales profundas (DNN) y clasificación de imágenes con códigos hash binarios. A diferencia

• Materias:Cifrado de búsqueda Ataque criptográfico Seguridad en Internet
• Subjects:Search encryption Cryptographic attack Internet Security
• Palabras claves:Crecimiento; Datos multimedia inalámbricos; Imágenes ilegales; Redes inalámbricas; Clasificación de imágenes; Deep learning-hash.
• Keywords:Growth; Wireless multimedia data; Illegal images; Wireless networks; Image classification; Deep learning-hash.