Resumen

Dado que los modelos 3D pueden mostrar de forma intuitiva información del mundo real, existen escenarios potenciales en muchos campos de aplicación, como los modelos arquitectónicos y los modelos de órganos médicos. Sin embargo, un modelo 3D compartido a través de Internet puede ser fácilmente obtenido por un usuario no autorizado. Para resolver el problema de seguridad de los modelos 3D en la nube, se propone un método reversible de ocultación de datos para modelos 3D encriptados basado en la expansión del error de predicción. En este método, el modelo 3D original se preprocesa y los vértices del modelo 3D se cifran mediante el criptosistema Paillier. En la nube, para mejorar la precisión de la extracción de datos, se diseña el método de teñido para clasificar todos los vértices en el conjunto incrustado y el conjunto referenciado. Después, los datos secretos se incrustan expandiendo la dirección del error de predicción con el vector de dirección. El error de predicción del vértice en el conjunto incrustado se calcula utilizando el conjunto referenciado, y el vector de dirección se obtiene según la tabla de asignación, que está diseñada para asignar varios bits a un vector de dirección. Los datos secretos pueden extraerse comparando el ángulo entre la dirección del error de predicción y el vector de dirección, y el modelo original puede restaurarse utilizando el conjunto referenciado. Los resultados experimentales muestran que, en comparación con el método de ocultación de datos existente para modelos 3D encriptados, el método propuesto tiene una mayor capacidad de ocultación de datos, y la precisión de la extracción de datos ha mejorado. Además, el modelo descifrado directamente presenta menos distorsiones.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:vector de dirección, conjunto, modelo 3d encriptado, modelo 3d, error de predicción, extracción de datos, mayor capacidad de ocultación de datos, método reversible de ocultación de datos, método de ocultación de datos, muchos campos de aplicación
• Keywords:direction vector, set, encrypted 3d model, 3d model, prediction error, data extraction, higher data hiding capacity, reversible data hiding method, data hiding method, many application fields