视频监控是安防的重要组成部分，智能监控摄像头可通过图像识别进行异常行为监测，极大地增强了监控场景的安全。然而，由于智能摄像头多需要将采集视频上传至云服务器进行分析处理，在保障安全的同时带来了巨大的隐私威胁。已有隐私保护方法多在视频上传前对其进行模糊处理，存在视频识别精度降低进而带来安全性下降等问题。针对该问题，课题组提出一种可以在确保安全监控任务不受影响的同时，对视频进行隐私保护的方法。为实现该目标，课题组利用动态图结构对摄像头所涉及的安全监控任务和用户隐私需求分别进行建模，明确隐私保护的边界，并对模型进行最大独立集筛选以防止具有一定背景知识的攻击者合理推断导致隐私泄露。同时，课题组利用监控视频场景固定的特点对识别算法的搜索空间进行压缩，从而保证额外的隐私保护方法不会降低监控中异常事件识别效率。细节如图1所示，以上工作发表在CCF C类会议IEEE MSN和A类期刊IEEE JSAC上。

图1. 监控视频隐私保护流程