图像中隐形信息的检测

图像中隐形信息的检测

论文摘要

本文试图通过对原始图像和含密图像的统计分析,利用基于支持向量机的分类器技术,设计出检测正确率较高的隐写分析算法,并在此基础之上估算出在图像文件中所嵌入的信息量,为今后的信息提取做准备。本文的工作集中在以下几个方面:1、设计了一种针对8 位灰度位图进行检测的隐写分析算法。设计思想是,位图中嵌入隐形信息之后,对相邻像素进行差分,然后对所得的量进行统计,得到统计量X。以X 的过零率、模极大值、峰值个数等统计量作为支持向量机的二类分类器的使用特征,对原始图像和含密图像进行分类。此方法对多种针对位图的隐写算法都有效。本文用这种方法对原始图像和各种含密图像分别进行检测,其中原始图像的检测平均正确率为94.9%,含密图像的检测平均正确率为91.3%,检测效果令人满意。2、设计了检测JSteg隐写算法所产生的JPEG 文件的隐写分析算法。设计的基本思路是,根据JSteg隐写算法会改变JPEG 文件DCT 系数分布规律的特点,取DCT 系数的出现频率为特征,利用Fisher 线性分类器进行分类。但是Fisher 线性分类器对嵌入信息量较少的含密图像检测性能不佳,本文引入了核Fisher 判别的方法,提高了对嵌入信息量较少的含密图像检测的正确率。采用核Fisher 判别的方法检测20%信息嵌入量的含密图像,其正确率从59%提升到63%。3、信息嵌入量越大,DCT 系数的出现频率波动越剧烈,利用这种特点,支持向量机的多类分类器可以估算JPEG文件中的信息嵌入量。此方法对各种不同容量的检测正确率平均可以达到89%,结果令人满意。4、通常认为,在冗余性能不等的图像中嵌入等量的信息,则冗余越高的含密图像越不容易被检测,本文设计了一种方法加以验证。5、原始图像和含密图像被攻击后,它们的某些统计量将有不同的变化趋势。根据这种设想,分别对原始位图和由S-Tools 隐写生成的含密图像进行攻击,从中提取峰值信噪比、局部方差等特征,用来检测其中的隐形信息,并估算所含信息量。利用这种方法检测S-Tools 生成的含密图像信息嵌入量,平均检测正确率达到86%。图像中隐形信息检测的研究正处于起步阶段。本文设计的算法与其他现有的算法相比较,有以下几方面的优点:1、本文设计的几种隐写分析算法远高于通常认为可接受的检测正确率,检测性能较好。2、本文的算法不但可以正确检测

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 论文的主要章节安排
  • 第二章 数字隐写技术
  • 2.1 信息安全技术的发展与现状
  • 2.2 数字隐写技术的原理
  • 2.3 数字隐写技术的安全性
  • 2.4 数字隐写算法的分类
  • 2.5 数字隐写的信息嵌入量
  • 第三章 数字隐写分析技术
  • 3.1 隐写分析术介绍
  • 3.2 隐写分析技术的原理
  • 3.3 隐写分析的发展与现状
  • 第四章 基于位图的隐写分析算法
  • 4.1 研究目的
  • 4.2 特征的提取及分析
  • 4.3 基于支持向量机的二类分类器
  • 4.4 实验结果
  • 4.5 算法小结
  • 第五章 基于JPEG 的隐写分析算法
  • 5.1 针对JSteg 的隐写分析算法
  • 5.1.1 研究目的
  • 5.1.2 特征的提取及分析
  • JPEG DCT 系数提取
  • 特征向量的提取
  • 5.1.3 分类器
  • Fisher 线性判别(Fisher Linear Discriminant)
  • 核Fisher 判别(Kernel Fisher Discriminant)
  • 5.1.4 实验结果
  • 5.2 针对JSteg 的容量检测
  • 5.2.1 研究目的
  • 5.2.2 特征的提取及分析
  • 5.2.3 基于支持向量机的多类分类器
  • 5.2.4 实验结果
  • 5.2.5 算法小结
  • 5.3 思考与讨论
  • 第六章 基于攻击的S-Tools 隐写分析算法
  • 6.1 研究目的
  • 6.2 特征的提取及分析
  • 6.3 实验结果
  • 6.4 算法小结
  • 第七章 总结
  • 参考文献
  • 致谢
  • 论文独创性声明
  • 论文使用授权声明
  • 相关论文文献

    • [1].物联网环境下舰船通信数据云隐写技术[J]. 舰船科学技术 2019(24)
    • [2].数字隐写模型及形式化描述[J]. 网络与信息安全学报 2020(03)
    • [3].基于深度学习的图像隐写方法研究[J]. 计算机学报 2020(09)
    • [4].物联网环境下舰船传感通信中的大数据云信息隐写技术研究[J]. 舰船科学技术 2017(10)
    • [5].考虑载体误差的图像高效隐写算法[J]. 内蒙古师范大学学报(自然科学汉文版) 2017(03)
    • [6].面向数字取证的异常隐写检测分析方法及系统研究[J]. 湖北警官学院学报 2015(12)
    • [7].分级安全的文本隐写方法[J]. 计算机应用 2015(03)
    • [8].一种基于格式转化的图像隐写算法[J]. 信息安全与通信保密 2013(11)
    • [9].基于熵权灰色关联度分析法的隐写算法性能评估[J]. 计算机与数字工程 2020(06)
    • [10].基于修改概率转换和非加性嵌入失真的视频隐写方法[J]. 电子与信息学报 2020(10)
    • [11].携带诱骗信息的多层网络隐写方法[J]. 国防科技大学学报 2018(06)
    • [12].浅谈信息隐藏及视频隐写技术[J]. 计算机产品与流通 2019(07)
    • [13].基于马尔科夫链的隐写算法设计[J]. 广西民族大学学报(自然科学版) 2017(04)
    • [14].基于失真函数的图像隐写技术综述[J]. 黑龙江科技信息 2016(30)
    • [15].基于压缩视频的隐写算法研究[J]. 电脑知识与技术 2014(09)
    • [16].一种融合分块隐写与湿纸码的隐写算法设计[J]. 河池学院学报 2013(02)
    • [17].二值图像中的安全隐写[J]. 小型微型计算机系统 2012(07)
    • [18].基于博弈论的隐写容量估计[J]. 华东理工大学学报(自然科学版) 2009(06)
    • [19].基于数字图像隐写容量的分析[J]. 微电子学与计算机 2008(04)
    • [20].基于边界平衡生成对抗网络的生成式隐写[J]. 郑州大学学报(理学版) 2020(03)
    • [21].基于残差共生概率的隐写图像载体安全性评价[J]. 计算机研究与发展 2018(12)
    • [22].图像自适应隐写和隐写分析技术进展[J]. 电子信息对抗技术 2017(01)
    • [23].基于多预训练模型的在线隐写盲分析系统研究与实现[J]. 网络与信息安全学报 2017(05)
    • [24].针对自适应隐写的通用隐写分析研究[J]. 应用科学学报 2016(05)
    • [25].基于权值分配的隐写分析算法[J]. 计算机应用研究 2016(11)
    • [26].一种检测多类自适应隐写的盲检测方法[J]. 信息工程大学学报 2013(05)
    • [27].一种利用相角对加性隐写模型进行分析的方法[J]. 计算机应用研究 2013(11)
    • [28].基于概率密度特征分块的舰船通信系统大数据隐写技术[J]. 舰船科学技术 2020(20)
    • [29].各向异性非线性扩散的自适应隐写方法[J]. 海南热带海洋学院学报 2020(05)
    • [30].负载自适应的批量隐写研究[J]. 计算机应用研究 2013(09)

    标签:;  ;  ;  ;  ;  ;  

    图像中隐形信息的检测
    下载Doc文档

    猜你喜欢