信息隐藏和隐藏分析的理论与算法研究

信息隐藏和隐藏分析的理论与算法研究

论文摘要

随着数字技术和网络技术的不断发展,人们可以方便、迅速地将数字信息传达到世界各地。如何解决与此相关的版权保护、完整性认证、秘密通信等问题,成为亟待解决的研究课题。信息隐藏就是为解决这些问题而出现的,它有两个主要分支:数字水印和隐写术。数字水印主要用于版权保护、电子文档完整性保护等方面。隐写术主要用于秘密通信。同时为了保卫国家安全,信息隐藏分析也逐渐发展起来。 本文在国家重点基础研究发展规划973项目(TG1999035804)、国家自然科学基金项目(60473016)和北京邮电大学研究生创新基金项目的资助下,围绕与信息隐藏和信息隐藏分析相关的算法和理论问题,进行了研究。主要工作如下: 1.针对不同的应用环境,设计了3种不同的数字水印算法。自适应HSI鲁棒彩色图像数字水印算法将图像变换到HSI色彩模型中,并利用人眼视觉特点计算临界差异,在不可见性和鲁棒性之间找到折衷点。强鲁棒图像数字水印算法利用傅里叶变换的几何不变域,可以抵抗长宽不等比缩放、基本旋转等RST攻击,还可以抵抗格式转换、常规信号处理等攻击。同时能够实现嵌入量大、盲检测、100%正确提取等要求。Midi音频数字水印算法利用Midi文件格式的特殊性,借鉴软件水印的方法,实现了水印算法完全的透明性。 2.提出自适应加性水印嵌入模型,在此前提下,用PSNR衡量不可见性、用信道误码率衡量鲁棒性,给出了不可见性、鲁棒性和信息隐藏率之间的定量关系,指出达到三者折衷点的关键是水印嵌入强度。实验指出如何在确定水印算法参数之后计算嵌入强度,以达到三者的折衷。 3.指出纠错码在水印信道中的作用。水印信道受不可见性影响,嵌入强度与水印长度的乘积是一个常数(此常数的值与水印算法要达到的不可见性、鲁棒性等有关),这是水印信道与一般通信信道最大的不同。因此水印信道中纠错码的码率不能任意小,文中给出了纠错码码率的下限。 4.在分析已有信息隐藏模型不足的基础上,给出了新的信息隐藏模

论文目录

  • 第一章 绪论
  • 1.1 研究目的和意义
  • 1.2 信息隐藏的历史
  • 1.3 信息隐藏系统
  • 1.3.1 模型
  • 1.3.2 特点
  • 1.3.3 分类
  • 1.3.4 应用领域
  • 1.4 国内外研究现状
  • 1.4.1 信息隐藏(数字水印)算法
  • 1.4.2 信息隐藏相关理论
  • 1.4.3 信息隐藏分析算法
  • 1.4.4 其他内容
  • 1.5 本文主要工作
  • 1.5.1 信息隐藏(数字水印)算法研究
  • 1.5.2 信息隐藏理论研究
  • 1.5.3 信息隐藏分析算法研究
  • 1.5.4 信息隐藏分析理论研究
  • 参考文献
  • 第二章 数字水印算法研究
  • 2.1 引言
  • 2.2 自适应HSI鲁棒彩色图像数字水印算法
  • 2.2.1 HSI与RGB相互转换
  • 2.2.2 临界差异
  • 2.2.3 水印嵌入算法
  • 2.2.4 水印提取算法
  • 2.2.5 试验数据和性能分析
  • 2.2.6 结论
  • 2.3 强鲁棒图像数字水印算法
  • 2.3.1 几何变换的不变域
  • 2.3.2 频谱幅度关系调制
  • 2.3.3 基本旋转与任意缩放
  • 2.3.4 水印嵌入算法
  • 2.3.5 水印提取算法
  • 2.3.6 试验结果
  • 2.3.7 结论
  • 2.4 Midi音频数字水印算法
  • 2.4.1 水印嵌入算法
  • 2.4.2 水印提取算法
  • 2.4.3 算法性能分析
  • 2.4.4 结论
  • 2.5 小结
  • 参考文献
  • 第三章 水印算法参数之间的关系
  • 3.1 引言
  • 3.2 自适应加性水印嵌入模型
  • 3.3 定义
  • 3.4 不可见性、鲁棒性与信息隐藏率的定量关系
  • 3.4.1 关系
  • 3.4.2 达到三者折衷点的关键
  • 3.4.3 实验结果
  • 3.5 纠错码码率的选择
  • 3.5.1 强度与长度的关系
  • 3.5.2 编码速率的选择
  • 3.5.3 一个例子
  • 3.6 小结
  • 参考文献
  • 第四章 信息隐藏容量研究
  • 4.1 引言
  • 4.2 对已有信息隐藏的理论模型的分析
  • 4.3 改进的信息隐藏模型
  • 4.3.1 问题的描述
  • 4.3.2 定义
  • 4.3.3 特殊情况下容量的具体含义
  • 4.4 小结
  • 参考文献
  • 第五章 信息隐藏的可证明安全性
  • 5.1 引言
  • 5.2 密码学中的随机预言模型
  • 5.3 安全性比较
  • 5.3.1 安全性与鲁棒性
  • 5.3.2 无条件安全和有条件安全
  • 5.4 信息隐藏系统中的随机预言模型
  • 5.4.1 空间
  • 5.4.2 算法
  • 5.4.3 信息隐藏系统
  • 5.4.4 攻击/敌手
  • 5.4.5 Oracle
  • 5.4.6 黑盒子
  • 5.4.7 敌手攻击的形式化描述/可忽略函数/安全性
  • 5.4.8 法官
  • 5.4.9 证明/设计
  • 5.5 可证明安全
  • 5.5.1 CMOCA-BA-安全性
  • 5.5.2 KOCA-BA-安全性
  • 5.5.3 KOCA-KOCA-安全性
  • 5.5.4 关系
  • 5.6 小结
  • 参考文献
  • 第六章 信息隐藏分析
  • 6.1 引言
  • 6.2 特征向量的选取
  • 6.3 SVM分类算法
  • 6.4 唯秘密载体信息隐藏分析方法
  • 6.4.1 计算特征向量
  • 6.4.2 训练
  • 6.4.3 检测
  • 6.5 试验结果及分析
  • 6.6 小结
  • 参考文献
  • 第七章 用神经网络实现任意q-值函数
  • 7.1 引言
  • 7.2 预备知识
  • 7.3 实现任意q-值函数
  • 7.3.1 神经元
  • 7.3.2 实现一个特殊的强对称函数
  • 7.3.3 实现任意强对称函数
  • 7.3.4 实现任意q-值函数
  • 7.4 二进制神经元和多值神经元
  • 7.5 小结
  • 参考文献
  • 第八章 结束语
  • 8.1 工作总结
  • 8.2 进一步研究的思考
  • 致谢
  • 攻读博士学位期间的研究成果
  • 论文
  • 著作
  • 专利
  • 攻读博士学位期间完成和参与的项目
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  ;  ;  

    信息隐藏和隐藏分析的理论与算法研究
    下载Doc文档

    猜你喜欢