感知哈希算法基准测试平台研究与设计

感知哈希算法基准测试平台研究与设计

论文摘要

随着多媒体技术和网络技术的飞速发展和广泛应用,数字多媒体产品的存储、处理和传输变得越来越方便和快捷,多媒体的真实性认证和版权保护问题显得越来越重要。然而,因为多媒体数据量大,具有不同的压缩标准和文件格式,经常经历各种保持内容质量的常规信号处理操作(如JPEG压缩等);而传统的加密与认证技术(如MD5和SHA-1等)只能进行比特流的认证,无法考虑到多媒体的内容,对任何比特哪怕是一位比特的改变都很敏感,因而在多媒体认证方面将显得无能为力。感知哈希技术建立了多媒体感知信息层面到其感知摘要之间的映射,使看/听起来相似的媒体对象具有相似的感知哈希值,它对常规信号处理操作表现的鲁棒的同时,具备对媒体感知内容篡改操作的敏感性。感知哈希技术是新兴的研究方向,可以用于多媒体认证与鉴别、内容索引与分析、数字水印、大规模媒体库管理、以及拷贝检测等诸多领域。新的感知哈希算法不断提出,为了实现感知哈希算法性能评测的公平和高效,进而促进感知哈希技术的发展,本课题在对感知哈希相关文献进行综合与分析的基础上,明确了感知哈希概念,提出了一组感知哈希算法的性能指标,最终建立完善的图像感知哈希算法性能基准测试框架和工具平台。本课题的研究内容和工作主要包括如下几个方面:(1)结合人类视/听觉特性和认知心理学等相关知识对感知哈希技术进行理论研究,分析和总结感知哈希定义、特征,改进感知哈希的生成框架,建立感知哈希的应用模式,指出感知哈希算法的设计目标及感知哈希不足;(2)针对感知哈希测试中存在诸多随机因素进行抽象,设计并实现了一个基于软件总线式框架的灵活、可扩展的感知哈希算法基准测试工具,在该工具的设计过程中还提出了变量空间和类化函数方法,实现了测试工具对处理函数的统一管理;(3)对感知哈希容易遭受的攻击进行分类,建立了感知哈希算法性能分析框架,设计基于本文建立的感知哈希算法基准测试平台和算法性能分析框架的感知哈希算法性能评测实验,在完成性能分析的同时对本文提出的算法评测思想和工具进行了验证。本课题总结了感知哈希技术的大量研究成果,对感知哈希评测标准的建立做出了有益的工作,对该技术未来发展有一定的借鉴意义。实验结果显示,算法性能分析方法客观性较强,具有一定的参考价值,测试工具提高了算法测试效率并降低了算法测试复杂度。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景
  • 1.2 本课题研究的目的及意义
  • 1.3 国内外相关技术发展现状
  • 1.4 本文主要研究内容
  • 第2章 感知哈希技术研究
  • 2.1 感知哈希概念
  • 2.1.1 感知哈希定义、模型
  • 2.1.2 感知哈希的特征
  • 2.1.3 感知哈希的通用框架
  • 2.2 感知哈希的应用模式
  • 2.2.1 识别模式
  • 2.2.2 认证模式
  • 2.3 感知哈希算法的设计目标
  • 2.4 感知哈希的不足
  • 2.5 本章小结
  • 第3章 感知哈希基准测试平台的设计与实现
  • 3.1 引言
  • 3.2 基准测试系统分析
  • 3.2.1 平台的设计目标
  • 3.2.2 平台的用户模型
  • 3.2.3 平台的功能需求
  • 3.2.4 平台的输入信息
  • 3.2.5 平台的输出信息
  • 3.2.6 数据流分析
  • 3.2.7 平台开发环境
  • 3.3 基准测试平台设计
  • 3.3.1 软件总线式结构
  • 3.3.2 数据库设计
  • 3.3.3 系统核心模块结构
  • 3.3.4 系统 I/O 设计
  • 3.3.5 系统使用流程
  • 3.4 感知哈希算法基准测试平台实现
  • 3.4.1 系统核心模块结构
  • 3.4.2 执行期变量管理的实现
  • 3.4.3 插件接口规范与实现
  • 3.4.4 测试策略实现及管理
  • 3.4.5 测试结果分析模块
  • 3.5 基准测试平台的界面
  • 3.6 本章小结
  • 第4章 感知哈希算法基准测试平台实验及分析
  • 4.1 感知哈希算法性能分析方法
  • 4.1.1 感知哈希算法的攻击
  • 4.1.2 图像感知哈希算法性能基准点
  • 4.2 感知哈希算法基准测试实验设计
  • 4.2.1 感知哈希算法基准测试平台配置
  • 4.2.2 感知哈希算法基准测试平台处理效果
  • 4.2.3 通过感知哈希算法基准测试平台进行数据分析
  • 4.3 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].集中式环境下的局部敏感哈希算法综述[J]. 移动通信 2015(10)
    • [2].迭代自组织哈希算法[J]. 计算机应用研究 2020(05)
    • [3].一致性哈希算法在分布式系统中的应用[J]. 电脑开发与应用 2012(07)
    • [4].基于机器学习与哈希算法的群智大数据优选——以车辆精准检测为例[J]. 电子世界 2020(02)
    • [5].在线密度敏感哈希算法研究[J]. 小型微型计算机系统 2018(05)
    • [6].改进的一致性哈希算法及应用[J]. 大众科技 2015(04)
    • [7].基于改进哈希算法的图像相似度计算[J]. 武汉纺织大学学报 2020(02)
    • [8].基于深度神经网络的哈希算法研究综述[J]. 无线通信技术 2020(02)
    • [9].各向同性的迭代量化哈希算法[J]. 电子学报 2017(07)
    • [10].一种新型抗旋转攻击的鲁棒哈希算法[J]. 小型微型计算机系统 2011(04)
    • [11].分布式存储系统中一致性哈希算法的研究[J]. 电脑知识与技术 2011(22)
    • [12].哈希算法在口令访问控制模块中的应用研究[J]. 计算机时代 2018(08)
    • [13].编码选择哈希算法解决大规模图像检索问题(英文)[J]. 控制理论与应用 2017(06)
    • [14].一种改进的分段哈希算法[J]. 计算机工程 2015(01)
    • [15].基于压缩感知的图像哈希算法[J]. 数字通信世界 2017(10)
    • [16].基于感知哈希算法的目标跟踪研究[J]. 电子世界 2018(04)
    • [17].可重构哈希算法芯片的设计与实现[J]. 电脑知识与技术 2012(04)
    • [18].一致性哈希算法在数据库集群上的拓展应用[J]. 成都信息工程学院学报 2015(01)
    • [19].SHA-1真的不能用了吗?[J]. 软件和集成电路 2017(05)
    • [20].一种新型的图像哈希算法[J]. 兵工自动化 2011(05)
    • [21].一种基于相对排序的有监督哈希算法[J]. 中国科技论文 2018(08)
    • [22].哈希算法在电子数据取证中的应用研究[J]. 网络安全技术与应用 2020(11)
    • [23].基于迭代主成分分析的哈希算法研究与实现[J]. 智能计算机与应用 2018(04)
    • [24].基于极谐变换的鲁棒图像哈希算法[J]. 计算机仿真 2014(05)
    • [25].倒插入分段哈希算法[J]. 计算机应用 2011(02)
    • [26].基于深度学习哈希算法的快速图像检索研究[J]. 计算机与数字工程 2019(12)
    • [27].基于多级索引的音频特征检索比对算法[J]. 电子技术与软件工程 2018(11)
    • [28].一种基于P稳定局部敏感哈希算法的相似人脸检索系统设计[J]. 智能系统学报 2017(03)
    • [29].基于一致性哈希算法的云存储服务器容错性研究[J]. 计算机光盘软件与应用 2014(02)
    • [30].SM3哈希算法的硬件实现与研究[J]. 信息网络安全 2011(09)

    标签:;  ;  ;  ;  ;  ;  

    感知哈希算法基准测试平台研究与设计
    下载Doc文档

    猜你喜欢