基于主成分分析和RBF网络的泛盲掩密分析方案

针对Farid泛盲掩密分析方法所选的图像分类特征数目多而且具有相关性的缺陷，采用主成分分析技术对特征进行去相关性的预处理，并基于RBF网络提出了新的掩密分析方案。该方案不但大大降低了用于分类的图像特征的维数，从而提高了掩密分析速度，而且提高了掩密分析的检测性能。分别利用该方案和Farid的方案对JSteg等软件掩密后的图像进行检测，比较实验结果表明，对于不同长度的嵌入消息，该算法具有更好的检测性能。     

一种针对加性空域掩密算法的通用掩密分析技术

为了提高通用掩密分析技术的检测性能，针对基于加性噪声的空域掩密技术设计了一种通用掩密分析算法，通过分析LSB、＋-k（k=1，3，5）和SM算法所引入的掩密噪声对图像差分直方图产生的影响，提出分别利用差分直方图分布的高阶统计矩和差分直方图曲线下特殊区域之间的面积比值作为分类特征的掩密分析特征选择算法，分别利用该算法和Farid的通用算法对由LSB、＋-k（k=1，3，5）算法掩密后的图像进行检测，实验结果表明，对于不同的嵌入消息比例，该算法的掩密检测率较Farid的算法都有了大幅度的提高。     

一种抗掩密分析的图像LSB掩密算法

信息隐藏是在不影响载体数据可用性的前提下,将信息隐藏在数字多媒体诸如图像、视频和语音信号中的一种信息安全技术。针对传统LSB掩密算法仅在图像像素值上进行秘密信息掩藏的缺点,提出了一种基于灰度值扩散的图像LSB掩密算法,该算法首先利用混沌影射将载体图像进行像素灰度值扩散,然后在扩散后的灰度值上进行LSB掩密嵌入,最后进行灰度值逆扩散得到含密图像。实验结果表明,本算法不仅可以很好地保持掩密图像的质量,而且对于信息量估计法、RS分析法以及GPC分析法等掩密分析都具有很好的抵抗性。     

小波突变点检测的扩频掩密分析算法

研究了音频信息隐藏技术中的"知彼"问题——掩密分析方法。该算法首先对含密音频进行小波去噪处理,然后进行滑动相关计算,最后利用小波突变点检测技术提取特征对待分析的音频进行分类,该算法检测性能具有只受秘密信息嵌入强度影响而与嵌入容量无关的特点。实验结果表明,含密音频中PN序列嵌入强度越大,检测的正确率越高。特别在嵌入强度只有0.002时,算法的检测正确率仍然达到了80%以上,因此,算法具有良好的检测性能。     

一种抗JPEG压缩和掩密分析的空间域图像信息隐藏算法

如何有效对抗掩密分析是信息隐藏研究的一个重要方向。提出了一种抗JPEG压缩和掩密分析的空间域图像信息隐藏算法：首先对载体图像和秘密图像分别置乱,然后对载体图像分块,在每块子图像中重复嵌入1bit信息;提取秘密信息时,先对含密图像置乱恢复和分块,然后在每块子图像中按照多数优先的原则提取1bit信息。实验表明,该算法不仅对...     

基于SNR和PSNR特征的净图定量描述方法的研究

在隐写分析领域,绝大多数的分析方法都采用二类样本(干净图像与掩密图像)进行监督学习的.本文的研究紧紧地围绕干净图像样本,提出了基于SNR和PSNR特征的净图描述方法,通过这二种特征对净图进行量化描述,并在理论和实践中验证了用这二种特征来定量描述干净图像是合适的.当干净图像描述清楚了,干净图像与掩密图像自然而然地区分开了.这种新颖的净图定量描述方法,大大提高了隐写分析方法的适应性.     

基于相关性与纹理度量的SVM隐写分析算法

为提高图像信息隐藏正确检测率,扩展隐写分析算法的适用范围,提出了一种新的基于最低有效位(LSB)的隐写分析方法,引入了一组基于相邻像素相关性和图像纹理复杂度的差值关系的高阶统计矩作为特征矢量。基于此特征量构造分类器,采用支持向量机(SVM)进行训练和分类。对1 600幅BMP图像在不同嵌入率情形下进行仿真实验,并与经典的RS(regular singular)隐写算法和GPC(gray-levelplane crossing)算法进行对比分析。结果表明,针对原始无损存储图像,基于该文建立的分类器的准确率高于目前的主流算法识别掩密图像,具有较可靠的盲检测性能。     

一种可估计最低位平面嵌入信息量的密写分析方法

检测图像中有无隐蔽的密写数据是信息安全的重要课题,当前一种常用的密写技术是将秘密数据嵌入图像最低位面,称为LSB密写.分析表明,LSB密写对载体图像统计特性的影响能用来估计嵌入的信息量,由此给出一种有效的密写分析新方法.根据待检测图像的直方图特性定义2个参数,并对待检测图像进行二次密写,观察这2个参数的变化趋势,从而估计出嵌入的数据量.该方法采用二次密写,不仅能判断密写信息的存在性,而且给出隐藏的数据量,具有实现简单、计算量小的优点.实验表明,估计出的密写信息量比较可靠.     

基于相关性与纹理度量的SVM隐写分析算法

为提高图像信息隐藏正确检测率,扩展隐写分析算法的适用范围,提出了一种新的基于最低有效位(LSB)的隐写分析方法,引入了一组基于相邻像素相关性和图像纹理复杂度的差值关系的高阶统计矩作为特征矢量。基于此特征量构造分类器,采用支持向量机(SVM)进行训练和分类。对1600幅BMP图像在不同嵌入率情形下进行仿真实验,并与经典的RS(regular singular)隐写算法和GPC(gray-level plane crossing)算法进行对比分析。结果表明,针对原始无损存储图像,基于该文建立的分类器的准确率高于目前的主流算法识别掩密图像,具有较可靠的盲检测性能。     

基于Multiwavelet广义高斯模型的图像盲隐写分析

针对目前图像盲隐写分析中提取的特征的有效性不高问题,提出了一种新的基于Multiwavelet广义高斯模型的图像盲隐写分析算法.采用Multiwavelet变换对样本图像进行多尺度分解,并使用广义高斯模型对每个子带的Multiwavelet系数进行建模,提取参数特征.利用这些参数特征训练支持向量机SVM(support vector machine)构成盲隐写分析算法的分类检测器.通过对大量图像样本进行测试,实验结果表明,和经典的Farid方法相比,提出的盲隐写分析算法提取的图像特征更加有效,具有更高的正确检测率.