基于DNA序列的信息隐藏

研究了以DNA序列为载体的信息隐藏,提出了一个信息隐藏算法.该算法首先将秘密信息经预处理、编码、调制变成一维随机DNA序列;然后由一个随机数序列决定隐藏信息在载体的高复杂性区域的位置;最后在隐藏信息的位置,秘密信息字符替代载体字符.由该算法实现的信息隐藏既具有一定的稳健性和安全性,又符合生物学意义.实验结果也证明了该算法的有效性.     

DNA序列作为信息隐藏载体的研究

研究了DNA序列能否成为信息隐藏的载体.通过对DNA序列进行分析证实了:由于核苷酸序列中有强的随机噪声,DNA序列可以作为信息隐藏的载体;进而通过对DNA序列特征进行分析,提出了一个嵌入对策:秘密消息嵌入非编码区的高复杂度区域有很好的安全性.该文的研究对提出以DNA序列为载体的信息隐藏算法具有重要的指导作用.     

一种分组的信息隐藏算法

将加密信息与载体图像转换成二进制序列,把加密信息每3个位分为一组,每组的加密信息与待嵌入图像低位的信息进行比较后,修改载体图像,嵌入加密信息;提取加密信息时,找出嵌入的位置,读取标志位,根据标志位取反与否读取隐藏信息.新算法在信息嵌入量不变的情况下,修改嵌入信息位少,载体图像变化小,安全性高.新算法实现简单,嵌入信息量大,隐藏效果好,具有一定的实用价值.     

基于图像分类的无载体信息隐藏方法

为提高无载体信息隐藏的数据嵌入容量和通信效率,注意到半构造式无载体信息隐藏算法所具有的优势,在仔细分析几种社交平台的用户行为习惯后,提出了一种以社交平台的行为习惯为构造原则的半构造式无载体信息隐藏算法.该算法的具体思想通过构建小图标库中的图标与秘密消息的一一映射关系,将小图标按照一定的原则拼接,完成秘密消息的图像表达,通过传递拼接好的图片,实现秘密消息的传递.为了提高小图标的识别率和整个隐蔽通信系统的抗干扰能力,算法还引入了卷积神经网络对图标库中的图标进行训练和分类,同时在训练时特意引入经过多种攻击方式处理过的小图标作为干扰样本.实验和仿真结果表明,该隐藏方法具备良好的抗攻击能力,隐藏容量和通信效率得到了实质性的提高,可用于实际的隐蔽通信系统.     

联合空谱信息的高光谱影像半监督ELM分类

针对高光谱影像处理应用中,标记样本往往数量较小且质量不均而未标记样本大量存在的问题,结合半监督学习方法,提出一种面向高光谱影像分类的半监督极限学习机分类算法.首先根据图理论,联合高光谱影像空间光谱信息,对标记和未标记样本共同构建无向加权图;然后,考虑平滑性约束和结构最小化原则,构造分类目标函数;最后,利用核方法求解最优参数,进而实现高光谱影像的半监督分类.采用该方法进行分类对比实验,结果表明:该方法能够有效利用未标记样本信息,提高小样本下的高光谱影像分类精度.     

回声隐藏的研究与实现

回声隐藏是利用音频做载体,隐藏信息的一种信息隐藏技术.提出了基于倒谱的回声隐藏算法,并用matlab实现.在此基础上,提出了增加隐藏容量的新算法.在采样率为44 100 Hz条件下,每秒能够隐藏346 bit信息.     

基于LinkNet卷积神经网络的高分辨率遥感影像水体信息提取

针对高空间分辨率(简称高分辨率)遥感影像在水体信息提取时准确度不高的问题,采用LinkNet卷积神经网络模型对高分辨率遥感影像进行水体信息提取,验证该网络模型对于水体信息提取的可行性及有效性.首先选取包含水体的影像数据作为训练数据,然后构建LinkNet卷积神经网络模型,并利用构建好的网络模型训练得到水体信息的先验模型,最后采用该模型对真实高分辨率遥感影像进行水体信息提取,并与经典算法比较.实验结果表明:LinkNet卷积神经网络模型能够实现高分辨率遥感影像水体信息的高精度提取,且优于经典算法.     

一种改进的Arnold变换

基于置乱方法,针对载体图像为静态图像的信息隐藏技术进行研究,采用改进的Arnold变换对数字图像进行双向置乱,提高了置乱算法的效率,改善了置乱效果.通过在置乱算法中加入密钥,提高了算法的安全性.该算法简单易行,可作为数字图像信息隐藏和伪装的预处理工具.     

应用混沌和模糊聚类的自适应隐蔽通信算法

提出了一种新颖的基于DCT域的自适应信息隐蔽通信算法.首先对原始图像块的多特性参数进行模糊聚类,将图像块分成两类,一类适合隐藏信息,另一类不适合,其隶属度作为隐藏信息强度的自适应系数.将混沌系统产生的序列嵌入到通信载体上,利用混沌同步进行隐蔽信息的检测.仿真实验表明,该算法有较强的鲁棒性,同时能保证通信载体的隐藏信息质量,确保通信安全.     

基于直方图平移的安全可逆信息隐藏算法

可逆信息隐藏技术可以在提取隐藏的秘密信息之后完全恢复原始的载体信息,具有重要的理论意义和广阔的应用前景。基于直方图平移的可逆信息隐藏技术需要额外传送一部分信息,会带来较大的通信负担和安全隐患。通过对载体图像进行分块,并引入密钥,提出了一种基于直方图平移的安全可逆信息隐藏算法,不需要单独传送任何额外信息就能实现秘密信息提取和原始载体的无损恢复。能够有效弥补传统算法的缺陷,降低通信负担,同时具有较高的安全性。理论分析和实验仿真表明该算法具有较好的实用性能。     

基于模糊粗糙集的半监督影像分类算法

针对影像分类中少量标记样本问题,提出了基于模糊粗糙集的影像半监督分类算法.首先,通过模糊粗糙集对数据的粗糙性与模糊性进行建模,采用归一化的模糊互信息来度量特征与类别信息的相关性,并利用模糊上下近似度量样本的类别隶属度;然后,结合归一化的模糊互信息改进正则化框架下的特征评价方法,在谱图分析的半监督特征选择框架下实现特征优选;其次,结合近邻约束提高模糊上下近似预测样本类别的准确性,设计基于模糊粗糙集的约束自学习,选择信息量大的未标记样本更新训练样本集;最后,利用新的样本集训练分类器,完成影像分类任务.多组实验表明所提算法能够在少量标记样本的条件下有效提高影像的分类精度.     

利用行列变换的无损信息隐藏算法

为了充分挖掘载体图像的像素相关性,提出一种利用行列变换的无损信息隐藏算法LDHA RT。该算法依次计算列方向、行方向和对角线方向的像素差及其直方图,对获得的像素差直方图进行移位以构造冗余空间,实现在指定差值处嵌入隐藏信息。在提取隐藏信息后,LDHA RT算法可以无损地恢复载体图像,不需要除隐藏信息以外的附加信息。仿真实验表明,与参考文献的算法相比,LDHA RT算法的PSNR／bits是最低的或接近最低的,表明该算法在保证图像质量的情况下,具有隐藏信息容量大的优势。     

基于直方图和HVS特性的混沌加密信息隐藏技术研究

该文提出了一种基于直方图和HVS视觉特性的混沌加密信息隐藏算法,并给出了算法的详细实现方案.根据HVS(人眼视觉系统)视觉特性,人眼对低灰度区和高灰度区的敏感度较差,对中灰度区的敏感度较好.因此,本算法利用图像直方图中低灰度值区和高灰度值区的多个概率最大点来隐藏信息;并首先利用混沌系统Logistic映射产生的位序列对待隐藏信息进行加密以增加秘密信息的安全性.试验结果表明该方法不仅可以进行较大容量的信息隐藏,而且还有较好的隐藏效果.     

基于插值图像的可逆信息隐藏算法

为了提高可逆信息隐藏算法的容量,提出一种基于插值图像的可逆信息隐藏算法。将原始图像用最近邻插值算法放大,以放大后的图像作为载体图像进行隐藏。计算插值像素与相邻两个原始像素均值的差值,根据差值控制嵌入秘密信息的位数,根据秘密信息的数值修改插值像素实现秘密信息的隐藏。接收方提取秘密信息后,可对载密图像下采样恢复出载体图像,实现可逆信息隐藏。实验表明提出的算法可实现较大容量的信息隐藏,同时,在相同隐藏容量的情况下,具有较好的视觉效果。     

适用于广播信道的时频调制音频隐藏算法

广播信道中包含大量音频信息,给音频信息隐藏应用提供了广阔空间,但在广播信道上缺乏行之有效的音频隐藏算法.针对上述问题提出了一种时频调制音频信息隐藏算法,时频调制技术具有较强的抗信道干扰特性,在广播信道上具有很强的适用性.该算法在音频载体中嵌入一定幅度的时频调制信息序列,用时频调制信息序列在不同时隙和频点的排列组合来表示秘密信息,通过控制时频调制信息序列的幅度将秘密信息隐藏到载体音频中,不被人耳所察觉.实验结果表明,该算法可应用在不同的调频FM广播信道上,并可保持96%以上的信息恢复率.     

云计算环境下网络内部信息隐藏算法研究

针对目前信息隐藏算法安全性低、不可感知性差以及抗干扰性弱等特点,提出一种新的云计算环境下网络内部信息隐藏算法。介绍了云计算环境下网络内部信息嵌入载体过程,给出了嵌入过程流程图。阐述了DCT网络信息隐藏算法原理,通过DCT变换对云计算环境下网络内部信息进行处理,其主要包括离散余弦变换与离散余弦逆变换。分析了DCT算法隐藏容量,结合DCT算法自身特点,对不同类型信息设定出相应的量化参数,最大限度增加DCT算法的最大可嵌入信息容量。给出DCT算法具体信息隐藏过程和提取过程。实验结果表明,所提算法不可感知性、抗干扰性以及安全性强,载体的可嵌入信息容量大。     

一种用于图像信息隐藏反取证技术的算法EIP的设计

基于信息安全的需要,提出了一种新颖的用于研究计算机反取证中图像信息隐藏的算法EIP.通过使用该算法,能够有效地扩散及置乱待隐藏的信息,从而使得隐藏后的信息具有对二进制码流分析免疫的特性.该算法设计步骤明了,计算复杂度低,并具有较高的安全性.实验结果表明:基于EIP算法在图像载体中隐藏信息,能够对二进制码流的分析具有免疫...     

HCGAN:一种基于GAN的高容量信息隐藏算法

针对现有信息隐藏算法存在隐写容量低、信息提取困难以及安全性差等问题,本文提出了一种基于生成对抗网络的高容量信息隐藏算法（High Capacity Information Hiding Algorithm Based on GAN,HCGAN）.在秘密信息嵌入方面,使用基于Im-Residual结构的编码器将秘密信息嵌入载体图像中,避免了秘密信息嵌入时由卷积层提取特征导致的信息损失.在秘密信息提取方面,使用基于稠密结构的解码器从含秘图像中提取出秘密信息,利用特征复用来增加秘密信息的提取率.在抗隐写分析方面,利用基于隐写分析的鉴别器与基于Im-Residual结构的编码器进行对抗训练,以提高含秘图像的抗隐写分析能力.实验表明,经过对抗训练后,HCGAN在2 bpp嵌入率下比WOW和S-UNIWARD在0.4 bpp嵌入率下具有更低的隐写分析检测率.     

云计算环境下基于离散余弦变换的网络内部信息隐藏算法

针对目前信息隐藏算法安全性低、不可感知性差以及抗干扰性弱等特点,提出一种新的云计算环境下网络内部信息隐藏算法。介绍了云计算环境下网络内部信息嵌入载体过程,给出了嵌入过程流程图。阐述了离散余弦变换(DCT)网络信息隐藏算法原理,通过DCT变换对云计算环境下网络内部信息进行处理;其主要包括离散余弦变换与离散余弦逆变换。分析了DCT算法隐藏容量,结合DCT算法自身特点,对不同类型信息设定出相应的量化参数,最大限度增加DCT算法的最大可嵌入信息容量。给出DCT算法具体信息隐藏过程和提取过程。实验结果表明,所提算法不可感知性、抗干扰性以及安全性强,载体的可嵌入信息容量大。     

基于随机森林算法的航空高光谱数据分类方法研究

高光谱数据具有光谱范围广,光谱分辨率高等优势,可以用于不同地物的分类识别,为近年来遥感领域的研究热点。采用随机森林算法对机载高光谱数据进行了地物分类识别研究,首先选取不同种类的地物样本,并对每类样本打上类别标签,每个像素包含的波段数即为样本的特征数,送入随机森林分类器进行训练;然后将训练好的分类器对待分类的高光谱影像数据进行分类,待分类的数据初始化为统一的类别标签;并根据袋外数据自变量的扰动对分类精度的影响,计算不同波段特征对分类效果的重要性系数。实验采用C++语言结合Intel Open CV计算机视觉库,编写了高光谱影像分类识别程序,对机载AISA高光谱传感器获取的甘肃省张掖市农村与城市影像数据进行分类,结果表明本文算法具有较高分类精度和可靠性。