一种双重判断机制的音频篡改盲检测算法

插入和删除是两种常见的音频篡改操作.针对现有基于电网频率(ENF)信号的音频篡改检测算法对插入和删除操作定位精度不高的问题,提出一种双重判断机制的篡改盲检测算法.机制一利用最大相关偏移量曲线来确定篡改位置;机制二根据最大相关偏移量曲线所对应的斜率曲线来确定篡改位置.将机制一和机制二联合使用可获得更好的篡改定位精度.为了简化算法实现,文中还提出一种不用引入额外ENF参考信号计算最大相关偏移量的方法.与现有文献中两种代表性算法相比,文中算法具有更高的篡改定位准确度,且对重采样、压缩及加噪这3种常见的音频处理操作有一定的鲁棒性.     

基于双重水印的音频篡改检测算法仿真研究

提出一种基于双重水印的音频篡改检测算法,利用二值图像进行降维处理作为水印信号,按照适当的分段方式,平均嵌入到音频中生成内容认证水印,利用段序号的二值数字串生成完整性水印,实现音频的版权保护和内容认证。通过提取水印并与原始水印进行比对,判断音频的完整性,并精确定位篡改区域。仿真实验表明,算法具有很好的不可感知性,且对音频篡改检测的准确性高。     

改进的DeepLabv3+同图复制篡改检测算法

为解决现有的篡改检测算法难以提取图像篡改边缘特征、篡改区域定位精度较低问题,提出一种改进的DeepLabv3+同图复制篡改检测算法。该算法在DeepLabv3+网络中引入双重注意力机制模块,用于捕捉上下文信息,以提高模型对篡改区域的适应性;采用残差细化模块对预测掩膜进一步优化,以增强模型对篡改边界的敏感性;使用一种新的混合损失函数用于模型训练,以利于模型在像素级和图像级中学习篡改图像与对应真实掩膜之间的映射关系。实验结果表明,改进的DeepLabv3+同图复制篡改检测算法,在COPYMOVE＿NIST和COPYMOVE＿COCO数据集上的3个评价指标均高于FCN、U-Net及DeepLabv3+算法,检测精度分别达到0.929和0.895,能够有效地提取图像篡改边缘特征,解决边缘像素漏检和误检问题。     

剪切和缩放图像的作伪检测

为了将基于传感器噪声的数字图像区域作伪检测技术扩展到更普遍的情况,即嫌疑图片同时受到剪切和缩放的情况,提出在作伪检测前,先对嫌疑图片的残留噪声进行预处理.预处理过程为:先在一定范围内用蛮力搜索寻找缩放因子;根据两个信号的标准互相关性最大值来估计剪切参数;利用估计出的参数对嫌疑图片的残留噪声进行反向操作,从而恢复图片噪声...     

基于图像背景噪声相关性的篡改检测

图像拼接是一种简单而常用的数字图像篡改操作,本文利用拼接篡改图像背景噪声特性的不一致性,提出一种基于图像背景噪声相关性的拼接图像篡改检测方法。该方法首先利用小波变换对待测图像去噪,再将待测图像与去噪后的图像相减后得到背景噪声图像,最后根据背景噪声图像中子块与周围邻域子块的相关系数大小来鉴别拼接篡改图像并定位篡改位置。实验结果表明该方法能对拼接篡改图像较为准确地鉴别和定位。     

基于SURF算法的图像复制粘贴篡改检测

由于SIFT算法的特征点检测速度较慢,而SURF算法将Haar小波响应和积分图像相结合,使得能够快速捕捉特征点的纹理特征,有比SIFT快得多的运算速度,所以采用SURF算法提取特征点。为能够有效检测目标被多次粘贴的情况,采用被称为广义2NN测试的特征点匹配算法,对由SURF获得的特征点进行匹配,找出篡改区域。最后对各种篡改情况进行实验,结果表明,SRUF算法对图像复制-粘贴篡改检测是有效性的。     

可恢复篡改内容的高精度图像认证水印算法

针对目前半脆弱水印算法在篡改定位和篡改恢复性能方面存在的不足,本文提出了一种高精度图像认证的半脆弱双水印算法。该算法利用认证水印对图像进行认证、定位篡改,利用恢复水印重构被篡改图像。实验结果证明,该算法对图像具有很好的篡改定位能力,并能有效地恢复篡改内容。     

一种基于盒子维的图像复制-粘贴篡改检测算法

提出了一种基于盒子维的图像复制-粘贴检测算法。对图像分块后,提取各分块的盒子维与几何矩相结合做为各块的特征量,而后通过对图像块特征向量进行相似性检测来定位篡改区域。实验表明：该算法有较强检测能力,能抵抗高斯白噪声等后处理操作。     

基于数字签名和HSM的数据库篡改检测机制

随着电子商务、电子政务的迅速发展,越来越多的敏感数据被存储于数据库,数据库的安全面临着前所未有的挑战。提出了一种结合数字签名和硬件安全模块(Hardware Security Module,HSM)的数据库篡改检测机制。利用数字签名技术对数据库表进行横向和纵向两种签名,确保表内数据在遭到任意的修改后均能通过签名检测。同时利用HSM保护签名所用的私钥提供高效的签名运算能力,使其具有非常高的安全性和非常优越的性能。     

新颖的内容自适应图像篡改检测与自恢复算法研究

针对在原始图像中嵌入大量的水印(认证水印和参考水印)容易造成图像失真的问题,提出嵌入少量参考水印的方法。为了减小图像失真,提出将少量的参考水印信息嵌入在原始图像的边缘、轮廓等区域的方法。在恢复篡改区域时,提出利用图像修复算法将篡改块匹配问题转化为非局部自相似图像块的最小化问题,复制攻击图像本身的相似信息来恢复篡改区域。实验结果表明,在水印容量为0.015 626的情况下,该算法得到嵌入水印后图像的峰值信噪比(peak signal to noise ratio,PSNR)均值超过60 dB,恢复图像的PSNR均值超过40 dB。     

基于亮度特征耦合信息量制约的图像复制一粘贴篡改检测算法

为了克服当前较多图像篡改检测算法主要通过比较特征点的距离来完成伪造内容的识别,忽略了特征点邻域所含的信息量,导致检测结果中存在较多的漏检和误检等问题,采用图像的亮度特征和信息量特征,设计了一种新的图像篡改检测算法。首先,引入Forstner算子,计算图像像素点的Robert梯度,从图像中精确获取特征点;然后,在图像特征的邻域中,通过均值模型来计算图像的亮度特征,将其与像素点的灰度差异特征相结合,以构造健壮的特征向量。最后,采用互相关函数来计算图像特征的关联度,采用信息熵来评估图像特征邻域所含信息量;并以图像特征间的关联度与信息量特征为依据,对图像特征进行匹配;最后,利用图像特征的特征向量,获取匹配点间的距离值,实现匹配点的归类,获取检测结果。实验结果表明：与当下篡改检测算法相比,在多种几何内容变化下,所提算法具备更高的检测准确度,所含的漏检和误检信息最少。     

基于二次训练技术的入侵检测方法研究

提出了一个基于二次训练技术的网络入侵检测模型,不但可以从整体上提高入侵检测系统的检测性能,而且对于低频率、高危害攻击类型的检测性能有着更加显著的提升.该模型首先利用PCA算法提取数据集中的重要特征,然后使用二次训练技术训练分类器构建网络入侵检测模型.实验中分别使用决策树、朴素贝叶斯和KNN 3个经典分类算法构建了基于二次训练技术的入侵检测模型,并在著名的KDDCup99数据集上进行了实验.结果表明本文的入侵检测模型可以有效地提高入侵检测系统的性能,尤其是对于低频率攻击类型的检测性能有明显的提升.      

图像内部Move-Copy篡改盲取证算法研究

针对一般Move-Copy图像篡改取证算法低鲁棒性特点,提出新算法.首先利用颜色不变量检测特征点位置,提高特点的数量和取证结果的召回率;其次用RGB颜色通道扩充Surf描述子向量维数,提高特征向量的健壮性和鲁棒性;然后定义噪声敏感系数判断图像噪声点并对之进行预处理;接着利用序贯相似性检测算法对特征点进行配准以提高配准速度;最后利用肯德尔系数和四条假设对取证结果进行约束,得到最后结果.实验结果表明,本文算法取证准确率较高,鲁棒性强,具有较强的取证说服力.     

基于灰色绝对关联度的边缘检测算法

探讨了灰色关联度在边缘检测中的适用情况,提出并实现了基于灰色绝对关联度的灰度图边缘检测算法.该算法有效地避免了几种典型的边缘点误判,算法中简单的逻辑或操作克服了灰色绝对关联度在边缘检测中的方向性问题.实验结果表明本算法快速有效.     

双背景模型的快速鲁棒前景检测算法

针对前景检测中的光照变化问题,提出一种基于双背景模型的快速鲁棒前景检测算法.通过建立简单的快慢双背景模型,提高前景检测的效率.结合视频时间感知信息和光照补偿措施,增强算法对光照变化的鲁棒性,提高前景检测精度.在具有光照变化的公开数据集上进行测试,实验结果表明:所提出的算法不仅对光照变化有较强的鲁棒性,同时,具有极快的处理速度.     

基于贝叶斯分类算法的安全检测

准确率和效率对一个入侵检测系统来说是至关重要的。介绍了分类的模型及其评价方法,采用基于贝叶斯算法的分类模型,给出了入侵检测系统的基本框架及实验结果。     

基于切缝法求方向图的指纹奇异点定位

基于指纹识别技术中指纹奇异点定位在实现指纹分类和实现指纹识别的重要性，提出一种基于切缝法求方向图的奇异点定位算法，求出的方向图具有细节保留能力强、去噪能力强等特点．结合改进的Poincareindex法和切缝法求出的方向图在FVC2000指纹数据库上进行指纹奇异点定位，在时间复杂度和准确性上取得了较好的效果，可满足实际使用的需要．     

基于PLC的双波长双光路DFB LD瓦斯气体检测技术

针对传统热催化瓦斯检测技术和光纤传感瓦斯检测技术的不足,提出了一种新的瓦斯气体检测方案.根据双波长双光路DFB LD光谱吸收原理,采用Siemens PLC控制技术,设计了瓦斯气体传感器和瓦斯气体检测系统.实验结果表明,该系统拓宽了检测范围,具有精度高、稳定性好、寿命长等特点,并能消除光路干扰和光源输出功率不稳定等因素.