直觉犹豫模糊集距离测度及其应用

在决策过程中考虑决策者对备选方案给出评估信息的犹豫性,定义了直觉犹豫模糊集的犹豫度。首先,结合传统的距离测度,给出了基于犹豫度的直觉犹豫模糊集的距离测度,通过具体的模式识别案例分析,将所提出的直觉犹豫模糊集的距离测度与已有的直觉犹豫模糊集的距离测度进行了比较,结果显示,所提出的距离测度具有实用性和有效性。其次,结合有偏好的决策问题和TOPSIS方法,给出了备选方案的决策模型和算法步骤。最后,将此方法应用于锂离子电池供应商模型,并对相应的参数进行了敏感性分析,证明了所提出的距离测度具有稳定性和可行性。     

基于加权直觉模糊兰氏距离的密度峰值聚类算法

利用传统的聚类算法对直觉模糊集进行聚类分析时,存在对异常值敏感、复杂度较高的问题,不适用于大规模直觉模糊数据的聚类。针对上述问题,提出了一种基于密度峰值思想和加权兰氏距离的直觉模糊聚类算法（WIFDPL）,用来提高算法对直觉模糊数据的检测精度,降低算法的复杂度。由于现有直觉模糊距离算子不满足距离度量的定义,提出了一种新的直觉模糊兰氏距离算子,减少了数据的偏移程度,降低了对异常值的敏感程度;由于凝聚型层次聚类算法复杂度较高,采用密度峰值聚类算法对直觉模糊集进行聚类,显著提高了算法的运行效率。实验结果表明,利用改进的直觉模糊兰氏距离提高了聚类精度,且新算法复杂度较低,更适用于大规模直觉模糊集的聚类。     

软直觉模糊集的相似、距离和熵测度

软直觉模糊集之间的相似性可以用相似测度进行度量。通过举例指出以往文献中所提出的相似测度不合理,进而给出一种更为合理的相似测度,并将纠正后的相似测度应用于震后隧道安全状况的判定;引入软直觉模糊集的距离测度、熵测度的公理化定义以及相应的计算公式;给出在参数集合不同的情况下,软直觉模糊集之间相似性的度量方法。     

基于区间直觉判断矩阵的群决策及逆判方法

文章对区间直觉判断矩阵进行研究,定义了区间直觉判断矩阵及其距离测度与相似性测度新概念,详细研究它们的性质.基于区间直觉平均算子等集成工具,建立了一种基于区间直觉模糊集模型的群决策途径,并根据群决策结果逆判评判专家的水平.最后通过具体实例证明该方法的有效性.     

基于直觉模糊可能性测度的三支决策模型的研究

在直觉模糊集和可能性测度理论基础上,用可信度,对三支决策模型进行了研究.首先运用直觉模糊集和可能性理论,定义了直觉模糊可能性测度和直觉模糊可信度,讨论它们的性质.在直觉模糊可能性空间中,建立了基于直觉模糊可能性测度的三支决策模型,给出了该模型的划分规则.然后,定义了直觉模糊信息表的三支决策模型,给出了求信息表对象的综合直觉模糊属性特征值方法.最后,对该模型下的误判进行分析,给出了一种基于直觉模糊可能性测度和可信度的决策风险计算方法,并进行了实例演算.通过实例,给出具体计算步骤:综合分析了对象在不同属性特征下的隶属度和非隶属度,计算其直觉模糊可能性测度;运用可信度,计算出边界阈值和综合直觉模糊属性特征值;讨论了该模型的有效性.     

安全性限制下的隐写容量分析

运用网络信息论中率失真及随机编码等理论对安全性限制下的隐写容量进行了研究，利用强联合典型序列方法得到了隐写容量的下界，并在特定条件下给出了隐写容量的上界。研究结果表明：在没有安全性限制下，与Moulin关于一般信息隐藏系统容量的研究结果一致；而Moulin关于绝对安全条件下的隐写容量分析结果只是在此情形下的特例。此外，还对当前较流行的一种基于图像的隐写算法——LSB随机嵌入算法的信息传输率及隐写容量进行了研究，发现二之间存在着一定的差距。     

基于直觉模糊测度的可测函数列依测度收敛研究

为解决多属性群决策结果之间存在较大的差异问题,对基于直觉模糊测度的可测函数列依测度收敛进行了研究。基于可能性理论和直觉模糊集理论研究直觉模糊可能性测度,确定直觉模糊测度存在有界性、单调性以及直觉模糊可加性性质与直觉模糊测度依据接收、延迟和拒绝3项决策规则。研究结果明确给出可测函数列依测度收敛情况,可知集函数在可测空间中存在集值双零渐进可加的收敛状态。通过算例验证该方法可有效计算差异属性特征下不同决策的直觉模糊可能性测度,可有效获取最佳决策方案和解决多属性群决策问题,具有较好的实用性。     

基于直觉模糊集和有效测度的Choquet积分

给出了一种基于直觉模糊集的实值有效测度,讨论了其相关性质;结合有效测度,讨论了直觉模糊集合上的Choquet积分及其性质,从而拓广了非可加测度和积分理论.     

安全性限制下的隐写容量分析

运用网络信息论中率失真及随机编码等理论对安全性限制下的隐写容量进行了研究,利用强联合典型序列方法得到了隐写容量的下界,并在特定条件下给出了隐写容量的上界.研究结果表明:在没有安全性限制下,与Moulin关于一般信息隐藏系统容量的研究结果一致;而Moulin关于绝对安全条件下的隐写容量分析结果只是在此情形下的特例.此外,还对当前较流行的一种基于图像的隐写算法--LSB随机嵌入算法的信息传输率及隐写容量进行了研究,发现二者之间存在着一定的差距.     

区间直觉模糊集的新相似性测度

相似性测度是度量两个集合相似性程度的重要方法.本文针对 Liang和Shi提出的直觉模糊集的相似性测度存在的问题进行改进,并将改进后的直觉模糊集的相似性测度推广到区间直觉模糊环境.同时,归纳了一种计算区间相似性测度的一般步骤,最后通过实例验证了该方法的有效性.     

A Generative Method for Steganography by Cover Synthesis with Auxiliary Semantics

Traditional steganography is the practice of embedding a secret message into an image by modifying the information in the spatial or frequency domain of the cover image.Although this method has a large embedding capacity, it inevitably leaves traces of rewriting that can eventually be discovered by the enemy.The method of Steganography by Cover Synthesis(SCS) attempts to construct a natural stego image, so that the cover image is not modified; thus, it can overcome detection by a steganographic analyzer.Due to the difficulty in constructing natural stego images, the development of SCS is limited.In this paper, a novel generative SCS method based on a Generative Adversarial Network(GAN) for image steganography is proposed.In our method, we design a GAN model called Synthetic Semantics Stego Generative Adversarial Network(SSS-GAN) to generate stego images from secret messages.By establishing a mapping relationship between secret messages and semantic category information, category labels can generate pseudo-real images via the generative model.Then, the receiver can recognize the labels via the classifier network to restore the concealed information in communications.We trained the model on the MINIST, CIFAR-10, and CIFAR-100 image datasets.Experiments show the feasibility of this method.The security, capacity, and robustness of the method are analyzed.     

规避预处理的隐写载体选择

在隐写术流程中,载体的选择在很大程度上影响着隐写系统的安全性。实验表明,经过预处理后的图像在用于隐写嵌入后会导致隐写安全性大幅降低。当给出较多备选图像时,可以选取多张图像用于进行隐写来提升隐写系统安全性。利用深度神经网络模型筛选出备选图像中已被预处理过的图像,根据深度神经网络输出赋予备选图像预处理失真,并结合传统的嵌入失真算法选择出最适合隐写的多幅图像进行隐写。与其他多载体隐写载体选择方案相比,所提出的载体选择方案在备选图像中含有预处理图像的情形下有着较好的表现,能够显著提升隐写系统安全性。     

基于运动矢量的视频隐写算法

视频信息隐藏是一种将秘密信息嵌入到视频中实现隐蔽传输的技术.基于运动矢量(motion vector,MV)的视频隐写造成的运动矢量特性异常容易被隐写分析所检测,隐蔽通信的安全性降低.为了保持运动矢量相邻相关性和局部最优性,提出了一种基于运动矢量的视频隐写算法能够降低对运动矢量特性的破坏.首先,实验验证已有基于运动矢量的视频隐写算法对运动矢量不同分量的影响存在差异.然后,引入归一化互信息(normalized mutual information,NMI)衡量运动分量的相邻相关性,根据载体选择策略选择相邻相关性小的分量作为嵌入载体.最后,定义宏块纹理复杂度作为载体修改的失真代价,利用校验格编码(syndrome-trellis code,STC)对载体进行信息嵌入.实验结果表明,隐写视频的峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)降低不超过0.4％,一般低于0.25％;比特率增加0.29％ ～2.35％;算法被相关异常特征检测的错误率较高,具有更均衡的安全性.可见,算法各项性能指标表现良好,具有较好的抗隐写分析能力,隐写视频不可感知性较好.     

LSB隐写术的密钥恢复方法

作为隐写术安全性分析的重要手段,隐写分析已成为信息隐藏领域的一个研究热点.而通过恢复隐写密钥来提取隐藏的消息是隐写分析的主要目的之一.为了研究如何搜索隐写密钥,首先在"已知载体"和"载体被重复使用"条件下,分析了恢复LSB隐写术密钥的计算复杂度.然后在"载体被重复使用"条件下,对图像空域LSB隐写术提出了一种新的密钥恢复算法.该算法借鉴了密码分析中的"分别征服攻击"思想,使计算复杂度由O(2 (2r))降至O(2 r).实验结果表明了该算法的有效性.     

基于位平面随机性测试的隐写分析算法

为有效检测图像中是否含有隐秘信息,提出了一种基于位平面随机性测试的隐写分析算法。该算法利用希尔伯特(H ilbert)扫描将图像最低和次低位平面转化为一维的二值序列,并分别对其进行14项随机性测试。利用测试结果组成28维图像特征向量,构造支持向量机分类器实现对载密图像的可靠检测。多次实验证明:该算法对于空域LSB类隐藏算法嵌入信息在0.05 b/p以上的载密图像具有95%以上的检测率,并且对于频域隐写技术F5也是有效的。     

基于多智能体的网络信息隐藏系统研究

为加强网络信息安全,该文提出了一种基于m-序列的多智能体协作的信息隐藏模型,并提出以鲁棒性、安全性和通信容量作为评价信息隐藏系统的性能指标.实现了基于多智能体协作的信息隐藏系统,该系统通过多智能体协作加强信息隐藏的鲁棒性,使用多智能体发送信息,加大了隐蔽通信的容量.仿真结果表明:基于多智能体的信息隐藏算法未对特殊位进行处理,因而没有网络包被防火墙过滤,隐藏的信息未丢失;防火墙类产品对于使用包填充类算法隐藏的信息的安全性影响非常大,对于使用基于多智能体算法隐藏的信息的安全性几乎没有任何影响.     

基于RSA加密和DS算法嵌入的DWT变换域图像隐写

为提高秘密数据安全性并保持载体图像良好的视觉质量,本文提出了一种基于RSA算法加密和DS算法嵌入的离散小波变换(DWT)域图像隐写方法.首先借助经典的RSA算法对数据进行加密,秘密数据被转换成密文,借助二维离散小波变换域的修正细节系数,利用DS算法将已加密的秘密数据嵌入载体图像,并分析了接收端对秘密数据的复原过程.最后,借助MATLAB软件对本文提出的方法进行验证,并用峰值信噪比(PSNR)对结果进行评估.结果表明,本文提出的方法能有效增强秘密数据的安全性并能保证载体图像的视觉质量,因此具有可行性和有效性.本文隐写机制高度安全,在信息安全领域具有良好的应用前景.     

一种基于LSB隐写算法的图像盲检测方法

在隐写技术被动检测模式下,用数学方程对LSB图像隐写算法进行抽象和建模,定量分析被检测图像的隐写信息边界情况,根据隐藏信息的比特数推出隐藏信息的检测概率和误检概率的表达式,提出一种基于LSB隐写的图像盲检测方法。基于LSB隐写的盲检测方法在LSB隐写算法嵌入图像的隐藏信息超过一定范围时,可以有效分辨出原始图像和隐藏信息。     

Universal Steganalysis of Data Hiding in Grayscale Images

This paper proposed an universal steganalysis program based on quantification attack which can detect several kinds of data hiding algorithms for grayscale images. In practice, most techniques produce stego images that are perceptually identical to the cover images but exhibit statistical irregularities that distinguish them from cover images. Attacking the suspicious images using the quantization method, we can obtain statistically different from embedded-and-quantization attacked images and from quantization attacked-but-not-embedded sources. We have developed a technique based on one-class SVM for discriminating between cover-images and stego-images. Simulation results show our approach is able to distinguish between cover and stego images with reasonable accuracy.     

基于密集残差网络的图像隐藏方案

针对基于编-解码器网络的图像隐写方案生成的含密图像和消息图像质量不高的问题,提出了一种新的基于密集残差连接的编码器-解码器隐写方案,与现有的端到端图像隐写网络不同,本文采用密集残差连接,将浅层网络的特征输送到深层网络结构的每一层,有效的保留了特征图的细节信息,并使用通道和空间注意力模块对特征进行筛选,提高了编-解码器对图像复杂纹理区域的关注度。在LFW、PASCAL-VOC12和ImageNet数据集的实验结果表明,在保证算法安全性的前提下,所提方法能够有效提高图像质量,含密图像和载体图像的峰值信噪比(PSNR)和结构相似性(SSIM)的平均值最高达到了36.2dB和0.98。