一种基于无监督学习的MB1隐写分析方法

为了提高针对混杂小样本集的MB1隐写算法的检测率,提出了一种泛化能力较强的MB1隐写分析方法.通过分析多种图像特征,在离散余弦变化(DCT)域选取对隐写敏感易变的特征,包括变分特征、块边界度量特征、共生矩阵特征和马尔可夫特征组成的108维特征向量,并以无监督学习中的支持向量数据描述法(SVDD)为分类器,使用含有混杂样本的小样本集进行训练,测试算法对隐写图像的检测率.实验结果表明,当检测相对嵌入率为40%以上的隐写图像时,检测率可靠度达到96%以上,明显高于其他2种基于支持向量机的经典算法.这说明本方法打破了其他方法对训练样本集的限制,提高了对混杂小样本集的MB1隐写算法的检测率.但由于它对混杂样本具有一定的容忍度,对较小嵌入率的隐写图像的检测率稍低.     

属性加密算法用于网络健康数据隐私保护

互联网的开放性和互通性使用户的个人资料和健康数据面临着被盗取、偷窥或滥用的风险,所以对于健康数据的隐私保护亟待加强.采用属性加密算法对用户存储上传的数据进行加密,用户可以方便地记录日常运动、健康和饮食数据.在实现互联网模式医疗健康服务的同时,有效保护了用户的隐私.     

一种基于地震前兆观测数据的可视化数据挖掘的研究

在现有数字化地震前兆观测数据的基础上,研究可行的数据挖掘算法和地震数据可视化方法,设计可行的基于地震前兆数据的可视化数据挖掘的模型,为地震预测提供决策分析支持.     

属性加密算法用于网络健康数据隐私保护

互联网的开放性和互通性使用户的个人资料和健康数据面临着被盗取、偷窥或滥用的风险,所以对于健康数据的隐私保护亟待加强。采用属性加密算法对用户存储上传的数据进行加密,用户可以方便地记录日常运动、健康和饮食数据。在实现互联网模式医疗健康服务的同时,有效保护了用户的隐私。     

一种动态的无可信中心(t,n)门限签名认证方案

文章在(t,n)门限秘密共享的基础上提出了一种动态的数字签名认证方案.该方案无需可信中心,组内所有成员共同生成组私钥,至少t个合法成员才可以产生签名证书;可以动态增加或者删除成员而无须改变组私钥,减小了方案实施的代价,实现了组成员的动态管理;经过分析,证明了该方案的正确性和安全性.     

高碳低合金钢丝拉拔杯锥断口的成因

对高碳低合金钢丝拉拔杯锥断口形成的原因进行了实验分析，结果表明，高碳低合金钢丝拉拔杯锥断口的根本原因是钢丝芯部组织缺陷和钢丝拉拔过程中芯部与外层的不均匀变形共同作用的结果。通过提高盘条钢质的纯度和均匀度，改善拉拔工艺，降低拉拔摩擦系数，可以显著减少杯锥断口的发生。     

基于GPU的外辐射源雷达信号处理实时实现方法

随着外辐射源雷达技术的发展,实时处理能力成为制约外辐射源雷达系统性能的重要因素。现有的处理手段仅适用于较小采样率信号以及低速目标的情况,对于数字电视信号等大带宽高采样率的外辐射源雷达信号以及高速小目标的情况很难满足实时性的要求。提出了一种基于图形处理器的外辐射源雷达信号处理实时实现方法,能够提高分块最小均方误差算法和Keystone算法的并行处理能力。通过真实数据验证表明基于所提结构的实现方法能够满足外辐射源雷达信号处理实时性的需求。     

基于CNN和LSTM的图像隐写分析

为了进一步降低隐写分析算法的检测错误率，文章提出一种基于卷积神经网络(convolutional neural network, CNN)和长短期记忆网络(long short-term memory, LSTM)的隐写分析算法。该算法利用CNN捕获载体图像的结构特征，同时利用LSTM捕获图像的前后时序特征。为了验证混合神经网络的有效性，该算法以XuNet和SRNet为基准隐写分析网络，探讨CNN与LSTM的有效组合方式。实验结果表明，所提方法可以有效提高隐写分析算法的检测能力。