| 一种基于无监督学习的MB1隐写分析方法 |
| |
| 引用本文： | 江夏秋,王丽娜,胡东辉,岳云涛. 一种基于无监督学习的MB1隐写分析方法[J]. 东南大学学报(自然科学版), 2009, 39(3). DOI: 10.3969/j.issn.1001-0505.2009.03.005 |
| |
| 作者姓名： | 江夏秋 王丽娜 胡东辉 岳云涛 |
| |
| 作者单位： | 武汉大学计算机学院,武汉,430079;武汉大学计算机学院,武汉430079;空天信息安全及可信计算教育部重点实验室,武汉430072;武汉大学计算机学院,武汉430079;合肥工业大学计算机与信息学院,合肥230009 |
| |
| 基金项目： | 国家自然科学基金重大项目，国家自然科学基金，教育部科学技术研究重点项目资助项目，教育部高等学校博士学科点专项科研基金 |
| |
| 摘 要： | 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.
|
| 关 键 词： | 隐写分析 无监督学习 MB1隐写算法 支持向量数据描述法 |
MB1 steganalysis based on unsupervised learning method |
| |
| Jiang Xiaqiu,Wang Lina,Hu Donghui,Yue Yuntao. MB1 steganalysis based on unsupervised learning method[J]. Journal of Southeast University(Natural Science Edition), 2009, 39(3). DOI: 10.3969/j.issn.1001-0505.2009.03.005 |
| |
| Authors: | Jiang Xiaqiu Wang Lina Hu Donghui Yue Yuntao |
| |
| Affiliation: | Jiang Xiaqiu1 Wang Lina1,2 Hu Donghui1,3 Yue Yuntao1(1School of Computer Science,Wuhan University,Wuhan 430079,China)(2Key Laboratory of Aerospace Information Security , Trust Computing,Ministry of Education,Wuhan 430072,China)(3School of Computer Science , Information,Hefei University of Technology,Hefei 230009,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
