2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩107頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隱寫術(shù)是信息隱藏(Information Hiding)的一個主要分支,它主要研究如何實現(xiàn)隱密通信。通過使用隱寫技術(shù),將秘密信息隱藏在可公開的載體中進行傳送,掩蓋了真正的通信目的和通信發(fā)生的事實。隱寫術(shù)與加密技術(shù)結(jié)合起來,能夠大大提高隱密通信的安全性。但任何技術(shù)都是一把雙刃劍,隱寫術(shù)也不例外。隱寫技術(shù)一方面保證了使用者通信的安全性。但另一方面也給敵對勢力和非法團伙提供了進行隱密通信的手段和工具。因此,各國軍方和安全部門都對能檢測和監(jiān)控隱

2、密信息傳播的技術(shù)表現(xiàn)出了十分迫切的要求,針對隱寫術(shù)進行分析的研究應(yīng)運而生,稱之為隱寫分析。隱寫分析的目的是檢測隱密信息的存在性、估算隱密信息的長度直至提取隱密信息。本文主要研究基于JPEG2000圖像格式的隱寫分析技術(shù)。 JPEG2000 Lazy-mode隱寫術(shù)是一種針對JPEG2000壓縮碼流結(jié)構(gòu)的特點而提出的隱寫算法。它使用后向嵌入策略,簡單高效地在JPEG2000輸出碼流中嵌入隱密信息。本文提出了一種針對JPEG200

3、0 Lazy-mode隱寫術(shù)的隱寫檢測算法。該隱寫檢測算法的關(guān)鍵在于針對掩密圖像和非掩密含噪圖像生成的代碼塊噪聲方差序列進行基于Hilbert-Huang變換的序列分析。在分析中.通過對方差序列進行經(jīng)驗?zāi)J椒纸?,?gòu)建了基于Hilbert譜的特征向量。實驗表明,基于該特征向量的SVM分類器能以平均90.6﹪的正確率識別掩密圖像。該隱寫分析方法不僅首次成功實現(xiàn)了對JPEG2000 Lazy-mode隱寫術(shù)的可靠檢測,突破了傳統(tǒng)的序列分析法的

4、局限,更為Hilbert-Huang變換在隱寫分析上的應(yīng)用作出了第一步探索。 BPCS隱寫術(shù)是一種著名的大容量隱寫術(shù)。它基于人類視覺特點,把隱密信息隱藏在高復(fù)雜度的位平面區(qū)域中。這種隱寫術(shù)具有高度的可定制性,實現(xiàn)簡單,實用性強。作為BPCS隱寫術(shù)的一個變種,Noda等人通過把位平面復(fù)雜度嵌入技術(shù)與JPEG2000壓縮技術(shù)結(jié)合起來,提出了JPEG2000-BPCSI隱寫術(shù)。這是第一種可用于JPEG2000圖像格式的隱寫術(shù)。傳統(tǒng)的

5、BPCS隱寫術(shù)會導(dǎo)致掩密圖像復(fù)雜度統(tǒng)計特征上的失真。為了彌補傳統(tǒng)BPCS隱寫術(shù)的這一缺陷,Niimi等人提出了EBPCS隱寫術(shù)。本文對EBPCS隱寫術(shù)提出了挑戰(zhàn),證實它同樣會導(dǎo)致掩密圖像復(fù)雜度統(tǒng)計特征上的失真。本文所提出的隱寫檢測算法的關(guān)鍵在于針對掩密圖像和普通載體圖像生成的位平面比特塊復(fù)雜度差分序列進行基于Hilbert-Huang變換的序列分析。在分析中,通過對方差序列進行經(jīng)驗?zāi)J椒纸猓瑯?gòu)建了基于Hilbert譜的特征向量。在此基礎(chǔ)

6、上構(gòu)建的SVM分類器能在空域和JPEG2000域上有效的對EBPCS隱寫術(shù)生成的掩密圖像進行檢測,同時這種方法也能很方便的移植到別的載體媒體中。因此也能針對應(yīng)用于這些載體媒體的EBPCS隱寫術(shù)。 基于JPEG2000圖像格式的隱寫與隱寫分析的對抗還處于發(fā)展的初級階段。目前可用于JPEG2000圖像的隱寫算法只有三種,包括JPEG2000 Lazy-mode隱寫術(shù)、JPEG2000-BPCS隱寫術(shù)和廣義的LSB隱寫術(shù)。本文嘗試對于

7、現(xiàn)有這三種JPEG2000隱寫術(shù),提出一種有效的通用型隱寫分析方法。這種方法的關(guān)鍵在于通過使用二維隱馬爾可夫樹模型對JPEG2000壓縮編碼過程生成的量化后的小波系數(shù)進行建模。使用JPEG2000普通載體圖像生成的隱馬爾可夫樹對模型進行訓(xùn)練。利用得到的模型參數(shù)對目標圖像中的每棵隱馬爾可夫樹進行似然估計,得到一個最大似然值的集合。以它作為待檢JPEG2000圖像的基于二維小波域HMT模型的特征向量。構(gòu)建了基于支持向量機的分類器。實驗表明,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論