一、一种可区分基于块的密写和JPEG压缩的检测方法(英文)（论文文献综述）
李伟祥[1]（2021）在《高效隐写编码与JPEG代价函数增强方法研究》文中指出随着信息技术与互联网的快速发展,包括商业、军事和个人隐私在内的大量敏感机密数据在网络上进行传输,保障数据通信的安全正变得日益重要。数字隐写是实现隐蔽通信或隐蔽存储的一类信息隐藏技术,它通过将隐私数据隐藏在数字多媒体文件（如图像、音视频、文本等）中,以不引起视/听觉和统计可察觉变化的方式来完成含密载体的公开传递或隐秘储存,从行为安全的视角规避了恶意第三方的窥探和破坏,有效保障了隐私数据的机密性。JPEG图像作为互联网上最为流行的图像,已经成为设计隐写算法的重要载体。隐写分析是检测隐写的对抗技术,高维隐写分析特征和深度学习隐写分析器的日益强大,对JPEG图像的隐写安全性提出了挑战。为了提高隐写安全性,JPEG图像隐写已经发展到了自适应隐写阶段,以尽可能减小消息嵌入过程对图像的修改。当前主流的自适应隐写算法是基于“STC编码+代价函数”的最小化代价隐写模型来设计的,其中代价函数用于定义每个载体元素的修改代价,编码算法在实现消息嵌入的同时能够最小化隐写修改总代价。尽管STC提供了一种逼近最优的自适应隐写码方案,但从底层编码技术的关键性来看,自适应隐写码仅有STC这一类选项对于隐写发展有着潜在的威胁;而且随着JPEG图像变得越来越大,在长载体上执行STC嵌入会导致时耗过大的问题。另一方面,当前JPEG代价函数在定义DCT系数的±1修改代价时是加性且对称的,这并没有很好地利用自然图像的邻域相关性和图像处理过程中的有用边信息。围绕上述问题,本学位论文针对隐写算法设计的三个关键环节:隐写编码—嵌入提速—代价函数开展研究。从JPEG图像出发,先使用基于块边界连续的非加性代价函数或基于边信息估计的非对称代价函数来定义DCT系数的修改代价,通过载体缩减算法减小载体长度,再使用基于极化码的隐写编码算法完成消息嵌入。显然,本文研究内容可最终生成一系列安全高效的JPEG图像隐写算法。现将本文的主要研究工作及其创新性总结如下。1.提出了基于极化码的自适应隐写码极化码是目前唯一被理论证明的可达香农极限的纠错码方案,有着低复杂度的编译码算法。利用隐写信道与二进制对称信道的等价关系,本文使用隐写嵌入率和隐写代价来计算极化码校验矩阵和译码信道初始参数,并基于序贯删除列表译码算法设计了自适应隐写编码算法,同时提出了三种策略将算法扩展至任意码长。实验结果表明基于极化码的隐写码方案适用于任意码长和任意代价函数,与STC相比,能以更低的嵌入时耗逼近隐写代价理论界。该隐写码方案扩充了自适应隐写码的多样性,突破了隐写算法设计对STC的依赖。2.提出了基于载体缩减的JPEG快速嵌入方法为了应对长载体隐写的实时通信需求,STC建议通过减小编码参数h来加速消息嵌入,但这在一定程度上损害了隐写安全性。从缩减载体（即减小载体长度n）的角度来考虑嵌入提速的问题,本文分析并证明了缩减载体会增大隐写代价的有损性以及构造缩减载体的最优性等性质,并根据这些性质和DCT系数分布特性设计了基于量化步长排序、载体折叠和近似代价同步的缩减载体构造算法。实验结果表明,该缩减载体构造算法在维持隐写安全性不变的前提下能够成倍降低嵌入时耗。基于载体缩减的JPEG快速嵌入方法是处于隐写码和代价函数之间的承接技术,因此适用于不同的隐写码方案和代价函数。3.提出了基于块边界连续的JPEG非加性代价函数定义非加性代价,即在隐写时考虑不同元素修改之间的相互影响,是隐写领域的公开问题之一。现有JPEG代价函数都是基于加性代价模型来设计的,它们假设DCT系数的修改之间是相互独立的,忽略了不同系数修改之间的相互作用。从维护自然图像的邻域相关性出发,本文分析了相邻块间相同频率DCT系数的联合修改对空域块边界的影响,提出了“块边界连续性”原则用于设计水平/竖直相邻块间系数的非加性代价函数。在该原则指导下,有些块间系数被鼓励同向修改,有些则被鼓励反向修改。实验结果表明,该非加性代价函数可增强任意加性代价函数的隐写安全性,有效抑制了隐写修改造成的块效应。“块边界连续性”原则给出了一种计算JPEG非加性代价的有效方法,为后续JPEG非加性代价的深入研究奠定了基础。4.提出了基于边信息估计的JPEG非对称代价函数当拥有原始空域图像时,“边信息已知”JPEG隐写使用JPEG压缩过程中的取整误差（即边信息）来调制DCT系数的修改代价,获得超高的隐写安全性。然而在现实场景中,隐写者只有一张JPEG图像而没有原始空域图像,也就无法获得取整误差。从估计原始空域图像来获取取整误差的角度出发,本文提出了基于“边信息估计”JPEG隐写的一般性框架,借鉴图像处理领域的去块效应方法来估计边信息,并基于隐写代价调制中的关键少数因素,设计了合理利用取整误差的极性和幅值的非对称代价调制函数。实验结果表明,该非对称代价函数可大幅增强任意对称代价函数的隐写安全性,某些情况下甚至超过了“边信息已知”隐写算法。具有高安全性的边信息估计隐写推动了大容量JPEG图像隐写的发展,其框架为后续相关研究指明了方向。
周航[2]（2020）在《3D隐写模型与方法研究》文中提出近年来,随着信息技术和互联网的高速发展,大量敏感数据,包括军事、政治、商业等国家、企业或个人的重要数据在网络上传输,数字信息的安全问题正逐步受到重视。因此,为了保障数字信息的安全,亟需采取必要的保护措施。数字隐写术是信息隐藏中的一类方法,是隐蔽通信或隐蔽存储的一种重要形式。其主要目标是将秘密信息隐藏在某个数字载体（如图像、视频、音频、3D模型、文本等）之中并传送给接收方,而不引起第三方的注意。面对复杂多样的隐写分析者,如何进一步提升隐写的安全性,从而创造更为安全的隐蔽通信手段成为了当前隐写技术研究的重要内容。然而,相比于图像隐写,3D隐写的研究尚处于初等阶段,仍有很多关键的科学问题需要分析和解决。本文研究的3D（3D网格、3D贴图、深度图像等）隐写是基于新型载体的隐写术,丰富了隐写数据类型,有望提供更安全的隐蔽通信方式,是隐写术的重要发展趋势之一。因此,研究有效的3D隐写方法具有重要的意义和价值。本文围绕3D隐写的三个关键问题开展研究:3D网格隐写研究、3D纹理图像贴图隐写研究和3D深度图像隐写研究。这三个方面的研究内容相辅相成,旨在实现高安全性的3D隐写方法。现将这三个方面的主要工作与创新点简要阐述如下:1.3D网格模型隐写方法·3D网格模型隐写安全性分析现阶段3D网格隐写分析主要借助基于坐标点信息或边信息的相关性强弱设计特征,分类效果不够明显。由于3D网格模型隐写会破坏坐标点邻域相关性,本文通过分析三角面邻域相关性,提出基于三角面邻域法向量张量投票模型的特征来提升3D隐写分析性能,形成了新的3D网格隐写安全评测方法。·基于最小化失真框架的3D网格模型隐写现阶段的3D网格隐写没有考虑不同坐标点隐写后对隐写分析特征的敏感性,直接根据消息比特嵌入消息,因此,隐写安全性较低。本文通过分析不同子隐写分析特征对隐写扰动的检测能力,定义了坐标点的失真函数,并采用校验网格编码实施自适应3D网格隐写,有效提升3D网格载密模型的安全性。2.3D纹理合成隐写方法·纹理图像合成隐写安全性分析针对已有典型的纹理合成图像的隐写方法,发现其原始纹理图像抽样获取候选图像块的方法有漏洞。本文提出了一种有效的攻击方法,通过合成后的大幅纹理图像重构出原始纹理图像,并提取嵌入的秘密消息。本文还提出了另一种有效的检测方法,采用纹理缝补技术重构每一图像块的边界区域,并从中判断重构区域的最优性。最优性作为统计量,有效提升了隐写分析性能,形成了新的纹理图像隐写安全评测方法。·基于3D纹理贴图的隐写方法针对纹理合成隐写算法的漏洞,本文改进了已有的算法,使得攻击者无法准确估计出合成块的尺寸因而无法实施攻击。本文设计了一种基于密钥控制的边界区域填充的纹理合成隐写,提升了隐写安全性。本文进一步将纹理图像隐写与3D网格模型结合,设计3D纹理贴图隐写方法,实现了多域联合隐写,扩展了隐写容量。3.3D深度图像隐写方法深度图像通常存储为同一路径下的两个单独文件（彩色图像和深度）,在使用中必须同时传输或加载,而且存在深度文件容易丢失的问题。深度图像隐写的任务是在彩色图像中藏深度文件,需要保证合成图像视觉质量,以及原始彩色图像和深度信息的重构。本文提出了基于图像合成的深度图像隐写算法,设计了基于卷积深度网络的图像合成方法,用两个编码器分别抽取高维彩色图像和深度图像的特征,通过特征级联之后,再经过另一编码器编码得到合成的彩色图像,实现隐写术的一种特殊应用,即多模态集成通信。
王立召[3]（2020）在《基于超像素与四元数的彩色图像复制粘贴篡改检测研究》文中认为随着互联网信息技术的快速发展,数字图像的数量显着增长,同时对于数字图像的处理也变得越来越简便,使得各个领域内出现大量的伪造图像,因此,图像的真实性受到人们的严重质疑。复制粘贴篡改是比较常见的篡改方式,因此复制粘贴篡改检测应运而生。近年来,许多研究者提出了大量复制粘贴篡改检测方法,这些方法能够在一定程度上准确地检测到篡改区域。但是这些方法大多针对灰度图像,对于彩色图像的处理,则忽略了彩色图像的颜色信息及颜色通道之间的相关性,不能完整地表达图像内容。另外,这些方法通常将图像划分为交叠的规则块,但大量的交叠块导致特征提取和匹配效率较低,且规则块对于几何变换鲁棒性较弱。针对以上问题,本文在总结了研究现状后,主要研究了以下两方面的内容:⑴提出一种基于超像素形状特征的复制粘贴篡改检测算法。首先,使用熵率超像素分割方法分割图像并提取稳定的特征点;然后提出新颖的形状编码方案提取超像素形状特征,并与特征点融合,估计可疑伪造区域;最后对可疑伪造区域进行二次超像素分割及匹配,精确定位篡改区域。实验结果表明,提出的方法具有抵抗几何变换、噪声、模糊和JPEG压缩的能力。⑵提出一种基于超像素与四元数的彩色图像复制粘贴篡改检测算法。首先,提出基于小波对比度自适应划分超像素的方法分割图像;然后使用四元数表示彩色图像,并提取具有颜色不变性、几何不变性的稳定低阶四元数指数矩与形状编码融合作为超像素的特征向量估计可疑篡改区域;最后将可疑篡改区域划分圆形块并提取圆形块的四元数指数矩特征,通过对圆形块特征匹配精确定位篡改区域。实验结果表明,提出的方法在抵抗几何变换、JPEG压缩、噪声等方面表现出良好的性能,且有效提高了检测效率。
宋厚营[4]（2015）在《基于图片隐藏技术的密写系统研究与实现》文中研究指明随着信息时代的发展,信息安全扮演着越来越重要的角色,在某些时候,其甚至威胁到国家的安全。密写技术（steganography）属于信息安全的范畴,是一种将待传输信息嵌入到某种载体内,借助载体来掩盖秘密信息传输的技术,与更为常用的加密技术相比,它在信息传输时更为隐僻。JPEG标准是当今应用最为普遍的图片格式,据统计,互联网中80%的图片采用JPEG压缩标准,因此研究图片的密写对于保障信息的安全具有重要意义。本文首先介绍了空间域的LSB密写算法,JPEG频域的Jsteg密写算法、F5密写算法、OutGuess密写算法,以及Yass密写算法,分析了它们的优缺点。接着,介绍了Jsteg密写算法的变体——JPM1密写算法,分析其特点,并将其嵌入过程转换成组合优化求解问题。在求解组合优化问题时,遗传算法具有优秀的全局搜索能力,而模拟退火算法具有优异的局部搜索能力,二者混合算法GASA算法具有二者的优势,能够求得更优秀的可行解。本文将GASA算法与JPM1算法结合形成GASA-JPM1密写算法,优化嵌入序列,使密写后的图片具有更小的分块效应。本文还研究了文件载体和大文件密写的问题。首先研究了载体图片筛选的问题,分析JPEG压缩编码特性和GASA-JPM1算法的特点,提出了图片筛选的三条标准,对图片人工筛选和自动筛选具有重要的指导意义。为了提高大文件密写的效率问题,本文研究了不同载体图片组织形式和大文件分割算法的影响,结合实际需要,给出了一种可行的实现方案。最后,本文结合实际应用中的需求,采用MATLAB实现了基于GASA-JPM1密写算法的大文件密写系统。测试表明,系统达到了预期的目标。
汪克峰[5]（2013）在《一种大容量的JPEG图像数字密写算法》文中进行了进一步梳理描述了一种基于JPEG图像隐藏的新算法,它区别传统的隐藏方法 Jsteg,OutGuess,F3、F4、F5密写方法,该算法把图片划分成16×16子块,然后找到一个合适的量化表,修改量化表嵌入加密信息,然后对图像子块进行DCT变换用修改后的量化表量化,在量化后的DCT系统中,中频位用QTM算法原理进行嵌入,低频使用与Jpeg-Jsteg算法相同进行嵌入,然后编码生成新的加密JPEG图像文件,增加了隐蔽性、信息隐藏量、鲁棒性。
田雨果[6]（2013）在《图像隐藏信息提取攻击与可逆数据隐藏》文中指出隐写分析在军事和国家安全方而具有重要意义。目前隐写分析的研究主要集中于隐蔽信息的存在性检测,但是能否提取出隐藏的信息（即提取攻击）对信息战中最终获取情报,电子辩论中有效取证打击网络犯罪起决定性作用。隐藏信息的提取是一个困难的研究课题。本文在唯载密条件下对图像隐藏信息的提取问题作了探索性研究,主要研究结果如下：1.研究针对明文序贯LSB替换/匹配的提取攻击。利用明文字节最高位比特的统计特性,提出一种针对明文序贯LSB替换/匹配的检测与提取方法。理论与实验都证明了该方法的有效性,该方法仅仅在嵌入200字节英文明文情形下就能成功检测并获取明文。2.研究基于置乱变换的随机LSB替换隐写术的提取攻击。首先探讨了Arnold变换的周期性质,然后根据嵌入算法的分块特性,提出一个降低密钥穷举量的快速提取攻击算法。理论分析和实验结果都表明该方法计算复杂度远低于Fridrich的卡方检验方法。3.研究基于JPEG解压缩图像的消息嵌入位置定位方法。首先应用重复压缩实现原载体恢复,并研究重复压缩成功恢复原载体的理论概率,然后结合假设检验相关理论,提出一种针对JPEG解压缩图像的消息嵌入位置定位算法,该算法适用于LSB替换/匹配隐写。实验结果表明,1)给定载密图像数量,该算法定位准确的像素个数接近理论上界；2)该算法准确定位所有嵌入位置所需载密图像数量接近理论下界,该算法性能远优于已有的定位算法。4.研究基于JPEG解压缩图像的隐写密钥恢复方法。首先将隐写密钥恢复问题转化为“利用伪随机数发生器输出序列的一个含错率为Pe的抽样序列来恢复伪随机数发生器的种子”这样一个密码分析问题。然后在理论上分析了：1)含错率Pρ以及嵌入率r需要满足什么条件,提取攻击才能成功；2)实现攻击所需的最少样本量为多少。最后利用上述3研究得到的重复压缩成功恢复原载体的理论概率,提出针对JPEG解压缩图像的隐写密钥恢复方法,该方法适用于LSB替换/匹配隐写。针对隐写软件"Hide and Seek4.1"及其变种的实验结果表明：此方法可成功恢复隐写密钥。5.另外,在上述3、4研究的基础上,也研究了基于JPEG解压缩图像的可逆数据隐藏方法。首先探讨了可恢复块的数量与JPEG解压缩图像相应质量因子的关系；然后通过研究DCT系数和信息±k隐藏的性质,得到信息嵌入成功的理论概率,进而得到最佳分块载密像素个数和嵌入容量计算公式；最后提出一种针对JPEG解压缩图像的可逆数据隐藏算法。同现有的图像可逆数据隐藏算法相比,该算法可以在保证较高峰值信噪比的同时,显着提高嵌入容量。实验结果也表明了该算法的有效性。
李星[7]（2012）在《JPEG图像及解压图像中的隐写分析技术研究》文中指出作为保障图像信息安全的主要技术手段之一，图像隐写分析技术已成为当前多媒体信息安全领域的研究热点。图像隐写分析是针对数字隐写的逆向分析技术，其主要目的是检测、提取、还原或破坏隐藏在数字图像中的秘密信息。JPEG图像是应用最为广泛的图像类型之一，压缩比高、质量好、存储容量小等优点使其成为信息隐藏的良好载体，不易引起攻击者的怀疑。此外，数字隐写者很可能将JPEG解压图像作为载体，直接应用空域隐写算法进行隐蔽通信。因此，开展JPEG图像及解压图像中的隐写分析技术研究具有重要的理论意义和应用价值。本文将JPEG图像的DCT系数建模为广义高斯分布，在深入分析隐藏信息和JPEG重压缩对系数统计特性影响的基础上，研究JPEG图像隐写算法识别以及解压图像隐写通用盲检测和嵌入率估计等问题。论文的主要工作和学术成果包括：1、JPEG图像的统计建模及隐写分析技术研究。首先，讨论DCT系数的统计建模方法和常见统计量的描述方法；然后，重点介绍广义高斯分布模型及其参数估计方法；最后，对JPEG图像隐写分析技术的研究现状和发展趋势进行梳理、归纳和总结。2、提出一种结合重压缩检测的JPEG图像多类隐写分析方法，实现对一次压缩和重压缩JPEG图像中多种隐写算法的识别。首先，基于DCT系数首位数分布规律，提出一种重压缩检测方法；然后，从系数直方图、块内相关性、块间相关性和空域块效应中提取盲检测特征用于隐写分析；最后，基于支持向量机构造JPEG隐写算法多类检测器。实验结果表明，重压缩检测算法明显优于现有算法，且对嵌入改变量的鲁棒性较强；盲检测特征不仅维数较低而且具有更好的检测性能；构造的多类隐写分析器能可靠地识别JPEG隐写算法。3、基于DCT域残余噪声方差分析，提出一种针对JPEG解压图像中加性噪声隐写的通用盲检测方法。首先，基于隐藏信息对交流系数统计分布的影响，提取交流系数归一化直方图在不同区间上的面积比作为1维的分类特征；然后，通过对LSB匹配、±K和随机调制等加性噪声隐写算法的理论分析说明盲检测特征的有效性。实验结果表明，该方法的检测性能优于现有算法，受图像来源和压缩质量因子的影响较小，并且能够可靠检测低嵌入率隐写。由于只使用了一维的分类特征，该算法不仅复杂度低、实时性好，而且通过调整检测门限便于控制隐写检测的虚警率和漏检率。此外，所提取的特征还能用于检测JPEG压缩，具有较好的实际应用前景。4、基于对JPEG误差和隐写噪声的分析，提出一种针对JPEG解压图像中LSB匹配隐写的定量隐写分析方法。首先，通过较为详细的理论推导证明以相同的量化表对载密图像进行JPEG重压缩可以得到载体图像的近似估计；然后，基于消息嵌入率和DCT域隐写噪声方差特征值之间的关系建立多项式回归模型估计嵌入率。实验结果表明，该算法不仅计算复杂度低、实用性强、对嵌入率和质量因子的鲁棒性强，而且精度优于现有算法，平均绝对误差、四分位距、标准差等性能评价指标保持在10-3数量级，中值绝对差甚至能够保持在10-4数量级。最后，对本文工作进行了总结，并对JPEG图像及解压图像隐写分析技术的研究方向进行了展望。
谢中华[8]（2010）在《保持统计特性的JPEG-PM1密写新算法》文中研究指明本文研究了兼顾密写安全性和容量的J-PM1（plus minus 1 in JPEG）算法,首先从安全性和密写容量两方面提出改进的J-PM1算法:1)利用最小二乘匹配的LS-JPM1（least squares-plus minus 1 in JPEG）算法和2)基于部分零系数嵌入的PZ-JPM1（partial zero-plus minus 1 in JPEG）算法;然后引入混合蛙跳算法（Shuffled frog-leaping algorithm, SFLA）,利用SFLA优良的全局搜索能力,寻找最优的系数嵌入序列,改善密写图像的二阶统计特性;最后为了改善J-PM1算法的鲁棒性,用差分能量抖动调制算法（Differential Energy Modulation, DEM）的思想,把J-PM1算法的加减1嵌入方式替换为差分能量抖动调制嵌入。本文的主要工作如下:1、提出了一种统计特性保持的LS-JPM1算法。根据载体信号的一阶统计特性,用最小二乘法求解系数翻转的概率,使系数在嵌入时正、负（加、减）翻转的概率与载体的统计直方图最匹配,直方图失真比J-PM1算法平均降低了58.8%。2、在LS-JPM1算法的基础上,提出了PZ-JPM1算法来增加密写容量。不同于以往J-PM1算法不在系数0上密写的限制,PZ-JPM1算法对部分零系数密写,将可嵌入的零系数个数和系数翻转的概率作为待定值,根据载体统计特性由最小二乘准则求解得出。PZ-JPM1算法比LS-JPM平均提高了29%的密写容量。3、用混合蛙跳算法,按照PZ-JPM1算法确定的系数正、负翻转概率优化具体的嵌入位置,以提高密写图像二阶统计特性的保持能力。混合蛙跳算法的目的是寻找出最优的系数PM1改动序列,让二阶统计特性得到最大程度的保持。4、改进了秘密比特的嵌入方法,用修正的DEM区域嵌入代替常规的位嵌入,增强密写的鲁棒性和安全性。算法采用动态更新的能量分配表,使秘密比特的嵌入向着直方图的差异最小的方向进行。改进的方法在保持原始DEM算法鲁棒性的同时,在直方图失真上比DEM算法平均降低了75.6%,而在透明性上PSNR值平均增加了1.8dB。
武嘉[9]（2010）在《基于统计特征分析的图像及视频隐写分析技术研究》文中进行了进一步梳理自上世纪90年代起,信息隐藏逐渐成为信息技术领域一大研究热点,信息隐藏的目的是为了掩盖机密信息存在的事实,隐写分析则是在已知或未知嵌入算法的情况下,从观察到的数据检测判断其中是否存在秘密信息,隐写术与隐写分析共同构成了信息隐藏技术中矛与盾的关系,相互制约,互为动力。本文以基于图像和视频的隐写分析技术为研究内容,总结了原始图像的统计特征分布,并对原始图像类型进行分类,在此基础上提出了针对BPCS隐写的隐写分析算法,针对改进型BPCS隐写的隐写分析算法,针对MSU视频隐写工具的隐写分析算法。本文工作主要包括以下4个方面：1.对原始图像和视频文件帧数据进行分析,重点研究了原始图像各位平面相邻像素的相关性分布特点和原始图像位平面中01像素的统计特征,同时结合现有基于视觉统计特性和复杂度分布的图像和视频隐写算法,参考其特征量统计方式,总结了各类图像和视频帧的统计特征分布规律,为隐写分析提供理论依据；2.提出一种针对BPCS（位平面复杂度分割）隐写的隐写分析算法,BPCS隐写算法由于引入了复杂度分割标准,使现有的隐写分析算法检测失效.为实现对BPCS隐写的有效检测,文章分析了图像复杂度直方图在像素块替换前后的变化,针对载密图像的位平面复杂度直方图出现明显的不连续点,定义了直方图不连续性测度,并提出了改进的检测算法,与已有算法相比,该算法虚警率与漏检率降低20%以上,并且易于实现,有利于实现实时检测；3.提出一种针对ABCDE（基于位平面复杂度运算的隐写算法）隐写的隐写分析算法,改进BPCS算法对图像位平面的像素块定义了新的复杂度标准,相比原始复杂度计算方法能够更好的区分图像中的高复杂度区域,实现大容量的信息隐藏。本文分析了改进的图像复杂度直方图在像素块替换前后的变化,针对载密图像的位平面复杂度直方图出现明显的不连续点,定义了直方图不连续性测度,并提出了全新检测算法,该算法具有虚警率与漏检率低,且易于实现的特点；4.提出了一种针对MSU视频隐写软件的隐写分析算法,MSU是由莫斯科大学开发的基于AVI视频的隐写软件,该软件支持多种编码格式,应用广泛,但其并未公开使用的隐藏算法和源程序,本文分析了大量经过MSU隐写的视频文件,对MUS隐写引起的棋盘状效应进行了深入分析,针对MSU隐写对32×32复杂度分割小块和16×16复杂度分割小块造成的不同影响,提出了横向不连续性测度和纵向不连续性测度的计算方法,可有效实现对MSU隐写的隐写分析。
廖昌兴[10]（2008）在《压缩域图像水印与隐写算法研究》文中认为由于计算机网络通信和多媒体技术的迅速发展,数字媒体的制作和传播变得更加方便和快捷,同时也带来了数字产品的盗用、非法复制和内容篡改等一系列问题。数字水印技术作为网络化多媒体安全保存和传输的关键技术正日益步入实用化阶段,水印的研究更加注重了实用性,更加贴近或融合现有的多媒体标准,因此,其中一个重要思路就是水印的研究要面向网络上广为使用的压缩格式的媒体文件。本文主要研究JPEG压缩域的水印及隐写技术,主要研究工作如下:（1）提出了一种JPEG压缩域脆弱水印方案。该方案采用自嵌入算法,水印的嵌入及提取过程均在压缩域中进行,避免了大量的完全解码和重新编码过程,算法复杂度低,提取速度快。利用混沌系统对初值的极端敏感性及混沌的伪随机性,认证时可以精确定位JPEG图像内容被篡改的位置,同时能区分水印位是否被篡改。（2）改进了F5密写算法,图像经F5密写后,虽然量化后DCT系数的分布特性跟原图像相同,即随着DCT系数绝对值的增加,对应DCT系数出现次数减小,且对应DCT系数出现次数降幅减小,然而密写后的图像还是改变了原图像DCT系数的直方图,而且分块效应这个统计特征也被改变。本文利用量化后DCT系数的统计值,密写的同时兼顾图像统计特性,自适应的调整系数改变比例,提高了密写的安全性。
二、一种可区分基于块的密写和JPEG压缩的检测方法(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种可区分基于块的密写和JPEG压缩的检测方法(英文)（论文提纲范文）
（1）高效隐写编码与JPEG代价函数增强方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 隐写码在隐写算法中的地位 |
| 1.1.2 JPEG图像隐写在社交网络中的流行性 |
| 1.1.3 本文的选题意义 |
| 1.2 国内外研究现状与发展趋势 |
| 1.2.1 隐写码 |
| 1.2.2 JPEG代价函数 |
| 1.2.3 非加性代价函数 |
| 1.3 论文的研究内容与创新点 |
| 1.4 论文的结构安排 |
| 第2章 基本理论与方法 |
| 2.1 隐写模型 |
| 2.2 隐写码 |
| 2.3 自适应隐写 |
| 2.3.1 最小化代价隐写模型 |
| 2.3.2 隐写代价的计算原则 |
| 2.3.3 非加性代价嵌入模型 |
| 2.3.4 非对称代价应用场景 |
| 2.4 隐写分析与隐写安全性 |
| 2.4.1 人工高维特征与集成分类器 |
| 2.4.2 基于CNN的隐写分析器 |
| 2.4.3 隐写安全性 |
| 2.5 本章小结 |
| 第3章 基于极化码的自适应隐写码 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.2.1 极化码的编译码算法 |
| 3.2.2 隐写二元信道与二进制对称信道的关系 |
| 3.3 基于SCL译码算法的自适应隐写码 |
| 3.3.1 确定隐写校验矩阵 |
| 3.3.2 将隐写代价引入译码过程 |
| 3.3.3 隐写码的编解码算法 |
| 3.4 任意码长的极化隐写码 |
| 3.4.1 基于分段嵌入的载体切分 |
| 3.4.2 基于湿点填充的载体扩展 |
| 3.4.3 基于折叠处理的载体缩减 |
| 3.4.4 三种策略的对比 |
| 3.5 模拟实验结果与分析 |
| 3.5.1 码长为2的次幂 |
| 3.5.2 码长为任意码长 |
| 3.5.3 本节小结 |
| 3.6 图像隐写实验 |
| 3.6.1 实验设置 |
| 3.6.2 空域图像隐写 |
| 3.6.3 JPEG图像隐写 |
| 3.6.4 本节小结 |
| 3.7 本章结论 |
| 第4章 基于载体缩减的JPEG图像快速嵌入方法 |
| 4.1 引言 |
| 4.2 载体缩减的性质 |
| 4.2.1 最小化代价模型与Gibbs修改概率的最优性 |
| 4.2.2 载体缩减的抽象及代价有损性 |
| 4.2.3 载体缩减的最优性 |
| 4.2.4 载体缩减的最优性与缩减率的关系 |
| 4.2.5 本节小结 |
| 4.3 缩减载体的构造算法 |
| 4.3.1 基于“量化步长排序”的构造算法 |
| 4.3.2 基于“载体折叠”的构造算法 |
| 4.3.3 结合“量化步长排序”与“载体折叠”的构造算法 |
| 4.3.4 结合“载体平滑”与“代价湿化”的构造算法 |
| 4.3.5 本节小结 |
| 4.4 实验结果与分析 |
| 4.4.1 不同构造算法的平均代价 |
| 4.4.2 与减小h的方法的对比 |
| 4.4.3 在其他基准h的STC和不同基准l的SPC上的性能 |
| 4.4.4 本节小结 |
| 4.5 本章结论 |
| 第5章 基于块边界连续的JPEG非加性代价函数 |
| 5.1 引言 |
| 5.2 DCT系数修改的空域影响 |
| 5.2.1 单个系数的修改 |
| 5.2.2 两个块间相同频率系数的修改 |
| 5.3 “块边界连续性”原则 |
| 5.3.1 原则描述与推导 |
| 5.3.2 验证实验 |
| 5.4 JPEG非加性代价的计算 |
| 5.4.1 2-系数块的联合代价 |
| 5.4.2 2-系数块联合代价的更新 |
| 5.4.3 4-系数块的联合代价 |
| 5.5 实验结果与分析 |
| 5.5.1 实验设置 |
| 5.5.2 三种非加性代价的对比 |
| 5.5.3 对加性代价的提升 |
| 5.5.4 本节小结 |
| 5.6 本章结论 |
| 第6章 基于边信息估计的JPEG非对称代价函数 |
| 6.1 引言 |
| 6.2 “边信息估计”JPEG隐写的一般性框架 |
| 6.3 估计边信息的方法 |
| 6.3.1 人工设计的方法 |
| 6.3.2 基于CNN的方法 |
| 6.3.3 性能评价 |
| 6.4 对“边信息已知”代价调制的探究 |
| 6.4.1 “边信息已知”代价调制及其退化算法 |
| 6.4.2 “边信息已知”代价调制中的关键少数 |
| 6.4.3 本节小结 |
| 6.5 基于估计边信息的代价调制算法 |
| 6.5.1 幅值完全的调制算法 |
| 6.5.2 唯极性的调制算法 |
| 6.5.3 最小基础代价优先的调制算法 |
| 6.5.4 幅值二级管理的调制算法 |
| 6.5.5 结合最小代价优先与幅值二级管理的调制算法 |
| 6.5.6 本节小结 |
| 6.6 实验结果与分析 |
| 6.6.1 调制算法的最优调制参数 |
| 6.6.2 不同代价调制算法的对比 |
| 6.6.3 DEBER隐写算法的通用性检验 |
| 6.6.4 本节小结 |
| 6.7 本章结论 |
| 第7章 总结与展望 |
| 7.1 论文总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（2）3D隐写模型与方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自然图像隐写 |
| 1.2.2 3D网格模型隐写 |
| 1.2.3 纹理图像隐写 |
| 1.2.4 深度图像隐写 |
| 1.3 论文的研究内容与创新点 |
| 1.4 论文的结构安排 |
| 第2章 基本理论与方法 |
| 2.1 隐蔽通信基本模型 |
| 2.2 评价指标 |
| 2.2.1 隐写评价指标 |
| 2.2.2 隐写分析评价指标与典型的分类器 |
| 2.3 3D网格模型基本形式 |
| 2.4 纹理图像基本形式 |
| 2.5 深度图像基本形式 |
| 2.6 本章小结 |
| 第3章 3D网格模型隐写方法 |
| 3.1 引言 |
| 3.2 3D网格模型隐写安全性分析 |
| 3.2.1 通用型隐写分析框架 |
| 3.2.2 网格离散曲面邻域 |
| 3.2.3 法向投票张量 |
| 3.2.4 隐写分析特征设计 |
| 3.2.5 MMD安全性能评价 |
| 3.2.6 隐写分析特征的可视化 |
| 3.2.7 子分类器的选择 |
| 3.2.8 不同数据库的隐写分析性能表现 |
| 3.2.9 统计显着性检验 |
| 3.2.10 专用隐写分析器的设计 |
| 3.3 基于最小化失真框架的3D网格模型隐写 |
| 3.3.1 自适应隐写的最小化失真模型 |
| 3.3.2 3D网格结构分解 |
| 3.3.3 从隐写分析特征到隐写算法的设计 |
| 3.3.4 失真函数构造 |
| 3.3.5 嵌入策略 |
| 3.3.6 映射函数g(x)的确定 |
| 3.3.7 单层位平面隐写的性能比较 |
| 3.3.8 不同数据库的抗检测性能比较 |
| 3.3.9 带噪3D网格实验 |
| 3.4 本章小结 |
| 第4章 3D纹理合成隐写方法 |
| 4.1 引言 |
| 4.2 纹理图像合成隐写安全性分析 |
| 4.2.1 纹理图像合成隐写算法 |
| 4.2.2 镜像重构攻击 |
| 4.2.3 重构攻击实验结果与评估 |
| 4.2.4 统计最优性特征构造 |
| 4.2.5 隐写分析实验结果与评估 |
| 4.3 基于3D纹理贴图的隐写方法 |
| 4.3.1 增强型纹理合成隐写算法设计 |
| 4.3.2 安全性分析 |
| 4.3.3 隐写分析实验与评估 |
| 4.3.4 3D纹理贴图实验 |
| 4.4 本章小结 |
| 第5章 3D深度图像隐写方法 |
| 5.1 引言 |
| 5.2 深度图像隐写算法 |
| 5.2.1 算法框架 |
| 5.2.2 网络结构 |
| 5.2.3 目标损失函数 |
| 5.2.4 训练策略 |
| 5.3 实验结果 |
| 5.3.1 实验环境配置和细节 |
| 5.3.2 与基准方法的对比 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来工作展望 |
| 6.2.1 3D网格隐写算法 |
| 6.2.2 3D网格隐写分析算法 |
| 6.2.3 3D纹理贴图 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（3）基于超像素与四元数的彩色图像复制粘贴篡改检测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 论文结构 |
| 第2章 图像复制粘贴篡改检测技术 |
| 2.1 图像复制粘贴篡改手段 |
| 2.2 基于图像块的复制粘贴篡改检测 |
| 2.2.1 图像块划分种类 |
| 2.2.2 基于纹理特征的复制粘贴篡改检测 |
| 2.2.3 基于颜色特征的复制粘贴篡改检测 |
| 2.2.4 基于变换域的复制粘贴篡改检测 |
| 2.2.5 基于不变矩的复制粘贴篡改检测 |
| 2.3 基于关键点的复制粘贴篡改检测 |
| 2.3.1 基于SIFT的复制粘贴篡改检测 |
| 2.3.2 基于SURF的复制粘贴篡改检测 |
| 2.4 传统方法的缺陷 |
| 2.5 本章小结 |
| 第3章 基于超像素形状特征的复制粘贴篡改检测 |
| 3.1 超像素分割 |
| 3.1.1 SLIC超像素分割 |
| 3.1.2 熵率超像素分割 |
| 3.2 本章算法描述 |
| 3.2.1 基于颜色不变量的SURF特征点检测 |
| 3.2.2 超像素形状特征提取 |
| 3.2.3 超像素特征融合及匹配 |
| 3.2.4 超像素再分割与匹配 |
| 3.2.5 后处理 |
| 3.3 实验结果及分析 |
| 3.3.1 数据集、攻击类型及评价标准 |
| 3.3.2 设置参数 |
| 3.3.3 实验结果及对比 |
| 3.4 本章小结 |
| 第4章 基于超像素与四元数的复制粘贴篡改检测 |
| 4.1 小波对比度 |
| 4.2 四元数指数矩 |
| 4.3 本章算法描述 |
| 4.3.1 预处理 |
| 4.3.2 自适应超像素划分 |
| 4.3.3 四元数指数矩特征提取 |
| 4.3.4 超像素形状特征提取 |
| 4.3.5 超像素特征融合及匹配 |
| 4.3.6 圆形块特征提取及匹配 |
| 4.3.7 后处理 |
| 4.4 实验结果与分析 |
| 4.4.1 实验结果 |
| 4.4.2 实验对比与分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（4）基于图片隐藏技术的密写系统研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 信息隐藏技术 |
| 1.2.1 信息隐藏分类 |
| 1.2.2 密写模型 |
| 1.2.3 信息隐藏特性 |
| 1.2.4 密写分析 |
| 1.2.5 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 第二章 JPEG标准和密写算法分析 |
| 2.1 JPEG标准 |
| 2.1.1 JPEG简介 |
| 2.1.2 压缩流程 |
| 2.1.3 编码 |
| 2.2 基于空域的LSB数字密写算法 |
| 2.3 基于频域的密写算法 |
| 2.3.1 Jsteg密写算法 |
| 2.3.2 F5密写算法 |
| 2.3.3 OutGuess密写算法 |
| 2.4 YASS密写算法 |
| 2.5 本章小结 |
| 第三章 密写系统的总体设计 |
| 3.1 系统需求 |
| 3.2 系统整体架构设计 |
| 3.3 本章小结 |
| 第四章 密写算法的研究与设计 |
| 4.1 JPM1密写算法 |
| 4.1.1 算法原理 |
| 4.1.2 直方图特性 |
| 4.1.3 分块特性 |
| 4.2 遗传算法 |
| 4.2.1 产生和发展 |
| 4.2.2 算法原理 |
| 4.2.3 算法仿真及其特点 |
| 4.3 模拟退火和遗传算法混合GASA算法 |
| 4.3.1 模拟退火算法 |
| 4.3.2 模拟退火和遗传算法混合GASA算法 |
| 4.3.3 算法结果分析 |
| 4.4 基于模拟退火和遗传算法的密写算法GASA-JPM1 |
| 4.4.1 改进的JPM1算法GASA-JPM1 |
| 4.4.2 嵌入过程 |
| 4.4.3 提取过程 |
| 4.5 算法结果分析 |
| 4.5.1 峰值信噪比 |
| 4.5.2 直方图特性 |
| 4.5.3 分块效应 |
| 4.6 本章小结 |
| 第五章 密写文件载体和大文件密写的研究 |
| 5.1 图像的筛选 |
| 5.1.1 人工筛选 |
| 5.1.2 自动筛选 |
| 5.2 载体库和大文件分割 |
| 5.2.1 载体库组织形式 |
| 5.2.2 大文件分割算法 |
| 5.3 大文件密写过程 |
| 5.4 本章小结 |
| 第六章 密写系统的实现与测试 |
| 6.1 系统实现 |
| 6.1.1 开发环境 |
| 6.1.2 载体库管理模块 |
| 6.1.3 信息嵌入模块 |
| 6.1.4 信息提取模块 |
| 6.2 系统测试 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文 |
（5）一种大容量的JPEG图像数字密写算法（论文提纲范文）
| 0 引言 |
| 1 传统的图像加密算法 |
| 2 新算法的提出 |
| 2.1 16×16分块 |
| 2.2 改进算法 |
| 2.2.1 生成适合的量化表 |
| 2.2.2 嵌入和提取算法 |
| 2.3 实验结果及分析 |
| 3 结语 |
（6）图像隐藏信息提取攻击与可逆数据隐藏（论文提纲范文）
| 摘要 |
| Abstract |
| 图录 |
| 表录 |
| 第一章 绪论 |
| 1.1 背景介绍 |
| 1.2 隐写分析与提取攻击 |
| 1.3 提取攻击研究现状 |
| 1.3.1 隐写密钥恢复研究现状 |
| 1.3.2 消息嵌入位置定位研究现状 |
| 1.4 可逆数据隐藏研究现状 |
| 1.5 本文的结构 |
| 第二章 明文序贯LSB隐写的提取攻击 |
| 2.1 中英文统计特性 |
| 2.1.1 英文统计特性 |
| 2.1.2 中文统计特性 |
| 2.2 检测算法 |
| 2.2.1 样本采集 |
| 2.2.2 检测算法 |
| 2.2.3 窗口W与阈值R的选择 |
| 2.3 提取算法 |
| 2.3.1 最大优势序列确定 |
| 2.3.2 提取算法 |
| 2.4 窗口内的嵌入起止点估计 |
| 2.5 小结 |
| 第三章 基于置乱变换的随机LSB替换隐写术的提取攻击 |
| 3.1 基于图像置乱变换的隐写术 |
| 3.1.1 Arnold变换 |
| 3.1.2 基于Arnold置乱变换的隐写算法 |
| 3.2 提取攻击 |
| 3.2.1 检测统计量 |
| 3.2.2 最小样本量提取攻击算法 |
| 3.3 实验结果 |
| 3.4 小结 |
| 第四章 基于JPEG解压缩图像的消息嵌入位置定位方法 |
| 4.1 重复压缩恢复原载体的理论概率 |
| 4.1.1 JPEG解压缩与不饱和载密分块 |
| 4.1.2 重复压缩 |
| 4.1.3 成功恢复原载体分块的理论概率 |
| 4.1.4 成功恢复原载体像素的概率 |
| 4.2 基于JPEG解压缩图像的消息嵌入位置定位 |
| 4.2.1 基于假设检验的嵌入位置定位方法及其理论分析 |
| 4.2.2 基于JPEG解压缩图像的消息嵌入位置定位算法 |
| 4.3 实验 |
| 4.4 小结 |
| 第五章 基于JPEG解压缩图像的隐写密钥恢复方法 |
| 5.1 随机LSB隐写模型 |
| 5.2 基于修改点估计的隐写密钥恢复方法 |
| 5.2.1 “基于修改点估计的隐写密钥恢复”的理论分析 |
| 5.2.2 隐写密钥恢复算法 |
| 5.3 基于JPEG解压缩图像的隐写密钥恢复算法 |
| 5.3.1 含错率只的估计 |
| 5.3.2 隐写密钥恢复算法 |
| 5.4 对Hide and seek 4.1及其变种的提取攻击 |
| 5.5 小结 |
| 第六章 基于JPEG解压缩图像的可逆数据隐藏方法 |
| 6.1 算法设计思想与框架 |
| 6.2 重复压缩与可恢复块 |
| 6.2.1 JPEG解压缩 |
| 6.2.2 重复压缩 |
| 6.2.3 可恢复块 |
| 6.3 可逆数据隐藏算法 |
| 6.3.1 信息嵌入成功的理论概率 |
| 6.3.2 嵌入容量与最佳分块载密像素个数 |
| 6.3.3 头信息R |
| 6.3.4 算法描述 |
| 6.4 实验结果与分析 |
| 6.5 小结 |
| 第七章 结论 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（7）JPEG图像及解压图像中的隐写分析技术研究（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 信息隐藏 |
| 1.2.1 国内外研究现状 |
| 1.2.2 信息隐藏技术的分类 |
| 1.3 数字隐写 |
| 1.3.1 数字隐写的系统模型 |
| 1.3.2 数字隐写技术的性能指标 |
| 1.3.3 数字隐写技术的分类与发展 |
| 1.4 隐写分析 |
| 1.4.1 隐写分析的系统模型 |
| 1.4.2 隐写分析技术的性能指标 |
| 1.4.3 隐写分析技术的分类与发展 |
| 1.5 本文研究内容及章节安排 |
| 第二章 JPEG图像统计建模及隐写分析技术研究 |
| 2.1 引言 |
| 2.2 JPEG 图像压缩标准简介 |
| 2.2.1 JPEG 编码器 |
| 2.2.2 JPEG 解码器 |
| 2.3 DCT 系数的统计模型 |
| 2.3.1 广义高斯分布模型 |
| 2.3.2 常见统计量的描述 |
| 2.4 JPEG 图像隐写分析技术 |
| 2.4.1 针对性的隐写分析方法 |
| 2.4.2 通用盲检测算法 |
| 2.4.3 发展趋势 |
| 2.5 本章小结 |
| 第三章 结合重压缩检测的 JPEG 图像多类隐写分析 |
| 3.1 引言 |
| 3.2 JPEG 图像隐写算法识别 |
| 3.2.1 支持向量机 |
| 3.2.2 算法识别流程 |
| 3.3 质量因子估计器 |
| 3.4 重压缩检测 |
| 3.4.1 相关工作 |
| 3.4.2 特征提取 |
| 3.4.3 重压缩多类检测器 |
| 3.5 隐写算法多类检测 |
| 3.5.1 盲检测特征提取 |
| 3.5.2 一次压缩图像多类隐写分析 |
| 3.5.3 重压缩图像多类隐写分析 |
| 3.6 实验结果与分析 |
| 3.6.1 实验设置 |
| 3.6.2 重压缩多类检测器的性能 |
| 3.6.3 盲检测特征的分类性能 |
| 3.6.4 多类隐写分析器的性能 |
| 3.7 本章小结 |
| 第四章 JPEG解压图像中加性噪声隐写的盲检测 |
| 4.1 引言 |
| 4.2 算法原理 |
| 4.2.1 隐藏信息对交流系数直方图的影响 |
| 4.2.2 特征提取 |
| 4.2.3 算法流程 |
| 4.3 加性噪声隐写算法的分析 |
| 4.3.1 LSB 匹配隐写 |
| 4.3.2 ±K 隐写 |
| 4.3.3 随机调制隐写 |
| 4.4 实验结果与分析 |
| 4.4.1 实验设置 |
| 4.4.2 LSB 匹配隐写分析 |
| 4.4.3 ±K 隐写的检测 |
| 4.4.4 随机调制隐写的检测 |
| 4.4.5 应用前景 |
| 4.5 本章小结 |
| 第五章 JPEG解压图像中 LSB匹配隐写的定量分析 |
| 5.1 引言 |
| 5.2 载体图像的估计 |
| 5.2.1 质量因子和量化表的估计 |
| 5.2.2 JPEG 重压缩估计载体图像 |
| 5.3 嵌入率估计算法 |
| 5.3.1 特征提取及其与嵌入率的关系 |
| 5.3.2 算法步骤 |
| 5.3.3 性能评价指标 |
| 5.4 实验结果与分析 |
| 5.4.1 实验设置 |
| 5.4.2 特征值的方差对比 |
| 5.4.3 嵌入率估计性能对比 |
| 5.4.4 模型的训练样本规模 |
| 5.5 本章小结 |
| 结束语 |
| 参考文献 |
| 作者简历 攻读硕士学位期间完成的主要工作 |
| 致谢 |
（8）保持统计特性的JPEG-PM1密写新算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 互联网时代下的信息隐藏技术 |
| 1.2 数字密写 |
| 1.3 数字密写算法的研究现状 |
| 1.3.1 基于LSB的密写算法 |
| 1.3.2 基于视觉特征的密写算法 |
| 1.3.3 扩频图像密写与抗积极攻击的密写算法 |
| 1.3.4 JPEG图像中的密写算法 |
| 1.4 本文的工作及结构安排 |
| 第二章 基于最小二乘翻转概率和部分零系数嵌入的J-PM1 算法 |
| 2.1 J-PM1 算法的原理及其局限 |
| 2.1.1 J-PM1 算法的原理 |
| 2.1.2 J-PM1 算法的局限 |
| 2.2 基于最小二乘翻转概率的J-PM1 算法 |
| 2.2.1 LS-JPM1 算法的原理 |
| 2.2.2 LS-JPM1 算法的嵌入和提取 |
| 2.3 基于部分零系数嵌入的J-PM1 算法 |
| 2.3.1 可密写的零系数个数和各系数的正、负翻转概率的确定 |
| 2.3.2 确定零系数的可密写区域 |
| 2.3.3 PZ-JPM1 算法的嵌入和提取 |
| 2.4 实验结果与分析 |
| 2.4.1 密写容量与不可感知性 |
| 2.4.2 直方图保持实验 |
| 2.4.3 抗攻击分析 |
| 2.5 本章小结 |
| 第三章 二阶统计特性保持的SFLA-JPM1 算法 |
| 3.1 混合蛙跳算法 |
| 3.2 基于混合蛙跳算法的系数PM1 位置选择方案 |
| 3.2.1 适应度设计 |
| 3.2.2 混合蛙跳算法确定作正、负翻转的系数位置 |
| 3.3 实验结果和分析 |
| 3.4 本章小结 |
| 第四章 差分能量的PM1 调制密写算法 |
| 4.1 对密写的积极攻击 |
| 4.1.1 抵抗积极攻击的密写 |
| 4.1.2 差分能量调制算法 |
| 4.2 改进差分能量调制算法的安全性 |
| 4.2.1 系数的修改和量化步长的确定 |
| 4.2.2 能量分配表的建立和权值的设定 |
| 4.2.3 秘密消息的嵌入与提取 |
| 4.3 实验结果和分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（9）基于统计特征分析的图像及视频隐写分析技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 信息隐藏技术概述 |
| 1.1.1 信息隐藏的历史 |
| 1.1.2 现代信息隐藏技术的变迁及应用 |
| 1.2 隐写术与针对隐写术的攻击 |
| 1.2.1 隐写术的基本框架和性能指标 |
| 1.2.2 隐写术的分类和主要方法 |
| 1.2.3 针对隐写术的攻击 |
| 1.3 本文的主要工作 |
| 第二章 隐写分析技术概述及发展现状 |
| 2.1 隐写分析技术研究概况及可行性分析 |
| 2.1.1 隐写分析技术概况 |
| 2.1.2 隐写分析技术的可行性 |
| 2.2 隐写分析技术的分类及主要方法 |
| 2.2.1 隐写分析技术假设检验模型 |
| 2.2.2 隐写分析技术的分类 |
| 2.2.3 几种常见的隐写分析算法 |
| 2.2.4 隐写分析的发展趋势 |
| 2.3 本章小结 |
| 第三章 原始载体图像的统计特征分析 |
| 3.1 原始载体图像的分类 |
| 3.2 原始载体图像统计特征分析 |
| 3.2.1 自然图像的统计特征分析 |
| 3.2.2 纹理图像的统计特征分析 |
| 3.2.3 卡通图像的统计特征分析 |
| 3.3 本章小结 |
| 第四章 基于复杂度分析的BPCS隐写分析算法 |
| 4.1 BPCS隐写 |
| 4.2 传统BPCS隐写分析法 |
| 4.3 BPCS隐写分析算法 |
| 4.3.1 传统隐写分析算法的不足 |
| 4.3.2 基于复杂度分析的BPCS检测算法 |
| 4.4 实验结果 |
| 4.4.1 BPCS隐写对复杂度直方图的影响 |
| 4.4.2 阈值的选取 |
| 4.4.3 α的选取对检测结果的影响 |
| 4.4.4 与传统检测算法的性能对比 |
| 4.4.5 载体图像差异对检测结果的影响 |
| 4.5 本章小结 |
| 第五章 针对ABCDE隐写的隐写分析算法 |
| 5.1 ABCDE隐写算法 |
| 5.1.1 BPCS隐写算法的不足 |
| 5.1.2 ABCDE隐写算法 |
| 5.2 针对ABCDE隐写的隐写分析算法 |
| 5.2.1 基于统计特征量的ABCDE隐写分析算法 |
| 5.2.2 ABCDE隐写对统计特征值的影响 |
| 5.3 实验结果 |
| 5.3.1 ABCDE隐写对复杂度直方图的影响 |
| 5.3.2 阈值T的选取 |
| 5.3.3 二次嵌入的嵌入率选取 |
| 5.3.4 载体图像差异对检测结果的影响 |
| 5.4 本章小结 |
| 第六章 针对MSU视频隐写工具的隐写分析算法 |
| 6.1 隐写和隐写分析工具应用现状 |
| 6.2 MSU Stego Video隐写算法分析 |
| 6.3 MSU Stego Video隐写分析算法 |
| 6.3.1 现有隐写分析算法及不足 |
| 6.3.2 载密视频的分割小块分布特点 |
| 6.3.3 MSU隐写分析算法 |
| 6.4 实验结果 |
| 6.4.1 阈值的选取对检测效果的影响 |
| 6.4.2 与现有MSU隐写分析算法的比较 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 进一步研究方向和展望 |
| 参考文献 |
| 致谢 |
| 博士在读期间完成的论文和成果 |
| 博士在读期间完成和参与的项目 |
（10）压缩域图像水印与隐写算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究工作 |
| 第2章 压缩域数字水印概述 |
| 2.1 数字水印技术概述 |
| 2.1.1 数字水印的定义 |
| 2.1.2 数字水印的分类 |
| 2.1.3 数字水印的主要算法 |
| 2.1.4 数字水印的设计要求 |
| 2.2 图像压缩概述 |
| 2.2.1 图像压缩的基本思想 |
| 2.2.2 图像信源编码过程 |
| 2.2.3 图像编码算法分类 |
| 2.3 JPEG压缩标准简介 |
| 2.3.1 JPEG压缩标准 |
| 2.3.2 JPEG模型和压缩算法流程 |
| 2.4 压缩域水印基本模型 |
| 2.4.1 JPEG to JPEG(J2J)嵌入方式 |
| 2.4.2 Raw to JPEG(R2J)嵌入方式 |
| 2.5 压缩域水印的重要问题 |
| 2.6 本章小结 |
| 第3章 JPEG压缩域脆弱水印算法 |
| 3.1 图像认证水印概述 |
| 3.1.1 认证水印的基本模型 |
| 3.1.2 完全认证的脆弱水印 |
| 3.1.3 内容认证的半脆弱水印 |
| 3.2 混沌序列 |
| 3.2.1 混沌的定义 |
| 3.2.2 混沌的特征 |
| 3.2.3 Logistic混沌映射 |
| 3.3 一种能区分图像与水印篡改的压缩域脆弱水印算法 |
| 3.3.1 嵌入算法 |
| 3.3.2 水印提取及认证 |
| 3.4 实验仿真结果 |
| 3.5 算法的性能分析 |
| 3.6 本章小结 |
| 第4章 抗统计分析的JPEG隐写算法 |
| 4.1 JPEG图像隐写算法研究现状 |
| 4.1.1 DCT系数的分布特性 |
| 4.1.2 JSteg算法对直方图的改变 |
| 4.1.3 F5算法对直方图的改变 |
| 4.2 F5直方图与分块特性分析 |
| 4.3 改进的安全 FS密写算法 |
| 4.4 实验结果 |
| 4.5 本章小结 |
| 总结与展望 |
| 全文总结 |
| 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
四、一种可区分基于块的密写和JPEG压缩的检测方法(英文)（论文参考文献）
- [1]高效隐写编码与JPEG代价函数增强方法研究[D]. 李伟祥. 中国科学技术大学, 2021(09)
- [2]3D隐写模型与方法研究[D]. 周航. 中国科学技术大学, 2020(01)
- [3]基于超像素与四元数的彩色图像复制粘贴篡改检测研究[D]. 王立召. 西北师范大学, 2020(01)
- [4]基于图片隐藏技术的密写系统研究与实现[D]. 宋厚营. 东南大学, 2015(02)
- [5]一种大容量的JPEG图像数字密写算法[J]. 汪克峰. 江苏技术师范学院学报, 2013(04)
- [6]图像隐藏信息提取攻击与可逆数据隐藏[D]. 田雨果. 解放军信息工程大学, 2013(03)
- [7]JPEG图像及解压图像中的隐写分析技术研究[D]. 李星. 解放军信息工程大学, 2012(06)
- [8]保持统计特性的JPEG-PM1密写新算法[D]. 谢中华. 华南理工大学, 2010(03)
- [9]基于统计特征分析的图像及视频隐写分析技术研究[D]. 武嘉. 北京邮电大学, 2010(01)
- [10]压缩域图像水印与隐写算法研究[D]. 廖昌兴. 西南交通大学, 2008(01)