本项目针对目前隐写分析缺乏系统理论指导,应用中隐写分析方法推广性不强的问题,研究基于模式分类理论的隐写分析方法。从对信息隐藏安全性理论的分析和载体的统计建模入手,分析隐秘信息的难检测性与隐藏容量的关系,建立隐写分析的二元分类模型;在此基础上,研究应用现代信号处理技术对载体图像和载密图像进行统计测试和特征分析的方法,并针对信息隐藏算法的多样性及其"变种",研究基于集成学习思想的特征选择方法和分类器优化方法;建立基于模式分类的隐写分析应用方案;实现一个基于互联网的隐写分析原型系统,应用于网络图像隐秘信息的监控。本项目的研究能丰富隐写分析技术的相关理论,促进相关领域学科的发展;更为重要的是,为隐写分析的可靠应用建立必要的方法和技术基础,对于促进我国网络图像隐秘信息监控系统的自主开发、维护网络安全和国家安全具有重要的理论和现实意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
监管的非对称性、盈余管理模式选择与证监会执法效率?
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
基于深度学习的隐写分析新方法研究
针对在公共数据平台分享隐写数据进行隐蔽通信的隐写分析方法研究
语言隐写分析的系统实用方法研究
基于低维特征构造及无监督分类的网络图像隐写分析