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
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
现代优化理论与应用
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