【摘要】：隨著隱寫算法的不斷發(fā)展進步,使得信息隱藏的安全性和隱蔽性越來越高,越來越多的隱寫算法被應(yīng)用于信息隱藏之中。然而,隱寫算法除了用于版權(quán)認證、軍事隱蔽通信等正當(dāng)用途之外,也有可能被濫用于各種破壞社會穩(wěn)定的非法活動中。隱寫算法是一把雙刃劍,需要合理使用。通用隱寫分析技術(shù),主要是利用圖像中的某些特征變化結(jié)合監(jiān)督學(xué)習(xí),構(gòu)建出基于特征的圖像分類器,然后判定圖像是否含有隱秘信息。然而傳統(tǒng)的通用隱寫分析技術(shù)正面臨著圖像特征越來越復(fù)雜,人工設(shè)計越來越困難這一問題�；诰矸e神經(jīng)網(wǎng)絡(luò)的通用隱寫分析技術(shù)正是為了解決此問題而生,也是目前隱寫分析技術(shù)研究的熱點和難點之一。本文主要研究基于卷積神經(jīng)網(wǎng)絡(luò)的通用隱寫分析模型,利用了圖像鄰域像素相關(guān)性以及通道間相關(guān)性等特征,分別可檢測灰度圖變換域載密圖像和彩色圖變換域載密圖像。本文主要的貢獻如下:1)濾波器是卷積神經(jīng)網(wǎng)絡(luò)的重要組成部分,然而前人并沒有給出如何選擇濾波器。本文提出了幫助選擇卷積神經(jīng)網(wǎng)絡(luò)濾波器的評判指標。卷積神經(jīng)網(wǎng)絡(luò)的隱寫分析模型的性能很大程度上依賴于濾波器設(shè)計的好壞,該指標能夠有助于篩選出合適的濾波器。實驗結(jié)果表明,本文提出的濾波器評判指標能指導(dǎo)濾波器的選擇,提升模型的性能。2)前人對于卷積神經(jīng)網(wǎng)絡(luò)與隱寫分析結(jié)合的研究成果幾乎都集中于灰度圖空域,僅有的灰度圖變換域隱寫分析模型HCNN的結(jié)構(gòu)較為復(fù)雜,包含了量化、截斷的操作以及并行的子網(wǎng)絡(luò)結(jié)構(gòu)�；诖�,本文提出了一個基于卷積神經(jīng)網(wǎng)絡(luò)的灰度圖變換域隱寫分析模型,稱為JPEGCNN。本文在HCNN的基礎(chǔ)上,優(yōu)化了濾波器的設(shè)計,同時簡化了模型結(jié)構(gòu)。實驗結(jié)果表明,JPEGCNN能較好地檢測Jsteg、nsf5、MB1、MB2,J-UNIWARD等灰度圖變換域隱寫算法。相對于HCNN,JPEGCNN簡化了結(jié)構(gòu),參數(shù)量下降為HCNN的二十分之一,同時依然能夠保持檢測精度不下降。3)現(xiàn)實中大部分場景使用的圖像為彩色圖像,然而針對彩色圖像的基于卷積神經(jīng)網(wǎng)絡(luò)的隱寫分析模型尚未有人研究。通過研究和設(shè)計不同的特征提取方式,將針對灰度圖變換域的隱寫分析模型JPEGCNN擴展到彩色圖變換域,本文統(tǒng)稱為COLOR-JPEGCNN。COLOR-JPEGCNN細分又可分為,基于RGB三通道融合的RGBMERGE-JPEGCNN模型,基于RGB三通道疊加的RGBADD-JPEGCNN模型和基于RGB三通道間關(guān)系的CHANNEL-JPEGCNN模型。實驗結(jié)果表明,COLOR-JPEGCNN能較好地檢測Color-Jsteg、Color-nsf5,Color-MB 1,Color-MB2,Color-J-UNIWARD等彩色圖變換域隱寫算法。
【圖文】：

圖２－１通用隱寫分析系統(tǒng)模型逡逑典型卷積神經(jīng)網(wǎng)絡(luò)模型逡逑積神經(jīng)網(wǎng)絡(luò)（Ｃｏｎｖｏｌｕｔｉｏｎａｌ邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒｋｓ，邋ＣＮＮ）是一類包算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)（Ｆｅｅｄｆｏｒｗａｒｄ邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒ習(xí)的代表算法之一。由于卷積神經(jīng)網(wǎng)絡(luò)能夠進行平移不變分類，因被稱為“平移不變?nèi)斯ど窠?jīng)網(wǎng)絡(luò)（Ｓｈｉｆｔ－Ｉｎｖａｒｉａｎｔ邋Ａｒｔｉｆｉｃｉａｌｒｋｓ，邋ＳＩＡＮＮ）。逡逑卷積神經(jīng)網(wǎng)絡(luò)的研宄可追溯至日本學(xué)者福島邦彥（Ｋｕｎｉｈｉｋｏ邋Ｆｕｋｎｅｏｃｏｇｎｉｔｉｏｎ模型。在其１９７９和１９８０年［３］發(fā)表的論文中，，福島皮層（ｖｉｓｕａｌ邋ｃｏｒｔｅｘ邋）設(shè)計了以“邋ｎｅｏｃｏｇｎｉｔｉｏｎ邋”命名的神經(jīng)ｎｉｔｉｏｎ邋的隱含層由邋Ｓ邋層（Ｓｉｍｐｌｅ邋ｌａｙｅｒ）和邋Ｃ邋層（Ｃｏｍｐｌｅｘ邋ｌａｙｅｒ）中Ｓ層單元在感受野（ｒｅｃｅｐｔｉｖｅ邋ｆｉｅｌｄ）內(nèi)對圖像特征進行提取，Ｃ一

數(shù)據(jù)）和卷積核（一組固定的矩陣權(quán)重，可以看成是一個固定的濾波器）做內(nèi)積逡逑（逐個元素相乘之后再求和）的操作。卷積神經(jīng)網(wǎng)絡(luò)的名字來源于此操作。逡逑以代表卷積操作，設(shè)卷積核每次移動的步長為１，圖２－２展示了最基本逡逑的二維卷積計算的過程。卷積核依次在圖像上滑動，與圖像對應(yīng)位置的值做內(nèi)積。逡逑９逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP183;TP309.7

【相似文獻】

相關(guān)期刊論文 前10條

1 翟黎明;嘉炬;任魏翔;徐一波;王麗娜;;深度學(xué)習(xí)在圖像隱寫術(shù)與隱寫分析領(lǐng)域中的研究進展[J];信息安全學(xué)報;2018年06期

2 張弘;尤瑋珂;趙險峰;;視頻隱寫分析技術(shù)研究綜述[J];信息安全學(xué)報;2018年06期

3 黃玲珍;;隱寫分析技術(shù)研究進展[J];電腦與電信;2018年Z1期

4 魏程程;;數(shù)字圖像隱寫與隱寫分析技術(shù)的研究[J];信息與電腦(理論版);2018年12期

5 高培賢;魏立線;劉佳;劉明明;;基于密集連接網(wǎng)絡(luò)的圖像隱寫分析[J];計算機工程與應(yīng)用;2018年15期

6 高培賢;魏立線;劉佳;劉明明;;針對圖像隱寫分析的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計[J];中國科技論文;2018年14期

7 郭艷卿;王久君;許志浩;;有限先驗情景下的隱寫分析技術(shù)研究[J];信息安全研究;2016年10期

8 張軍;熊楓;張丹;;圖像隱寫分析技術(shù)綜述[J];計算機工程;2013年04期

9 王偉亮;;音頻隱寫分析技術(shù)研究綜述[J];黑龍江科技信息;2011年12期

10 黃聰;宣國榮;高建炯;施云慶;;基于模式識別的多類隱寫分析[J];計算機工程與應(yīng)用;2006年27期

相關(guān)會議論文 前7條

1 周繼軍;陳鐘;楊義先;;淺談隱寫分析的基本理論[A];2005通信理論與技術(shù)新進展——第十屆全國青年通信學(xué)術(shù)會議論文集[C];2005年

2 劉紹輝;龔龍;姚鴻勛;;基于多維梯度能量的空域隱寫分析[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計算機學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

3 馬寧;李悅;劉文芬;;基于非參數(shù)檢驗提取JPEG圖象中的隱藏消息[A];2006通信理論與技術(shù)新進展——第十一屆全國青年通信學(xué)術(shù)會議論文集[C];2006年

4 饒華一;陳銘;張茹;鈕心忻;;信息隱藏和隱寫分析綜述[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

5 劉鑌;羅向陽;劉粉林;;基于動態(tài)偽裝的正則組統(tǒng)計隱寫分析[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

6 眭新光;沈蕾;燕繼坤;朱中梁;;基于Adaboost的文本隱寫分析[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（上冊）[C];2007年

7 史經(jīng)業(yè);趙耀;倪蓉蓉;;基于DCT系數(shù)統(tǒng)計特性和支持向量機的圖像隱寫分析[A];第七屆全國信息隱藏暨多媒體信息安全學(xué)術(shù)大會論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 錢銀龍;基于深度學(xué)習(xí)的圖像隱寫分析方法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

2 王翠平;基于統(tǒng)計分析的音頻隱寫分析研究[D];中國科學(xué)技術(shù)大學(xué);2011年

3 王昱潔;音頻隱寫分析機理與關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2011年

4 王朋飛;基于空域富模型的圖像隱寫分析統(tǒng)計特征研究[D];南京理工大學(xué);2017年

5 胡自權(quán);博弈論在信息隱藏中的生存能力研究[D];電子科技大學(xué);2013年

6 栗風(fēng)永;數(shù)字圖像高維特征隱寫分析及安全隱寫[D];上海大學(xué);2014年

7 關(guān)晴驍;通用型圖像隱寫分析的基礎(chǔ)問題研究[D];中國科學(xué)技術(shù)大學(xué);2013年

8 嚴迪群;壓縮域音頻隱寫與隱寫分析中若干問題的研究[D];寧波大學(xué);2012年

9 李卓;圖像信息隱藏與隱寫分析算法的研究[D];浙江大學(xué);2010年

10 鄭二功;基于圖像內(nèi)容的隱寫分析與篡改檢測[D];解放軍信息工程大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張聰;基于運動矢量的視頻隱寫分析方法研究與設(shè)計[D];北京郵電大學(xué);2019年

2 甘霖;基于卷積神經(jīng)網(wǎng)絡(luò)的隱寫分析技術(shù)研究[D];北京郵電大學(xué);2019年

3 魏偉航;基于卷積神經(jīng)網(wǎng)絡(luò)的圖像隱寫分析[D];深圳大學(xué);2018年

4 孫俊;面向即時語音通信的隱蔽信道檢測技術(shù)研究[D];華僑大學(xué);2018年

5 王晨;壓縮感知在圖像隱寫分析的應(yīng)用技術(shù)[D];廣東技術(shù)師范學(xué)院;2018年

6 徐瀟雨;基于卷積神經(jīng)網(wǎng)絡(luò)的隱寫分析技術(shù)研究[D];戰(zhàn)略支援部隊信息工程大學(xué);2018年

7 馬中金;緩解數(shù)字圖像隱寫分析中圖像源不匹配影響方法研究[D];合肥工業(yè)大學(xué);2018年

8 熊來福;基于圖像的隱寫分析技術(shù)研究[D];北京化工大學(xué);2018年

9 沈強;基于深度學(xué)習(xí)的圖像自適應(yīng)隱寫分析若干技術(shù)研究[D];合肥工業(yè)大學(xué);2018年

10 喻靖民;基于詞向量的自然語言隱寫分析方法研究[D];長沙理工大學(xué);2018年

本文編號：2640589