基于域自适应的互联网图像失配隐藏分析研究

发布时间：2021-07-27 21:04

　　信息隐藏分析技术作为信息隐藏技术的对立面,旨在检测图像中是否含有秘密信息,进而阻断秘密通信的过程。作为信息安全的重要分支,它们被广泛的应用于军事、政治、商业等领域。随着互联网、数字通信技术的蓬勃发展,越来越多的人们使用网络传播和分享图像信息。同时JPEG图像因具有高质量、低存储空间、易传输等特点,是互联网中最流行的图像格式。互联网图像具有设备来源丰富、操作历史复杂、分享平台众多、数据内容海量等复杂特性,这对信息隐藏分析技术提出了更高的要求。众多学者提议将信息隐藏及其分析技术,从实验室环境转向更具有现实意义的互联网环境。本文认为失配现象的主要原因是训练集和测试集的分布差异不同,因此解决失配问题的关键在于如何减小两个集合的分布差异,让在训练集上学习到的模型,可以有效地分类测试集样本。本文是针对互联网中JPEG图像的失配信息隐藏分析技术研究,首先阐述了互联网图像的特点,提出了两种基于域自适应的算法来缓解失配问题,实验内容基于3个来自互联网的图像库,根据失配产生原因的不同,可以分为两种常见的失配问题,载体来源失配（Cover Source Mismatched,CSM）和信息隐藏算法失配（St... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 信息隐藏及其分析技术概述
        1.2.1 信息隐藏技术
        1.2.2 隐藏分析技术
    1.3 国内外研究现状
    1.4 本文研究内容和文章架构
2 互联网JPEG图像失配隐藏分析研究概述
    2.1 互联网中JPEG图像的特点
    2.2 JPEG图像的匹配信息隐藏分析
        2.2.1 常用的信息隐藏分析特征
        2.2.2 常用的分类器
    2.3 JPEG图像的失配信息隐藏分析
        2.3.1 失配现象及其分类
        2.3.2 失配隐藏分析相关方法
    2.4 本章小结
3 基于跨域特征变换的互联网图像失配信息隐藏分析
    3.1 基于跨域特征变换的失配隐藏分析
        3.1.1 特征对齐
        3.1.2 减小特征平均差异
        3.1.3 保持特征的流型结构
        3.1.4 保持训练集分类能力
        3.1.5 优化求解
    3.2 实验结果与分析
        3.2.1 实验设置和对比方法
        3.2.2 实验结果与分析
    3.3 本章小结
4 基于域自适应分类器的互联网图像失配隐藏分析
    4.1 基于域自适应分类器的失配隐藏分析
        4.1.1 基础分类器
        4.1.2 联合分布自适应
        4.1.3 图拉普拉斯正则项
        4.1.4 优化求解
    4.2 实验结果与分析
        4.2.1 实验设置与对比方法
        4.2.2 实验结果与分析
        4.2.3 收敛性实验
        4.2.4 参数敏感度实验
    4.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]2016年世界互联网发展报告[J]. 孟昭莉,闫德利.  时代经贸. 2017(04)

博士论文
[1]基于深度学习的图像隐写分析方法研究[D]. 钱银龙.中国科学技术大学 2017

硕士论文
[1]基于特征分析的JPEG图像失配隐密分析研究[D]. 曾利凯.大连理工大学 2015



本文编号：3306536