抗CNN隐写分析的信息隐藏方法研究

发布时间：2024-05-12 01:47

　　随着互联网的发展,网络安全成为了目前关注的焦点,保证信息在信道上的隐蔽传输变得更为重要。相比于传统的图像加密技术,使用数字图像隐写方法可将秘密信息以不可感知的形式嵌入到图像中。但隐写不是绝对安全的,使用隐写分析方法可检测出图像内是否有含密信息,最终导致隐写失败。通过GPU的加速可快速训练深层神经网络,因此基于CNN的隐写分析方法可在较短时间内准确的检测出大量图像是否含密。对隐写产生了巨大的挑战。在图像分类中,对抗性样本技术可在图像上加以细微的扰动,使之分类错误。因此,将对抗性样本技术移植到抗隐写分析上,即在隐写图像上加以微小的改动,使CNN将其识别为未隐写,即可保证隐写图像的安全。在本文的工作中,首先调研了数字图像隐写及数字图像隐写分析的发展现状,接下来详细说明了数字图像隐写相关概念,并给出基于CNN隐写分析的框架。由框架可知,若使用CNN进行隐写分析,需对图像进行预处理,才能显现出隐写图像的特征图。然后使用CNN进行模型训练即可。为保护隐写图像的安全,本文提出了一种基于局部嵌入的抗隐写分析方法,将抗隐写分析的增强型特征与未修改的感知特征融合,增加CNN隐写分析模型的识别错误率。该方法...

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图2-5频域空间的小波分解本节给出的方法使用了可分离的正交镜像滤波器对图像进行分解进行特征

哈尔滨工业大学工学硕士学位论文行时是否需要先验的信息，如嵌入率等。型隐写分析特征像是隐写方法的常用载体，下面介绍两种典型的空间域小波变换的隐写分析特征是邻域信号处理中常用的方法，在分析时可将输入信号小频域和时域。与DCT变换类似，使用小波分解的信号也于信号的压缩。的隐写分析特....

图2-6小波变换过程图

图2-6小波变换过程图在图像分解的过程中，统计模型是由各方向的子带i内元素的平均值，方差，斜度与峰态构成的，这些统计特征描述了基本协同分布。而第二统计特征则是基于优化后的线性分类器运算后产生的误差。子带系数与其空间位置，方向和邻域相结合。以()为例，式2-10....

图3-2未隐写图像的部分预处理运算结果

隐写图像与隐写图像分别进行图像预处理写后产生了更多的能量，将两个残差图做信息嵌入到了图像纹理较强的部分。图像预处理图像预处理相减图3-1图像预处理产生残差图偏上部分，其卷积运算的结果分别如图3-

图3-3隐写图像的部分预处理运算结果

图像预处理相减图3-1图像预处理产生残差图偏上部分，其卷积运算的结果分别如图3-图3-2未隐写图像的部分预处理运算结果

本文编号：3970675