面向实际网络环境的JPEG图像盲检测技术研究

发布时间：2017-05-26 20:14

  本文关键词：面向实际网络环境的JPEG图像盲检测技术研究，由笔耕文化传播整理发布。

【摘要】：作为保障信息安全的重要技术手段之一,隐写分析技术一直是多媒体信息安全领域的研究热点。经过多年的研究,针对数字图像隐写,尤其是JPEG图像隐写的盲检测技术研究已取得了丰硕的研究成果。但是,在面对实际网络环境时,现有的盲检测方法通常难以取得理想的检测效果,其主要原因是实际网络环境更加复杂、图像统计特性更加多样、图像数据量更加巨大,因此现有盲检测方法通常不可避免地会出现所谓的分类器“失配”以及运算量大、计算复杂度高等问题,从而限制了现有盲检测方法在实际网络环境下的应用。因此,深入开展实际网络环境下的JPEG图像盲检测技术研究具有重要的理论意义与应用价值。本文在深入分析现有盲检测技术优缺点以及盲检测特征分布特点的基础上,对JPEG图像盲检测技术框架、如何应对大规模隐写分析,以及重点可疑图像的盲检测等问题进行研究。论文的主要工作和学术成果包括：1、简要介绍了信息隐藏的基本概念,综述了数字图像隐写和隐写分析的基本原理、研究现状和发展前景,特别是从机器学习方法的角度重点对现有JPEG图像盲检测技术进行了详细分类,并归纳总结了每一类检测方法的优点与不足。2、针对现有基于监督学习的盲检测方法面临严重的“嵌密算法失配”和“载体来源失配”等问题,提出一种结合半监督学习与“软间隔”SVM的JPEG图像盲检测方法。该方法包括初判断阶段与二次判断阶段。在初判断阶段,采用单类分类器对测试样本集进行检测。在二次判断阶段,首先,将已知载体样本和初判断阶段检测到的载密样本作为训练样本,采用“软间隔”SVM训练二分类器,重新对测试样本集进行检测,以纠正部分误判样本；然后,利用半监督学习的思想,迭代地进行二分类器的训练与测试过程,且每次训练分类器时都需对训练集进行更新,迭代终止时输出最终检测结果。实验结果表明,所提隐写检测框架仅利用载体训练样本,实现了可靠的JPEG图像盲检测,对不同的“载体来源失配”情况具有较好的鲁棒性。3、针对现有JPEG图像盲检测方法难以适用于大规模和快速隐写检测的问题,提出一种基于异常点检测的JPEG图像快速盲检测方法。首先,对高维隐写检测特征进行降维处理,以降低后续运算的复杂度；然后,根据测试集中载密图像所占比例可能出现的不同情况设计了两种异常度量方法,通过采用无监督异常点检测方式,回避“失配”问题；最后,设计了一种估计测试样本集中异常样本数量的方法。实验结果表明,所提方法能够在保证整体检测性能较好的同时取得检测效率的较大提升,适用于大规模隐写检测问题。4、针对重点可疑图像的隐写检测问题,提出了一种结合图像固有统计特性检索与异常点检测的JPEG图像盲检测方法。首先,分析了图像固有统计特性对隐写检测的影响并设计了一组图像固有统计特性度量特征；然后,对每一幅测试图像分别检索出辅助样本并构造测试样本集；最后,在测试样本集上进行异常点检测,进而判断测试样本是否为载密样本。实验结果表明,所提图像固有统计特性度量特征能够较为有效地反映图像的固有统计特性差异,整体隐写检测方案具有较好的检测性能与较高的检测效率,适用于在无任何先验知识的情况下对重点可疑图像的隐写检测问题。最后,对本文的工作和成果进行了概括与总结,并对面向实际网络环境的JPEG图像盲检测技术的研究前景作出了展望。
【关键词】：信息隐藏 隐写分析 通用盲检测 半监督学习 软间隔SVM 异常点检测 图像检索
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-12
• 第一章 绪论12-26
• 1.1 研究背景与意义12-13
• 1.2 信息隐藏概述13-18
• 1.2.1 信息隐藏的概念和技术分类13-14
• 1.2.2 信息隐藏技术的研究现状14
• 1.2.3 数字隐写技术概述14-16
• 1.2.4 隐写分析技术概述16-18
• 1.3 数字图像隐写技术18-19
• 1.3.1 空间域隐写方法18
• 1.3.2 变换域隐写方法18-19
• 1.4 数字图像隐写分析技术19-23
• 1.4.1 针对性隐写分析19-20
• 1.4.2 通用盲检测20-23
• 1.5 本文研究内容及章节安排23-26
• 第二章 结合半监督学习与软间隔SVM的JPEG图像盲检测方法26-40
• 2.1 引言26
• 2.2 方法原理26-33
• 2.2.1 初判断阶段27-29
• 2.2.2 二次判断阶段29-32
• 2.2.3 方法流程32-33
• 2.3 实验结果及分析33-38
• 2.3.1 图像库构建33-34
• 2.3.2 评价指标34
• 2.3.3 隐写检测特征34
• 2.3.4 参数选择34-36
• 2.3.5 对比实验36-38
• 2.4 本章小结38-40
• 第三章 基于异常点检测的JPEG图像快速盲检测方法40-54
• 3.1 引言40
• 3.2 方法原理40-48
• 3.2.1 特征降维42-43
• 3.2.2 异常度量方式43-47
• 3.2.3 异常样本数量估计47-48
• 3.3 实验结果及分析48-51
• 3.3.1 图像库构建48
• 3.3.2 评价指标48
• 3.3.3 隐写检测特征48-49
• 3.3.4 参数选择49
• 3.3.5 对比实验49-51
• 3.4 本章小结51-54
• 第四章 结合图像固有统计特性检索与异常点检测的JPEG图像盲检测方法54-66
• 4.1 引言54-55
• 4.2 方法原理55-61
• 4.2.1 图像固有统计特性对隐写检测的影响55-57
• 4.2.2 图像固有统计特性度量57-59
• 4.2.3 异常点检测方法59-61
• 4.3 实验结果及分析61-64
• 4.3.1 图像库构建61
• 4.3.2 评价指标61
• 4.3.3 隐写检测特征61
• 4.3.4 对比实验61-64
• 4.4 本章小结64-66
• 第五章 结束语66-68
• 致谢68-70
• 参考文献70-76
• 作者简历76

【参考文献】

中国期刊全文数据库 前7条

1 李星;张涛;何赞园;李文祥;李开达;平西建;;结合重压缩检测的JPEG图像多类隐写分析[J];应用科学学报;2013年02期

2 周楠;赵险峰;黄炜;盛任农;;基于特征融合聚类的JPEG盲隐写分析[J];计算机应用与软件;2013年03期

3 黄炜;赵险峰;盛任农;;基于KFD指标聚类的高隐蔽性JPEG隐写分析[J];计算机学报;2012年09期

4 郭艳卿;孔祥维;尤新刚;;基于共生特征和集成多超球面OC-SVM的JPEG隐密分析方法[J];电子与信息学报;2009年05期

5 郭艳卿;孔祥维;尤新刚;何德全;;基于Tri-training半监督学习的JPEG隐密分析方法[J];通信学报;2008年10期

6 张新鹏,王朔中,张开文;基于统计特性的LSB密写分析[J];应用科学学报;2004年01期

7 张涛,平西建;基于差分直方图实现LSB信息伪装的可靠检测[J];软件学报;2004年01期

  本文关键词：面向实际网络环境的JPEG图像盲检测技术研究，由笔耕文化传播整理发布。

，

本文编号：397983