多媒体隐写研究进展

大数据分析可以跳过数据内容而仅从数据背景挖掘情报,传统的加密通信已经难以满足安全通信的需求。隐写技术是将秘密消息嵌入各种载体(如数字图像、音频、视频或文本)中实现隐蔽通信的技术,是应对大数据情报获取的有效手段,是密码技术的必要补充。人工智能,尤其是深度学习,在计算机视觉、语音和自然语言处理等领域的巨大成功,给隐写术带来了新机遇,提出了新挑战,促使基于图像、音/视频和文本的隐写术出现了一系列新思想、新方法。本文介绍隐写术的概念、分类、主要作用和研究意义,概述隐写术的发展历史、研究近况和应用场景。注意到各类载体上的隐写术虽然有差别,但是其核心追求有共通之处,可以提炼成通用的隐写编码问题。所以本文首先介绍隐写编码的基本思想与关键技术,然后针对最重要和流行的载体、图像、视频、音频和文本,分别介绍隐写术的进展。总体而言,本文从隐写编码、图像隐写、视频隐写、音频隐写和文本隐写5个方面概述隐写术的国际/国内发展现状,总结差异,对比优势和劣势,并分析发展趋势。     

基于相关性异常的H.264/AVC视频运动矢量隐写分析算法

视频隐写分析是信息隐藏领域一个重要的研究方面,如何在格式复杂的压缩码流中搜寻运动矢量（Motion Vector,MV）中所留下的隐藏痕迹并设计隐写分析方法成为当前的研究热点之一.视频中成像设备和拍摄对象都具有运动相似性,使得H.264视频中基于块的运动估计所生成的MV存在较强的邻域相关性,隐秘信息的嵌入将迫使MV相关性出现统计异常.本文提出了一种基于共生频率异常的MV相关性度量方法,并在此基础之上结合H.264中与MV有关的编码技术,设计了基于相关性异常的H.264视频MV隐写分析算法.在隐写分析检测和性能测试中表明,本文提出的方法能够针对H.264视频MV隐藏实现有效检测,具有检测率高、检测速度快的特点.     

基于RTP/RTCP协议的实时数据传输与同步控制策略

针对分组交换网络中的实时媒体传输,考虑非QOS保证的分组网络可能带来的传输丢包、乱序和抖动等情况,采用基于RTP/RTCP协议的媒体传输和媒体控制机制,在媒体流中添加时间戳等控制信息,通过播放时延控制算法进行媒体内同步,并在媒体内同步的基础上,根据发送方的绝对时间戳和RTP时间戳的对应关系,确定不同媒体流之间的同步点,从而达到多通道媒体间同步的效果。     

面向对象的H323协议栈分析与实现

随着网络的迅猛发展,传统的单快式通讯协议的开发已不能满足需要,该文提出了一种全新的方法—使用面向对象的建模技术,将模块化的H323通信协议设计为可构建、可重用和可扩展的H323协议栈。在该协议栈的实现过程中,巧妙地将面向对象中类的继承和多态性概念与通信协议的层次关系进行对应,以类的派生实现协议的依赖关系,并使用类的多态性实现底层协议对上层协议的通知机制。     

视频会议系统安全体系设计

视频会议系统的安全问题日趋重要,论文介绍了目前视频会议系统面临的安全问题和视频会议系统对安全的需求,说明了视频会议系统安全的现状,并分析了其中存在的问题,最后给出了视频会议系统安全体系结构和设计方案。     

一种改进的MP3被动篡改定位检测算法

随着多媒体处理技术和录音设备的发展,录音资料作为客观证据越来越多地出现在法院庭审和案件侦察中.录音证据若成为判决依据,必须确保未被剪接或者伪造.音频真实性鉴定的一个重要方向即为信号的篡改定位检测.MP3是目前应用最为广泛的数字压缩录音格式.在亚马逊网站上所销售的数字录音设备中,销量排名前20位的设备大部分支持MP3格式,并且其中有一部分仅支持MP3格式.目前大多数的智能手机,其默认的录音文件格式也为MP3格式,因此MP3的真实性和完整性检测受到广泛关注.文章针对现有基于帧偏移特性的MP3篡改定位检测算法所存在的误判率高的问题,提出一种改进的MP3被动篡改定位检测算法.观察发现,现有检测算法的误判常出现于含有静音段较多的样本中,文中改进算法利用静音检测技术,通过设定阈值排除静音帧的干扰,降低了误检率;同时算法采用平移窗进行偏移量的提取,避免了单帧提取偏移量不稳定的问题.实验结果表明,改进算法能更准确地定位删除、插入、替换、拼接这四类篡改点的位置.与现有算法相比,误检率明显降低.     

语音伪造及检测技术研究综述

语音承载着人类语言和说话人身份信息,通过语音伪造技术可以精确模仿目标说话人的声音以达到欺骗人或机器听觉的目的。目前,深度伪造（Deepfake）正在对全球的政治经济及社会稳定带来极大的威胁,其中语音伪造是Deepfake实现舆论操控的核心技术之一。近年来语音伪造技术在拟人度、自然度方面有了显著进步,使得语音伪造检测技术面临着更大的挑战。本文对当前主流的语音伪造和伪造语音检测技术研究现状进行综述,主要包括:1）对主流语音伪造技术,包括语音合成、语音转换和语音对抗样本的基本概念、技术发展历程和研究进展进行综述;2）对伪造语音检测技术的基本概念、性能评价指标、主要技术实现原理和性能效果进行综述;3）对伪造语音检测相关的主流竞赛、常用数据集和可用代码工具资源进行介绍;最后对语音伪造和检测技术现存的挑战性问题和未来的研究方向进行讨论。      

一种基于包容盒的逐层过滤的动态干涉检查方法

本文针对装配体的可装配性检查,提出了一种动态干涉检查方法,方法的关键是逐层过滤,逐步细化部件拆卸过程中的可能干涉部件集。该算法减少了精确求交的次数,提高了算法效率,本算法已经在面向装配设计系统中实现。     

基于条件可逆网络的生成式图像隐写算法

近年来,随着生成模型的广泛使用,生成式隐写领域得到了快速发展。生成式隐写是在图像合成过程中隐藏信息的技术。它无需真实图像参与,只需秘密消息驱动生成模型即可合成载密图像。然而,现有方法无法控制生成的图像内容,因此不能保证隐蔽通信行为的安全性。针对上述问题,本文提出了基于条件可逆网络(Conditional Invertible Neural Network,cINN)的生成式图像隐写术steg-Cinn。在本文中,我们将信息隐藏建模为图像着色问题,并将秘密信息嵌入到灰度图像的颜色信息中。首先,我们使用映射模块将二进制秘密信息转换为服从标准正态分布的隐变量。而后,我们以灰度图像作为先验来指导着色过程,使用条件可逆网络来将隐变量映射为颜色信息。其中steg-Cinn生成的彩色图像匹配灰度图像的语义内容,从而保证了隐蔽通信的行为安全。对比实验结果表明,本文方法能够控制生成的图像内容并且使得合成颜色真实自然,在视觉隐蔽性方面表现良好。在统计安全性方面,本文方法的隐写分析检测正确率为56.28%,说明它能够抵御隐写分析检测。此外,本文方法在比特消息提取方面可以实现100%正确提取,这种情况下的隐藏容量是2.00 bpp。因此,与现有方法相比,本文方法在图像质量、统计安全性、比特提取正确率和隐藏容量方面取得了良好的综合性能表现。迄今为止,本文方法是在图像隐写术中首次使用cINN的工作。考虑到任何信息都可以转换为二进制形式,我们可以在图像中隐藏任意类型的数据,因此本文方法在现实世界里也具备实用价值。