DCT系数的统计模型及其接收机性能分析

隐写分析技术已经成为网络信息安全的一个重要方向,如何有效地监控和检测网络中传递的秘密信息对于保障国家安全具有重要现实意义。针对国内外学者提出各种不同的DCT系数分布模型,提出了图像的DCT系数α稳态簇模型。考虑数据的实际统计特征,系统地描述了图像DCT系数的α稳态簇模型, 验证了图像DCT系数统计模型既不服从于广义高斯模型、高斯模型、Lapalacian模型,而是服从于α稳态簇模型,因为α稳态簇模型具有足够的柔韧性,随着特征指数α改变,其分布形状就会改变。 同时,根据工程上简易、实用、可行性和性能好的要求,提出了一种新颖的、α稳态簇模型之一的、柯西接收机的隐藏信息盲检测方法。这种检测接收机与广义高斯接收机相比,其性能更具鲁棒性,适应性更广。与文献［8］相比,其性能不但没有下降,有的反而提高了,而且运行速度也快了几十倍。     

基于RGB通道自适应的维纳滤波图像去模糊研究

图像去模糊是针对当图像受到模糊,复原出期望的清晰图像的过程。由于图像受到模糊的程度及过程未知,很难利用精确的模糊核对图像进行复原。同时要考虑到图像的三个通道在受到模糊时的影响不一致,对维纳滤波复原图像进行了研究,提出一种基于RGB三通道下自适应的维纳滤波图像去模糊技术研究。首先对图像进行模糊核估计,求出模糊核,然后将图像分为有限个图像块,对图像进行降维,最后,通过求出的模糊核应用到维纳滤波模型中,进行图像复原。与现有的方法比较,基于RGB通道自适应的维纳滤波图像去模糊研究的方法能够得到更好的恢复效果,并有效的抑制了边界出现的振铃现象。     

基于MPUI模型的JPEG2000图像最大隐写容量

隐写容量是信息隐藏的4项性能指标之一,目前,相关科研工作者对其他3项指标,即鲁棒性、透明性和计算复杂性进行过大量的研究,但隐写容量方面的研究却很少.该研究有力地完善了信息隐藏的理论体系,根据JPEG2000压缩标准以及人眼对小波系数改变的敏感程度,借助小波系数的失真代价函数,区分出小波系数的承载秘密信息能力：失真代价函数值越小,该小波系数承载能力就越强;反之,该小波系数承载能力就越弱.当失真代价函数值大于1时,该系数不具有承载信息的能力,即为湿系数.通过最大隐写容量估算实验以及位满嵌入、过位嵌入和湿嵌入等评估实验,验证了所提方法的有效性.     

关于双正交滤波器组构造的修正

《小波变换的工作分析和应用》一书中提出其构造双正交滤波器组的总传递函数应满足Hν(z)H1(-Z)-H1(Z)H0(-Z)=2的条件这个阐述在理论上是不能成立的,会引起对学生的误导。为此本文对双正交滤波器组重新进行讨论,并在理论上严格地加以证明,为以后进一步讨论设计双正交滤波器提供理论依据。     

优化参考图谱发育指征的CHN智能骨龄评估方法研究

骨龄(BA)是评估儿童生长发育是否正常的重要指标之一。中国人手腕骨发育标准-CHN计分法是目前中国儿童生长发育中骨龄评估(BAA)最常用的方法之一。但是在CHN计分法中,某些参照骨图谱的发育指征跨度较大,导致专家依据个人经验主观判断它的发育分期而影响评估准确度。在利用深度学习对该类图谱的发育分期进行评估时,会导致它的评估结果产生随机性。该文基于专家评估过的2万余张儿童手腕部X线片,在CHN计分法的基础上,在相邻发育分期间隔跨度较大的参照骨标准图谱之间勾绘新的成熟度指征,产生细化图谱,并利用层次分析法为其分配对应的成熟度得分,提高骨龄评价的准确率。该文在AlexNet网络的基础上融合Harris特征和卷积注意力模块,对各参照骨的发育分期进行评估。在自制的年龄分布为5-11岁的数据集上,采用优化后的CHN法得到的骨龄在容忍度为0.5岁和1岁时的准确率分别达到了94.6%和99.13%。实验结果表明所提方法可以更加精细地分辨儿童手腕骨发育程度,大幅提高骨龄评估的准确率,辅助临床应用。     

一种新型高效的JPEG信息隐藏盲检测系统

设计并开发了一种基于DCT系数能量及能量差特征，三层前馈非线性神经网络来作为分类器的JPEG图像隐藏信息的盲检测系统。整个系统的开发环境是VC++6.0，采用了多线程XML技术以及SQL Server数据库，实现了JPEG图片的批量盲检测，检测信息存储以及报表生成。系统对三千多幅JPEG图像进行盲检测测试,对于多种隐写方法取得平均检测率90.085%,包括低嵌入率的JPEG含秘图像和平滑、锐化、缩小、剪切和再压缩处理后的JPEG净图。     

JPEG二次压缩的分析与检测

为了对JPEG二次压缩后的图像进行有效检测，通过研究JPEG图像经二次压缩后所引起的DCT统计特性的变化及二次压缩前后的质量因子Ｑ１、Q２对二次压缩后图像的DCT统计所引起的变化的分析，提出了JPEG二次压缩的新的检测方法——抖动模式，并给出了满足DCT直方图抖动模式的充分必要条件。实验证明，这种新的检测方法是有效的。     

资源不均衡Spark环境任务调度优化算法研究

由于硬件资源的更新换代,集群中各个节点的计算能力会变得不一致。集群异构的出现导致集群计算资源不均衡。目前Spark大数据平台在任务调度时未考虑集群的异构性以及节点资源的利用情况,影响了系统性能的发挥。构建了集群节点的评价指标体系,提出利用节点的优先级来表示其计算能力。提出的节点优先级调整算法能够根据任务执行过程中节点的状态动态调整各个节点的优先级。基于节点优先级的Spark动态自适应调度算法(SDASA)则根据实时的节点优先级值完成任务的分配。实验表明,SDASA能够缩短任务在集群中的执行时间,从而提升集群整体计算性能。     

基于图像频域统计矩特征的隐写分析方法

针对互联网上大量的隐写软件利用图像隐藏秘密消息,本文提出了基于图像频域统计矩特征的隐写分析方法.首先,对图像进行三级小波分解,并对一级分解的高频子带再次分解,得到25个子带.然后,计算小波子带前3阶正向特征函数矩,并利用KPCA提取不重要核主元,最后用LibSVM进行分类.仿真结果表明该方法对F5和Jsteg隐写有较好的检测性能.     

基于PageRank和基准测试的异构集群节点性能评价算法研究

为了提高集群效率,需要根据集群节点的性能来进行集群的数据部署和任务调度。在异构集群中,节点性能存在很大差异,如何评价节点的性能非常具有挑战性。可以使用基准测试来评价节点的性能,而不同的基准测试对节点评价的角度不尽相同。PageRank算法被谷歌用来对网站进行排名,现在它也被应用于评价书籍的影响力或用户行为等等。提出一种新颖的基于PageRank的节点性能评价算法,以充分利用不同基准测试的评价结果。首先对每个节点使用LINPACK、NPB、IOzone等主流基准测试进行评价;然后采用PageRank算法处理每个基准测试的执行结果,从而得到节点的性能。为了使用PageRank算法,建立了1个图模型,并计算了性能向量和概率转移矩阵。该算法具有计算复杂度低、综合评价效果好等优点。