基于宋词生成的大容量构造式信息隐藏算法

在基于文本生成的信息隐藏算法研究中，如何在保证生成文本质量的同时提高隐藏容量是主要存在的挑战.为此本文提出一种基于宋词生成的构造式信息隐藏算法.首先对宋词文本数据进行预训练，然后基于自回归语言模型搭建宋词生成模型；其次根据宋词词牌固有的格式信息设计格律模块，在宋词生成阶段，需要向生成模型输入该格律模块，并通过符号集设计、编码等综合作用，生成宋词诗句.在利用宋词生成模型进行秘密信息隐藏的过程中，对格律模块进行重构，通过平仄韵词牌、词牌格式模板、关键字、韵律及押韵字符的不同选择，有效实现秘密信息的隐藏.信息提取是隐藏的逆过程，且提取过程不需要利用宋词生成模型，仅需根据模板和词典库来进行索引即可，提高了信息提取的效率.实验结果表明，本文提出的算法能够生成格式严格、韵律清晰、句子完整性高的宋词，且生成的宋词文本的信息隐藏容量均值可达21比特/句、安全性高，整体性能优于已报道的主流算法.     

最小均方预测高容量无损水印方案

提出一种高容量无损水印方法.选择相关性较高的观测集合和预测集合,利用先验知识计算全局优化插值权重系数,恢复全分辨率图像.预测集合与真实图像点的差值,其直方图峰值点可以达到较大高度,通过移位操作隐藏高容量水印,并保持良好的视觉质量.预测算法本身由先验知识解出插值系数,对不同的测试图像,自适应设定插值权重,插值算法能够高度...     

一种图像自嵌入方法

描述了一种图像的自嵌入保护方法,将图像分成8×8的子块,每个子块的压缩编码与偏移子块的认证信息嵌入到偏移子块中.数据嵌入时,最多只改变原图像子块最低位数据的一半,对原图像影响相对较小,当原图像有缺损或被篡改时,可较准确地确定其位置,并可较好地恢复原图像.     

W(L)矩阵及信息隐藏方法

给出了一个W^（L）矩阵，及相关的性质，并在此基础上，提出了一种新的数据嵌入方法，可在（2L＋1）bit宿主信息中，嵌入2L bit数据而最多只需要修改L bit宿主信息。这种方法，有较大的数据嵌入率，且对宿主信息的改变也较少，比较适用于大信息量，特别是流媒体数据的隐藏及隐秘传输。     

基于人眼多线谱的MPEG-4参数计算

提出了由人眼多线谱计算MPEG-4相关人脸动画参数(FAP)的方法.人眼多线谱利用一组随时间变化的归一化肌肉收缩量表示人眼运动及表情,通过对其采样可获得视频各帧对应的归一化肌肉收量.根据三雏肌肉控制人眼(3D-MCE)模型与MPEG-4标准模型在特征点、运动表示参数,坐标及尺度上的对应关系,可由归一化肌肉收缩量集计算相应FAP,以驱动任意基于MPEG-4标准的人眼模型.实验证明该方法所用数据量及计算量较小,所得MPEG-4参数可以驱动得到较逼真的人眼运动及表情.     

一种加密域鲁棒图像哈希算法

随着云计算的发展,越来越多的多媒体数据存储在云端,出于安全需要,往往需要对其加密后再上传至云端进行存储或运算等操作.针对加密图像,在不具备图像明文内容的情况下,为了认证图像内容的完整性和真实性,提出了一种基于Paillier同态加密的鲁棒图像哈希算法.该算法主要由3个部分构成:图像所有者端图像加密,云服务器端密文图像哈希计算以及接收者端明文图像哈希生成.具体地,图像所有者对图像进行Paillier加密,并将加密图像上传至云服务器,由云服务器利用Paillier密码系统的运算法则执行加密域DCT与Watson人眼视觉特征等的计算,并利用密钥控制的伪随机矩阵增加哈希的随机性,接收者解密并分析接收到的密文哈希,生成明文图像哈希.实验结果表明,所提算法在鲁棒性、唯一性和安全性上具有较理想的性能.     

隐蔽图像后门攻击

目的 图像后门攻击是一种经典的对抗性攻击形式,后门攻击使被攻击的深度模型在正常情况下表现良好,而当隐藏的后门被预设的触发器激活时就会出现恶性结果。现有的后门攻击开始转向为有毒样本分配干净标签或在有毒数据中隐蔽触发器以对抗人类检查,但这些方法在视觉监督下很难同时具备这两种安全特性,并且它们的触发器可以很容易地通过统计分析检测出来。因此,提出了一种隐蔽有效的图像后门攻击方法。方法 首先通过信息隐藏技术隐蔽图像后门触发,使标签正确的中毒图像样本(标签不可感知性)和相应的干净图像样本看起来几乎相同(图像不可感知性)。其次,设计了一种全新的后门攻击范式,其中毒的源图像类别同时也是目标类。提出的后门攻击方法不仅视觉上是隐蔽的,同时能抵御经典的后门防御方法(统计不可感知性)。结果 为了验证方法的有效性与隐蔽性,在ImageN et、MNIST、CIFAR-10数据集上与其他3种方法进行了对比实验。实验结果表明,在3个数据集上,原始干净样本分类准确率下降均不到1%,中毒样本分类准确率都超过94%,并具备最好的图像视觉效果。另外,验证了所提出的触发器临时注入的任意图像样本都可以发起有效的后门攻击。结论 ...     

抑制图像非语义信息的通用后门防御策略

目的 后门攻击已成为目前卷积神经网络所面临的重要威胁。然而,当下的后门防御方法往往需要后门攻击和神经网络模型的一些先验知识,这限制了这些防御方法的应用场景。本文依托图像分类任务提出一种基于非语义信息抑制的后门防御方法,该方法不再需要相关的先验知识,只需要对网络的输入进行编解码处理就可以达到后门防御的目的。方法 核心思想是在保持图像语义不改变的同时,尽量削弱原始样本中与图像语义不相关的信息,以此抑制触发器。通过在待保护模型前添加一个即插即用的U型网络(即信息提纯网络)来实现对图像非语义信息的抑制。其输入是干净的初始样本,输出命名为强化样本。具体的训练过程中,首先用不同的训练超参数训练多个结构不一的干净分类器,然后在保持强化样本被上述分类器正确分类的前提下,优化信息提纯网络使强化样本和原始样本之间的差异尽可能地大。结果 实验在MNIST、CIFAR10和Image Net10数据集上进行。实验结果显示,经过信息提纯网络编解码后,干净样本的分类准确率略有下降,后门攻击成功率大幅降低,带有触发器的样本以接近干净样本的准确率被正确预测。结论 提出的非语义信息抑制防御方法能够在不需要相关先验知识的...     

基于复杂区域多层嵌入的三维模型隐写

本文以三维模型为隐写载体,提出一种基于结构复杂度的多层隐写方法.通过分析三维模型中各区域的结构复杂度,提取复杂度较高特征区域的顶点用于承载秘密数据.在这些顶点中,采用多层嵌入的隐写方法进行嵌入,只需修改模型中的少量数据就可实现高容量数据嵌入.该方法还可有效对抗面向三维模型的隐写分析方法,实验表明本文方法产生的含密三维模型很好地保持了二面角及面法向量的统计特性,使用基于一阶拉普拉斯平滑与特征统计的隐写分析方法难以进行隐写检测.     

基于统计特征的语音回声隐藏分析

提出了一种基于偏度和峰度的语音回声隐藏分析方法.通过分析回声隐藏导致的语音复倒谱变化,计算出语音复倒谱的统计特征--偏度和峰度.通过对原始语音样本和藏密语音样本复倒谱偏度和峰度的学习和训练,分别得到可用于回声隐藏分析的偏度和峰度阈值.该方法已在计算机上进行了实验.实验结果表明,该方法能够有效地分析多种回声隐藏方法,峰度的隐藏分析结果好于偏度.