医学图像可逆数字水印防溢出处理研究

针对医学图像数字水印嵌入过程中出现的大量溢出现象,对文献中提及的几种常见防溢出算法--module-256、位置映射和直方图压缩方法进行了对比实验。实验结果给出了三种方法对可逆水印算法的容量和图像质量造成的影响,证明了直方图压缩方法的优越性。分析指出防溢出算法是医学图像可逆数字水印性能的关键,其算法选择取决于具体的可逆水印算法和医学载体图像的不同形态。     

自适应高容量医学图像可逆数据隐藏算法

提出了一种新的医学图像无损数据隐藏算法,根据医学图像特点,将隐秘信息分别嵌入在感兴趣区域和非感兴趣区域中。在非感兴趣区域中,采用自适应整数变换方法增大嵌入容量并控制失真;在感兴趣区域,采用最低有效位替换方法控制水印图像质量。实验结果表明,算法的嵌入容量在1.2bpp到1.7bpp之间,而峰值信噪比保持在43dB左右。与现有相关算法相比,嵌入容量具有明显优势并保持较高的图像质量。另外,本方法计算复杂度低,能方便应用于实际的医学信息系统中。     

Logistic混沌映射性能分析与改进

混沌系统是基于混沌的数据加密领域的一个重要研究对象,Logistic混沌映射是最简单和有效的混沌系统,被广泛应用在大多数混沌加密算法中,Logistic映射的安全性成为研究的热点。针对Logistic序列存在的吸引子与空白区问题,该文提出一种基于初始值和分形控制参数之间关系的Logistic映射改进方法。利用两者之间关系对映射自变量区间进行合理分段,扩大了混沌控制参数区域,将满射范围扩大到整个控制参数区间,使产生的序列分布更均匀,解决了稳定窗与空白区等问题。通过将改进Logistic与其它分段Logistic映射进行仿真对比,实验结果表明改进后的映射产生的序列混沌特性得到显著加强,分布更均匀,具有更好的随机性能测试指标。另外,改进Logistic映射计算复杂度低,实现简单,在扩频通信与混沌密码等领域有广阔的应用前景。     

基于完美二叉树通信拓扑的拜占庭容错共识算法

针对实用拜占庭容错(PBFT)算法中主节点可预测、通信复杂度高和作恶节点缺少惩罚机制的问题,该文提出一种基于完美二叉树通信拓扑的联盟链拜占庭容错算法(PBT-BFT)。首先设计了信誉评估模型对节点的行为进行评估,同时提出基于信誉的可验证随机函数(R-VRF),使得随机抽取概率与信誉值呈正相关,保证了拥有不同信誉值的节点抽签的公平性和随机性。然后,设计了完美二叉树通信拓扑,将通信复杂度降低至线性复杂度,同时提出轮换主节点和流水线工作机制,提高了共识效率。实验结果表明,与PBFT相比,平均吞吐量提高了121.6%,平均时延降低了73.8%,能够很好地适用于大规模网络节点的联盟链。     

融合深度情感分析和评分矩阵的推荐模型

目前,大多数推荐系统都具有评分数据稀疏性的问题,它会限制模型的有效性。而用户对于某件商品撰写的评论中隐含了很多信息,对评论文本进行情感分析并提取关键的因素来用于模型的学习,可以有效地缓解数据稀疏问题,但仅使用评论数据而忽略了评分数据的主要因素会影响推荐精度。对此,为了进一步提高推荐精度,该文提出一个评论文本和评分矩阵交互(RTRM)的深度模型,该模型能够提取评论文本和评分矩阵的深层次特征,并结合它们进行评分预测;其次,通过使用预训练的Electra模型得到每条评论的隐表达,并结合深度情感分析及注意力机制实现从上下文语义层面对评论文本的分析,解决了短文本的语义难以分析的问题;同时,在融合层模块中,用户(物品)评论和评分矩阵进行交互,最终预测出用户对商品的评分;最后,在6组数据集上,采用均方误差(MSE)进行性能对比实验,实验结果表明该文模型性能优于其他系统,且平均预测误差最大降低了12.821%,该模型适用于向用户推荐精确的物品。     

基于区块链的分布式节点访问风险预警系统设计

针对传统风险防控预警系统访问时间长,预警准确率低的问题,基于区块链设计了一种新的分布式节点访问风险防控预警系统。通过两条线路负责控制节点工作,每条线路执行不同任务:第一条线路负责传输应用数据和系统数据;第二条线路负责传输入侵检测信息包。系统硬件由风险检测模块、任务分析模块、资源控制模块、中心协调模块和用户模块组成,以中心协调模块与控制模块作为枢纽确保系统连续运行。软件由发布任务、检测回复列表是否为空、检测是否存在风险、风险预估四步组成。为验证系统的有效性,设计对比实验,结果表明,给出的系统能够在短时间内更精准地访问风险,应用该系统可以更好地在金融领域实现风险防控预警。     

基于采样预测和差值变换的医学图像可逆水印算法

针对远程诊疗应用场景下医学图像传输的安全性问题,提出一种基于采样预测差值变换的医学图像可逆水印算法.首先对图像进行采样并预测得到相邻子样图像的像素值;然后计算得到子样图像间的像素差值,通过调整差值嵌入水印信息并形成水印图像.接收端在水印图像没有遭到篡改情况下能正确提取出水印信息并且无失真地还原原始图像.算法充分利用图像子样像素之间的高相关性,提高了嵌入容量;另外,算法具有较好的图像质量和运行效率,实验结果证明了算法的优越性.     

分区域的医学图像高容量无损信息隐藏方法

针对医学图像的分区域典型特征,提出一种基于区域和直方图平移的高容量无损信息隐藏方法。本方法用最大类间距分割法求得原始图像的前景区域,再用聚合多边形逼近和图像拟合法得到其数据嵌入区域。在数据嵌入过程中,提出利用差值直方图循环平移和基于编码的直方图平移方法分别在前景和背景区域嵌入数据,提高了原始直方图平移方法容量和解决了溢出问题。实验结果表明该方法总的嵌入容量可达1 bit/packet以上,并且隐秘图像质量在40dB左右,适用于具有区域特征的质量敏感图像的大容量信息隐藏。     

基于分支语句的软件水印的设计与实现

提出一种基于条件分支语句的软件水印的设计思想，并在实现过程中运用混淆和防篡改技术。增强水印的鲁棒性。通过实验证明，该方法能抵挡一些简单的针对软件水印的攻击，并为设计静态水印和动态水印相结合的软件水印算法提供可行的思路。     

抵抗背景知识攻击的电子病历隐私保护新算法

在区域医疗信息共享下,传统的匿名化隐私保护算法面对背景知识攻击时抵抗力较差。为此,提出一种敏感属性聚类匿名算法。利用敏感属性之间的关联进行微聚类,使等价组中敏感属性之间在相似性增大的同时存在差异性,从而较好地抵抗背景知识攻击,提高抗泄露风险能力。实验结果表明,该算法能减小数据信息表中的隐私泄露风险。