基于随机性统计特征的隐密分析研究

隐密分析技术作为检验隐密术性能和挫败非法信息传播的重要手段,其研究日益受到人们的关注。通过对主要隐密分析方法的研究与比较,指出以随机性统计特征为基础的统计攻击是目前的主流,称为RSS分析。描述了RSS分析的基本假设,即加密压缩后的信息具有比载体隐密区域更强的随机性。从基本条件、统计特征、判决规则、隐密信息长度估计等方面分析了一些具有代表性的RSS分析的原理及其各自的优缺点。在此基础上讨论了RSS分析的基本假设普遍存在的问题,并指出应从理论研究和方法创新等方面进行进一步的研究。     

基于差分零系数和索引共生矩阵的通用隐密分析

为提高互联网通信的安全性和可靠性,提出一种针对图形交换格式(graphics interchange format,简称GIF)图像的隐密分析算法.该算法基于差分零系数(differential zero coefficients,简称DZC)和索引共生矩阵(index cooccurrencematrix,简称ICM),提取对图像像素间颜色相关性和图像纹理特征变化敏感的36 维统计特征.结合支持向量机(support vector machine,简称SVM)分类技术,实现对GIF 图像中隐密信息的有效检测.实验结果表明,相比于同类算法,该算法对最佳奇偶分配(optimum parity assignment,简称OPA)、分量和(sum of components,简称SoC)、多比特分配(multibit assignment steganography,简称MBA)等典型隐密算法以及EzStego,S-Tools4,Gif-it-up 等网络上常见隐密工具的检测效果更佳,时间效率更高,且具备通用隐密分析的能力.     

基于SVM的JPEG图像隐密分析研究

分析了JPEG图像的信息隐藏方法及各种攻击算法，提出了一种新的基于支持向量机（SVM）的目检测算法。通过分析研究与信息隐藏相关的多个图像统计特征量，设计了图像DCT系数的直方图、边界不连续性、相关差值、相关直方图等值组成特征向量，然后采用SVM方法进行分类，实现了一种新的图像隐密分析方法。实验结果表明，这是一种有效的、高精度的盲检测方法，能够准确识别出图像是否隐藏有秘密信息。     

基于"价值冗余"的隐密术分析

从通信行为的分析入手,将信息的表示依照信宿"价值取向"与"逻辑可推"两个维度进行划分.指出现有的隐密术是基于修改信息中"随机的无价值"部分,结合隐密术的安全性以及隐密术的目标,从"价值冗余"观点对隐密术进行了分析,指出隐密术可以放弃掩护信息通常意义下的价值,以更高的效率和绝对的安全性传递秘密信息.并指出可以按照隐密者对掩护信息概率分布掌握的情况不同,隐密术应用可以划分为3种情况,然后结合一个博弈游戏对两个新的应用作了简要的描述.最后对隐密术的对抗技术以及理论发展进行了展望.     

基于PCA与支持向量回归的储层渗透率预测

在测井技术与储层基本特征研究的基础上,对与渗透率相关的测井参数和岩心参数进行了分析,根据传统的储层渗透率预测方法,提出了一种基于主成分分析与支持向量回归的储层渗透率预测方法。应用主成分分析对测井参数和岩心参数进行数据降维,优选出与渗透率最相关的参数,将优选出的测井参数和岩心参数作为支持向量回归模型的输入参数进行渗透率预测。实验结果表明,利用主成分分析算法提取的特征参数与渗透率有较好的相关性,且支持向量回归具有较高的预测精度,显示出主成分分析和支持向量回归在储层渗透率预测中的优势与实际应用价值。     

基于支持向量机的语义图像分类研究

随着多媒体数据库的不断发展,传统的利用关键词进行图像检索已经越来越不能满足图像检索的需要,基于内容的图像检索已成为当前的研究热点。对图像的颜色和纹理特征进行提取,融合图像的颜色和纹理特征作为图像的特征向量,用支持向量机实现图像的低层特征和高级语义间的关联。实验结果表明,多特征的图像检索要比单一的特征检索效果好,在HSV颜色特征的基础上引入灰度共生矩阵纹理特征后可有效提高检索效率,而且采用支持向量机融合多特征可成功用于图像的语义的检索。     

基于支持向量机的语义图像分类研究

随着多媒体数据库的不断发展,传统的利用关键词进行图像检索已经越来越不能满足图像检索的需要,基于内容的图像检索已成为当前的研究热点。对图像的颜色和纹理特征进行提取,融合图像的颜色和纹理特征作为图像的特征向量,用支持向量机实现图像的低层特征和高级语义间的关联。实验结果表明,多特征的图像检索要比单一的特征检索效果好,在HSV颜色特征的基础上引入灰度共生矩阵纹理特征后可有效提高检索效率,而且采用支持向量机融合多特征可成功用于图像的语义的检索。     

特征选择和支持向量回归参数的联合优化

为提高支持向量回归算法的学习能力和泛化性能,提出了特征选择和支持向量回归参数的联合优化方法。联合优化方法采用主成分分析产生新的特征集,以方均误差为目标计算回归精度,并应用实数编码的免疫遗传算法求解此优化问题。仿真实验结果表明,联合优化的回归精度要优于单独优化特征和支持向量回归参数,而且优化速度更快。     

支持向量回归算法用于烷基苯若干热物性定量预测

烷基苯精馏分离是石油化工重芳烃加工的基本方法,各种烷基苯的热物性智能数据库对重芳烃加工过程优化控制有实用价值。本文研究了烷基苯系化合物若干热物性与化合物结构间的关系。采用新近提出的、特别适合于小样本多变量训练集的支持向量回归（support vector regression,SVR）算法总结了烷基苯系化合物已知物性的实验数据,建立了预报烷基苯系化合物若干物性的数学模型。47个烷基苯系化合物正常沸点、沸点汽化热、临界温度、临界压力和临界体积的SVR留一法（leaving—one—out,LOO）预测的平均相对误差值（mean relative error,MRE）分别为0.370％,1.655％。0.791％．2.069％．0.933％。结果表明,支持向量回归算法预测结果优于人工神经网络（ANN）和偏最小二乘（PLS）算法。     

基于支持向量机回归的麻醉药毒性的QSPR研究

采用支持向量机回归(SVR)方法研究了39个麻醉药毒性的定量构效关系,基于留一法交叉验证的结果,模型的相关系数为0.970。结果表明,所建SVR模型的精度高于逆传播人工神经网络(BPANN)、多元线性回归(MLR)和偏最小二乘法(PLS)所得的结果。     

基于相对熵的直方图差异与JPEG隐写的定量分析

针对图像隐写分析中常用的直方图特征,给出了一类基于相对熵的直方图差异计算方法,并提出了一种基于相对熵的JPEG隐写的定量分析方法.首先根据两假设检验中的最优检验——似然比检验,分析了相对熵在衡量2个直方图间的距离时的优越性,并给出了2种基于相对熵的直方图差异计算方法.然后,以新的直方图差异特征为基础,训练支持向量回归分析器,以估计隐写对DCT系数的更改比率.针对JSteg和改进的F5隐写的实验结果表明:与其他的直方图差异特征相比,根据所提出的基于相对熵的直方图差异特征所训练的定量隐写分析器具有更高的估计精度和稳定性.     

基于冗余零系数消除的F5改进算法

F5隐写分析算法利用收缩现象,比较剪裁后图像直方图和估计载体图像直方图的差异进行检测。针对该算法的特点,提出改进的F5算法,通过部分消除冗余零系数,提高嵌入率、防止收缩现象的发生。在标准图像集上的实验结果表明,改进算法改善了含密直方图的收缩现象,各检测参数与原始载体图像差别较小,可以有效抵抗F5隐写分析算法。     

F5隐写算法及其隐写分析研究

图像隐写分析是检测、提取和破坏隐写图像中秘密信息的技术,是信息安全领域的研究热点之一.由Westfeld提出的F5隐写算法是一种重要的图像隐写算法.分析了F5隐写算法及其隐写系统,讨论了一种针对F5隐写算法的隐藏检测方法,并给出了具体实现的算法.实验结果表明,F5算法采用矩阵编码,提高了嵌入效率.     

空域LSB信息伪装及其隐写分析

介绍了最不重要比特(LSB)替换和LSB匹配2种典型的基于图像的信息伪装算法,阐述了两者的隐藏原理及优缺点。分类论述了各类隐写分析算法,分析其检测原理,给出了各类算法的适用范围和优缺点,对每类算法中的典型分析方法进行评价。根据信息嵌入过程对载体图像的影响分析得出LSB匹配信息伪装算法的安全性要高于LSB替换信息伪装算法的结论。指出了提高隐藏信息安全性的途径和努力方向。     

从近似超平面到SVR的算法研究

本文证明了SVM存在近似超平面;根据SV分布于SVM超平面附近,也必然分布于其近似超平面附近的特点,提出了从近似超平面出发,通过向量距近似超平面的距离的大小逐步搜索SV,建立SVR的算法思想;列举了基于该算法思想的一个算法实例——从多元回归平面构建LS-SVM;分析了其时空复杂度,并与LS-SVM的线性方程组解法和直接分解算法进行比较,其结果是该算法能够收敛到l个训练样本直接建立的SVR,并降低了计算时间复杂度和显著降低了计算空间复杂度。     

组合ARMA与SVR模型的时间序列预测

经典的ARMA模型常用于平稳时间序列的预测,而对于自然界绝大部分的非平稳序列一般采用确定性时序分析和随机时序分析.确定性时序分析对随机性信息浪费严重,而随机时序分析经过差分平稳序列后又回归到ARMA模型.本文利用在充分ARMA模型拟合后的残差序列进行支持向量回归(SVR)拟合,进而对原序列进行组合预测,比起单一模型的拟合及预测,该组合有效地提高了预测精度.     

基于小波估计和直方图特征的LSB匹配分析

针对隐写分析中的难点——空域LSB匹配隐写进行检测和分析,描述LSB匹配加性隐写的特点,将匹配隐写建模为图像受到一定强度的脉冲噪声干扰,采用小波变换对退化的图像进行恢复作为载体的估计。对检测图像和恢复图像提取多个直方图特征比值作为特征向量,利用支持向量机对500幅高质量未压缩的自然图像组成的载体、载密图像库进行检测,结果证明该算法在低嵌入率下可获得较好的检测效果。     

基于统计特征和SVM的JPEG图像掩密分析

提出一种能够有效检测含密JPEG图像的掩密分析方法,利用图像的一阶和二阶统计特征分别提取原始图像和掩密图像的直方图特征以及图像块内和块间的部分统计特征,采用支持向量机对原始图像和掩密图像的特征进行训练、分类并建立模型,达到通用检测的目的。实验结果表明,该算法能够对Jsteg, F5, OutGuess和MB等掩密算法进行有效分析。     

基于熵权与灰色关联度的隐写分析算法评估

针对现有隐写分析评估方法计算复杂、权重分配不合理的缺点,结合熵权与灰色关联度对隐写分析算法进行评估。确定算法的主要性能指标,采用熵权法计算各指标的权值,运用灰色关联度综合评价方法计算待评价指标向量与最优指标向量间的加权灰色关联度,并根据关联度的大小对隐写分析算法的优劣进行排序。实例仿真结果表明,该方法能合理评估各类隐写分析算法的优劣,具有可行性。