多载体信息隐藏安全性研究

分析单载体信息隐藏技术的的特点和局限性,针对单载体信息隐藏的不足,提出一种多载体信息隐藏的理论模型.给出了其工作原理和实现过程,得到了载体的最大有效载荷与载体容量的关系.从信息论的角度对单载体信息隐藏和多载体信息隐藏的安全性进行了分析,并给出了形式化的证明,最后给出了完备多载体信息隐藏系统安全性的约束条件.     

信息隐藏安全性研究

指出信息隐藏安全的必要条件和主要因素,给出信息隐藏安全性度量指标。根据信息隐藏通信模型,从信息隐藏的原理和面临的威胁方面分析信息隐藏安全性,给出各要素对信息隐藏安全的影响,指出载体信息、秘密信息、隐藏密钥的保密性是隐藏系统安全的必要条件,隐藏密钥的强度是制约其安全的主要因素。从抵抗攻击的角度提出用不可感知性、抗提取性、鲁棒性作为信息隐藏安全性度量指标。     

图像信息隐藏的理论安全性研究

根据图像隐写分析的特点，对图像信息隐藏过程所引起的载体视觉特征和统计特征，特别是高阶统计特征的变化进行约束，改进并丰富了信息隐藏系统理论安全的经典模型——假设检验模型，并将其应用于具体图像信息隐藏的安全性分析中，实现了对图像信息隐藏系统安全强度的测评。     

网络报文信息隐藏的理论安全性研究

根据网络报文隐写分析的特点,对网络报文信息隐藏过程所引起的载体结构特征和统计特征变化,尤其是高阶统计特征的变化进行约束,改进并丰富了信息隐藏系统理论安全的经典模型--假设检验模型,并将其应用于具体的网络报文信息隐藏检测算法的分析中.     

信息隐藏技术及其发展研究

Internet上的保密通信和数字产品版权保护方面的强烈需求,已成为信息隐藏技术研究的强大推动力。本文介绍了信息隐藏技术的基本模型与特性以及主要的隐藏算法,同时阐述了当前主要的隐藏分析技术。最后作者通过对比分析,指出了信息隐藏技术的重点发展方向,并展望了其广阔的应用前景。     

信息隐藏理论容量研究综述

隐藏容量是信息隐藏系统的关键性指标之一。综述了信息隐藏容量分析的最新研究成果,介绍了信息隐藏的理论模型,描述了隐藏容量的理论问题。然后针对具体模型得出不同的容量表达式,给出了一些新观点和有待进一步研究的4个重要方向。     

语音回声信息隐藏技术研究

回声信息隐藏是通过在语音媒体中加入不同延时的回声来实现信息隐藏的一种技术。采用易于检测的前向一后向回声核构建了回声信息隐藏系统。介绍了前向一后向回声核的构成原理和倒谱检测方法,仿真并分析了系统关键参数对隐藏信息恢复率的影响,如延迟时间、分段长度、回声的衰减系数等。通过引入8个延时的回声实现了8进制信息隐藏,使隐藏信息的容量提高了3倍,在采样频率为8kHz的条件下达到150bit／s,恢复率大于99％。20人的非正式试听表明,隐藏信息后的语音和原始语音没有明显的差别且优于单回声的语音质量,得到了较好的隐藏效果。     

信息隐藏技术在网络行为测量中的应用研究

信息隐藏是信息安全领域一个非常年轻但发展迅速的研究方向.文章介绍了信息隐藏技术的定义、分类和两个关键模型,分析了网络行为测量中信息隐藏的作用,基于网络隐式行为测量平台、结合信息隐藏技术,指出了构建是下一步研究的重点.     

图象信息隐藏检测研究

图象信息隐藏检测研究已经成为学术界在网络与信息安全领域中一项重要的攻关课题。本文首先介绍了典型的图象信息隐藏检测算法并给出了算法评价,然后指出了当前图象信息隐藏检测的攻关难点和下一步的研究方向。     

信息隐藏技术的理论及应用

当今社会已经步入了信息化时代,计算机互联网的飞速发展使社会各个行业的效率得到提高,但是网络发展作为一把双刃剑,如何有效保护网络作品、信息等,这就涉及到信息隐藏技术的开发和应用。作为保护知产权的重要途径,信息隐藏技术将秘密信息隐匿于普通信息中,使信息更加安全。本文从信息隐藏技术的基本理论出发,探讨了信息隐藏的基本方式以及信息隐藏技术的实际应用。     

改进的信息隐藏的信息论理论模型

分析了已知信息隐藏系统的通信模型,提出了建立在信息论基础上的理论新模型,得出了无攻击情况下隐藏容量的证明,并对该模型进行了讨论。新模型重点考虑了信息隐藏系统实际存在的鲁棒性,全面综合了信息隐藏的嵌入、检测和攻击模型,对以往信息隐藏理论模型中没有考虑检测模型做出了改进。     

基于图像信息隐藏的抗提取性评价

对隐藏密钥的概念进行定义,定义其为包括算法选择密钥K1、图像载体选择密钥K2和嵌入位置、顺序选择密钥K3在内的三元组。通过分析K1, K2的具体意义以及度量K3的计算复杂度,对基于图像信息隐藏系统的抗提取性进行了评价,对安全性领域的研究具有一定的指导意义。     

一种基于双随机相位编码的高容量信息隐藏算法

针对一种基于双随机相位编码的图像隐藏算法进行了改进,实现了更高容量的信息隐藏。该算法对于待隐藏图像进行双随机相位编码之后,将编码图像嵌入到以一定方式扩展的宿主图像中得到混合图像。在嵌入编码图像时采用了不同于原方法的叠加方式,从而提高了信息隐藏量。此外,与原方法相比,在保持恢复的隐藏图像质量的同时,改善了混合图像的质量,且明显增强了算法安全性。理论分析及实验均证明了方法的有效性。     

带记忆组合生成器的条件相关性

利用隐马尔可夫模型对带记忆组合生成器概率模型的相关性问题进行了研究,得到快速计算记忆状态条件概率的公式。讨论了上述计算公式在限定条件下的应用。在此基础上对改进的加法生成器进行了条件相关攻击,与其它攻击方法相比,条件相关攻击的计算复杂度和所需密钥流长度达到了折中。     

动态协议设计机制研究*

安全协议的设计一直是网络安全领域的重要研究方向,传统的协议的安全性用经验和形式化的分析来保证。由于新攻击手段的出现,协议设计实现的缺陷等,协议仍存在潜在安全问题。传统的协议的设计和实现的模块相对固定,攻击者有充足的资源和时间分析和利用目标协议存在的缺陷和漏洞,对设计者有天然的不对称优势。为打破这种优势,提出了动态协议设计机制,对传统协议进行多样化、动态化改造,减少协议缺陷和漏洞的暴露时间。提出了基于攻击步骤的概率评估模型,验证了动态协议设计机制的有效性。     

基于HMM的机载设备状态健康评估方法研究

针对机载设备的状态健康评估问题,采用隐马尔科夫模型(HMM)对其进行性能退化程度的评估;首先引入状态条件概率矢量对HMM进行不确定性改进,并推导了其表达式;其次以状态条件概率比值为基础,给出了机载设备状态等级量化分值的计算方法,并据此设计了机载设备状态健康评估流程;最后以飞机发动机温控放大器为例进行仿真验证,结果表明上述方法能够给出直观、准确的状态评估结果.     

基于Naive Bayes的CLIF-NB 文本分类学习方法

针对Naive Bayes方法中条件独立性假设常常与实际相违背的情况，提出了CLIF_NB文本分类学习方法，利用互信息理论，计算特征属性之间的最大相关性概率，用变量集组合替代线性不可分属性，改善条件独立性假设的限制，并通过学习一系列分类器，缩小训练集中的分类错误，综合得出分类准确率较高的CLIF_NB分类器．     

基于机器学习的英语词汇自适应学习模型

研发一个实现机器学习算法的英语词汇自适应学习模型,该模型记录了学习者对学习内容自我选择的情况,进而反映出学习者的个性差异.同时,作为一种动态建模学习工具,其关键参数是条件概率,用于测量学习者某个认知特征对某种学习内容的适应性关系,因此将该参数称为适应度.学习者每次对一个单词完成学习内容的自我选择,适应度随之更新一次,视...     

基于序贯假设校验的优化水印检测方案

数字水印在许多实际应用中,会有不同的侧重,如用之于数码相机、DVD、大型图像及多媒体数据库等情况下,自然以嵌入少和检测快为重点,这样可减少空间占用和显著提高水印检测效率,同时还可降低对宿主对象的品质影响,为此,本文提出的基于序贯假设检验的算法,以空域水印为对象,在保证水印提取检测时有足够小的虚警概率和漏警概率的前提下确定水印的最少嵌入量,并通过同条件的对比实验说明,本方法有明显的优化效果。