一种基于特征的抗剪裁盲水印算法

为了提高水印抗剪裁攻击的鲁棒性,提出了一种基于特征的方法,用来辅助决定水印的嵌入和提取的位置,并根据人类视觉的掩蔽特性,在较复杂的块增加嵌入量,而在DCT域的中低频带嵌入二值图像水印,并通过标志位的嵌入来辅助水印的提取,该算法除了对JPEG、模糊等图像操作具有很好的抵抗能力外,同时对裁剪也具有很好的鲁棒性。目前在许多水印嵌入算法中,当对剪切图像进行水印提取时,图像的大小和像素相对坐标均未发生改变;而本文对剪裁后的图像所进行的水印提取则是在图像的大小和像素的相对坐标均是未知的情况下进行的。实验结果证明,该算法是一种行之有效的盲水印算法。     

采用可逆信息隐藏技术的高性能彩色图像对比度增强算法

针对彩色图像可逆信息隐藏中相对较少的嵌入容量和数据嵌入后的图像质量问题,提出基于可逆信息隐藏的高性能彩色图像对比度增强算法.该算法将原始RGB图像转换成HSV(色调,饱和度,亮度)图像,在预处理时,合并像素直方图单侧2个高度最低的条柱,并设置一个失真阈值防止图像失真;数据嵌入过程中,在保持色调分量不变的同时增大单个像素能嵌入秘密信息的长度,且在增大数据嵌入量的同时减少了图像失真;在多次执行数据嵌入过程后,直方图实现均衡化,从而有效地增强图像的对比度.在Kodak和USC-SICI图像集上的实验结果表明,与同类算法(UCE和HSP算法)相比,所提算法在嵌入容量指标和色彩差异指标CIEDE2000的性能上分别平均提升28.6%和34.7%.     

一种改进的LSB音频信息隐藏算法

一种改进的LSB音频信息隐藏算法。该算法首先将音频信号分帧,选择了能量相对较大的帧进行嵌入;另一方面,在进行LSB嵌入时,采用的嵌入算法能够扰乱传统LSB算法所导致的对称性,破坏了统计检测的基础。     

一种改进的LSB音频信息隐藏算法

一种改进的LSB音频信息隐藏算法。该算法首先将音频信号分帧,选择了能量相对较大的帧进行嵌入;另一方面,在进行LSB嵌入时,采用的嵌入算法能够扰乱传统LSB算法所导致的对称性,破坏了统计检测的基础。     

基于拓扑感知节点排序的虚拟网络嵌入

在共享底层上嵌入多个虚拟网络(VN)是云计算平台和大规模可切片网络测试平台的一个挑战性问题。本文利用马尔可夫随机游走模型,根据网络节点的资源和拓扑属性对其进行排序,这种新的拓扑感知节点排序方法可反映节点的相对重要性。利用节点排序设计了两种VN嵌入算法：RW-MaxMatch和RW-BFS。仿真实验表明：与现有的嵌入算法相比,拓扑感知节点排序具有较好的资源度量,并且所提出的基于RW的算法增加了长期平均收益和接受率。     

基于DCT频域的文档图像水印算法

DCT域数字水印算法是目前频域算法中的准最佳算法．但目前大多数算法都将水印信号经过一定的变换嵌入到DCT交流分量的中频或低频系数上,本文根据文档图像的具体特点,提出在DCT直流分量上嵌入水印．更好地保证了文档图像的鲁棒性。     

基于小波变换和纹理特征的水印算法的研究

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印,这种算法的缺点是嵌入水印后的图像的视觉透明度不够好。对目前已有的基于小波变换的数字水印算法进行了研究,在保证嵌入水印的鲁棒性的前提下,也保证嵌入水印后的图像的理想的视觉效果的基础上,提出了一种基于小波变换和图像纹理特征的自适应数字水印算法,该算法利用了图像本身固有的纹理特征来寻找水印的嵌入位置,实验结果表明该方法能较好地降低原始图像视觉失真和经压缩变换后水印图像的失真。     

一种基于三维小波变换的盲视频水印算法

为了寻求有效的数字媒体保护方法,本文提出了一种基于三维小波变换的盲视频水印算法。算法将灰度水印图像进行了多分辨率分解和位平面分解为,然后将这些不同分辨率的二值图像嵌入到视频场景中的各帧Y分量的中频小波系数帧相应的子带中,使水印嵌入具有自适应性,嵌入时通过对系数分组并修改每组第一个系数的相对大小来完成,可以实现盲检测。实验结果表明,该文所提出的视频水印算法对MPEG编码、帧平均、帧丢失和帧交换具有良好的鲁棒性。     

基于多目标优化的加密图像可逆信息隐藏

针对加密前预留空间（RRBE）嵌入算法需要进行一系列的预处理工作,以及加密后腾出空间（VRAE）嵌入算法嵌入空间较小的缺点,为了在提高嵌入率的同时缩减算法流程和减少工作量,提出一种基于多目标优化的加密图像可逆信息隐藏算法。该算法将RRBE与VRAE中两个具有代表性的算法在同一载体中结合使用,并以信息嵌入量、直接解密图像失真、提取错误率、计算复杂度等性能评价指标作为优化子目标,再利用功效系数法建立模型求解出两种算法应用比例的相对最优解。实验结果表明,所提算法不仅能够降低单独使用RRBE算法的计算复杂度,还能使图像处理用户够根据实际应用场景中不同的需求灵活地分配优化目标,同时也能获得较好的图像质量和令人满意的信息嵌入量。     

高效可执行文件后门隐写算法

分析了目前基于可执行文件隐写算法的不足,提出了一种基于程序源文件修改的隐写算法。该算法将无意义的冗余函数以及后门代码均匀嵌入到程序源文件中,编译生成可执行文件载体。用隐秘信息分组替换冗余函数,从而达到嵌入信息的目的。通过算法的具体实现,验证了算法的可行性与有效性。与其他算法相比,明显提高了嵌入率,并且能够抵抗杀毒软件的检测。实验结果表明,该算法嵌入率高,嵌入容量大,算法安全性强。最后通过分析影响算法安全性的因素,提出了进一步提高算法安全性的可行性方案。     

基于图像内容的局部化自适应数字水印算法

提出一种小波域基于图像内容的局部化自适应数字水印算法．该算法利用图像中相对稳定的特征点来标示局部水印的嵌入位置,并在与每个特征点对应的局部区域(子图像)内,依据DWT域的水印嵌入策略,独立地、自适应地嵌入基于子图像内容的水印．实验结果证明,该算法对裁剪等各类攻击具有很强的鲁棒性．     

基于重心的抗同步攻击的音频水印算法

抗同步攻击是音频水印领域公开的难题. 相对重心是音频的一个稳定的全局特征量, 对 TSM (Time scale modification)等同步攻击不敏感. 本文提出一种基于相对重心的抗同步攻击的音频水印算法,提出的算法通过量化音频的相对重心生成水印, 生成的水印由混沌序列加密后以量化的方法嵌入载体音频三级小波近似分量均值中. 为了降低同步攻击后同步位置的连续偏移, 水印嵌入提取过程采用了均匀分帧的方法. 实验结果表明提出的算法能抵抗常规信号处理操作, 同时 能抵抗20%的TSM操作(包含音调不变TSM和重采样操作)和 1/10的抖动操作, 有很好的鲁棒性.     

融合双层注意力机制的属性网络节点嵌入

属性网络嵌入旨在学习网络中节点的低维表示,具有拓扑和属性相似的节点在嵌入空间彼此接近.注意力机制能有效学习网络中节点与其邻居的相对重要性并基于邻居重要性聚合节点表示.据此,提出一种在属性网络中融合双层注意力机制的节点嵌入算法NETA,可以有效地实现属性网络嵌入.该算法首先从拓扑结构捕获直接邻居,基于属性关系捕获间接邻居...     

基于Hopcroft-Tarjan判定算法的平面图嵌入算法

给出了一个基于Hopcroft-Tarjan平面图判定算法的平面图嵌入算法，并具体实现了该算法。与其它基于Hopcroft-Tarjian平面图判定算法的嵌入算法的实现方法相比，该方法更容易实现，并且判定和嵌入同时完成。     

基于图像内容的局部化数字水印算法

本文提出一种基于DWT的CBWM局部化数字水印算法,该算法是利用图像中相对稳定的特征点来标示局部水印的嵌入位置,并在与每个特征点对应的局部区域内独立地嵌入水印 。这样。当只有部分图像时,仍能通过这些特征点来定位并检测水印。该算法中,局部水印的嵌入是通过将水印嵌入到局部图像小波变换域的低频空间的特征向量中,并且嵌
入的局部水印与特征向量两者正交。实验结果轰明．该算法对裁剪等各类攻击具有很好的鲁棒性。     

面向索引图的大容量信息隐藏方法

嵌入容量是衡量信息隐藏方法的重要指标之一。为了提高嵌入容量,提出一种面向矢量量化索引图邻块编码的信息隐藏改进算法,利用当前块的四邻块的空间相对位置关系和邻块与当前块索引差值的数值范围进行信息隐藏。实验结果表明,改进后的算法能够显著提高嵌入容量,在比特率仅增加5.13%13.10%的情况下可将嵌入容量提高到Chang方法容量的2.113.16倍,嵌入效率由原来平均0.10提高到了0.26。     

一种基于D CT的序列分组水印算法

在保证鲁棒性前提下,为了进一步提高水印的不可感知性,提出了一种基于DCT变换的二值序列分组数字水印算法。该算法选择载体图像的部分中频系数作为可嵌入的位置空间,同时将水印的分组数值映射到该空间中的一个具体系数作为实际内嵌位置。算法利用一个DCT系数嵌入多比特水印信息,减少了水印嵌入过程中需要修改的系数量,提高了水印算法的感觉容量。实验结果表明,该算法能够实现水印嵌入位置的随机选取,并对典型攻击具有鲁棒性。     

在数字印章中嵌入信息的方法及其实现

提出了一种在数字印章图像中的圆环上嵌入信息的方法,以实现文档认证的目的。分析了Bresenham圆序列的各种性质,提出了两个具体的圆环信息嵌入算法,分析了它们的嵌入量和平均形变量。第一个算法仅在圆环的外圆中嵌入数据,其形变较小;第二个算法同时在外圆和内圆中嵌入信息,使信息嵌入量增大了一倍。实验与分析表明,两种算法的平均形变量均小于1像素,其嵌入效果也令人满意。此外,两种算法在普通大小的数字印章中可分别嵌入HMAC-SHA512认证码和1 024比特的RSA签名结果。     

基于DWT-DCT和Zernike矩的灰度级鲁棒性水印算法

鲁棒性是数字水印极为重要的指标.目前大多数文献中的鲁棒性水印方案对常规信号处理攻击均具有良好的鲁棒性,但抗几何攻击的鲁棒性相对较弱.提出了一种新的灰度级鲁棒性水印算法,对常规信号处理攻击和几何攻击均具有良好的鲁棒性.水印算法的鲁棒性由以下3方面获得:1)选择载体图像的内切圆盘作为Zernike矩的计算域,选择内切圆盘的内接正方形作为水印的嵌入区域.2)在载体图像嵌入区域的层叠DWT-DCT域嵌入水印,获得对常规信号处理攻击的强鲁棒性.3)保存原始含水印图像的2个Zernike矩作为校正几何攻击的参数,获得抗几何攻击能力.实验结果表明,该水印算法嵌入容量大,不仅对大角度旋转和大尺度缩放等几何攻击具有很好的鲁棒性,而且可以有效地抵抗有损压缩和常规信号处理攻击.     

基于等维度独立多流形的DC-ISOMAP算法

流形学习已经成为机器学习与数据挖掘领域中一个重要的研究课题.目前的流形学习算法都假设所研究的高维数据存在于同一个流形上,并不能支持或者应用于大量存在的采样于多流形上的高维数据.针对等维度的独立多流形DC-ISOMAP算法,首先通过从采样密集点开始扩展切空间的方法将多流形准确分解为单个流形,并逐个计算其低维嵌入,然后基于各子流形间的内部位置关系将其低维嵌入组合起来,得到最终的嵌入结果.实验结果表明,该算法在人造数据和实际的人脸图像数据上都能有效地计算出高维数据的低维嵌入结果.