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。     

BMP图像信息隐藏新型检测方法研究

信息隐藏是一个崭新的研究领域,它横跨数字信号处理、图像处理、语音处理、模式识别、数字通信、多媒体技术、密码学等多个学科。互联网上有很多自由下载的软件可用于信息隐藏。但是对于其相应的检测技术却还是相对薄弱,很少有非常有效的检测算法。该文针对BMP图像信息隐藏新型检测方法的研究,主要针对的是空域的盲检测算法。对BMP新型信息隐藏软件以做出了仔细的研究,得出了针对不同的软件、不同情况下的加入隐藏信息后的特点。研究出了最可疑点统计算法和层次比的算法,并使用C语言进行实现。     

网络环境中的信息隐藏与检测

隐藏信息分析是当前统计学、数字信号处理、语音图像处理,模式识别,算法设计等学科的交叉领域,当前各国斥巨资进行这方面的研究。对于隐藏信息的分析由于其特殊用途,研究处于保密状态,国内外关于这方面的文献特别少。与密码学类似,信息隐藏是一个对抗性的研究领域。正是因为有针对信息隐藏的攻击和分析检测存在,信息隐藏研究才不断的深入。信息隐藏和隐藏信息的分析检测是一对矛与盾的关系,通过对隐藏信息的分析检测,可以为信息隐藏工作给予理论和实际应用的指导。     

信息隐身术——信息隐藏的盲检测方法

在对现有的信息隐藏盲检测方法的研究基础上，着重阐述了基于计算免疫系统的信息隐藏盲检测法，并分析了通过计算免疫系统生成高速隐藏信息检测器来快速区分干净信息和含有隐藏信息的隐蔽载体，从而实现对隐藏信息进行高速检测的过程。     

基于图像的信息隐藏检测技术

本文首先介绍了现有图像信息隐藏检测技术的分类,然后阐述了常用的基于图像的信息隐藏盲检测技术,并对它们的优缺点和应用领域进行了分析,最后对信息隐藏技术的发展和系统开发作了分析与展望。     

基于图像信息隐藏的检测分析

信息隐藏技术可以轻易地使一些信息通过文本或图像等载体越过防火墙系统。为维护网络的安全,检测网络上传输的信息文件是否含有隐藏的信息有着非常重要的意义。本文通过对几种常用的信息隐藏方法统计分析,给出了相应的检测算法。     

基于虚词变换的文本隐藏信息检测方法研究

基于虚词变换的文本信息隐藏方法通过增删汉语中的高频虚词进行信息隐藏,该方法不影响载体文本的语义,具有较好的隐蔽性和抗检测能力.通过总结虚词使用的语言特征,分析增删虚词带来的违背语法和习惯用法等问题,同时根据多数情况下隐藏信息后标记短语增加,非标记短语减少这一重要统计特征,提出一种最近邻法与语言特征分析相结合的检测方法.实验结果表明,该方法具有较低的虚警率和漏警率,对基于虚词变换的文本信息隐藏方法能进行有效检测.     

面向特征的信息隐藏检测研究

本文研究了图像信息隐藏中针对结构隐藏和对软件特征码的特征识别技术,根据特征的多段、多选项性质提出特征分层思想,在此基础上建立了特征识别算法。它用特征搜索引擎解析特征数据库,扩大了能处理的特征范围,简便快速高效,避免了为每个复杂特征分别编写代码造成的问题。     

空间域LSB的信息隐藏检测技术研究

基于图象的信息隐藏检测技术是隐写分析技术的基础,对于保障网络信息安全和提高信息隐藏算法的安全性具有重要意义。本文针对基于空间域图象的LSB信息伪装的方法,介绍了隐写分析的原理,以及现有的信息隐藏检测算法,并对这些算法进行了评价。最后指出了信息隐藏检测技术未来发展的方向,以及发展前景。     

针对同义词替换信息隐藏的检测方法研究

基于同义词替换的文本信息隐藏方法,可以通过对载体中的同义词进行有选择的替换来嵌入隐藏信息.通过分析,发现这种方法嵌入隐藏信息后会导致载体文本中同义词结对概率的明显增加.基于此,提出了一种通过分析文本中同义词结对值来进行隐藏信息检测的算法.实验表明,该检测算法漏警率约为4%,虚警率约为9.8%,证明该检测算法可以有效地检测基于同义词替换的文本信息隐藏方法隐藏的信息.     

用于痕量硝基苯类化合物检测的{MSU／PDDA}n／GC纳米修饰电极的研究

该文利用层层组装方法,构建了用于溶液中TNT等硝基苯类化合物检测的{MSU/PDDA}n/GC纳米修饰电极,以差示脉冲伏安法(DPV)为手段依据TNT、TNB、DNT和DNB等硝基苯类化合物在电极上的电流变化建立了硝基苯类化合物的检测方法,并探讨了反应过程和传感机理.该修饰电极响应速度快、灵敏度高、检测稳定,硝基苯类化合物浓度在4.4×10-9 mol/L至1.1×10-7 mol/L范围内与电极响应电流呈良好的线性关系.该研究为环境污染分析和爆炸物痕量监测提供了一种新的方法.     

Chaotic-Type Features for Speech Steganalysis

We investigate the use of chaotic-type features for recorded speech steganalysis. Considering that data hiding within a speech signal distorts the chaotic properties of the original speech signal, we design a steganalyzer that uses Lyapunov exponents and a fraction of false neighbors as chaotic features to detect the existence of a stegosignal. We also discuss the applicability of the proposed method to general audio.      

针对EzStego隐写图像的检测方法

针对基于调色板图像的EzStego隐写算法，在分析比较了目前常见的χ^2统计分析与RS分析方法后，指出了这两种方法在低嵌入率的EzStego隐写图像检测中的不足及其产生问题的主要原因，考虑到EzStego隐写算法的以下两个显著特征：颜色对及顺序嵌入，提出了一种基于颜色对频度统计分析的新型检测算法。实验结果表明，这种方法适用于EzStego隐写图像的检测，在低嵌入率情况下，其检测率和虚警率优于χ^2统计分析与RS分析方法。该方法在使虚警率降低1～2倍的情况下，检测率达到87％，而其他两个方法的检测率只有63％～69％，该新方法19～24个百分点。     

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。     

二值文本图像隐写分析算法

提出了一种基于模式分析的二值文本图像隐写分析算法。在深入研究当前国内外二值图像信息隐藏和隐写分析算法的基础上,提出了图像"模式"的概念,并将图像模式按照修改其中心像素对人体视觉的影响程度分成三类,建立了二值图像最佳嵌入位置模式库;通过分析二值文本图像的模式在嵌入信息前后的变化特征,提出了基于模式分析的二值文本图像隐写分析算法。实验证明该算法是一种性能较佳的二值文本图像隐写分析算法。     

Steganalysis for clustering modification directions steganography

Multimedia Tools and Applications - In recent time, most of the steganographic methods minimize the embedding cost while maximizing the embedding capacity by injecting message bits in the highly...     

Steganalysis of YASS

A promising steganographic method—Yet Another Steganography Scheme (YASS)—was designed to resist blind steganalysis via embedding data in randomized locations. In addition to a concrete realization which is named the YASS algorithm in this paper, a few strategies were proposed to work with the YASS algorithm in order to enhance the data embedding rate and security. In this work, the YASS algorithm and these strategies, together referred to as YASS, have been analyzed from a warden's perspective. It is observed that the embedding locations chosen by YASS are not randomized enough and the YASS embedding scheme causes detectable artifacts. We present a steganalytic method to attack the YASS algorithm, which is facilitated by a specifically selected steganalytic observation domain (SO-domain), a term to define the domain from which steganalytic features are extracted. The proposed SO-domain is not exactly, but partially accesses, the domain where the YASS algorithm embeds data. Statistical features generated from the SO-domain have demonstrated high effectiveness in detecting the YASS algorithm and identifying some embedding parameters. In addition, we discuss how to defeat the above-mentioned strategies of YASS and demonstrate a countermeasure to a new case in which the randomness of the embedding locations is enhanced. The success of detecting YASS by the proposed method indicates a properly selected SO-domain is beneficial for steganalysis and confirms that the embedding locations are of great importance in designing a secure steganographic scheme.      

Optimized Feature Extraction for Learning-Based Image Steganalysis

The purpose of image steganalysis is to detect the presence of hidden messages in cover photographic images. Supervised learning is an effective and universal approach to cope with the twin difficulties of unknown image statistics and unknown steganographic codes. A crucial part of the learning process is the selection of low-dimensional informative features. We investigate this problem from three angles and propose a three-level optimization of the classifier. First, we select a subband image representation that provides better discrimination ability than a conventional wavelet transform. Second, we analyze two types of features-empirical moments of probability density functions (PDFs) and empirical moments of characteristic functions of the PDFs-and compare their merits. Third, we address the problem of feature dimensionality reduction, which strongly impacts classification accuracy. Experiments show that our method outperforms previous steganalysis methods. For instance, when the probability of false alarm is fixed at 1%, the stegoimage detection probability of our algorithm exceeds that of its closest competitor by at least 15% and up to 50%     

基于特征的彩色位图隐写分析

针对互联网上流行的真彩位图文件的隐写算法工具InplainView, 根据算法嵌入原理和特征分析,成功实现了对隐秘图像的检测;通过研究从隐秘图像中所提取消息的字符频度分布,提出了对嵌入消息加密的密钥恢复解决方案,有效提高了隐写分析性能。最后的实验结果表明,该隐写分析方法简单、高效,便于实用。