一种新型可靠网络隐蔽信道的研究

针对传统IP时间隐蔽信道传输速率低,在广域网中缺少一种稳定的时间同步机制,难以实现收发双方间可靠、稳定传输隐蔽信息的问题,提出了一种可靠网络隐蔽信道的模型。这种信道利用在固定时间窗口内发送的IP数据包数量作为载体传输隐蔽信息。通过引入一种新的信息编码机制,显著提高了网络隐蔽信道的传输带宽。进一步提出了一种比特块定界方法,解决了传统IP时间隐蔽信道的时间同步问题。实验结果表明,提出的可靠网络隐蔽信道的传输速率和稳定性均好于传统的IP时间隐蔽信道。     

基于比特币系统的隐蔽通信技术

为了满足日益增多且机密性要求很高的情报传输需求,急需提出新的隐蔽通信方式.隐蔽通信技术需要满足的性能包括安全性和隐藏率.与此同时,区块链技术具有去中心化、匿名性、可追溯且分布式记账等特点,比特币是最为经典且普及的区块链货币应用.因此,本文提出了利用比特币的P2P网络广播机制和交易机制构造了BDTX(Broadcast-...     

应用于MANET实时流媒体传输的自适应速率调节机制

近年来,通过无线移动网络传输实时流媒体数据一直是很热门的研究课题.然而,这种无线环境下的实时流媒体传输面临着严峻的挑战,原因在于多媒体应用严格的服务质量要求和无线移动网络固有的动态特性.提出一种应用于无线移动ad hoc网络实时流媒体传输的速率调节机制(ARAM).该机制采取跨层设计,根据GM(1,1)模型预测得到带宽信息,考察队列情况来自适应地调节节点的发送速率.通过NS2设置典型的无线网络场景进行仿真,以来获取无线流媒体传输的数据.对ARAM性能的数学分析表明,该机制有效地改进了无线移动ad hoc网络中流媒体传输的可靠性和无线实时通信的服务质量.     

安全群组通信在远程教育系统中的应用

近年来,随着远程教育的发展,远程教育的通信安全成为远程教育网络安全体系的研究热点。而构建于群组通信系统之上的安全群组通信系统(SGCS),不仅可提供可靠的、顺序的消息传送和小组成员关系服务,还能为成员间消息的传输提供安全机制。针对远程教育通信的特点,将SGCS和流媒体传输技术融合后应用于远程教育通信中,构建了一个远程流媒体课堂系统。     

实时流媒体测试床的研究

文章提出了一种基于LAN的实时流媒体测试床,它可以用以仿真流媒体数据在不可靠网络中的传输状况,并用来测试流媒体数据在无线网中的新的调度算法。     

P2P流媒体传输协议及其QoS优化研究

通过分析具有代表性的实时流媒体服务模型Promise中使用的P2P流媒体网络协议CollectCast,针对其中在缓存管理与传输速率协调性方面的局限性,提出一种改进的P2P流媒体传输协议cacheCollectCast,该协议能够根据综合缓存状态动态地调节发送数据包的大小以及传输速率,解决了节点的缓存状况与流媒体所要求的码率,以及与包传输量大小之间不匹配的问题,达到了优化P2P流媒体网络节点间数据传输QoS性能的目的.通过仿真实验,详细分析了协议原型在P2P流媒体网络中数据传输的效果.结果表明,所提出的新的cacheCollectCast协议比原有协议在延迟和抖动方面有明显的改善.为P2P流媒体传输研究提供了有价值的实验数据及参考方案.     

一种基于Web访问模型的网络隐蔽通道

网络隐蔽信道是将窃取的机密信息隐藏在正常的网络传输协议中的一种通信方法. 由于网络时间隐蔽信道不修改网络数据包的内容, 因此更加难以检测和限制, 从而具有更大的威胁. 提出一种新的基于Web访问模型的网络时间隐蔽信道, 恶意用户通过规律性的访问Web服务器实现机密信息传输; 实现了该网络隐蔽信道原型, 并给出了信道的性能分析结果.     

网络隐蔽信道关键技术研究综述

网络隐蔽信道是在网络环境下违反通信限制规则进行隐蔽信息传输的信息通道,为网络信息安全带来了新的挑战,也为数据传输的安全性和隐私性带来了新的研究方向.首先介绍了网络隐蔽信道的定义、分类、能力维度等基本概念;进而从码元设计、信息编码和信道优化这3个方面归纳分析了存储型和时间型两类网络隐蔽信道的构建技术,从隐蔽性、鲁棒性和传输效率这3个方面总结了网络隐蔽信道评估方法,从消除、限制、检测这3个方面梳理了网络隐蔽信道的对抗技术;最后,对未来的研究方向进行了展望.     

一种自适应的3G网络流媒体速率控制算法

在3G移动无线网络中,流媒体的服务质量不仅受限于无线链路的不稳定特性,如时延、抖动、丢包率等,客户端的缓存与处理能力也是重要的制约要素,为自适应速率控制算法的研究带来了很大的挑战.本文首先介绍了在3G网络中流媒体自适应传输的机制和研究现状,然后分析了点对点自适应传输的策略问题,并综合考虑通信链路与客户端能力问题,提出了基于客户端缓存的AIMD自适应速率控制算法(ABB-AIMD),最后通过仿真实验对算法进行验证.     

一种改进的瑞利小波算法无线传感器网络流媒体传输研究

针对无线传感器网络中带宽和能量受限、误码率高、信道不稳定等因素严重影响了实时流媒体传输的问题,采用瑞利小波模型模拟无线传感器网络流媒体通信,并给出概率分布和突发特性的分析模型,基于Kal-man滤波器实时预测网络带宽,自适应地在SCTP与PRSCTP之间进行切换。仿真实验表明,瑞利小波模型能够准确地描述实时流媒体通信流,Kalman滤波器可以准确地预测实时网络带宽,而且基于带宽预测的流媒体传输技术与原有的技术相比在分组成功投递率、端到端时延和吞吐率上均具有良好的性能。     

Huffman-code strategies to improve MFCVQ-based reversible data hiding for VQ indexes

Data hiding, which embeds secret data into cover media, is one type of technology used to achieve the multimedia security. A reversible data hiding method has the characteristic that the cover media can be completely reconstructed after secret data are extracted. Recently, some reversible data hiding schemes have focused on the vector quantization (VQ)-compressed format. Using the modified fast correlation vector quantization (MFCVQ) concept, Lu et al. proposed a reversible data hiding scheme for VQ-index tables. In this paper, a new MFCVQ-based scheme is proposed. Specifically, our method will enlarge the embedding capacities by embedding multiple bits into a VQ index, thereby reducing the compressed bit rates by applying the Huffman-code concept and the 0-centered classification. Experimental results indicate that this method has greater pure embedding capacities and fewer compressed bit rates than that of previous MFCVQ-based methods.     

Difference Expansion Based Reversible Data Hiding Using Two Embedding Directions

Current difference-expansion (DE) embedding techniques perform one layer embedding in a difference image. They do not turn to the next difference image for another layer embedding unless the current difference image has no expandable differences left. The obvious disadvantage of these techniques is that image quality may have been severely degraded even before the later layer embedding begins because the previous layer embedding has used up all expandable differences, including those with large magnitude. Based on integer Haar wavelet transform, we propose a new DE embedding algorithm, which utilizes the horizontal as well as vertical difference images for data hiding. We introduce a dynamical expandable difference search and selection mechanism. This mechanism gives even chances to small differences in two difference images and effectively avoids the situation that the largest differences in the first difference image are used up while there is almost no chance to embed in small differences of the second difference image. We also present an improved histogram-based difference selection and shifting scheme, which refines our algorithm and makes it resilient to different types of images. Compared with current algorithms, the proposed algorithm often has better embedding capacity versus image quality performance. The advantage of our algorithm is more obvious near the embedding rate of 0.5 bpp.      

面向中文社交媒体语料的无监督新词识别研究

该文结合词向量技术和传统统计量,提出了一种新的无监督新词识别方法。该方法利用传统统计量获得候选新词,然后采用多种策略训练得到词向量,利用词向量构建弱成词词串集合,并使用该集合从候选新词的内部构成和外部环境两个方面对其进行过滤。此外,该文人工标注了一万条微博的分词语料作为发展语料,用于分析传统统计量以及调整变量阈值。实验使用NLPCC2015面向微博的中文分词评测任务的训练语料作为最终的测试语料。实验表明,该文方法对二元新词进行识别的F值比基线系统提高了6.75%,比目前新词识别领域最佳方法之一Overlap Variety方法提高了4.9%。最终,在测试语料上对二元新词和三元新词识别的F值达到了56.2%。     

一种流媒体代理多播的拥塞控制模型

应用层多播作为一种新兴的多点数据传输模式,其拥塞控制机制却仍未提出一个成熟有效的方案,这成为了限制其广泛应用的一个瓶颈.提出一种流媒体代理多播系统,数据传输过程中采用基于客户端和基于代理的双层拥塞控制模型,最后实验证明该拥塞控制模型可以使系统充分利用网络带宽,提高了视频服务质量.     

新媒体环境下的安徽城市形象传播策略研究

新媒体是在传统媒体基础上发展出的新型传播模式。新媒体构建全方位、立体传播体系,善于利用新型传播载体,以网络和移动客户端为代表。相比于传统媒体,新媒体形式多样生动,更加亲民,其突破了原有的灌输式宣传方式,增强了民众的互动性,民众知情权得到了一定程度的保障。但正是这样,新媒体环境下,城市形象的宣传难度大大增加,宣传传播体系途径也愈加复杂,为此必须制定出符合安徽省省情的新媒体传播方式、创新思维,发挥各种传播途径方式的优势建立立体、全面的传播模式,建立正面积极的安徽城市新形象。     

流媒体网络传输中基于速率的控制方法

介绍了一种新的基于速率的拥塞控制方法,重点讨论了速率控制方法在流媒体网络传输中的具体应用。该方法通过监测网络状态变化和客户端缓冲区状态,动态调整服务器端的发送速率,以提高服务质量。研究表明,相对于传统的基于窗口型拥塞控制方法,速率控制方法在流媒体网络传输中可取得更好的效果。     

Preserving robustness and removability for digital watermarks using subsampling and difference correlation

Watermarking techniques are applied to digital media to protect their integrity and copyright. The embedding of a watermark, however, often distorts the quality of the protected image. This may be intolerable since the protected media is for preserving artistic and valuable images. Hence, engineers have proposed removable solutions permitting authorized users to restore watermarked images to unmarked images with satisfactory quality. Unfortunately, these mechanisms cannot resist signal processing attacks to protect the ownership. In this article, we propose a novel watermarking mechanism by utilizing pair-difference correlations upon subsampling and the technique of JND. This new approach can guarantee the robust essentials of watermarking schemes. Experimental results reveal that the new method outperforms others in terms of restored image quality. More specifically, this novel approach can resist various attacks to which related works are vulnerable.     

基于多特征支持向量回归的F5定量隐密分析研究

针对现有F5定量隐密分析方法仅考虑直方图收缩导致定量估计误差较大的问题,提出了一种新的基于多特征支持向量回归(SVR)的定量隐密分析算法.算法通过最大似然估计拟合DCT系数分布模型的参数,利用参数的相对变化量来反映嵌入机制对直方图的修改,并使用共生矩阵描述F5算法对图像像素间相关性的破坏.在确定特征与嵌入量之间的函数关系时,算法采用SVR在高维空间中进行拟合,从而估计待测图像的容量.实验表明,该算法可以对F5算法的嵌入量进行有效估计,而且估计效果要优于已有的算法.     

Graph grammars with neighbourhood-controlled embedding

A central feature that distinguishes graph grammars (we consider grammars generating sets of node-labelled undirected graphs only) from string grammars is that in the former one has to provide a mechanism by which a daughter graph (the right-hand side of a production) can be embedded in the rest of the mother graph, while in the latter this embedding is provided automatically by the structure that all strings possess (left-to-right orientation). In this paper we consider a possible classification of embedding mechanisms for (node-rewriting) graph grammars. This classification originates from the basic ideas of [9]. On the one hand it allows one to fit a number of existing notions of a graph grammar into a common framework and on the other hand it points out new “natural” possibilities for defining the embedding mechanism in a graph grammar. The relationship between the graph-language generating power of graph grammars using various embedding mechanisms is established.     

基于逆类别注意力机制的电商文本分类

电商数据所属类别对于分析电商数据有重要意义,基于人力的分类无法适应如今海量的电商数据,基于传统算法模型的分类难以提取有价值的人工特征.本文采用BiLSTM模型并且引入注意力机制,将其应用于电商数据分类中.该模型包括Embedding层、BiLSTM层、注意力机制层和输出层.Embedding层加载Word2Vec开源工...