基于翻译的信息隐藏分析检测

基于翻译的信息隐藏(Translation-Based Steganography,TBS)是一类文本信息隐藏算法,它利用不同的翻译机对同一个句子翻译产生的结果一般不同这一特性,使用多台翻译机翻译同一段文本,最终译文的每个句子根据隐藏信息来选择不同翻译机的翻译结果以形成隐藏文本.这种方法基本保证了隐藏文本语法的正确性和语义的连贯性,传统的检测算法很难发现隐藏文本.本文研究发现,在知道TBS算法所使用的翻译机集合的条件下存在一种TBS检测算法,因此对TBS算法所使用的翻译机集合保密是TBS算法安全的关键.文章从理论上分析了检测算法的有效性,并给出了算法的过程和实验结果.另外,我们还给出了增强TBS安全性的方法.     

文本信息隐藏检测算法研究

对当前流行的文本信息隐藏算法进行了分析,重点剖析了基于语义的文本信息隐藏算法存在的弱点,然后根据这些弱点借鉴概念图的思想设计了其通用检测算法——句间相关性度量判定法。实验测试结果表明该检测算法具有较高的检测可靠性。     

基于文本的信息隐藏技术研究

近年来,随着网络和多媒体技术的快速发展,信息隐藏技术已经成为信息安全领域的一个研究热点。信息隐藏技术是利用宿主信息中的冗余部分,将秘密信息嵌入宿主信息之中,并使其不被其他人发现。首先综述了信息隐藏的基本概念和原理,随后讨论了信息隐藏和密码技术的区别,最后详细介绍了基于文本信息隐藏的几种典型的算法和各自优缺点。     

基于矢量字库的文本信息隐藏算法研究

从汉字分类思维的角度,在充分利用汉字的二雏象形性以及人眼视觉冗余特性的基础上,提出一种基于矢量汉字库的文本信息隐藏检测算法。该算法通过修改汉字字库的矢量数据来建立一个供发送方和接收方共同持有的小字库来实现信息隐藏,增加了文档内容编码冗余,提高了水印信道容量,增强了水印的隐蔽性。经实验证明该算法兼具格式水印隐蔽性和语义水印鲁棒性的双重优点,并具有嵌入空间大的特点。     

基于矢量字库的文本信息隐藏算法研究

从汉字分类思维的角度,在充分利用汉字的二维象形性以及人眼视觉冗余特性的基础上,提出一种基于矢量汉字库的文本信息隐藏检测算法.该算法通过修改汉字字库的矢量数据来建立一个供发送方和接收方共同持有的小字库来实现信息隐藏,增加了文档内容编码冗余,提高了水印信道容量,增强了水印的隐蔽性.经实验证明该算法兼具格式水印隐蔽性和语义水印鲁棒性的双重优点,并具有嵌入空间大的特点.     

基于信道编码的信息隐藏技术研究

研究了一种新颖的利用信道编码作为载体的信息隐藏技术，给出了基于信道编码的信息隐藏技术的具体实现方案。实验仿真了基于BCH码、RS码和卷积码的信息隐藏方案，并对实验数据进行了分析。仿真结果表明基于信道编码的信息隐藏技术具有较好的不可检测性和较高的安全性。     

针对一类信息伪装算法的隐藏信息检测

本文针对一类基于空域LSB替换的信息伪装方法，提出了一种有效的隐藏信息检测技术。本文提出的隐藏信息的检测技术基于图像LSB比特序列的随机性度量的分析。在唯载密图像攻击条件下，通过在图像中嵌入测试信息的方法，建立秘密信息嵌入比例与LSB比特序列随机性度量的逻辑回归模型，从而实现图像中隐藏信息存在性的检测。实验表明对于灰度图像中即使0.4比特每像素的隐藏容量，仍可能获得较高的检测可靠性。这一方法同样适用于真彩图像。     

基于XML语言的文本隐藏方法研究

在分析XML文档语法结构的基础上,提出了几种新的基于XML语言的文本信息隐藏方法.根据已有的XML文档信息隐藏方法,对网上典型的XML文档的信息隐藏容量进行了统计.结果表明,XML文档的隐藏率超过0.7%,在512 kbit/s的文本流中隐藏一路2.4～3.2 kbit/s的数据流是可能的.     

信息隐藏理论与关键技术研究

本项目主要研究了信息隐藏的基本模型,在数字图像、音频、视频、文本中的信息隐藏和数字水印算法,以及信息隐藏检测的基本方法.     

一种基于文本的信息隐藏算法

利用人类视觉系统对文本行间距和行起始位置的信息不敏感这一特性,提出了一种增加信息隐藏容量的基于文本的信息隐藏算法。通过改变每行基线的起始横坐标来改进信息的隐藏容量。算法通过JAVA语言实现,结果表明此算法的容量是传统算法容量的2倍。     

基于DCT系数统计特性的JPEG图像隐写分析

提出了一种基于离散余弦变换（DCT）系数统计特性的JPEG图像隐写分析算法。该算法在分析JPEG图像DCT系数的统计特性的基础上,提取了8维特征向量,通过最小二乘支持向量机（LS—SVM）分类器对待测图像进行分类,以达到检测载密图像的目的。算法实现简单,计算复杂度低。实验结果表明,该算法检测速度快,具有较高的检测正确率,能够实现针对各类JPEG图像信息隐写算法的有效检测。     

基于区域相关性的LSB匹配隐写分析

LSB匹配通过随机地修改像素值的LSB,打破了LSB替换的值对关系,使得安全性有了质的提高.针对灰度图像空间域LSB匹配算法,以8邻域内像素与中心像素的像素值差值定义区域内像素之间的相关性,分析嵌入信息对相关性的影响,提出了基于区域相关性的检测算法,与已有算法相比,该算法复杂度低,运算简单并且误检率低,当嵌入率高于0.3时检测结果具有较高的可靠性.     

一种基于DCT域统计特征的JPEG图像隐写分析

提出了一种基于DCT域统计特征的JPEG图像隐写分析算法。该算法在分析JPEG图像的DCT域统计特性的基础上,提取了8维特征向量,通过LSSVM分类器对待测图像进行分类,以达到检测载密图像的目的。算法实现简单、计算复杂度低。实验结果表明,该算法检测速度快,具有较高的检测正确率,能够实现针对各类JPEG图像信息隐藏算法的有效检测。     

基于图像频域统计矩特征的隐写分析方法

针对互联网上大量的隐写软件利用图像隐藏秘密消息,本文提出了基于图像频域统计矩特征的隐写分析方法.首先,对图像进行三级小波分解,并对一级分解的高频子带再次分解,得到25个子带.然后,计算小波子带前3阶正向特征函数矩,并利用KPCA提取不重要核主元,最后用LibSVM进行分类.仿真结果表明该方法对F5和Jsteg隐写有较好的检测性能.     

Steganalysis of BCH code based stego schemes

The class of stego systems based on error correcting codes is one of the alternatives to conventional steganographic systems. In the context of code based steganography, the BCH code based stego system offers a very smart solution based on the hardness of syndrome decoding. It has been shown that syndrome decoding problem is able to resist the existing steganalysis attacks. In this paper, we introduce an attack against these systems using a new syndrome decoding method. This scheme also generates a direct estimate of the secret message bit locations by exploiting the embedding patterns. This new attack notably points out that BCH code based stego system with its original parameters do not provide sufficient security.     

基于改进局部二值模式的YASS检测方法

如今互联网已经逐渐渗透到人们生活的诸多方面,成为日常通信的重要途径。信息隐藏作为一种通信技术,通过将秘密信息嵌入常见载体中以达到隐蔽通信的目的。图像隐写是利用图像作为载体进行信息隐藏的一门技术与科学,YASS（Yet Another SteganographicScheme that Resists Blind Steganalysis）通过随机选取图像的子块进行DCT变换和QIM信息嵌入,具有较高的安全性。文中通过引入图像的局部二值模式（LBP）这一概念,根据YASS算法特点,分析图像的局部纹理变化,改进局部二值模式,利用局部有序对比模式（LOCP）的特征进行隐写分析。通过大量实验表明,相比传统的YASS隐写分析,文中所提方法在分析检测正确率等方面都有更好的效果。     

基于BERT的突发事件文本自动标注方法

信息提取技术是自然语言处理技术的关键技术之一,其中最主要的任务是事件元素提取.本文利用深度学习网络模型实现信息提取任务进行了深入研究.训练数据来源于上海大学构建的CEC已标注的语料库.相比于采用手工设立规则的识别方式和BiLSTM网络模型,本文通过对数据进行预处理和搭建BERT-BiLSTM-CRF深度网络模型,对文本...     

基于正交冗余采样的超分辨信号谱估计

该文提出了一种通过冗余采样进行信号谱估计的新方法,它充分利用冗余采样产生的频谱带限特性,通过对自相关矩阵进行秩1分解的方法来获得信号谱的超分辨估计,与 MUSIC、AR等其他超分辨方法相比,这种方法具有更低的信噪比门限和更高的分辨力。     

基于BiGRU-Capsule的多标签文本分类

传统的文本分类一般采用单标签形式,但现实生活中多标签文本比单标签文本具有更广泛的应用场景.本文提出一种BiGRU-Capsule模型的多标签文本分类方法,该方法首先通过嵌入层将输入的文本序列转化为向量表示;然后通过BiGRU和Capsule提取文本特征;最后使用sigmoid分类器进行分类.为确保数据量足够,利用今日头...     

基于MongoDB的文本分类研究

文章基于流行的非关系型数据库MongoDB,结合Spark机器学习库中的朴素贝叶斯分类器和支持向量机,对豆瓣影评及京东商评进行情感分类,并采用准确率、召回率、F-Measure等指标对分类效果进行评价,最后测试了Spark-MongoDB平台的扩展性能。