基于拉普拉斯模型的序列隐写密钥估计

图像序列隐写是指利用载体图像特征数据（包括频域数据、空域数据）连续嵌入信息的隐藏方法。本文提出了一种针对图像扩展频谱序列隐写的密钥估计算法。该方法基于序列分析与突变检测的理论,利用序列概率比累积和检验方法（CUSUM-SPRT）对变化进行检测。考虑图像DCT系数满足拉普拉斯分布,给出了理想平稳拉普拉斯分布信号扩展频谱隐藏密钥估计的模型。采用随机微分方程法（SDE）生成拉氏分布的随机序列进行实验。对于非平稳信号的图像数据,在低信噪比（SNR）下,利用当地最有效序列检测法,给出了拉普拉斯分布的密钥估计模型。实验显示,该方法不但能检测出扩展频谱隐写,估计嵌入密钥,而且比Trivedi的方法更有效。     

高超音速竖板绕流DSMC/EPSM混合算法研究

将平衡粒子模拟方法（EPSM）与蒙特卡罗直接模拟（DSMC）方法结合，构造了可模拟含近连续流区及过渡流区的DSMC/EPSM混合算法。运用混合算法模拟马赫数等于10时高超音速竖板绕流，并与DSMC结果进行比较，证明了DSMC/EPSM混合算法的有效性。     

针对文本隐写工具Stego的隐写分析方法

Stego是一种基于文本的信息隐藏工具,它利用字典将秘密信息转化为无语法但结构与自然语言相似的文本以达到隐秘通信的目的。通过研究Stego的机理,文章提出了文本隐写软件Stego的隐写分析方法。当隐藏所使用的字典单词全以小写字母开头时,可以通过基于标志特征的隐写分析方法检测出隐秘文本;当上述条件不满足时则通过基于统计特征的隐写分析方法检测出隐秘文本。实验表明两种方法均有很高的可靠性。     

基于数字调制的信息隐藏算法

将数字图像置乱技术中的幻方变换与数字通信中的数字调制技术相结合，提出一种新的文字信息隐藏算法。以二值文字图像为待隐藏的秘密信息，以静止图像为隐秘载体。算法针对二值文本图像，首先用幻方变换对其进行置乱预处理，并用一数值控制置乱次数，在提取时作为密匙；然后对作为隐秘载体的原始图像作分块离散余弦变换，根据每个分块灰度值的方差与秘密信息进行块匹配；根据秘密信息的值对原始图像的分块余弦值进行数字调制嵌入信息。实验表明该算法实现的隐藏图像透明性好，具有良好的抗剪切性。对不同的量化阶数下，对秘密信息的提取进行了实验比较。     

大规模分布式仿真中实体分配策略研究

在大规模分布式仿真中,能否为数量众多的仿真实体合理指定其所在的宿主仿真机将直接影响系统性能。本文在文献[1]提出的实体分配评价指标以及仿真场景图划分代价表示的基础上,首先介绍了仿真场景图的递归对分,接着提出了两种实体分配算法：最大流量顶点归并法和最大可能收益顶点归并法。针对均匀分布、倾斜分布、聚集分布以及随机分布等各种实体分布类型,分别评测了各算法的配置结果和代价。评测结果表明,最大可能收益顶点归并法能得到较优结果,且执行速度快。