基于圖像的信息隱藏分析技術(shù)--研究與應(yīng)用.pdf

1、本文主要討論有關(guān)圖像的隱寫(xiě)檢測(cè)技術(shù)。本文介紹了可視攻擊、統(tǒng)計(jì)攻擊、基于無(wú)損嵌入容量的LSB信息隱藏檢測(cè)法、轉(zhuǎn)換密度函數(shù)方法、基于特征的分析方法、基于高階統(tǒng)計(jì)量的分析方法、基于JPEG壓縮的方法等常用的信息隱藏檢測(cè)方法，并對(duì)一些典型的算法在適用范圍和檢測(cè)效果上進(jìn)行了分析比較。本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)對(duì)于網(wǎng)絡(luò)中JPEG格式圖像的隱藏信息檢測(cè)系統(tǒng)。該系統(tǒng)是基于密歇根大學(xué)的Niels Provos和Peter Honeyman所開(kāi)發(fā)的隱藏信息檢測(cè)

2、系統(tǒng)改進(jìn)而成的。本文在Provos和Honeyman的系統(tǒng)框架上，使用基于特征的拉普拉斯分布方法建立了新的檢測(cè)模型進(jìn)行改進(jìn)。該方法定義了一個(gè)描述DCT系數(shù)的拉普拉斯分布，通過(guò)拉普拉斯參數(shù)描述圖像的狀態(tài)，可以分辨出原始圖像的改變。經(jīng)過(guò)多種JPEG的隱藏工具的實(shí)驗(yàn)，證明這個(gè)系統(tǒng)的檢測(cè)準(zhǔn)確率比原系統(tǒng)有所提高。并且還使用新的系統(tǒng)和Provos的系統(tǒng)對(duì)22000余張網(wǎng)絡(luò)圖片進(jìn)行了驗(yàn)證。本文對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析，并提出一些可以進(jìn)一步提高系統(tǒng)的檢測(cè)精