主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张逸为,张卫明,俞能海.针对特定测试样本的隐写分析方法.软件学报,2018,29(4):987-1001
针对特定测试样本的隐写分析方法
Specific Testing Sample Steganalysis
投稿时间:2017-04-30  修订日期:2017-06-26
DOI:10.13328/j.cnki.jos.005411
中文关键词:  信息隐藏  隐写分析  特定测试样本  高精度  机器学习
英文关键词:information hiding  steganalysis  specific testing sample  high precision  machine learning
基金项目:国家自然科学基金(U1636201,61572452)
作者单位E-mail
张逸为 中国科学技术大学 信息科学技术学院, 安徽 合肥 230027
中国科学院 电磁空间信息重点实验室(中国科学技术大学), 安徽 合肥 230027 
 
张卫明 中国科学技术大学 信息科学技术学院, 安徽 合肥 230027
中国科学院 电磁空间信息重点实验室(中国科学技术大学), 安徽 合肥 230027 
zhangwm@ustc.edu.cn 
俞能海 中国科学技术大学 信息科学技术学院, 安徽 合肥 230027
中国科学院 电磁空间信息重点实验室(中国科学技术大学), 安徽 合肥 230027 
 
摘要点击次数: 786
全文下载次数: 768
中文摘要:
      现今主流的图像隐写分析方法主要聚焦于设计检测特征,用以提高通用盲检测(universal blind detection,简称UBD)模型的检测准确率,这类检测方法与待测图像关,难以做到精准检测.在拥有大数据训练资源的前提下,研究了隐写对图像特征的影响,找出了隐写分析与图像特征之间的重要关系,基于此提出了一种为测试样本选择专用训练集的隐写分析方法.以经典的JPEG隐写算法nsF5和主流的JPEG隐写分析特征(CC-PEV、CC-Chen、CF*、DCTR和GFR)为例组织实验,结果表明,该方法的检测准确率高于其他同类方法.
英文摘要:
      Nowadays, the steganalysis of digital image mainly focuses on the design of steganalysis features to improve the universal blind detection (UBD) model's detection accuracy. However it has nothing to do with the testing images and is difficult to achieve high-precision detection. Based on large data training resources, this article studies the influence of steganography on image features to uncover the important relationship between steganalysis and image feature. Furthermore, the article proposes a steganalysis method for testing samples to select specialized training sets. The classical JPEG steganography algorithm nsF5 and the mainstream JPEG steganalysis features, such as CC-PEV, CC-Chen, CF*, DCTR and GFR, are used as an example to organize the experiments. The results show that the accuracy of this method is higher than that of other similar methods.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利