基于SVM的圖像隱寫分析研究.pdf

1、隨著計算機(jī)網(wǎng)絡(luò)和信息技術(shù)的發(fā)展,網(wǎng)絡(luò)的信息安全面臨的問題和考驗也日益嚴(yán)峻.隱寫分析作為信息安全領(lǐng)域的一個重要分支,越來越為人們所關(guān)注.一方面隱寫分析可以檢測隱秘信息的存在,進(jìn)而采取應(yīng)對措施控制非法信息的傳播:而另外一方面可以作為衡量隱寫方法的安全性的一個量度,促進(jìn)隱寫術(shù)的發(fā)展.因此,研究如何分析隱秘信息的存在,具有重要的現(xiàn)實意義.
　　本文主要研究幾種圖像LSB隱寫分析算法,并將其與支持向量機(jī)(SVM)結(jié)合,通過研究隱寫前后載體圖

2、像統(tǒng)計特征變化的來設(shè)計新的隱寫分析算法.主要工作內(nèi)容如下:
　　(1)總結(jié)了國內(nèi)外隱寫分析的成果和當(dāng)前存在的問題,探討了信息量分析,RS分析, GPC分析等幾種隱寫分析算法,分析這些算法所采用的統(tǒng)計特征,并研究算法的檢測原理、嵌入率計算等問題.
　　(2)研究了圖像相鄰像素嵌入隱秘信息前后的統(tǒng)計特征變化規(guī)律,提出了一種新的利用相鄰像素相關(guān)性和紋理復(fù)雜度進(jìn)行隱寫分析的算法.該算法根據(jù)相鄰像素相關(guān)性與圖像的紋理復(fù)雜度給出一組高階

3、統(tǒng)計矩,用支持向量機(jī)進(jìn)行分類,并給出了算法的嵌入率估計.實驗結(jié)果表明,基于該組特征矢量的支持向量機(jī)分類器(SVC)能夠以比主流的基于相鄰像素相關(guān)性的隱寫分析算法更高的準(zhǔn)確率識別掩密圖像,具有更優(yōu)的性能.
　　(3)研究了RS隱寫分析算法的檢測原理和其存在的不足.針對這種不足,結(jié)合統(tǒng)計學(xué)習(xí)理論,給出了一種基于支持向量機(jī)(SVM)的改進(jìn)RS隱寫分析算法.改進(jìn)后的算法在保留RS特征選取策略的前提下,改用支持向量機(jī)分類器(SVC)對選取的