面向網(wǎng)絡媒體內(nèi)容監(jiān)管的視頻隱寫檢測.pdf

1、隨著數(shù)字多媒體技術(shù)和網(wǎng)絡技術(shù)的不斷發(fā)展，尤其是視頻網(wǎng)站的廣泛使用，保障信息安全變得越來越重要。網(wǎng)絡媒體內(nèi)容管理需要對網(wǎng)絡媒體內(nèi)容進行有效的監(jiān)管和治理，過濾有害信息，保證媒體內(nèi)容的安全傳播，為政府宣傳部門和網(wǎng)絡監(jiān)管部門提供有價值的管理和分析工具。考慮到視頻信息隱藏技術(shù)是信息安全領域的一個新的研究熱點，新的視頻隱寫算法層出不窮，視頻隱寫分析技術(shù)作為信息隱藏技術(shù)的對立面，對于保障信息安全具有舉足輕重的意義。但是目前對使用視頻隱寫分析技術(shù)進行網(wǎng)

2、絡媒體內(nèi)容管理的研究尚不多見。本文對視頻隱寫分析技術(shù)進行了研究，主要研究內(nèi)容包括：
　　首先，本文對視頻壓縮編碼的原理進行了深入研究，提出針對壓縮視頻隱寫和隱寫分析技術(shù)的研究需要以視頻編解碼技術(shù)為基礎。同時，在對視頻隱寫和隱寫分析技術(shù)進行深入分析的基礎上，對視頻隱寫技術(shù)原理和特點進行了剖析，并對現(xiàn)有視頻隱寫技術(shù)以及視頻隱寫分析技術(shù)進行分類研究和總結(jié)。在以上分析的基礎上，引出本文的研究內(nèi)容。
　　其次，針對現(xiàn)有運動向量視頻隱寫

3、分析方法中存在的檢測率較低以及算法復雜度較高的問題，本文提出了一種采用互信息和時空相關(guān)性相結(jié)合提取特征向量的檢測算法。該方法首先采用互信息以及預測幀幀間差直方圖的均值、方差、偏度、峰度來反映幀間特征，然后用計算幀內(nèi)相關(guān)性所得的二進制數(shù)據(jù)流的熵作為幀內(nèi)特征。最后采用支持向量機作為分類器。最后仿真實驗表明，該算法能提高運動向量視頻隱寫的檢測率。
　　然后，針對目前尚缺少有效的視頻隱寫盲檢測方法，本文提出一種基于特征融合的視頻隱寫盲檢測

4、方法。該方法首先建立隱寫分析特征庫，其中包含很多已經(jīng)被驗證有效的特征，而多個特征之間可能存在相關(guān)性，特征之間可能存在冗余，因此對每個特征子庫進行特征融合或特征選擇，從而降低特征維數(shù)，提高分類效果。最后采用基于DCT系數(shù)隱寫、基于運動矢量的隱寫以及MSU隱寫的視頻流作為實驗對象，用支持向量機進行訓練檢測。實驗結(jié)果表明，本文提出的算法能有效檢測這三類視頻隱寫。
　　最后，針對網(wǎng)絡媒體內(nèi)容管理系統(tǒng)及其需求進行描述，提出一種基于視頻隱寫分