基于特征分析的JPEG圖像失配隱密分析研究.pdf

1、信息隱藏是指將秘密信息以不易被察覺的方式嵌入到公開數(shù)字媒體中;隱密分析是指通過技術(shù)手段判斷數(shù)字媒體文件中是否存在秘密信息。隨著信息時代的發(fā)展，信息隱藏在隱私保護等領(lǐng)域帶來便利的同時也遭到了不法分子的惡意使用，因此隱密分析技術(shù)研究受到高度重視。JPEG格式圖像因其優(yōu)良特性在信息安全領(lǐng)域得到廣泛應用，傳統(tǒng)JPEG隱密分析的成功基于訓練和測試數(shù)據(jù)來源相同具有相似的統(tǒng)計特性和特征分布的假設(shè)，但在實際中該假設(shè)難以滿足，導致失配問題的產(chǎn)生，隱密分析

2、性能急劇下降。
　　目前針對失配問題的隱密分析研究較少，本文介紹了JPEG匹配隱密分析框架，包括圖像庫、隱密分析特征和分類器，闡述了JPEG隱密分析中失配問題的定義、原因和分類，列出了對已有的解決方法，并以量化表失配為例驗證了失配現(xiàn)象。另外，從特征處理的角度對JPEG隱密分析中的失配問題進行了研究，主要研究成果如下:
　　(1)通過研究產(chǎn)生失配的原因，提出了一種緩解失配的建模準則:提高統(tǒng)計特性一致性、降低特征分布差異、保持訓

3、練數(shù)據(jù)分類能力。基于該準則提出了魯棒判別特征變換失配隱密分析方法，該方法通過特征校準、最小化特征離散度、最大化特征辨識度來滿足上述準則達到緩解失配的目的。在國際公開BOSS圖庫上對量化表失配、方法失配和嵌入率失配進行了實驗，并與多種失配隱密分析算法進行對比，結(jié)果表明該方法的失配隱密分析正確率比同類最優(yōu)的算法提高約9％-12％，同時還設(shè)計了小樣本實驗和參數(shù)魯棒性實驗，證明了該方法的通用性和魯棒性。
　　(2)針對特征失配問題，提出了

4、一種領(lǐng)域不變特征學習失配隱密分析算法，該方法首先對數(shù)據(jù)進行了特征校準和歸一化處理，然后基于遷移學習思想利用訓練數(shù)據(jù)相關(guān)知識對測試數(shù)據(jù)核特征矩陣進行處理得到估計核矩陣，最后最小化估計核矩陣與訓練數(shù)據(jù)核矩陣的均方誤差來獲得領(lǐng)域不變特征進而緩解失配問題。在相機圖庫和國際公開BOSS圖庫上進行了JPEG失配實驗，結(jié)果證明該方法的性能比同類算法提高約3％-10％。另外還設(shè)計了多因素失配實驗，結(jié)果表明該方法能夠緩和多因素失配。
　　(3)針對