基于视觉特性的两种密写算法及其改进算法实践研究

来源 :南开大学 | 被引量 : 0次 | 上传用户:TTjj09
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在21世纪的今天,日益成熟的网络已经成为了人们生活中不可或缺的重要组成部分,而随之而来的是信息安全问题。怎样保证重要信息在网络环境中的安全传输成为信息安全领域研究的一个重要课题。信息安全领域大致分为信息加密和信息隐藏两种技术,本文涉及的主要是信息隐藏技术中的密写技术。密写是指将秘密信息隐藏于载体信息中,在公开网络环境下进行传输以保证秘密信息安全的技术。伴随着密写技术而来是密写分析技术。所谓密写分析技术,是指通过对载密可疑图像进行复杂度、不连续性等相关统计特征值的分析和验证,判断一副图像或是其他载体中是否含有秘密信息,并对秘密信息的嵌入量乃至秘密信息的内容进行分析和研究。由此看来,密写和密写分析是一对对立统一,相克相生的概念。所以我们应该从博弈的角度去看待密写和密写分析。   本文研究的密写算法主要有两种,一种是基于位平面复杂度分割密写算法(Bit-Plane Complexity steganography)下文简称BPCS密写算法;另一种为基于像素差值密写算法(Pixel-Value Differencing steganography),下文简称PVD密写算法。BPCS密写算法是密写领域的一种常用的密写方法,可是原始的BPCS密写算法却不能抵御针对BPCS密写算法的密写分析,即通过密写分析可以发现待测图像中秘密信息的存在。本文针对这一安全漏洞,深入研究了一种为不同位平面设置不同阈值与基于图像明暗度相结合的改进算法M_ BPCS,实验证明,M_BPCS可以很好的抵御密写分析并且有更好的实验性能。PVD密写算法也是密写领域十分常见的一种密写算法,可是原始的PVD密写算法也无法抵御针对PVD的密写分析,而其后改进的IPVD算法通过动态划分新区域的方法却仍然存在隐患。本文针对这一漏洞,提出的M_ PVD改进算法使划分的新区域可以向数轴正负两个方向移动,从而很好的解决了这一难题。
其他文献
自1962年Petri网模型被提出以来,Petri网理论已被广泛应用于离散时间动态系统、智能系统、通信协议以及任务规划和性能评价等诸多领域。随着应用领域的不断拓展,Petri网的局限
运动目标检测融合了图像处理,模式识别,自动控制,人工智能等多领域技术,在视频监控,军事视觉制导,智能交通等领域都有着广泛的应用。本文根据实际应用对目标检测系统的易用性和便携
随着计算机和网络技术的迅猛发展,通过计算机网络的信息交换变得前所未有的简单高效。传统模式的数据管理模式已经被时代的发展淘汰,特别是跨地域、规模较大的企业,这种的纸
云存储是云计算体系中的重要组成部分。它通过将存储资源重新整合,很大程度地提升了存储资源的利用效率,减少维护所需的人力资源,进而降低数据存储的成本。它的按需购买模式和可
在网络技术快速发展的今天,网络视频数据的产生、传输和存储的要求也越来越高。同时,视频监控的使用范围逐渐深入到人们生活的各个方面,大数据量高清视频成为安全生活的必不
随着传感器技术、无线通信技术和嵌入式技术的发展,无线传感器网络在医疗监护、环境监测、空间探索和军事侦察等领域均得到了广泛的应用。孤立的传感器网络在应用中存在着诸
频繁项挖掘算法在网络监控领域具有广泛的应用。利用频繁项挖掘算法识别网络中的大流量,可以实时检测网络中的异常及拥塞情况、辅助服务商流量计费等。但是,随着骨干网络链路带
随着社会经济的发展,尤其是“智能交通”和“平安城市”等相关项目的相继实施,安防领域迎来了前所未有的发展机遇。虽然当前摄像头遍布大街小巷,各种视频数据泛滥,但是当需要调取
随着无纸化办公的普及,目前各级政府机关、学校、医院、企事业单位的许多机密信息都是存储在计算机中,这极大的方便了相关机构工作和业务的开展,提高了工作效率,节省了人力物力。