基于GAN图像生成的信息隐藏技术综述

传统的隐写方式面临的威胁越来越大,隐写分析技术也逐渐成熟,针对这一问题,将生成式对抗网络引入隐写术中,可以减少载体修改痕迹,提高隐写的隐蔽性.介绍了生成式对抗网络的基本结构,总结了基于GAN图像生成的隐写技术的研究成果,并进行比较和分类.根据已有的技术手段提出了当前生成式对抗网络在隐写技术发展中的不足,对未来的研究方向进行了展望.

基于SVM的DGA家族分类方法研究

为了检测溯源僵尸网络,在对域名生成算法(domain generation algorithm,DGA)进行检测的基础上,对恶意域名进行分析,找出区分明显的特征进行组合,从域名结构、域名字符特征、域名信息熵3个方面进行分析,提取各个恶意域名家族的特征,并选用支持向量机(support vector machines,SVM)算法进行模型训练。在对DGA恶意域名进行家族分类的过程中,利用高斯核函数进行转换,简化了SVM分类器的计算量,在保证分类准确度的同时提高了效率。并通过实验验证了所采用方法的有效性。