基于奇异值分解的水印方法虚警问题分析

奇异值鲁棒性分解的嵌入灰度图水印方法具有嵌入量大、不可视性强、鲁棒性高等优点,但虚警问题影响了该类方法的实用性。针对虚警问题,MAKBOL等人提出一种可靠的鲁棒水印方案,但其并未完全解决虚警问题。为此,通过对MAKBOL方案的嵌入和提取过程进行分析,并利用其边信息与水印强相关的特性,提出一种针对该方法的基于伪边信息构造的攻击手段,通过伪造边信息从MAKBOL方案的提取过程中提取出虚假水印。实验结果表明,该攻击手段不仅适用于未嵌入水印的载体,且对已嵌入水印的载体同样有效。

基于DD-PCA的可靠性水印改进算法

针对基于奇异值分解(SVD)算法常有的高虚警问题,提出了基于双重分解主成分分析DD-PCA的可靠性图像水印改进技术。算法对水印图像采用SVD方法进行主成分提取,然后将提取的水印图像主成分嵌入到载体图像的SVD变换的奇异值中,创新性地对嵌入主成分后的奇异值进行二次奇异值分解,进行ISVD(inverse-SVD)变换即可得到嵌入水印的图像。通过该方法使得提出的算法具有较好的水印不可见性,通过进行加噪、压缩、模糊、几何变形攻击,验证了算法具有较好的鲁棒性。

Optimization of Multiband Spectrum Sensing for Cognitive Radio Networks under Sensing Capability Constrains

This paper addresses the problem of joint optimization of subchannel selection and spectrum sensing time for multiband cognitive radio networks under the sensing capability constrains. In particular, we construct a multiband spectrum sensing framework, and derive the probabilities of detection and false alarm taking the different subchannel gain into account. Furthermore, we formulate the multi- band sensing as a two-parameter optimization prob- lem under the sensing capability constrains and guaranteeing the QoS of the secondary user. Moreover, we develop a semi-analytical optimization scheme to achieve the optimal solution.