基于图像攻击的隐藏信息盲检测技术

隐写分析技术是网络信息安全的重要组成部分.它的最根本问题是判断数字载体是否携带秘密信息.文中提出了基于攻击的隐藏信息盲检测方式,提取空域图像、DCT域图像一个二维特征向量,通过非线性神经网络分类器来判别图像是否含有秘密信息,并建立了7000多幅图像库(包括掩密图像与干净图像)进行了可行性、多样性仿真实验,取得了以下效果:(1)平均检测率90.085%(阳性检测率与阴性检测率的总平均);(2)不受限于隐写方案;(3)能够检测低嵌入率的掩密图像;(4)能够检测出经平滑、锐化、缩小、剪切和再压缩处理后的干净图像.

基于净图描述的通用隐写分析技术

针对互联网上大量的隐写软件利用数字图像隐藏秘密消息,文中提出了基于净图描述的通用隐写分析技术.这种隐写分析技术能有效地检测出图像是否含秘密信息,通过提取两种新颖特征,即纹理特征和虚特征值分解(IED)特征,对净图进行完整的定量描述,又经过降维处理,解决了维数灾难问题,提高了检测速度;并且设计了与特征相匹配的柔性化超椭球体一类分类器,提高了检测性能.