Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

控制论与编程
正确的文章链接:

利用像素邻域矩阵提高具有同质背景的静止数字图像隐写分析的精度

Bashmakov Daniil Andreevich

圣彼得堡国立信息技术、力学与光学研究型大学研究生

197101, Russia, Saint Petersburg, ul. Kronverskii, 49, of. 474

basme@list.ru
Prokhozhev Nikolai Nikolaevich

博士学位 技术科学

圣彼得堡国立信息技术、力学和光学研究大学副教授

197101, Russia, g. Saint Petersburg, ul. Kronverskii, 49, of. 474

19791109@list.ru
Mikhailichenko Ol'ga Viktorovna

圣彼得堡国立信息技术、力学和光学研究大学副教授

197101, Russia, Sankt-Peterburg, Kronverkskii prospekt, d.49

19791109@list.ru
Sivachev Aleksei Vyacheslavovich

圣彼得堡国立信息技术、力学与光学研究型大学研究生

197101, Russia, Saint Petersburg, Kronverskii prospekt, 49, of. 474

sivachev239@mail.ru

DOI:

10.25136/2644-5522.2018.1.24919

评审日期

06-12-2017


出版日期

27-02-2018


注解: 使用加权Stego算法的隐写分析的准确性在使用将具有RGB颜色模型的固定数字图像嵌入空间域的最小有效位的方法对数据传输通道进行被动抵消的任 研究了加权Stego隐写分析精度对分析图像中同质背景比例的依赖性。 使用原始加权Stego算法作者提出的预测模型研究了图像背景区域像素预测精度的降低。 研究了加权Stego隐写分析算法。 隐写分析算法基于用于通过邻近像素预测所分析图像的像素值的模型。 将BOWS2收集物用于评估分析的有效性。 通过改变有效载荷为3-5%%的空间区域中的图像的最小有效位来实现信息的嵌入。 所述方法的有效性是考虑到所获得的图像分类的真阳性、真阴性、假阳性和假阴性值来确定的。 随着分析图像中均匀背景的比例增加,加权Stego隐写分析的准确性降低。 提出了一种用于改进基于加权Stego的像素预测模型的方法,该方法允许随着分析的图像中同质背景的比例的增加来平化精度的下降。 这项工作的结果对于信息保护领域的专家在检测和打击隐藏的数据传输通道的任务中是有用的。 所获得的结果可用于基于加权Stego算法的隐写分析系统的开发。


出版日期:

隐写术, 隐写分析, 隐写术, 隐写分析, 二元分类, 隐写分析, 二元分类, 最低有效位, 二元分类, 最低有效位, 被动反击, 最低有效位, 被动反击, 被动反击, 统计隐写分析, 统计隐写分析, 统计隐写分析, 图像的空间区域, 图像的空间区域, 图像的空间区域, 隐写分析方法的准确性, 隐写分析方法的准确性, 隐写分析方法的准确性, 隐写嵌入, 隐写嵌入, 隐写嵌入, 隐写分析算法, 隐写分析算法, 隐写分析算法