随着计算机技术和互联网技术的不断发展,人们可以随意的在网络上传递任何多媒体信息,比如图片,视频,音频,文字等等。同时网络上出现了很多免费的甚至开源的数字密写软件,使人们可以非常容易的实现隐秘通信,如果这些软件落入不法分子之手那么将会给社会带来危害,所以隐写分析逐渐成为保证国家安全的关键技术之一,本文总结了过去各种隐写分析的方案的优缺点,并深入讨论了通用隐写分析的关键问题,提出了一种基于净图的多模平滑度的全盲通用隐写分析方案。本文的主要工作和成果：1.分析了通用隐写分析的主要原理,建立通用隐写分析的模型为弱噪声模型,提出基于平滑度的分类思想将图片细分,采用梯度能量值和游程编码压缩比C值分别作为空域和频域平滑度的衡量值。2.对于空域和频域分别提出了不同的净图特征。对于空域图像分别提取了梯度能量,小波校准梯度能量差和二次LSB攻击的梯度能量三维特征作为净图特征；对于频域图像提取量化DCT系数在四个方向上的一步Markov转移矩阵作为频域净图的特征。3.对于分类器本文提出了采用One-Class SVM的方案,通过构造多个超球体来合理的包含所有净图,多超球体外则被判定为脏图,可以有效的预测未知隐写算法,简化训练集的构造过程和训练过程。4.在提取图像特征的过程中,涉及到大量的矩阵运算,本文对于特征提取的复杂过程采用了GPU加速的方案,GPU可以同时并行执行几千甚至几万个线程,可以大大提高其中矩阵运算的速度。