数字隐写和隐写分析是信息安全领域的重要分支。数字视频因其数据量大,能容纳密信数量多的特点,成为理想的隐写载体。作为最新的视频编码标准,H.265/HEVC已逐步应用在互联网的各种产品中,因此研究以其为载体的隐写与隐写分析算法有重要的理论意义和实际应用价值。运动矢量是视频帧间预测的产物,广泛存在于压缩视频中,由于其数据量大、嵌入密信后对视觉质量影响小,因此很适合进行信息隐藏。但这些特性又很可能被不法分子用于传递秘密信息,策划犯罪活动,从而对社会安定和公共安全带来威胁。因此研究基于运动矢量的视频隐写分析技术有迫切的需求和广阔的应用前景。本文针对现有基于运动矢量的隐写分析算法的不足,结合H.265/HEVC的特点构造检测特征,从而实现隐写分析检测。本文的主要研究工作和创新点如下:1、提出基于最优预测运动矢量的H.265/HEVC视频运动矢量隐写分析算法。该算法利用H.265/HEVC运动估计过程中预测运动矢量在候选运动矢量数组中必然是最优的性质(即使得当前运动矢量编码比特数最小),提取特征进行隐写分析检测。实验结果表明,该算法相对于现有的基于运动矢量相关性的隐写分析算法和基于运动矢量局部最优性的隐写分析算法有更高的检测率,且由于运动矢量是无损的,其检测结果不受视频码率的影响。2、提出基于时空域特征自适应选择的H.265/HEVC视频运动矢量隐写分析算法。该算法针对现有的基于运动矢量相关性的隐写分析方法仅提取空域(或时域)相关性特征或者简单地将空域相关性特征和时域相关性特征串联的不足,结合H.265/HEVC运动矢量预测的特点,自适应选择空域或时域相关性特征作为最终分类特征。实验结果表明该算法能在不增加特征维数的基础上有效提高隐写分析检测率。