论文部分内容阅读
在计算机的普及和互联网的推动下,信息技术在人们生活中的地位日趋重要。信息技术给人们工作和生活带来了便利的同时,也引发越来越多的安全隐患,正因为如此,信息安全问题逐渐得到人们的重视。 信息隐藏是安全领域中的一个重要分支,它是一门利用多媒体冗余特性在多媒体文件中隐藏秘密信息从而实现秘密通信的技术。为避免信息隐藏技术被恐怖份子非法利用,与信息隐藏技术相对应的信息隐藏检测分析技术应运而生,信息隐藏检测分析是检测作为载体的多媒体文件中是否含有秘密信息的技术,它与信息隐藏算法是一种对抗关系。本文研究可以检测多种信息隐藏算法的通用型隐藏检测分析算法,最简单的通用型信息隐藏检测分析算法能判断出待检测媒体中是否有秘密信息。信息隐藏检测分析算法是防止非法使用信息隐藏算法的关键技术,因此对其进行深入研究很有必要。 通用型信息隐藏检测分析的过程包括特征提取和分类识别两步,鉴于高维特征数据计算困难,易引发“维数灾难”问题,直接对其进行处理,得到的结果可能不理想,因此需要对高维数据进行降维处理。 本文引入统计流形降维算法,用来对高维特征向量降维,使相应的低维特征向量仍保持较好的分类效果,该算法还可以降低分类器运算复杂度。统计流形降维是一种非线性降维方法,该流形中的每一点都是参数化概率密度函数,具体的算法主要包括以下三步: 1.将高维特征向量视为流形空间中的数据点,估算两近邻点间的Fisher信息距离; 2.沿着流形分布计算测地线矩阵,该矩阵的计算需要用到第一步的计算结果近邻点间的Fisher信息距离; 3.对测地线距离矩阵进行LEM降维,降维结果就是高维数据在低维空间中的本征表示,这些低维数据能更好的反应数据的本质。 实验结果表明该针对多种JPEG信息隐藏算法该方法该算法都有较高的分类检测率,能在保证较高准确率的前提下将载体图像和隐秘图像分开,而且对多种信息隐藏算法都适用,因此针对高维特征向量进行统计流形降维,在信息隐藏检测分析领域具有可行性和实用性。