【摘 要】
：
针对医学信息遭遇窜改、窃取等信息安全问题,提出了一种基于混沌的零水印算法。利用Arnold置乱算法对原始载体图像进行k次置乱,然后提取置乱图像每一个像素的最低有效位与二值水印作异或运算来构造零水印,实际嵌入的水印图像通过混沌映射加密来隐藏水印信息。提取水印后对原水印图像与提取的水印取绝对差,若遭遇窜改,则能定位窜改位置及窜改形状。实验证明,混沌系统的大密钥空间和对初值的敏感性增加了算法的鲁棒性,并
【基金项目】
：
广州市科技计划资助项目（2012y2-00046,2013Y2-00043）
论文部分内容阅读
针对医学信息遭遇窜改、窃取等信息安全问题,提出了一种基于混沌的零水印算法。利用Arnold置乱算法对原始载体图像进行k次置乱,然后提取置乱图像每一个像素的最低有效位与二值水印作异或运算来构造零水印,实际嵌入的水印图像通过混沌映射加密来隐藏水印信息。提取水印后对原水印图像与提取的水印取绝对差,若遭遇窜改,则能定位窜改位置及窜改形状。实验证明,混沌系统的大密钥空间和对初值的敏感性增加了算法的鲁棒性,并且算法在常规攻击下依然能准确定位窜改位置及形状。
其他文献
现有大多数的网络聚类方法都只是针对无向网络,已有的有向网络聚类方法建立在传统聚类算法基础之上,存在着一定的局限性。针对上述问题,提出一种基于仿射传播的有向网络聚类算法,该算法首先采用Sim-Rank作为节点之间的相似度,并将计算得到的结果转换为适应于仿射传播算法的负值;然后将相似度矩阵作为输入,利用具有更好性能的仿射传播算法对有向网络进行聚类。实验结果表明,所提出算法的聚类性能优于其他几种具有代表
传统的分词方法将一个维吾尔支语义词（多词关联模式）拆分成与词意义不符的若干个片段，因此在维吾尔语文本分析及文本处理过程中导致许多问题，严重影响文本处理效率。提出了一种维
考虑驾驶员对多格点交通流量预估效应，建立了新的交通流多格点预估格子模型。通过线性稳定性分析获得了改进模型的稳定性条件。通过非线性分析得到了扭结一反扭结密度波解，得到
针对现有量子搜索算法均未考虑目标对象重要性的差异,提出了一种对已分配权重的目标对象进行搜索的量子搜索算法。首先对改变叠加态初态幅值会对迭代结果产生的影响进行了分析;在此基础上得出了保证算法有效性前提下,引入权重系数必须满足的条件;基于该条件,构建了含有目标权重信息的量子叠加态,并使算法同时保持了Grover算法的原有性质。仿真结果表明,提出的算法能够以权重值的概率,对成功搜索到的目标态得到满意的结
针对传统图像隐写算法抵抗通用盲检测能力不足的问题,提出一种基于共生矩阵特征的自适应JPEG隐写算法。该算法在分析图像直方图特征和分块效应特征的基础上,引入能够反映共生矩阵特征的块间系数相关性设计了失真函数,并结合网格码(STC)完成秘密信息的嵌入。实验结果表明,面对三种通用隐写检测算法,算法较以往隐写算法具有更强的安全性和抗检测普适性。
随着网络和存储技术的发展,提供可共享和便捷使用云存储服务已成为互联网的一种重大新型应用模式和发展趋势。但由于系统规模巨大且存储内容多变,传统的性能评价及测试方法已不适用于云存储平台。提供云存储系统性能评测的思路,建立面向不同用户、适用于不同阶段的多指标三维评测体系,采用云测试云的方案测试不同物理位置上的节点访问性能。
依据对室内定位算法的场景分析,在BVIRE算法的基础上,提出了一种室内定位的改进算法IMPRO_BVIRE。针对信号在无线信道中的衰减规律呈非线性,该算法采用一种非线性插值方法计算虚拟参考标签的RSSI值,在邻近参考标签的选择上采用小概率排除法,排除了小概率点对定位精度的影响,并通过取均值抵消了阴影带来信号的剧烈波动。仿真与实验结果表明,改进后的IMPRO_BVIRE算法相比于BVIRE算法具有更
分析了线性反馈移位寄存器(LFSR)和猫映射的基本结构,给出了一种基于LFSR与猫映射的伪随机序列生成方法。该方法根据LFSR的计算结果产生相应的选择函数,通过选择函数确定当前迭代计算中猫映射的系数矩阵;应用选定的系数矩阵进行迭代计算产生相应的混沌序列,将其二值化后作为反馈值与LFSR的反馈值进行异或运算,运算结果作为LFSR的最终反馈值,实现对LFSR生成序列的随机扰动。通过实验对生成序列的性能
针对sink区域受限及节点特征参数的问题,如何规划sink路径选择以满足动态传感器网络高效数据收集及低能耗的要求,提出了一种动态传感器网络区域受限的移动sink路径选择方法。该方法在缓存节点辅助通信模式下,建立sink受限区域图模型。针对不同应用情况,分别讨论了sink移动全局路径信息已知和sink移动局部路径信息已知这两种情况下的最优移动路径。在全局路径信息已知时,采用Vornon单元划分的思想
双支持向量机是近年提出的一种新的支持向量机。在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的推广能力。但双支持向量机没有考虑不同输入样本点可能会对分类超平面的形成产生不同影响,在某些实际问题中具有局限性。为了克服这个缺点,提出了一种基于混合模糊隶属度的模糊双支持向量机。该算法设计了一种结合距离和紧密度的模糊隶属度函数,给不同的训练样本赋予不同的模糊隶属度,构建两个最优