【摘 要】
：
针对当前多方量子信息隐藏通信容量较低的问题,提出了一种具有较大容量的面向多方隐蔽通信的量子信息隐藏方案.利用两个GHZ态纠缠交换的唯一生,设计了一种高效的编码方法,建立了量子比特与经典信息的关联.基于HBB量子秘密共享协议,通过GHZ态纠缠交换和Bell测量,建立了隐蔽信道,能够在不影响原协议正常运行的情况下传递秘密信息.理论分析表明,本文提出的信息隐藏方案在具有良好的隐蔽性和安全性的基础上,隐蔽
【机 构】
：
解放军信息工程大学,河南郑州,450001
【出 处】
：
第十二届全国信息隐藏暨多媒体信息安全学术大会
论文部分内容阅读
针对当前多方量子信息隐藏通信容量较低的问题,提出了一种具有较大容量的面向多方隐蔽通信的量子信息隐藏方案.利用两个GHZ态纠缠交换的唯一生,设计了一种高效的编码方法,建立了量子比特与经典信息的关联.基于HBB量子秘密共享协议,通过GHZ态纠缠交换和Bell测量,建立了隐蔽信道,能够在不影响原协议正常运行的情况下传递秘密信息.理论分析表明,本文提出的信息隐藏方案在具有良好的隐蔽性和安全性的基础上,隐蔽信道容量提高了两倍.
其他文献
近年来,基于数独矩阵的信息隐藏方法因其具有不可感知性强和隐藏容量大等特点在图像信息隐藏领域中得到了广泛的应用,然而到目前为止尚未有利用数独矩阵在低速率语音编码中实现信息隐藏的研究成果.本文在对数独矩阵信息隐藏方法进行深入研究后提出了一种基于数独矩阵的低速率语音编码信息隐藏方法.重点研究了如何降低隐藏过程的计算复杂度来确保秘密信息嵌入过程的实时性问题,并将该隐藏方案应用于在G.723.1语音编码中.
传统扩频信息隐藏技术存在着安全隐患,非法接收者在不知道扩频序列的情况下,可以盲检测出隐藏的秘密信息.本文提出伪随机码掩蔽的扩频信息隐藏方法,用伪随机码来混淆嵌入的信息,抵抗隐藏信息非法提取操作.为了进一步改善隐藏信息的合法提取,文中对扩频序列进行了优化,在一定载体失真度的限制下,设计了最优扩频序列使最优线性滤波器的输出端得到最大的信干噪比.实验结果证明了文中所设计的伪随机码掩蔽的最佳扩频信息隐藏方
针对现有网页信息隐藏算法隐藏容量小的问题,提出了一种基于链接分块的大容量网页信息隐藏算法.首先通过分析发现在网页链接所有属性信息的后面隐藏控制符编码不影响网页的正常显示与功能,利用这一特点将秘密信息隐藏在网页链接中;然后在现有的33个控制符编码的基础上,扩展得到99个控制符编码形式,基于密钥每次随机选取其中的64个进行编码,提高了算法的安全性,同时由每个被选取的控制符编码代表6比特的秘密信息和网页
本文从提高嵌入量出发,提出了一种基于混合进制的调色板图像无损信息隐藏方法.首先根据索引分布,区分有效索引与冗余索引;在调色板中分配若干冗余索引指向同一有效索引的颜色,相同颜色的不同索引值承载不同秘密信息,用于无损信息隐藏;用动态规划的方法产生最大嵌入量下的冗余索引分配方案.不同颜色承载的秘密信息为不同进制秘密数字.实验证明,相较于目前的方法,嵌入量均有提高,医学图像尤为显著.
为了充分提高加密域可逆信息隐藏方法的容量,本文提出了一种比较预测差值的大容量加密域可逆信息隐藏方法.内容所有者将图像加密后,数据隐藏者将加密图像分为互不重叠块,通过修改每块中心像素的其中之一嵌入信息.对含有秘密信息的加密图像,根据信息隐藏密钥可提取秘密信息,但无法获知原始图像内容.根据加密密钥可通过解密得到一幅与原始图像近似的图像,并可通过比较图像块中心各像素与预测值的差找出被修改像素,从而恢复图
With the exponential growth of online multimedia, image copyright protection now confronts the issue of large scale.In this paper, we propose a feature fusion based learning method for image hashing,
本文提出一种基于压缩感知和颜色向量角的图像哈希算法.该算法先对输入图像预处理,在此基础上计算其颜色向量角矩阵,然后对矩阵进行非重叠分块,再将每一个分块进行压缩感知测量,最后用测量向量的均值构成哈希值.实验结果表明本文算法对常见数字操作稳健并有较好的唯一性.接收机操作特性曲线对比发现,本文算法的性能优于三种代表性的图像哈希算法.
视频序列拷贝是一种针对监控视频的典型攻击手段,基于内容的取证方法难以区分真实的静态场景和视频序列拷贝.但是自然噪声等因素造成的真实视频序列和拷贝序列之间存在微小的差别会在H.264视频编码过程中得以保留并体现在码流参数中.本文分析了视频序列拷贝的码流参数特征,构造了基于码率的视频序列拷贝检测指标,提出了一种基于码流参数特征的视频序列拷贝检测算法.在大于20帧的视频序列复制情况下,可以实现90％以上
Text document is the most widely used medium on the Internet.However, there are some emerging problems that cannot be neglected, such as plagiarism, reproduction of information content, illicit redist
图像隐密分析的目的是,通过分析网络日常图像的微观统计特征,检测图像数据中可能潜藏的秘密信息.采用隐密特征提取结合分类器的隐密分析技术能较好的对隐密图像进行判决.但大多数分类系统的分类精度严重依赖于有标记训练样本的数量.因此,在有限数量的标记样本下,如何充分利用大量无标记样本来提高隐密判决精度已成为隐密分析领域亟待解决的问题.本文结合集成映射的方法,利用有限的有标签数据,充分挖掘大量的无标签样本信息