研究隐写分析对监视非法信息、防止机密信息泄露,保障国家安全和维持社会的稳定有着重要的意义。隐写分析的核心问题是选取检测率高,适用性广的特征向量。以往的文献缺乏对频域统计特征的深入研究,不能有效地对频域隐写方法进行检测。本文研究了音频DCT系数的统计分布以及隐写对DCT域统计特征的影响,在此基础上设计了两种新颖的隐写分析方法。为了提高检测率和检测尽可能多的隐写方法,提出了一种基于融合的隐写分析方法。本文的主要工作和创新点如下:1)针对音频DCT系数统计分布研究的不足,对音频DCT系数的统计分布进行了深入研究,为音频DCT系数建立了一个由广义高斯分布和α稳定分布组成的混合模型。研究结果表明,该模型比广义高斯分布和α稳定分布更接近于音频DCT系数的统计分布。2)提出了一种基于DCT直方图统计矩的音频隐写分析方法,采用的特征是DCT系数直方图的高阶统计量,实验结果表明该算法获得了较好的检测率。3)根据隐写会改变音频统计特征的假设,提出一种基于统计分布模型参数统计矩的音频隐写分析方法。实验数据表明,相比于同类算法,检测率有了较大的提高。4)针对现有隐写分析方法实用性不强的问题,基于融合思想提出了一种通用的隐写分析方法。该分析方法能够继承已有隐写分析方法的优点,提高隐写分析算法的检测性能。