基于共生特征和集成多超球面OC-SVM的JPEG隐密分析方法

摘要：

隐密是指将秘密信息以不可察觉的方式隐藏于其他载体之中的技术.隐密分析的目的是检测秘密信息的存在并最终提取秘密信息.目前基于二类或多类分类器的盲隐密分析方法可有效检测已知隐密算法,但无法对未公开隐密算法的生成图像进行检测.该文提出了一种新的JPEG盲隐密分析方法,对已知或未公开隐密算法都可检测.基于共生特征和多超球面OC-SVM分类器,本方法利用能有效对载体JPEG图像的统计分布边界建模.为进一步提高检测性能,还应用Bagging集成学习算法提高分类器的泛化能力.实验结果表明,该文方法能较为准确地检测出典型JPEG隐密算法生成的含密图像,性能优于已有的同类隐密分析方法.

关键词：隐密分析、共生特征、多超球面、一类支持向量机、Bagging

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60572111资助课题

在线出版日期：2009-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1180-1184