基于差分零系数和索引共生矩阵的通用隐密分析
为提高互联网通信的安全性和可靠性,提出一种针对图形交换格式(graphics interchange format,简称GIF)图像的隐密分析算法.该算法基于差分零系数(differential zero coefficients,简称DZC)和索引共生矩阵(index cooccurrence matrix,简称ICM),提取对图像像素间颜色相关性和图像纹理特征变化敏感的36维统计特征.结合支持向量机(support vector machine,简称SVM)分类技术,实现对GIF图像中隐密信息的有效检测.实验结果表明,相比于同类算法,该算法对最佳奇偶分配(optimum parity assignment,称OPA)、分量和(sum of components,简称SoC)、多比特分配(multibit assignment steganography,简称MBA)等典型隐密算法以及EzStego,S-Tools4,Gif-it-up等网络上常见隐密工具的检测效果更佳,时间效率更高,且具备通用隐密分析的能力.
隐密分析、GIF图像、差分零系数、索引共生矩阵、支持向量机
24
TP309(计算技术、计算机技术)
国家自然科学基金61170226;中央高校基本科研业务费专项资金SWJTU11CX047,SWJTU12ZT02;四川省青年科技创新研究团队项目2011JTD0007;成都市科技计划12DXYB214JH-002
2014-03-05（万方平台首次上网日期，不代表论文的发表时间）
共12页
2909-2920
