基于Arnold置乱的数字图像加密技术研究

从概述图像置乱基本原理出发,说明基于Arnold变换的数字图像置乱及其恢复方法。初步仿真后发现,该法局限于在一个方向上(位置空间)进行图像置乱,图像保密性和彩色图像置乱效果存在局限,因此引入通过密钥改进的Arnold置乱数字图像加密方法,使得图像的安全性和加密效率有效提高。     

基于混沌序列和HVS的数字图像水印方法

提出了一种新的数字水印算法,该算法对原始图像进行小波变换,利用混沌序列产生的相应密钥对水印信息进行置乱,并在充分考虑了人眼的视觉特性的基础上确定原始信息嵌入的位置和强度,使数字水印不仅能抵抗有损压缩攻击的能力,而且还能抵挡各种变形处理,达到了隐藏信息的目的。     

小波域非加性失真函数设计

在最小化嵌入失真隐写算法框架的基础上,提出了一种基于小波域的非加性失真函数图像隐写算法。首先在离散小波域设计了加性失真函数,主要考虑了亮度、频率和纹理掩蔽因子对载体失真的影响;然后结合模型矫正的方法对设计的加性失真函数进行了非加性矫正;最后结合网格码设计了隐写算法,将嵌入信息对载体的修改最小化,并且集中在人眼不敏感区域。实验结果显示,方案具有良好的视觉不可见性,且能抵抗空域SPAM特征隐写分析的攻击。     

基于小波系数相关性的图像隐写分析

提出了一种新的针对空域图像隐写的盲检测方法。利用互信息分析秘密信息嵌入对图像小波系数在尺度方向和空间方向相关性的影响,使用马尔可夫模型挖掘小波系数层内和层间相关性,提取转移概率矩阵作为特征,以支持向量机（SVM）作为分类器。针对LSB匹配和随机调制隐写算法。实验表明,本方法能有效检测到未经JPEG压缩过的含密图像。     

基于HVS的抗统计分析的小波域密写

针对通过分析小波系数直方图特性的变化能侦测到小波域图像密写信息的存在性这一问题和人眼对图像强纹理不敏感的特征,提出了一种基于HVS的抗统计分析的小波域密写方法。该方法先将载体图像分成固定大小的小块,对每一小块进行基于提升策略的整数小波变换。根据符号和奇偶值将非零小波系数分为2类,分别表示1和0。如果嵌入的秘密比特与小波系数表示的信息不同,修改小波系数使它变为另一类,否则不变。在强纹理块,2层以上的小波系数用来嵌入更多的秘密信息以保证良好的视觉隐蔽性。最后,通过小波逆变换获得载密图像。实验结果表明,该密写方法不但能有效地保持小波系数直方图的特性,而且具有良好的视觉质量。     

对特殊类型Feistel密码的Square攻击

对轮函数为SP结构的两类特殊类型Feistel密码抗Square攻击的能力进行了研究。通过改变轮函数中P置换的位置从而给出了此类Feistel密码的等价结构,以SNAKE(2)和CLEFIA为例,给出了基于等价结构Square攻击的具体过程,将6轮SNAKE(2)的Square攻击的时间复杂度由224降为213.4;将6轮CLEFIA的Square攻击的时间复杂度由234.4降为212.4。结果表明,在设计轮函数为SP结构的Feistel密码时,必须充分考虑等价结构对算法抗Square攻击的影响。     

一种新的CLEFIA多字节差分故障分析方法

阐述了CLEFIA分组密码算法及故障分析原理,根据在CLEFIA密码第r轮与第（r-2）轮注入多字节故障,提出了一种新改进的针对CLEFIA的多字节故障模型及分析方法,并通过软件仿真实验进行了验证。结果表明,CLEFIA算法的Feistel结构和差分S盒特性使其易遭受多字节故障攻击,而改进算法使得密钥的恢复效率大大提高。     

基于单类集成分类器的JPEG通用隐写分析

针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法。算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果。实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率。     

基于降维共生特征的JPEG通用隐写分析

针对JEPG图像隐写检测问题,提出了一种基于降维共生特征和单类分类器的通用隐写分析方法。采用共生矩阵挖掘图像DCT块内、块间以及图像小波层内、层间相邻系数的相关性特征,并对特征进行校准和LPP降维处理,利用SVDD分类器进行训练和分类。实验结果表明:该方法相比传统二类隐写分析方法,具有更强的泛化能力,检测率相比几种单类隐写分析方法有明显提高;而且,LPP降维相比PCA降维对提高算法的分类精度具有更好的效果。     

一种图像隐写分析中的特征选择方法

根据分类器基于图像特征进行信息盲检测的原理,提出了联合使用K-NN分类器和SVM分类器的特征选择方法,并对多种隐写算法和工具进行实验,比较了它们的分类精度,验证了特征优化的重要性.结果表明在分类器训练和工作之前对图像特征向量进行选择优化,能在一定程度上提高分类器的工作效率,更有效地发现隐写算法的脆弱性.