基于MIDI音乐的数字音频半脆弱性水印算法的研究

提出了一种基于MIDI音乐的音频半脆弱性水印算法，将待嵌入水印转化为MIDI音乐，并对水印进行了主成份分析，可在具有较小冗余的载体中进行嵌入；尔后，用混沌加密及重复编码，来提高水印的鲁棒性；同时采用三种检测方法，提高对水印提取的判断正确率。实验结果表明，算法对于一般性的攻击（剪切、回声等）具有较好的鲁棒性，可实现较好的认证功能。     

基于Turbo码和混沌序列的数字图像扩频水印

提出一种基于Turbo码和混沌序列相结合的DCT变换域扩频水印算法。首先对原始水印信息进行伪随机置乱，接着对置乱的水印进行Turbo编码，用混沌序列对编码后的水印进行扩频，生成待嵌入的扩频水印信息。在充分考虑人眼视觉特性的基础上，将扩频水印嵌入到DCT变换系数的中频中。文中对算法在多种常见的攻击如JPEG压缩、噪声、剪切、滤波下进行了仿真。实验结果表明，利用该算法实现的水印具有良好的不可见性和鲁棒性。     

RDWT和NVF的自适应彩色图像水印算法

提出一种基于冗余小波(RDWT:Redundant Wavelet Transform)和噪声可见度函数(NVF:Noise Visibility Function)的彩色图像水印嵌入新算法,该算法利用主体图像的稳态广义Gaussian模型描述图像的局部特性,建立了水印信息的加权系数计算公式。在水印嵌入过程中先对主图像在YIQ空间的Y分量进行RDWT变换。同时利用NVF函数对经过加密变换的水印进行加权处理,然后利用奇异值分解将水印嵌入到变换域复杂纹理和边缘区域。实验结果表明该算法在保证水印不可见性的同时能很好地抵抗多种几何攻击和图像处理攻击,实现了水印鲁棒性、不可见性和容量的统一。     

一种基于双重数字水印和数字签名的文档防篡改算法

提出了一种新的文档防篡改算法，将文档和数字图章的签名信息进行不同处理后，利用小波变换的多分辨率特性，在小波变换的中频部分嵌入鲁棒性水印，而在容易遭受攻击破坏的高频部分嵌入脆弱水印。对文档的各种篡改仿真实验表明，该算法对保证文档的安全性和完整性有很好的效果。     

一种基于SIFT特征的抗几何攻击水印算法研究

尺度不变特征变换描述子已经应用于数字图像水印的构造,但图像存在相似区域时易造成误匹配问题,基于此提出一种改进的RIT—SIFT数字图像水印算法．水印嵌入时先对图像进行分块,然后将水印分别嵌入子块的非下采样Contourlet变换低频子带中,既简化了水印嵌人又增加了嵌入容量．图像匹配时利用SIFT算法在原始图像中寻找局部特征点,将旋转不变纹理特征信息融合到传统SIFT特征向量中,更加全面地描述图像信息,提高了匹配精度．实验结果表明,提出的算法是有效的,对全局和局部几何攻击、组合攻击以及常规攻击均具有很好的鲁棒性．     

基于正弦模式的音频扩频水印算法

提出了一种基于正弦模式的音频水印算法,用于解决目前音频扩频水印算法以伪随机序列作为嵌入信息的不足.并对水印在嵌入和检测过程中涉及到的关键技术进行了分析,给出了对其鲁棒性进行测试的过程和结果.结果表明,此算法具有水印易于生成和检测,实现简单,且对宿主信号影响小以及鲁棒性好等优点.     

一种基于神经网络的变换域数字水印提取算法

从理论上分析了变换域数字水印嵌入和提取过程,研究了图像处理和攻击对水印产生破坏的机理,并在此基础上提出了一种基于神经网络的变换域数字水印提取算法。实验证明,该算法对各种常见攻击具有较强的鲁棒性。     

一种基于混沌的彩色图像空域半脆弱水印算法

为实现对数字产品的版权保护和完整性认证,提出了一种以最低有效位(LSB)替换算法为核心,以彩色图像RGB图层亮度分量为载体的基于混沌二值密钥随机控制的彩色图像空域有意义水印算法.实验结果表明,算法实现简单,实时性好,具有良好的透明性、安全性和确定性,可盲检测,并能够很好地实现版权保护和篡改检测与定位,同时算法对椒盐噪声的去除、裁剪等基本图像操作和位平面去除等恶意攻击具有一定的鲁棒性,因而是一种性能良好的半脆弱水印算法.     

基于奇异值分解的抗几何失真数字水印算法

设计抗几何攻击的数字水印算法是数字水印技术研究中的难点,也是数字水印技术实用化的一个瓶颈.利用奇异值分解的原理,提出了一种基于奇异值分解的抗几何攻击数字水印算法.该算法对图像的频域幅度值进行分块奇异值分解,通过修改SVD的最大奇异值嵌水印.实验结果表明:该算法对抗平移、缩放、旋转、剪切等几何攻击,具有很好的鲁棒性.     

两种数字水印算法的比较

分别介绍迭加水印方案和量化水印方案,对每种方案一些常见算法予以说明,阐明其优缺点,对两种水印方案的相同点和不同点进行了研究。通过实验证明,两种水印方案的PSNR比较相似：迭加水印检测的相关值分布比较扩散,受高斯影响大;量化水印检测的相关值比较稳定,受高斯噪声的影响小。     

Zodiac算法新的不可能差分攻击

重新评估了Zodiac算法抵抗不可能差分攻击的能力。通过分析Zodiac算法的线性层,给出了Zodiac算法两条新的14轮不可能差分。利用新的不可能差分,结合Early-Abort技术对完整16轮的Zodiac算法进行了不可能差分攻击。攻击过程中一共恢复6个字节的密钥,其时间复杂度只有232.6次加密,数据复杂度约为285.6个明文,该攻击结果与已有最好的结果相比,时间复杂度降低了一个因子233。结果表明由于Zodiac算法线性层的扩散性差,使得该算法对不可能差分分析是不免疫的。     

一种无线传感器网络中的Sybil攻击检测方案

Sybil攻击破坏无线传感器网络中的数据融合、公平资源分配等机制，因此对Sybil攻击的防范与检测具有很重要的意义。将一种基于到达时间差（TDOA）的三维定位引入到Sybil攻击的检测中，算法可以检测存在的Sybil攻击并对Sybil节点进行定位。通过性能分析证明该算法具有开销小、有效性高的特点。     

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。     

基于Hash的半脆弱音频水印算法

提出了一种基于Hash的半脆弱音频水印算法，将原始音频进行混沌加密，提取其小波域统计特征作为特征向量，对特征向量进行Hash生成水印，利用零水印技术将其“嵌入”到原始音频中。认证时采用相关检测法来定量评价水印的相似性。实验证明，该算法对保持音频内容的操作具有鲁棒性，对改变音频内容的操作具有敏感性，实现了对音频数据的认证。     

一种基于Hadamard变换与SVD的彩色图像双水印算法

针对实际应用中彩色图像的版权保护问题,提出了一种结合Hadamard变换与奇异值分解（SVD）的非盲水印算法。实验证明,该算法对加噪、JPEG压缩、剪切、缩放和旋转攻击均有较强的抵抗力,具有较好的实用价值。     

对Sosemanuk算法改进的猜测决定攻击

Sosemanuk算法是欧洲eSTREAM计划最终获选的七个算法之一。从比特层面对该算法进行剖析,通过对Serpent1组件S盒、模232加法和线性反馈移位寄存器的研究,找到了关于内部状态的一个方程组,并利用Groebner基方法改进了对Sosemanuk算法基于字的猜测决定攻击。结果表明只需要猜测7个32比特的字就可以完全确定出其余5个32比特的内部状态,其攻击的复杂度为O(2192)。     

一种非对称鲁棒性盲水印算法

针对数字图像版权保护,提出一种非对称鲁棒性盲数字水印方法。通过将水印嵌入到最少受图像改变影响的子空间,使嵌入水印具有鲁棒性,且通过对特征子空间的选取限制,使算法具有较高的检测概率和安全性以及较低的虚警概率。同时,水印嵌入矩阵与提取矩阵不同,它可公开除密钥外的所有其它的信息,而且能实现水印盲提取。实验结果证明了该算法的鲁棒性。     

二次检测立方攻击改进与实现

对二次检测立方攻击预处理阶段的提取二次表达式的算法进行了改进以优化攻击效率。将秘密变量的变化引入攻击中,使得攻击模型更加灵活;同时,利用时空折中的思想,通过存储常数项和一次项的计算结果,有效降低二次项的计算量。将改进的方法应用于简化版的PRESENT算法和Trivium算法上,攻击效率有显著提高。     

Zodiac算法新的不可能差分攻击

重新评估了Zodiac算法抵抗不可能差分攻击的能力。通过分析Zodiac算法的线性层,给出了Zodiac算法两条新的14轮不可能差分。利用新的不可能差分,结合Early-Abort技术对完整16轮的Zodiac算法进行了不可能差分攻击。攻击过程中一共恢复6个字节的密钥,其时间复杂度只有2_32.6次加密,数据复杂度约为2_85.6个明文,该攻击结果与已有最好的结果相比,时间复杂度降低了一个因子2₃₃。结果表明由于Zodiac算法线性层的扩散性差,使得该算法对不可能差分分析是不免疫的。     

Zodiac算法新的不可能差分攻击

#重新评估了Zodiac算法抵抗不可能差分攻击的能力。通过分析Zodiac算法的线性层,给出了Zodiac算法两条新的14轮不可能差分。利用新的不可能差分,结合Early-Abort技术对完整16轮的Zodiac算法进行了不可能差分攻击。攻击过程中一共恢复6个字节的密钥,其时间复杂度只有2_32.6次加密,数据复杂度约为2_85.6个明文,该攻击结果与已有最好的结果相比,时间复杂度降低了一个因子2₃₃。结果表明由于Zodiac算法线性层的扩散性差,使得该算法对不可能差分分析是不免疫的。