[00105280]基于机器学习的隐写分析技术研究
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目为一般纵向项目（项目编号：KJR1509）。
隐写术在保障人们互联网通信安全的同时，也为怀有恶意企图或不当目的组织或个人提供了便利。非法或恶意使用数字隐写术的行为给国家、公司及个人的信息安全与通信安全带来了严重危害。该项目基于这一背景，将机器学习技术用于隐写分析的多个环节，提出能够同时检测多个域，多种嵌入方式的隐写分析算法，同时设计定量隐写分析方法，使其能够对空域和 DCT 域算法隐写容量进行估计。主要研究内容和成果如下：
1. 跨域通用隐写分析算法的研究与设计：现有通用隐写分析算法的特点是针对单一域和单一嵌入方式。通过对现有单一域检测算法所选用的图像特征进行研究分析，设计新型特征， 并设计与之匹配的分类器算法，完成隐写分析。
2. 定量隐写分析算法的研究与设计：现有大部分通用隐写分析算法，实际是仅针对个别算法， 或算法簇有效。结合特征研究成果，运用深度学习网络等机器学习方法，完成基于空域、DCT 域等单一及多域检测的隐写分析算法，以及针对多种隐写算法的定量隐写分析算法。
