删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于深度学习的图像隐写分析综述

本站小编 Free考研考试/2022-01-02

闁诲孩顔栭崰鎺楀磻閹剧粯鈷戞い鎰剁悼閹藉瓥P闂備焦瀵х粙鎺楁儗椤斿墽鍗氶柛鎾楀懐鐓嬮悗骞垮劚閻楀啴宕戦幘璇茬妞ゅ繐妫楅悡娑㈡⒑閸忓吋绶查柛鐔稿▕閹焦寰勭仦鎯ф瀭闂佺硶鍓濇笟妤呭汲閵夆晜鈷掗柛娑卞幘缁狅絿绱掔仦鐣屽煟闁诡垰娲ㄩ埀顒婄到婢у海绮堟径瀣弿闁挎繂鎳愮粻鍙夌節閳ь剟鎮ч崼鈶╂灃閻庡箍鍎遍幊搴ㄦ偂閸屾埃妲堥柟缁㈠灠娴滈箖姊洪崨濠傜瑨婵☆偅绻堥獮鎰版晸閿燂拷
547闂備礁婀遍。浠嬪磻閹剧粯鈷掗柛鏇楁櫅閻忣亪鏌eΔ鈧柊锝夊箠閹捐绀冩い蹇撴閻撴盯姊洪崗鍏肩凡闁哥噥鍋勯悾鐑芥晸閿燂拷1130缂傚倷绀侀ˇ顖滅矓閻㈢鍋撻崹顐g殤闁逞屽墲椤鍠婂澶婃辈闁逞屽墴閺屸剝寰勭€n亜顫庡┑鐐茬墛閸ㄥ灝鐣烽敓鐘茬鐟滃繒绮欓崶鈺冪<濠㈣泛锕︽晥闂佸憡菧閸婃牜缂撻挊澹╂棃宕担瑙勭槣闂佸湱鍘ч悺銊╁箰閸洖鐒垫い鎴炲缁佺増銇勯銏╁剱闁挎稒鍔欓獮瀣敍濠婂拋妲锋繝鐢靛仦閸ㄥ綊寮粙妫电儤绻濋崶銊ユ闁哄鐗滈崑鎺楀吹閺冨牊鐓忛柛鈩冩礉閸忓瞼绱掗鍏夊亾鐡掍浇顫夐幆鏂库槈閹烘垳澹曟繛杈剧悼閺咁偄危閸儲鐓曢柟鐑樻尰閸嬬娀鏌嶈閸忔稓娆㈠璺洪棷濡わ絽鍟幊姘扁偓骞垮劚閸熺娀宕戦幘瀛樺闁绘垶锚閳ь剛鍋熼埀顒冾潐閹爼宕曢鐐茬劦妞ゆ垼鍎婚崗灞俱亜閹惧瓨鍊愰柟顔肩埣瀹曢亶骞囬妸銉ゅ婵炶揪绲炬禍鑺ョ閿曗偓闇夐柛蹇曞帶閹兼悂鏌嶈閸忔稑霉閸ヮ剙纾奸柕濠忕畱椤曡鲸鎱ㄥΟ绋垮姉闁稿鎸婚幏鍛喆閸曨剛鏆氶梻浣哄帶瀵儼銇愰崘顏嗙处濡わ絽鍟崑鐘绘煕閳╁啫濮€闁稿鎸婚幏鍛存偪椤栨艾绠戦梻浣告惈閸婄ǹ煤閵忋倕鐒垫い鎴炲缁佹澘顭跨憴鍕磳鐎殿喚鏁婚、娑樜熷畡棰佸婵炶揪缍€椤鎮¢埀顒勬⒒閸屾艾鈧粙顢欐繝鍕潟闁割偅娲栫粻缁樸亜閹炬潙顥氶柛瀣尰閹峰懘宕烽婧惧亾婵犲洦鍊垫繛鎴濈枃缁€瀣煃瑜滈崗娑氱矆娴h桨鐒婇柟娈垮枓閸嬫挸鈽夌€圭姷顦伴梺閫炲苯鍘告繛鏉戞喘椤㈡﹢宕妷褌绗夊┑掳鍊撻悞锔捐姳濮樿埖鐓忛柛鈩冩礈椤︼妇鈧湱枪椤嘲鐣烽敐鍥︽勃闁稿本顨呮禍鎯归敐鍛暈闁告洟绠栭弻锝夋倷閸欏妫戦梺閫炲苯鍘搁柣鎺炵畵瀵剟宕掑锝嗙參濠殿喚鎳撳ú鐘诲磻閹惧瓨濯撮柛娑橈攻閸f悂鏌f惔銏犲枙閻犳劗鍠栭崺鈧い鎴炲椤﹂绱撳鍜佸剶闁硅櫕鐗犻幊鐘活敆閸愮偓钑夌紓鍌欑劍閸愬骞忛敓锟�28缂傚倷绶¢崑澶愵敋瑜旈、妤呮偄閾忓湱鐓嬮梺瑙勬儗閸ㄥ磭绮堟繅娆糚濠电偞娼欓崥瀣嚌妤e啫绠熼柧蹇e亝婵挳骞栧ǎ顒€鈧洖鈻撻敓锟�128.00闂備胶枪缁绘劙宕板☉姘潟闁跨噦鎷�
摘要:隐写术及隐写分析是信息安全领域研究热点之一.隐写术的滥用造成许多安全隐患,如非法分子利用隐写进行隐蔽通信完成恐怖袭击.传统隐写分析方法的设计需要大量先验知识,而基于深度学习的隐写分析方法利用网络强大的表征学习能力自主提取图像异常特征,大大减少了人为参与,取得了较好的研究效果.为了促进基于深度学习的隐写分析方法研究,对目前隐写分析领域的主要方法和突破性工作进行了分析与总结.首先,比较了传统隐写分析方法与基于深度学习的隐写分析方法的差异;然后根据训练方式的不同,将基于深度学习的隐写分析模型分为两类——半学习隐写分析模型与全学习隐写分析模型,详细介绍了基于深度学习的各类隐写分析网络结构与检测效果;其次,分析和总结了对抗样本对深度学习安全带来的挑战,并阐述了基于隐写分析的对抗样本检测方法;最后,总结了现有基于深度学习的隐写分析模型存在的优缺点,并探讨了基于深度学习的隐写分析模型的发展趋势.



Abstract:Steganography and steganalysis are one of the research hotspots in the field of information security. The abuse of steganography has caused many potential safety hazards. For example, illegal elements use steganography for covert communications to carry out terrorist attacks. The design of traditional steganalysis methods requires a large amount of prior knowledge, and the steganalysis methods based on deep learning use the powerful representation learning ability of the network to autonomously extract abnormal image features, which greatly reduces human participation and achieves good results. To promote the research of steganalysis technology based on deep learning, this study analyzes and summarizes the main methods and work in the field of steganalysis. Firstly, this study analyzes and compares the differences between traditional steganalysis and deep learning-based steganalysis. Furthermore, according to the different training methods, the steganalysis models based on deep learning are divided into two categories: semi-learning steganalysis model and full-learningsteganalysis model. The network structure and detection effect of various types of steganalysis based on deep learning are introduced in detail. In addition, the challenges that the adversarial samples pose to deep learning security are analyzed and summarized, the detection method of adversarial samples is expounded based on steganalysis. Finally, this study summarizes the pros and cons of existing steganalysis models based on deep learning and discusses its development trends.



PDF全文下载地址:

http://jos.org.cn/jos/article/pdf/6135
闂備礁缍婂ḿ褔顢栭崱妞绘敠闁逞屽墴閻擃偊宕剁捄杞板枈闂侀€炲苯澧伴柛鐘查叄瀹曘垽濡堕崶銊ヮ伕闁荤喐鐟ョ€氼參寮抽崼銉︾厱闁归偊鍓欓〃娆戠磼閸欐ê宓嗙€规洏鍔戦弫鎾绘晸閿燂拷闂備焦瀵х粙鎴︽儔婵傚憡鍋熸繛鎴欏灩绾偓闁诲骸婀辨慨瀵哥不椤栫偞鐓曟繛鍡樺姉婢ь剚绻濋埀顒勫箥椤旀儳宕ュ┑鐐叉鐢偤濡堕锔界厸闁稿本绋撻幊鍡欐偖濞嗘挻鐓曟俊顖欒閸庢垹绱撻崒姘兼Ш闁逞屽墴濞佳兾涘☉銏″亯婵犲﹤鐗婇弲顒勬煥閻曞倹瀚�
相关话题/网络 结构 工作 设计 知识

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 智能软件定义网络
    摘要:近年来,人工智能(artificialintelligence,简称AI)以强劲势头吸引着学术界和工业界的目光,并被广泛应用于各种领域.计算机网络为人工智能的实现提供了关键的计算基础设施.然而,传统网络固有的分布式结构往往无法快速、精准地提供人工智能所需要的计算能力,导致人工智能难以实际应用和 ...
    本站小编 Free考研考试 2022-01-02
  • 复杂网络的双曲空间表征学习方法
    摘要:复杂网络在现实场景中无处不在,高效的复杂网络分析技术具有广泛的应用价值,比如社区检测、链路预测等.然而,很多复杂网络分析方法在处理大规模网络时需要较高的时间、空间复杂度.网络表征学习是一种解决该问题的有效方法,该类方法将高维稀疏的网络信息转化为低维稠密的实值向量,可以作为机器学习算法的输入,便 ...
    本站小编 Free考研考试 2022-01-02
  • 网络匿名度量研究综述
    摘要:保护网络空间隐私的愿望推动了匿名通信系统的研究,使得用户可以在使用互联网服务时隐藏身份和通信关系等敏感信息,不同的匿名通信系统提供不同强度的匿名保护.如何量化和比较这些系统提供的匿名程度,从开始就是重要的研究主题,如今愈发得到更多关注,成为新的研究焦点,需要开展更多的研究和应用.匿名度量可以帮 ...
    本站小编 Free考研考试 2022-01-02
  • 面向网络取证的网络攻击追踪溯源技术分析
    摘要:首先定位网络攻击事件的源头,然后进行有效的电子数据证据的收集,是网络取证的任务之一.定位网络攻击事件源头需要使用网络攻击追踪溯源技术.然而,现有的网络攻击追踪溯源技术研究工作主要从防御的角度来展开,以通过定位攻击源及时阻断攻击为主要目标,较少会考虑到网络取证的要求,从而导致会在网络攻击追踪溯源 ...
    本站小编 Free考研考试 2022-01-02
  • 基于级联密集网络的轮廓波变换域图像复原
    摘要:近年来,卷积神经网络凭借极强的学习能力,在图像复原任务上实现了比传统学习方法更令人满意的结果.但是,由于丢失了重要的纹理细节,这些基于卷积神经网络的方法普遍存在着复原图像过度平滑的缺点.为解决该问题,提出一种基于级联密集型卷积神经网络的轮廓波域图像复原方法,可以应用于单幅图像去噪、超分辨率及J ...
    本站小编 Free考研考试 2022-01-02
  • 基于二跳共同邻居的无人机群体网络演化算法
    摘要:无人机集群在执行任务过程中所面临的干扰,对集群通信网络的可靠性提出了新的挑战.针对这一问题,提出了能够同时反映网络非均匀性与节点之间相似性的二跳共同邻居指标.基于该指标,使用链路预测研究方法,考虑网络初始化阶段与网络维护阶段,提出了LPTCN无人机集群网络演化算法.从数学分析与仿真实验两个方面 ...
    本站小编 Free考研考试 2022-01-02
  • 一种基于卷积神经网络的砂岩显微图像特征表示方法
    摘要:砂岩显微图像分类是地质学研究中一项基本工作,在油气储集层评估等方面有重要意义.在实现自动分类时,由于砂岩显微图像具有复杂多变的显微结构,人工定义特征对砂岩显微图像的表示能力有限.此外,由于样本采集和标注成本高昂,带标记的砂岩显微图像很少.提出一种面向小规模数据集的基于卷积神经网络的特征表示方法 ...
    本站小编 Free考研考试 2022-01-02
  • FPGA加速系统开发工具设计:综述与实践
    摘要:近年来,现场可编程逻辑门阵列(FPGA)在异构计算领域因其优异的可定制性和可重配置特点吸引了工业界和学术界的广泛关注.基于FPGA的硬件加速系统设计涉及到深度的软硬件协同开发,利用软硬件各自开发工具分别开发再集成的传统开发方式具有学习门槛高,集成、测试、部署耗时长等缺陷,开发人员难以利用FPG ...
    本站小编 Free考研考试 2022-01-02
  • 一种神经网络指令集扩展与代码映射机制
    摘要:近年来,卷积神经网络(CNN)在图像识别和分类领域的高精度表现使其在机器学习领域受到了广泛关注.然而CNN的计算与访存密集特性给需要支持各种负载的通用处理器带来了巨大压力.因此,涌现了大量CNN专用硬件加速器.它们虽然提高了效率但却缺乏灵活性.基于新兴的RISC-V架构设计了包含10条矩阵指令 ...
    本站小编 Free考研考试 2022-01-02
  • 基于领域语义知识库的疾病辅助诊断方法
    摘要:健康医疗领域是一个知识密集型的领域,临床诊断的质量主要依赖于医生所掌握的健康医疗知识以及临床经验.然而,单个医生的能力仍然非常有限,所以目前临床诊断的质量并不高.为此,提出一种基于领域语义知识库的疾病辅助诊断方法,基于Freebase中medicine主题域的知识建立了领域语义知识库,提出计算 ...
    本站小编 Free考研考试 2022-01-02
闂備礁缍婂ḿ褔顢栭崱妞绘敠闁逞屽墴閻擃偊宕剁捄杞板枈闂侀€炲苯澧伴柛鐘查叄瀹曘垽濡堕崶銊ヮ伕闁荤喐鐟ョ€氼參寮抽崼銉︾厱闁归偊鍓欓〃娆戠磼閸欐ê宓嗙€规洏鍔戦弫鎾绘晸閿燂拷闂備焦瀵х粙鎴︽儔婵傚憡鍋熸繛鎴欏灩绾偓闁诲骸婀辨慨瀵哥不椤栫偞鐓曟繛鍡樺姉婢ь剚绻濋埀顒勫箥椤旀儳宕ュ┑鐐叉鐢偤濡堕锔界厸闁稿本绋撻幊鍡欐偖濞嗘挻鐓曟俊顖欒閸庢垹绱撻崒姘兼Ш闁逞屽墴濞佳兾涘☉銏″亯婵犲﹤鐗婇弲顒勬煥閻曞倹瀚�