-
公开(公告)号：CN114390154B
公开(公告)日：2023-07-11
申请号：CN202111590914.4
申请日：2021-12-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04N1/32 , H04N19/122 , G06F21/55
Abstract: 本发明属于信息隐藏技术领域，特别涉及一种基于信道匹配网络选择嵌入通道的鲁棒隐写方法及系统，首先利用原始、受损载体图像集进行有损信道传输测试，构建重复传输网络对信道中的图像处理攻击类型、参数等信息进行刻画；然后根据载体图像的鲁棒特征对有损信道进行分块匹配，构建和训练基于深度学习的信道匹配网络，选取对信道鲁棒的特征图像块作为候选嵌入位置；并根据信道刻画结果构建鲁棒信息嵌入域，基于复杂、显著区域优先原则优化载体元素的嵌入代价，并结合纠错码和STC码实现秘密信息嵌入。本发明能够有效利用网络有损信道，提升嵌入信息的鲁棒性和不可见性，不仅显著提高多种图像处理攻击后的信息提取正确率，且具有更强的抗检测性能。
-
公开(公告)号：CN109523452B
公开(公告)日：2022-10-11
申请号：CN201811276883.3
申请日：2018-10-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于通道差分残差的彩色图像隐写检测方法。该方法包括：步骤1、计算待检测彩色图像的R、G和B三个颜色通道中任意两个颜色通道间的差分平面DRG、DRB和DGB；步骤2、根据所述差分平面DRG、DRB和DGB，得到基于通道间差分的DF特征；步骤3、根据DF特征，利用训练好的隐写检测器确定所述待检测彩色图像是否为隐密图像。本发明首先认识到从通道间差分中提取特征应能够对彩色图像隐写进行更有效的检测，接着对基于通道间差分残差的隐写检测特征进行提取，并基于此对现有的特征提取方法进行改进。实验结果表明：针对WOW和S‑UNIWARD隐写，本发明提出的隐写检测方法的平均检测错误率明显低于已有隐写检测方法，尤其在嵌入率小于0.2时，检测错误率降低的最大幅度甚至超过5％。
-
公开(公告)号：CN109214149A
公开(公告)日：2019-01-15
申请号：CN201811053611.7
申请日：2018-09-11
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于嵌入式设备逆向分析技术领域，特别涉及一种MIPS固件基地址自动化检测方法，首先，从二进制固件文件出发，对文件进行遍历搜索，通过搜索三种特征指令对，统计固件中出现的32bits绝对地址；然后，根据绝对地址的分布，作出绝对地址累积分布曲线，通过读取聚集部分坐标，确定候选基地址范围；对每一个候选基地址，计算统计到的字符串引用地址在此基地址下的固件内偏移，检查在固件中与实际字符串的匹配情况，得到匹配率；最后，利用字符串匹配率得到正确的基地址。本发明在不依赖于人工分析的情况下，自动化地获取MIPS架构固件的基地址，节省人力物力，提高检测MIPS固件基地址的效率。
-
公开(公告)号：CN114581645B
公开(公告)日：2024-10-29
申请号：CN202210189812.X
申请日：2022-02-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于倒残差结构的孪生卷积网络隐写分析框架。该框架依次包括图像预处理模块、图像特征提取模块和图像分类模块；图像预处理模块，用于采用高通滤波结合深度可分离神经网络的方式预处理图像以获取图像的通道间残差的相关性；图像预处理模块包括两个结构相同的预处理分支；图像特征提取模块，用于提取图像特征；图像特征提取模块包括两个结构相同的特征提取分支；图像分类模块，用于对两个特征提取分支所提取的特征进行融合，根据融合后特征将图像分为载体图像和载密图像；图像分类模块包括分别连接两个特征提取分支的两个全局平均池化层，连接两个全局平均池化层的损失函数以及最后的全连接层。
-
公开(公告)号：CN118827875A
公开(公告)日：2024-10-22
申请号：CN202411091471.8
申请日：2024-08-09
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04N1/32
Abstract: 本发明公开一种基于扩散模型的大容量生成式图像隐写方法，首先构建了一种将秘密信息映射为载密噪声的映射算法，并利用扩散模型DDIM将载密噪声生成初始的载密图像；接着，针对浮点图像转换为真实图像时产生的误差，使用映射规则提出了一种检错并纠错的机制；最后，应用DDIM加速采样并生成最终的载密图像。本发明提出的方法在FFHQ、Cat和Bedroom 3个大规模数据集上进行了实验与分析，实验结果表明，本发明的方法能够确保秘密数据被100％正确地提取，且具有更高的嵌入容量，此外，与基于扩散模型(DDPM)隐写方法的图像生成效率相比，提出方法的生成速度提升了65.92％。
-
Patent Agency Ranking
公开(公告)号：CN114553811B
公开(公告)日：2023-04-28
申请号：CN202210015282.7
申请日：2022-01-07
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L51/06 , H04L51/52 , H04L9/06 , H04L9/32 , G06F16/953
Abstract: 本发明属于通信技术领域，公开一种基于时间戳调制和载体选择的高容量行为隐写方法，包括：在传递秘密信息时，首先将秘密信息映射为一组高频关键字并分组，然后在社交网络平台寻找含有该分组的关键词博文，接着根据关键词在博文中的位置调制行为的时间戳，最后根据能够确定关键词在博文中的位置时间戳产生行为，并将关键词博文发布至社交网络，进而实现隐蔽通信。本发明方法中的秘密信息由博文携带，映射的关键词位置由时间戳确定，不修改博文内容，保证了博文的自然性；将时间戳映射到关键词，将行为隐写从比特级别提升到单词级别。
-
公开(公告)号：CN109447885B
公开(公告)日：2022-12-20
申请号：CN201811084817.6
申请日：2018-09-17
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T1/00
Abstract: 本发明提供了一种基于DCT系数差值的鲁棒图像隐写方法，本方法通过用DCT系数差值对于常见图像处理操作的鲁棒性，构造可同时应用于空域、频域的鲁棒隐写载体；结合嵌入代价函数设计及最小化嵌入代价编码方法，实现兼具鲁棒性与抗统计检测性的信息嵌入，并生成对应的载密图像。采用本发明所提供的方法，可实现抵抗JPEG压缩、高斯噪声、椒盐噪声、图像旋转等多种攻击的信息嵌入及提取，并同时较好地保持了载密图像的抗检测性能。
-
公开(公告)号：CN111062851B
公开(公告)日：2022-09-30
申请号：CN201911279630.6
申请日：2019-12-13
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T1/00
Abstract: 本发明公开了一种抗统计检测及抗缩放攻击的图像隐写方法，包括计算缩放因子、预处理并对载体图像模拟缩放因子为的缩放过程、基于反向插值运算的信息实际嵌入规则的构建、基于位置映射的信息嵌入算法和提取信息；本发明通过将信息实际嵌入值与信息实际嵌入点一一对应构，提出一种基于反向插值运算的信息嵌入规则构造算法，保证信息的提取正确率，即能够从遭受缩放攻击后的图像中正确提取信息，提高图像隐写方法的抗缩放攻击能力，通过采用基于位置映射的信息嵌入算法，当载密图像遭受缩放攻击后，不仅能够保证嵌入信息的正确提取，而且有效提高遭受缩放攻击的载密图像的抗统计检测性能。
-
公开(公告)号：CN114630006A
公开(公告)日：2022-06-14
申请号：CN202210055235.5
申请日：2022-01-18
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于一致最优势检验的隐秘信息提取方法。本发明首先研究真隐写密钥提取的序列中不同比特位的概率分布；然后寻找伪隐写密钥提取出的序列的概率分布与载密序列的概率分布的联系，通过研究空域和JPEG域载密序列的概率分布，证明真伪隐写密钥提取出的子序列的概率分布存在差异；最后基于此差异，利用一致最优势检验筛选出正确的隐写密钥。在给定弃真和取伪的概率下，推导出假设检验需要的阈值和样本容量。实验结果表明，基于本发明提出的方法可以对常见的主流隐写算法载密图像进行隐写密钥恢复，进而实现隐秘信息提取。
-
公开(公告)号：CN114581645A
公开(公告)日：2022-06-03
申请号：CN202210189812.X
申请日：2022-02-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/20 , G06V10/764 , G06V10/80 , G06N3/04
Abstract: 本发明提供一种基于倒残差结构的孪生卷积网络隐写分析框架。该框架依次包括图像预处理模块、图像特征提取模块和图像分类模块；图像预处理模块，用于采用高通滤波结合深度可分离神经网络的方式预处理图像以获取图像的通道间残差的相关性；图像预处理模块包括两个结构相同的预处理分支；图像特征提取模块，用于提取图像特征；图像特征提取模块包括两个结构相同的特征提取分支；图像分类模块，用于对两个特征提取分支所提取的特征进行融合，根据融合后特征将图像分为载体图像和载密图像；图像分类模块包括分别连接两个特征提取分支的两个全局平均池化层，连接两个全局平均池化层的损失函数以及最后的全连接层。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.065 seconds)
