检索结果-维普期刊中文期刊服务平台

基于字符识别的无载体隐写: 1; 作者鲁桢吴建斌《应用科学学报》北大核心 2025年第4期684-693,共10页; 为提高无载体隐写的隐藏容量,注意到半构造式方法的特点,本文采用英汉谚语翻译构造原则,结合深度学习方法,提出并实现了一种利用汉字字符小图标作为构造元素的无载体隐写方法。构建汉字字符小图标载体库,设计小图标与二进制流之间一一... 展开更多; 关键词无载体隐写半构造式隐藏容量深度学习; 在线阅读下载PDF 职称材料

一种基于生成对抗网络的图像数据水印无载体隐写技术被引量：3: 2; 作者邹振婉李明轩杨慧婷《信息安全研究》 2022年第1期2-8,共7页; 无载体隐写技术通过将数字水印信息与图像自身特征信息建立映射关系实现隐蔽写入,从而实现图像数据在互联网环境下传播的数据完整性保护和内容溯源追踪.但现有的图像无载体隐写方法存在需要事先准备大量自然图像构成图像数据集的问题,... 展开更多; 关键词图像数据安全数据水印无载体隐写生成对抗网络强化学习; 在线阅读下载PDF 职称材料

一种新型的基于图像哈希的无载体隐写方案被引量：1: 3; 作者黄承钱振兴张新鹏《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第12期1302-1306,1313,共6页; 提出了一种新型的基于载体选择的无载体隐写方案.发送端以迭代量化哈希为基础建立秘密信息与载体图像的联系,并根据此联系从图像库中选择合适的载体进行秘密信息传输,接收端根据事先约定好的规则,使用图像哈希技术从图像中提取出秘密信... 展开更多; 关键词载体选择无载体隐写图像哈希; 在线阅读下载PDF 职称材料

面向编码伪装的鲁棒无载体图像隐写方法: 4; 作者苑紫烨邱宝林 +3 位作者叶妤温文媖化定丽张玉书《应用科学学报》 CAS CSCD 北大核心 2024年第3期469-485,共17页; 传统的图像隐写方法容易受到隐写分析的攻击,无载体图像隐写方法可以从本质上抵抗隐写分析的攻击。然而,现有的无载体图像隐写算法存在鲁棒性低、提取精度有限和不可感知性差等问题,为此提出一种面向编码伪装的鲁棒无载体图像隐写方法... 展开更多; 关键词无载体图像隐写卷积神经网络聚类感知哈希生成网络伪装图像; 在线阅读下载PDF 职称材料

基于WGAN的生成式信息隐写方法研究被引量：4: 5; 作者崔建明余茜刘铭《河南理工大学学报（自然科学版）》 CAS 北大核心 2023年第3期146-152,共7页; 针对图像载体隐写方法容量较低的问题,提出一种基于Wasserstein距离的生成式对抗网络(Generative Adversarial Network,GAN)模型无载体图像生成式信息隐写方法。首先提出一种支持用户自定义的“特定信息-噪声”映射关系矩阵,在此基础上... 展开更多; 关键词信息隐藏生成式信息隐写 WGAN 无载体隐写算法隐写容量; 在线阅读下载PDF 职称材料

基于深度学习的图像隐写研究进展被引量：13: 6; 作者付章杰李恩露 +2 位作者程旭黄永峰胡雨婷《计算机研究与发展》 EI CSCD 北大核心 2021年第3期548-568,共21页; 图像隐写是信息安全领域的研究热点之一.早期隐写方法通过修改载体图像获得含密图像,导致图像统计特性发生变化,因此难以抵抗基于高维统计特征分析的检测.随着深度学习的发展,研究者们提出了许多基于深度学习的图像隐写方法,使像素修改... 展开更多; 关键词图像隐写深度学习生成对抗网络对抗样本无载体图像隐写; 在线阅读下载PDF 职称材料

一种图像块旋转的马赛克拼图伪装隐写: 7; 作者刘钊志赵琰《应用科学学报》 CAS CSCD 北大核心 2023年第2期311-325,共15页; 为了提高无载体隐写效率以及隐写鲁棒性,提出了一种图像块旋转的马赛克拼图伪装隐写方法。首先在发送端将共享图像库中利用密钥随机选择的图像缩小并调整色调,再依据秘密信息和密钥对每个图像块添加随机旋转角度形成编码图像,最后将编... 展开更多; 关键词马赛克拼图无载体隐写块旋转极坐标变换伪装隐写; 在线阅读下载PDF 职称材料

题名基于字符识别的无载体隐写: 1; 作者鲁桢吴建斌; 机构华中师范大学物理科学与技术学院; 出处《应用科学学报》北大核心 2025年第4期684-693,共10页; 基金国家自然科学基金(No.U1736121) 中央高校基本科研业务费(No.CCNU22JC024)。; 文摘为提高无载体隐写的隐藏容量,注意到半构造式方法的特点,本文采用英汉谚语翻译构造原则,结合深度学习方法,提出并实现了一种利用汉字字符小图标作为构造元素的无载体隐写方法。构建汉字字符小图标载体库,设计小图标与二进制流之间一一映射的关系。在发送端将输入的秘密消息按照12 bits进行分组,从载体库中寻找对应的汉字小图标拼接成含密载体图像。在接收端,对含密载体图像进行分割,利用深度学习方法识别载体图像中的汉字,根据汉字与二进制流之间的映射关系,实现秘密消息的提取。此外,为了提高该方案的鲁棒性,引入了数据增强方法人工合成文本图像数据集。实验和测试结果表明,与同类无载体隐写方法相比,该方法大大提升了隐藏容量,并且具有良好的鲁棒性。; 关键词无载体隐写半构造式隐藏容量深度学习; Keywords coverless steganography semi-constructive hiding capacity deep learning; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种基于生成对抗网络的图像数据水印无载体隐写技术被引量：3: 2; 作者邹振婉李明轩杨慧婷; 机构国网新疆电力有限公司电力科学研究院; 出处《信息安全研究》 2022年第1期2-8,共7页; 文摘无载体隐写技术通过将数字水印信息与图像自身特征信息建立映射关系实现隐蔽写入,从而实现图像数据在互联网环境下传播的数据完整性保护和内容溯源追踪.但现有的图像无载体隐写方法存在需要事先准备大量自然图像构成图像数据集的问题,自然图像选择偏差会导致信息传递的不完整或错误.针对上述问题,提出一种基于生成对抗网络的图像数据水印无载体隐写方法.该方法利用生成对抗网络的生成器从随机噪声、图像标签和数字水印信息生成类似于原始图像的伪造图像,生成对抗网络的判别器则负责判别输入图像的真假,并同时提取标签和数字水印信息.通过多轮的对抗训练后,生成器最后输出类似原始图像且含有数字水印的图像数据,同时肉眼无法区分原始图像和生成图像的区别.经过实验分析表明,使用SCRMQ1作特征提取,用集成分类器检测错误率为48.5%;嵌入容量高达1bpp以上;数字水印提取的准确率最高可达99.5%.; 关键词图像数据安全数据水印无载体隐写生成对抗网络强化学习; Keywords image data security data watermarking coverless steganography generative adversarial network reinforcement learning; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种新型的基于图像哈希的无载体隐写方案被引量：1: 3; 作者黄承钱振兴张新鹏; 机构复旦大学计算机科学技术学院; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第12期1302-1306,1313,共6页; 基金国家自然科学基金资助项目(61572308,U1736213,U1636206)。; 文摘提出了一种新型的基于载体选择的无载体隐写方案.发送端以迭代量化哈希为基础建立秘密信息与载体图像的联系,并根据此联系从图像库中选择合适的载体进行秘密信息传输,接收端根据事先约定好的规则,使用图像哈希技术从图像中提取出秘密信息.实验证明此方案在安全性方面优于传统的基于信息嵌入的隐写方案,且在鲁棒性与隐写容量方面略优于其他的无载体隐写方案.; 关键词载体选择无载体隐写图像哈希; Keywords cover selection coverless steganography image hashing; 分类号 TP309.7 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名面向编码伪装的鲁棒无载体图像隐写方法: 4; 作者苑紫烨邱宝林叶妤温文媖化定丽张玉书; 机构江西财经大学信息管理学院南京航空航天大学计算机科学与技术学院; 出处《应用科学学报》 CAS CSCD 北大核心 2024年第3期469-485,共17页; 基金国家自然科学基金(No.62201233,No.61961022,No.61906079)资助。; 文摘传统的图像隐写方法容易受到隐写分析的攻击,无载体图像隐写方法可以从本质上抵抗隐写分析的攻击。然而,现有的无载体图像隐写算法存在鲁棒性低、提取精度有限和不可感知性差等问题,为此提出一种面向编码伪装的鲁棒无载体图像隐写方法。该方案将基于深度的合成隐写方法与传统的聚类相结合,通过感知哈希对编码网络生成的合成图像与相似图像进行匹配,将传输的图像由合成图像替换成真实自然图像以此提高安全性;进一步,利用聚类算法找到与相似图像对应的伪装图像进行传输。以卷积神经网络特征为基准进行聚类,提高了抗几何攻击的能力。实验分析表明,所提方案在隐藏容量、提取精度方面都有较优的表现,且解决了生成式隐写方案存在的图像质量低和鲁棒性差等问题。; 关键词无载体图像隐写卷积神经网络聚类感知哈希生成网络伪装图像; Keywords coverless image steganography convolutional neural networks(CNN)clustering perceptual hash generate networks camouflage image; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于WGAN的生成式信息隐写方法研究被引量：4: 5; 作者崔建明余茜刘铭; 机构长安大学信息工程学院国家计算机网络应急技术处理协调中心; 出处《河南理工大学学报（自然科学版）》 CAS 北大核心 2023年第3期146-152,共7页; 基金国家自然科学基金-新疆联合基金重点资助项目(U2003206) 国家自然科学基金资助项目(62106060)。; 文摘针对图像载体隐写方法容量较低的问题,提出一种基于Wasserstein距离的生成式对抗网络(Generative Adversarial Network,GAN)模型无载体图像生成式信息隐写方法。首先提出一种支持用户自定义的“特定信息-噪声”映射关系矩阵,在此基础上将特定信息二次编码为噪声,然后将噪声输入到已训练的WGAN模型中,最终输出包含特定信息的可视化图像。实验结果表明,提出的信息隐写方法可以有效提高信息隐写算法的抗检测攻击效能,提升生成式信息隐写容量,减少隐写图像数量。此外,该方法依托较为简单的网络结构即可实现,不过分依赖系统性能和资源,具有较好的工程实用性。; 关键词信息隐藏生成式信息隐写 WGAN 无载体隐写算法隐写容量; Keywords information hiding generative information steganography Wasserstein GAN carrier-free stegano-graphic algorithm steganographic capacity; 分类号 TP309.2 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于深度学习的图像隐写研究进展被引量：13: 6; 作者付章杰李恩露程旭黄永峰胡雨婷; 机构南京信息工程大学计算机与软件学院鹏城实验室清华大学电子工程系; 出处《计算机研究与发展》 EI CSCD 北大核心 2021年第3期548-568,共21页; 基金国家自然科学基金项目(U1836110,61602253,61802058) 江苏省自然科学基金(BK20200039)。; 文摘图像隐写是信息安全领域的研究热点之一.早期隐写方法通过修改载体图像获得含密图像,导致图像统计特性发生变化,因此难以抵抗基于高维统计特征分析的检测.随着深度学习的发展,研究者们提出了许多基于深度学习的图像隐写方法,使像素修改更隐蔽、隐写过程更智能.为了更好地研究图像隐写技术,对基于深度学习的图像隐写方法进行综述.首先根据图像隐写过程,从3个方面分析了基于深度学习的图像隐写方法:1)从生成对抗网络和对抗样本2个角度介绍载体图像获取方法;2)分析基于深度学习的隐写失真设计方法;3)阐述基于编码解码网络的含密图像生成方法.然后,分析和总结了无载体图像隐写方法的优缺点,该类方法无需载体图像即可实现图像隐写,因此在对抗统计分析方面存在天然优势.最后,在深入分析与总结基于深度学习的图像隐写与无载体图像隐写2类方法优缺点的基础上,对图像隐写的发展方向进行了探讨与展望.; 关键词图像隐写深度学习生成对抗网络对抗样本无载体图像隐写; Keywords image steganography deep learning generative adversarial networks adversarial examples coverless image steganography; 分类号 TP309.2 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种图像块旋转的马赛克拼图伪装隐写: 7; 作者刘钊志赵琰; 机构上海电力大学电子与信息工程学院; 出处《应用科学学报》 CAS CSCD 北大核心 2023年第2期311-325,共15页; 基金国家自然科学基金资助项目(No.61802250) 上海市科委部分地方院校能力建设项目(No.20020500700)资助。; 文摘为了提高无载体隐写效率以及隐写鲁棒性,提出了一种图像块旋转的马赛克拼图伪装隐写方法。首先在发送端将共享图像库中利用密钥随机选择的图像缩小并调整色调,再依据秘密信息和密钥对每个图像块添加随机旋转角度形成编码图像,最后将编码图像按规则排列产生含密马赛克图像;接收端依据密钥去除随机旋转,读取编码图像旋转角度获得秘密信息。实验结果表明,所提方法在嵌入容量方面优于其他无载体隐写方法,在鲁棒性方面也有良好的性能。; 关键词马赛克拼图无载体隐写块旋转极坐标变换伪装隐写; Keywords mosaic puzzle coverless steganography block rotation polar coordinate transformation camouflage steganography; 分类号 TP309.7 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于字符识别的无载体隐写	鲁桢吴建斌	《应用科学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	一种基于生成对抗网络的图像数据水印无载体隐写技术	邹振婉李明轩杨慧婷	《信息安全研究》	2022	3	在线阅读下载PDF 职称材料
3	一种新型的基于图像哈希的无载体隐写方案	黄承钱振兴张新鹏	《北京理工大学学报》 EI CAS CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料
4	面向编码伪装的鲁棒无载体图像隐写方法	苑紫烨邱宝林叶妤温文媖化定丽张玉书	《应用科学学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于WGAN的生成式信息隐写方法研究	崔建明余茜刘铭	《河南理工大学学报（自然科学版）》 CAS 北大核心	2023	4	在线阅读下载PDF 职称材料
6	基于深度学习的图像隐写研究进展	付章杰李恩露程旭黄永峰胡雨婷	《计算机研究与发展》 EI CSCD 北大核心	2021	13	在线阅读下载PDF 职称材料
7	一种图像块旋转的马赛克拼图伪装隐写	刘钊志赵琰	《应用科学学报》 CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料