资源描述：
《jpeg图像论文：jpeg图像 隐密分析 特征选择》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、【关键词】JPEG图像隐密分析特征选择【英文关键词】JPEGimageSteganalysisFeatureSelectionJPEG图像论文：JPEG隐密分析中特征选择的研究【中文摘要】信息隐藏是一项用于秘密通信的新兴技术,能够隐藏秘密信息并且不易引起非授权者的怀疑。但是,若信息隐藏技术被非法使用,则极有可能危害国家和人民的利益。因此,信息隐密分析技术应运而生,它不仅能够检测到秘密信息的存在,并且可以获知秘密信息的内容。但是许多典型的隐密分析算法,使用了越来越多的特征。特征空间的高维性不但降低了分类精度,
2、模糊了分类时的重要特征,并且增加了计算的复杂性。本文主要针对采用了四种隐藏算法(F5,Jsteg,MB1,Outguess)的JPEG图像,对该JPEG图像隐密分析方法进行特征选择的研究。本文首先实现了基于马氏距离的特征选择算法,即MSFR算法,对隐密分析方法进行特征选择。这种算法使用马氏距离进行排序,选择出了最优特征子集。实验结果表明,对JFMP-274隐密分析方法,使用MSFR算法后,在保持分类正确率的情况下,特征维数可以降低到274维的3%,即10维,但该算法的时间复杂度高,大约为21小时。针对MSF
3、R算法的时间复杂度很高的问题,给出了SMSFR算法。该算法首先根据特征的冗余性来进行特征选择,得到次优特征子集,再使用MSFR算法对该次优特征子集进行特征选择。实验结果表明,对于多种嵌入率的四种隐藏算法,SMSFR算法的分类正确率优于MSFR算法,并且该算法的时间杂度降低到3小时左右。为了更有效地降低MSFR算法的时间杂度,并且保持分类正确率,把主成分分析和线性判别分析引入到MSFR算法中：PCA-MSFR算法和LDA-MSFR算法。对于PCA-MSFR特征选择算法,首先利用PCA把原始特征集降到一个合适的
4、特征维数,然后再利用MSFR算法对特征进行选择。实验表明,对于多种嵌入率的四种隐藏算法,相比于MSFR算法和SMSFR算法,PCA-MSFR时间复杂度得到降低,但是分类正确率结果不及MSFR算法和SMSFR算法。针对SMSFR和PCA-MSFR算法的缺点,LDA-MSFR这一算法,同样是首先利用LDA的评价准则把原始特征集降到一个合适的特征维数,然后再利用MSFR算法对特征进行降维。实验表明,对于多种嵌入率的四种隐藏算法,LDA-MSFR算法的分类正确率和时间复杂度优于上述三算法。并且根据该算法得到了通用的
5、隐密分析方法：MSFR-36,可以有效地对以上四种隐藏算法进行分析。对于采用了Yass隐藏算法的图像,利用LDA-MSFR算法对JFMP-710这一隐密分析方法进行特征选择,在保持分类正确率的情况下,710维特征可以降低到40维。【英文摘要】Asanovelsolutionofsecretcommunication,informationhidingcanconcealsecretinformationandmakethoseunauthorizednotsuspecttheexistenceoftheme
6、ssage.However,oncethetechnologyisappliedillegally,itwillharmthecountry’sandthepepole’sbenefit.Therefore,reserchesonsteganalysisareofgreatsignificance,whichcannotonlydetecttheexistenceofinformation,butalsoobtainthecontentofinformation.Manytypicalsteganalysi
7、salgorithmsgeneratealargenumberoffeaturesrelativetothesizeofthetrainingset.Highdimensionalityofthefeaturespacecanreduceclassificationaccuracy,obscureimportantfeaturesforclassification,andincreasecomputationalcomplexity.Thispaperfocusesonfeatureselectionbas
8、edonfoursteganographyalgorithms,includingF5,Jsteg,MB1andOutguess,ofimagesstoredintheJPEGformat.ThispaperfirstlyrealizesMSFRalgorithm,whichisthefeatureselectionalgorithmusingtheMahalanobisdistanceforsteganalys
