当前位置:首页 > 工业技术
数字媒体中的隐写术  原理算法和应用
数字媒体中的隐写术  原理算法和应用

数字媒体中的隐写术 原理算法和应用PDF电子书下载

工业技术

  • 电子书积分:14 积分如何计算积分?
  • 作 者:(美)弗里德里希著
  • 出 版 社:北京:国防工业出版社
  • 出版年份:2014
  • ISBN:9787118093643
  • 页数:444 页
图书介绍:隐写术是一门关于信息隐藏的技巧与科学。本书内容共十三章,主要介绍了在数字媒体文件中隐藏消息的方法,以及在数字媒体中检测隐藏信息存在性的方法。主要内容包括两部分,第一部分是隐写术方面的内容;第二部分是隐写分析方面的内容。
《数字媒体中的隐写术 原理算法和应用》目录

第1章 概述 1

1.1 隐写术的历史 3

1.2 现代隐写术 8

1.2.1 囚犯问题 9

1.2.2 隐写分析是看守的职责 10

1.2.3 隐写安全性 11

1.2.4 隐写术和数字水印 12

小结 12

第2章 数字图像格式 14

2.1 颜色描述 14

2.1.1 颜色采样 16

2.2 空域格式 17

2.2.1 光栅格式 18

2.2.2 调色板格式 18

2.3 变换域格式(JPEG) 21

2.3.1 颜色下采样和边界扩充 23

2.3.2 离散余弦变换 23

2.3.3 量化 25

2.3.4 解压缩 27

2.3.5 典型DCT块 28

2.3.6 DCT系数建模 28

2.3.7 Matlab中JPEG图像的操作 29

小结 30

习题 31

第3章 数字图像获取 33

3.1 CCD和CMOS传感器 34

3.2 电荷转移及读出 35

3.3 颜色滤镜阵列 37

3.4 相机内处理 38

3.5 噪声 39

小结 45

习题 45

第4章 隐写信道 48

4.1 基于载体选择的隐写 50

4.2 基于载体合成的隐写 52

4.3 基于载体修改的隐写 54

小结 57

习题 58

第5章 初级隐写术 60

5.1 LSB嵌入 61

5.1.1 直方图攻击 66

5.1.2 针对Jsteg的定量攻击 68

5.2 基于调色板图像的密写 70

5.2.1 在调色板中嵌入 70

5.2.2 通过预处理调色板进行嵌入 71

5.2.3 排序调色板中的奇偶嵌入 71

5.2.4 最优奇偶嵌入 73

5.2.5 自适应方法 76

5.2.6 抖动嵌入 77

小结 78

习题 78

第6章 隐写安全性 82

6.1 信息论定义 83

6.1.1 KL散度作为安全性的度量 84

6.1.2 KL散度作为衡量标准 86

6.2 绝对安全的隐写术 89

6.2.1 绝对安全与压缩 90

6.2.2 相对于模型的绝对安全 92

6.3 有限嵌入失真的安全隐写系统 93

6.3.1 扩频隐写 94

6.3.2 随机量化索引调制 96

6.3.3 扩展阅读 99

6.4 复杂度理论方法 100

6.4.1 Hopper等提出的隐写安全性 101

6.4.2 Katzenbeisser和Petitcolas提出的隐写安全性 102

6.4.3 扩展阅读 103

小结 104

习题 105

第7章 实用的隐写方法 107

7.1 保持统计模型的隐写方法 108

7.1.1 统计复原 108

7.1.2 基于模型的隐写算法 110

7.2 模仿自然过程的隐写方法 114

7.2.1 随机调制 114

7.2.2 最优隐写噪声的问题 117

7.3 抗隐写分析的隐写方法 119

7.3.1 ±1嵌入 119

7.3.2 F5隐写算法 120

7.4 最小影响的隐写方法 122

7.4.1 最小化嵌入影响方法的性能范围 124

7.4.2 F5嵌入操作的最优性 128

小结 130

习题 131

第8章 矩阵嵌入 135

8.1 使用二元汉明码的矩阵嵌入 137

8.2 二元线性码 140

8.3 矩阵嵌入定理 142

8.3.1 汉明码的回顾 144

8.4 理论界限 145

8.4.1 码长固定时嵌入效率的界限 145

8.4.2 码长递增时嵌入效率的界限 146

8.5 相对嵌入负载较大时的矩阵嵌入 150

8.6 q元码隐写方案 152

8.6.1 q元汉明码 153

8.6.2 q元码的性能界限 155

8.6.3 最优q的问题 158

8.7 利用和与差覆盖集最小化嵌入影响 160

小结 164

习题 165

第9章 非共享选择信道 168

9.1 基于伴随式编码的湿纸码 170

9.2 矩阵LT处理 172

9.2.1 实现步骤 175

9.3 改进嵌入效率的湿纸编码 177

9.3.1 实现 179

9.3.2 嵌入效率 180

9.4 应用举例 181

9.4.1 最小嵌入影响隐写 181

9.4.2 扰动量化 182

9.4.3 MMx嵌入算法 184

9.4.4 公钥隐写 185

9.4.5 e+1矩阵隐写 186

9.4.6 使用汉明码的扩展矩阵嵌入 187

9.4.7 从F5算法中去除收缩(nsF5) 189

小结 191

习题 191

第10章 隐写分析 194

10.1 典型应用场景 195

10.2 统计隐写分析 196

10.2.1 隐写分析作为检测问题 197

10.2.2 通过特征对图像建模 198

10.2.3 最优检测器 198

10.2.4 接收者操作特性(ROC) 199

10.3 针对性隐写分析 203

10.3.1 特征 203

10.3.2 定量隐写分析 206

10.4 通用盲检测 209

10.4.1 特征 209

10.4.2 分类 211

10.5 盲隐写分析器的其他应用 212

10.5.1 针对性隐写分析 212

10.5.2 多分类 213

10.5.3 隐写算法设计 213

10.5.4 评价基准 213

10.6 载体来源对隐写分析的影响 214

10.7 系统攻击 216

10.8 取证隐写分析 218

小结 219

习题 220

第11章 精选的针对性攻击方法 222

11.1 样本对分析 222

11.1.1 样本对分析的实验验证 228

11.1.2 用SPA构造LSB嵌入检测器 230

11.1.3 从结构隐写分析的观点看SPA 232

11.2 值对分析 235

11.2.1 值对分析的实验验证 240

11.3 使用校准的针对F5的攻击 241

11.4 针对±1嵌入的攻击 242

小结 248

习题 249

第12章 盲隐写分析 253

12.1 用于JPEG图像隐写分析的特征 254

12.1.1 一阶统计量 255

12.1.2 块间特征 257

12.1.3 块内特征 258

12.2 JPEG图像的盲隐写分析 260

12.2.1 图像库 260

12.2.2 算法 261

12.2.3 用于训练的载密图像库 261

12.2.4 训练 262

12.2.5 在已知隐写算法上的测试 262

12.2.6 在未知隐写算法上的测试 263

12.3 JPEG图像的盲隐写分析(单类近邻机) 265

12.3.1 训练和测试 266

12.4 用于针对性攻击的盲隐写分析 268

12.4.1 定量盲攻击 270

12.5 空域盲隐写分析 273

12.5.1 噪声特征 273

12.5.2 实验验证 276

小结 277

第13章 隐写容量 278

13.1 完美安全隐写系统的隐写容量 279

13.1.1 对于简单模型载体的容量 282

13.2 不完美隐写系统的安全负载量 283

13.2.1 不完美隐写的SRL 283

13.2.2 SRL的实验验证 289

小结 292

习题 293

附录A 统计学 294

A.1 描述统计学 294

A.1.1 集中趋势和扩散的度量 295

A.1.2 用复合法构造伪随机数发生器 298

A.2 矩生成函数 298

A.3 联合分布的随机变量 300

A.4 高斯随机变量 303

A.5 多元高斯分布 305

A.6 渐进法则 307

A.7 贝努利和二项分布 308

A.8 广义高斯,广义柯西以及学生氏t-分布 309

A.9 卡方分布 312

A.10 双对数经验累积分布函数图 313

附录B 信息论 314

B.1 熵,条件熵,互信息 314

B.2 KL散度 318

B.3 无损压缩 322

B.3.1 字首码压缩方法 323

附录C 线性码 325

C.1 有限域 325

C.2 线性码 326

C.2.1 码的同构 328

C.2.2 正交性和对偶码 329

C.2.3 完备码 331

C.2.4 线性码的陪集 332

附录D 信号检测和估计 335

D.1 简单的假设检验 335

D.1.1 接收机操作特性 339

D.1.2 含高斯白噪声信号的检测 340

D.2 假设检验和Fisher信息 341

D.3 复合假设检验 344

D.4 卡方检验 346

D.5 估计理论 347

D.6 Cramer-Rao下界 349

D.7 最大似然和最大后验估计 354

D.8 最小二乘估计 356

D.9 维纳滤波器 357

D.9.1 图像的实际实现 359

D.10 具有内积的向量空间 360

D.10.1 Cauchy-Schwartz不等式 362

附录E 支持向量机 363

E.1 二元分类 363

E.2 线性支持向量机 364

E.2.1 线性可分训练集 364

E.2.2 线性不可分训练集 366

E.3 核函数支持向量机 370

E.4 加权支持向量机 372

E.5 支持向量机的实现 373

E.5.1 尺度变换 373

E.5.2 核函数选择 373

E.5.3 确定参数 373

E.5.4 最终的训练 375

E.5.5 评估分类性能 375

标记与符号 376

术语表 383

参考文献 416

返回顶部