基于Logistic映射与LWT的音频隐写算法

提出了一种基于Logistic序列置乱与小波提升的高层LSB音频隐藏算法。为了增加传输过程的安全性,在前端用Logistic混沌序列对秘密语音进行扰乱。针对传统的LSB鲁棒性差的问题,提出了将秘密语音的小波系数嵌入载体小波系数的第9～12位的算法,该算法的隐藏量为载体语音容量的25％。通过仿真实验证明,该算法透明性好,且可以实现盲提取,将含密载体通过QQ传输之后也可以正确提取秘密语音。     

基于注意力机制的音频隐写分析模型

现有的基于深度学习的音频隐写分析方法在分类模块中,对输入数据给予同样的注意力和处理,未能考虑到如何利用特征提取模块的特征表征对于隐写分析的重要程度进行优化分类效果的计算资源分配.基于此背景,提出一种基于注意力机制的音频隐写分析算法,通过对深度学习网络中特征表征学习中获得的目标音频的高层表征作为分类模块的输入,利用注意力...     

基于蜜蜂进化算法的JPEG隐写方法

为提高嵌入效率,缩短算法运行时间,提出了一种基于蜜蜂进化算法的变换域隐写方法。该方法首先利用由蜜蜂进化算法搜索到的最优置换矩阵将秘密信息进行置换;接着修改了JPEG标准量化表以便能够嵌入较多的信息;将置换结果嵌入到量化后DCT系数的DC和中低频AC区域中;最后利用JPEG熵编码得到隐藏了信息的JPEG格式文件。实验结果表明,与直接嵌入方法相比较,该方法提高了含密图像的质量和安全性,与基于遗传算法的信息隐藏方法相比,该算法所花费时间更少。     

基于振幅值修改的wav音频隐写算法

在对不同有效域的算法进行总结和分析的基础上,提出了一种基于振幅值修改的wav音频隐写算法。算法将秘密音频通过随机数生成器置乱,通过比较原始音频每个采样点分组中振幅值之间的关系,结合待嵌入的秘密信息位进行嵌入修改,嵌入强度依据密钥进行调节。实验结果表明,该算法具有较大的嵌入容量,不可感知性良好,具有一定的抗隐写分析能力,并可实现盲提取。     

基于LSB的低复杂度时域音频隐写算法

为了进一步保护秘密音频在传输过程中的安全,提出了一种基于时域极值（Time Domain Extremum,TDE）低有效位（Less Significant Bit,LSB）、拆分-合并运算（Split Operation-Merge Operation）和扩频编码（Spread Spectrum Coding,SSC）相结合的低复杂度音频隐写算法。该算法首先对秘密音频进行采样点的按位拆分,并通过特定扩频码扩频得到两组秘密比特流;其次对载体音频降采样处理后的时域序列自适应定位采样点极值位置;最后将两段秘密音频比特流分别按照极大值采样点和极小值采样点幅值从大到小的顺序嵌入其不重要位。在提取秘密信息时,按照相对应的逆操作得到秘密音频。在音频验证实验中,该算法透明性达到39.97 dB,隐写容量比其他相关文献算法提高了84倍。     

基于主元统计的音频隐写分析

论文利用主元分析原理,分别从时域、小波域、频域几方面来提取音频载体隐写前后的不重要主元,进行形态学变换后,以其相邻两列汉明距离的奇数阶中心矩作为特征向量,用支持向量机分类,隐写分析分类准确率可超过95%。     

基于独立分量统计的音频隐写分析

论文利用独立分量分析原理,分别提取隐写前后音频载体的独立分量,进行形态学变换后,以其相邻两列汉明距离的奇数阶中心矩作为特征向量,用支持向量机分类,隐写分析全局检测率可超过93%。     

一种以VBR MP3音频为载体的隐写方法

现有的以MP3音频为载体的隐藏算法大都针对恒定码率编码(CBR)的MP3,而把动态码率编码(VBR)的MP3作为掩蔽载体的研究还比较少。与CBR相比,VBR编码技术能够使MP3音频体积更小、音质更高,这一优点使得VBR MP3在MP3音频市场中的份额越来越大。基于最低有效位方法,提出了一种针对编码参数比特率索引的VBR MP3音频隐写方法。该算法可实现盲提取,而且仅仅通过解析边信息即可提取秘密信息,而不需要对载体音频进行完全解码。实验结果表明,所提算法不仅感知性良好,同时隐藏容量不受音频风格的影响。     

基于隐写工具的自相关特性进行音频隐写分析

基于对同一隐写工具在同一音频载体中嵌入不同加密数据时载体特征量的统计观察,发现隐写工具存在自相关性。由此,提出了一种采用支持向量机对音频信号及其线性预测误差的统计特征进行分类来检测音频隐写的新方法。这种方法不仅能可靠地确定音频文档中秘密信息的存在性,同时还可以确定其所用的隐写工具。针对Hide4PGP、Stegowav和Steghide三种隐写工具的实验结果表明,这种音频隐写分析技术具有良好的性能。     

基于范数的DWT域鲁棒音频水印算法

在音频信号中添加水印后能保持不可感知性,满足一定的水印容量且同时具有较好的鲁棒性,是数字音频水印研究领域中的一项重要课题.针对这一问题,提出一种基于范数的离散小波变换(Discrete Wavelet Transformation,DWT)域鲁棒音频水印算法.首先对音频信号分帧,然后对每帧信号进行6级DWT分解,并选取...     

基于分段STC的音频隐写算法

在隐写领域中,STC（syndrome-trellis code）隐写编码是时下最为先进的隐写算法之一。提出了一种基于STC的隐写算法——分段STC。该算法利用分段、局部优化,可有效降低载体失真。首先对音频最低有效位（least significant byte,LSB）载体流进行了分段切割,随后利用最佳子校验矩阵将分段的密信嵌入分段载体中。该隐写算法在现有的语音样本库TIMIT库以及通过网络歌曲自制的样本库上进行了隐写实验。实验结果表明,该思路下的算法可以有效地降低载体的失真元素个数和提高隐写算法的不可检测性。本文算法相较于传统STC算法,失真元素个数的优化程度最高可达到24%;对比同类音频隐写算法,本文算法生成的隐写后音频具备更加优秀的不可感知性能。     

一种基于DWT-DCT-SVD的鲁棒性音频水印算法

针对在基于DWT-DCT进行数字音频水印嵌入,在已嵌入水印的音频受到噪声干扰、低通滤波、重采样等常见的攻击时,其鲁棒性差以及安全性弱的情况.提出了一种新的的盲水印嵌入算法.该算法对原始音频信号完成分帧预处理后,对每帧信号应用离散小波变换(DWT),选取三级低频分量进行离散余弦变换(DCT),先把得到的一维信号平均分解为...     

差异进化算法初始化的小波神经网络盲均衡

利用小波神经网络实现盲均衡最大的难题之一就是网络参数的初始化问题,文中提出了一种采用差异进化算法进行网络参数初始化方法.结合常数模盲均衡算法设置适应度函数,并将尺度因子和平移因子以及网络连接权值进行实数编码,以接收数据对网络进行优化设计,获得一组渐近最优的网络初始化参数,在此基础上以传统梯度下降算法对信号进行均衡接收.计算机仿真证明基于差异进化算法初始化的小波神经网络盲均衡有效提高了均衡性能.     

一种鲁棒音频数字水印时域算法

提出了一种强鲁棒性的基于能量差值比较的时域音频数字水印算法。根据要嵌入的水印序列将音频载体分为长度相等的若干节,每节再分为长度相等的若干段,通过比较每节前两段和后两段的能量差值,结合要嵌入的水印序列和人类听觉系统的时域掩蔽效应,采取修改每节前两段或后两段能量差值的方法将水印序列嵌入到音频载体中。实验结果表明,该算法透明性良好,对多种音频攻击均具有良好的鲁棒性,并可实现盲检测。     

一种基于差分进化的BP神经网络学习算法

提出了一种基于改进差分进化算法和BP神经网络的计算机网络流量预测方法。利用差分进化算法的全局寻优能力,快速地得到BP神经网络的权值和阈值;然后利用BP神经网络的非线性拟合能力获得高精度的网络流量预测结果。实验结果表明,此方法能在较短的时间内获得较高精度的预测结果,具有较好的应用价值。     

基于改进差分进化算法的机载激光雷达波形分解

全波形机载激光雷达数据记录了完整的回波波形,包含了目标的立面细节和后向散射系数等信息,但是这些信息无法在未经处理的情况下直接获取,波形分解是处理波形数据以提取有效信息的重要方法.针对波形分解中常用的参数优化算法对初值敏感,易陷于局部最优的缺点,提出一种基于改进差分(Modified Differential Evolu...     

一种基于差异演化的特征子集选择算法

特征子集选择问题一直是人工智能领域研究的重要内容。特征子集选择算法研究是机器学习和数据挖掘等领域的研究热点。提出了基于差异演化算法的特征子集选择算法,实验证明该算法是简单、正确、有效的,并具有良好的收敛性和稳定性。     

DGANS:robustness image steganography model based on double GAN

Deep convolutional neural networks can be effectively applied to large-capacity image steganography,but the research on their robustness is rarely reported.The DGANS (double-GAN-based steganography) applies the deep learning framework in image steganography,which is optimized to resist small geometric distortions so as to improve the model’s robustness.DGANS is made up of two consecutive generative adversarial networks that can hide a grayscale image into another color or grayscale image of the same size and can restore it later.The generated stego-images are augmented and used to further train and strengthen the reveal network so as to make it adaptive to small geometric distortion of input images.Experimental results suggest that DGANS can not only realize high-capacity image steganography,but also can resist geometric attacks within certain range,which demonstrates better robustness than similar models.     

高斯变邻域差分的灰度图像增强算法

灰度图像增强问题可以转化为一个目标优化问题,但是该目标函数实质是一个多峰值的优化问题,对此提出一种高斯变邻域差分进化算法用于灰度图像的增强。首先,利用高斯变异方式具有快速收敛特性以及变邻域方式在种群多样性保持方面的优势,对差分进化算法的变异进行改进,目的是平衡算法在快速收敛和保持种群多样性方面的能力,提高算法的整体效能。然后利用该算法对灰度图像增强问题进行研究,通过与基于标准DE,PSO及均衡直方图灰度图像增强效果进行对比,高斯变邻域差分灰度图像增强算法能够更有效的对灰度图像进行增强。