随着计算机技术和网络多媒体技术的飞速发展,信息安全越来越受到人们的关注。隐写分析技术作为信息安全研究领域新的分支,主要对隐蔽信道中载体信息进行有效的检测,为信息安全的发展注入了新的活力。特别是美国发生9.11事件以来,隐写分析更加受到重视,它对国家、国防以及军事安全方面起到极其重要的作用。隐写分析技术近几年发展非常迅速,为信息检测提供了比较成熟的方案。因此,隐写分析具有较高的学术研究价值和广泛的应用价值。本文提出了一套完善的特征提取算法,并运用先进的降维技术处理高维数据,提高了分类性能。主要成果性工作包括:　　 (1)通过研究图像隐写前后在DCT域、DWT域、DFT域及空域的特征系数的变化,对于DCT域、DWT域、DFT域和空域系数分别提出了一类图像特征提取算法。同时引入图像预测技术,在预测图像中提取出特征系数,对原图像特征进行校正,减小载体图像本身的差异对特征的影响,提高分类性能。　　 (2)提出基于ONPP的随机子空间集成的策略。降低了特征维数,避免了高维的数据易引起的维数灾难。ONPP构造样本之间的流形结构,并保持样本集的全局几何特征。此降维方案即保持了系统的高性能,又减少算法复杂度和训练时间。得到了很好的分类效果。　　 (3)分类器的设计。通过分析分类器的性能以及特征向量的有效性,在分类过程中使用支持向量机分类器,并与“最近邻”分类器的分类结果进行了比较和分析,实验取得了很好的效果。