论文部分内容阅读
本文主要讨论有关图像的隐写检测技术。本文介绍了可视攻击、统计攻击、基于无损嵌入容量的LSB信息隐藏检测法、转换密度函数方法、基于特征的分析方法、基于高阶统计量的分析方法、基于JPEG压缩的方法等常用的信息隐藏检测方法，并对一些典型的算法在适用范围和检测效果上进行了分析比较。
本文设计并实现了一个对于网络中JPEG格式图像的隐藏信息检测系统。该系统是基于密歇根大学的Niels Provos和Peter Honeyman所开发的隐藏信息检测系统改进而成的。本文在Provos和Honeyman的系统框架上，使用基于特征的拉普拉斯分布方法建立了新的检测模型进行改进。该方法定义了一个描述DCT系数的拉普拉斯分布，通过拉普拉斯参数描述图像的状态，可以分辨出原始图像的改变。经过多种JPEG的隐藏工具的实验，证明这个系统的检测准确率比原系统有所提高。并且还使用新的系统和Provos的系统对22000余张网络图片进行了验证。本文对实验结果进行了分析，并提出一些可以进一步提高系统的检测精度的方法。