版权说明 操作指南
首页 > 成果 > 详情

基于图像分类的无载体信息隐藏方法

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Coverless Information Hiding Algorithm Based on Image Classification
作者:
吴建斌;康子阳;刘逸雯;(閤)双奎;吴建平
通讯作者:
Kang, Z.
作者机构:
华中师范大学物理科学与技术学院,湖北武汉,430079
北京电子技术应用研究所,北京,100008
湖北幼儿高等师范专科学校,湖北武汉,430223
[刘逸雯; 吴建斌; 康子阳] 华中师范大学
[(閤)双奎] 北京电子技术应用研究所
通讯机构:
School of Physics and Technology, Central China Normal University, Wuhan, China
语种:
中文
关键词:
深度学习;图像分类;社交习惯;隐写;无载体信息隐藏
关键词(英文):
Behavioral habits;Coverless information hiding;Deep learning;Image classification;Steganography
期刊:
湖南大学学报(自然科学版)
ISSN:
1674-2974
年:
2019
卷:
46
期:
12
页码:
25-32
基金类别:
U1736121:国家自然科学基金 U1536104:国家自然科学基金
机构署名:
本校为第一且通讯机构
院系归属:
物理科学与技术学院
摘要:
为提高无载体信息隐藏的数据嵌入容量和通信效率,注意到半构造式无载体信息隐藏算法所具有的优势,在仔细分析几种社交平台的用户行为习惯后,提出了一种以社交平台的行为习惯为构造原则的半构造式无载体信息隐藏算法.该算法的具体思想通过构建小图标库中的图标与秘密消息的一一映射关系,将小图标按照一定的原则拼接,完成秘密消息的图像表达,通过传递拼接好的图片,实现秘密消息的传递.为了提高小图标的识别率和整个隐蔽通信系统的抗干扰能力,算法还引入了卷积神经网络对图标库中的图标进行训练和分类,同时在训练时特意引入经过多种攻击方式处理过的小图标作为干扰样本.实验和仿真结果表明,该隐藏方...
摘要(英文):
In order to improve the data embedding capacity and the communication efficiency of coverless information hiding algorithm, addressing the advantages of semi-structured coverless information hiding algorithm, this paper introduces a semi-structured coverless information hiding algorithm based on the behavioral habits of social platforms. The specific idea of the algorithm is to build a one-to-one mapping relationship between icons and secret messages in a small icon library. According to certain principles, some small icons are montaged a pictu...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com