【摘 要】
：
基于机器翻译的信息隐藏Translation Based Steganography,TBS),是一类新的基于自然语言的文本信息隐藏算法.由于不同的翻译机对同一个句子翻译产生的结果在大多情况下是有区别的,因此使用多台翻译机翻译同一段文本,会得到不同的意义相近的译文.TBS算法根据隐藏信息的不同来选择不同翻译机的翻译结果,形成的隐藏文本语法正确,语义连贯.由于TBS完全不同于传统的基于格式或基于语法
【机 构】
：
装备学院航天装备系,北京,101416 清华大学电子工程系,北京,100084
【出 处】
：
第十二届全国信息隐藏暨多媒体信息安全学术大会
论文部分内容阅读
基于机器翻译的信息隐藏Translation Based Steganography,TBS),是一类新的基于自然语言的文本信息隐藏算法.由于不同的翻译机对同一个句子翻译产生的结果在大多情况下是有区别的,因此使用多台翻译机翻译同一段文本,会得到不同的意义相近的译文.TBS算法根据隐藏信息的不同来选择不同翻译机的翻译结果,形成的隐藏文本语法正确,语义连贯.由于TBS完全不同于传统的基于格式或基于语法的文本信息隐藏算法,传统的检测算法对其几乎没有效果.本文将最大熵(Maximum Entropy,ME)算法用于TBS检测中,利用文本复杂度和词频统计信息进行隐藏检测.结果表明基于最大熵的TBS隐藏检测是可行的,且检测算法性能依赖于检测文本的长度.
其他文献
通常程序的不变式验证可转化为不动点求解问题,但直接计算不动点是非常困难的,故验证时态性质p常依赖于找到合适的辅助不变式q,使之满足Reach(M)(∈)[q](∈)[p].本文提出了两种解决方法:(1)基于抽象解释及不动点抽象定理,在抽象域中通过前向或逆向转换求解抽象不动点,并采用widening和narrowing操作加速收敛,从而完成不变式的自动验证.(2)通过Tableau方法构造所验证时态
随着对无线传感器网络的广泛研究与应用,用户对传感器节点的安全性要求日益提高,节点安全模型已经成为无线传感器领域的热点问题之一.由于传统基于密码学的信息安全技术并不能够完美的解决传感器节点面临的安全威胁,信誉系统已经被引入到无线传感器网络中.通常,在信誉系统中,每个节点需要包含一个"看门狗"模块用于对其邻居节点的行为进行记录和评价,这些评价可能被其他节点采用而成为二手信誉信息."看门狗"模块通常能够
为获取系统运行时安全态势的完整性,在现有的信息安全态势评估指标体系中引入了业务效能指标,提出了一种混合指标的信息系统安全态势评估方法.该方法包含2个部分:基于Q.S模型构建系统业务效能指标,其中包含实数型、区间型和语言型数据,通过BECM方法获得系统的业务效能指数;系统的安全风险态势、稳定性态势等属性具有不可比较性,是导致系统整体安全态势不确定性的重要因素,针对这一问题,应用格蕴涵代数的语言值综合
随着物联网技术的发展,物联网应用越来越多的运用到实际的工业生产中,随之而来物联网系统漏洞和安全风险备受关注,因此专业的信息安全风险评估尤为重要.首先对物联网的安全模型和风险评估方法进行了概括描述,分别对几种安全模型和风险评估方法进行了比较分析和归纳.其次,将分层决策模型、人工免疫模型、云变换模型分别与传统的风险评估方法相结合并对其优缺点进行了比较.最后,调研了国内外相关机构的研究现状,并对未来物联
本文主要研究了以视频为载体的隐写分析技术,目的在于检测秘密信息的存在并估计其嵌入强度.针对基于扩频技术的视频信息隐写方法,引入重谱检测特征提出了一种新的视频隐写分析算法.该算法充分利用视频序列时间相关性较强的特征,通过计算差值模型的重谱信息,利用中心谱线中最小值点的频率值,估计出秘密信息的嵌入强度.实验结果表明,该算法可以有效的估计出原始视频及压缩视频序列中秘密信息的嵌入强度,具有较强的鲁棒性.
In this paper, a novel reversible data hiding algorithm for encrypted images is proposed.In encryption phase, chaotic sequence is used to encrypt the original image.Then the least significant bits (LS
非活跃帧信息隐藏选择非活跃帧中的特定码元作为载体,可实现高嵌入率的信息隐藏.本文针对该隐写进行检测.发现,该隐写会改变相邻语音帧中特定码元之间的关联性.据此,本文提出了一种码元关联网络模型来定量描述这种改变.利用关联网络参数构建对隐写敏感的特征向量,结合支持向量机(Support Vector Machine,SVM)分类器构建了隐写检测器.基于G.723.1编码标准,本文在不同语音样本集和不同语
This article introduces a novel ensemble classifier for steganalysis of JPEG images.We put forward four different sampling strategies, and built selective ensemble classifier based on paired sampling
The influence of the diversity of image content is often ignored in current steganalysis systems, and there is very tittle research focusing on the quantitative measurement of image content for stegan
自适应隐写优先将信息嵌入到图像纹理复杂的区域,利用这一特点提出了一种基于像素分类的分析算法.通过研究隐写算法安全性,定义了像素修改代价、图像失真;利用二者之间的关系,通过SPAM特征定量描述图像失真,求得像素修改代价.利用图像失真的可加性,给出了最小失真预期,进而得到像素修改概率.研究像素之间相关性,利用中心像素修改概率和周围4像素平均修改概率,对像素分类.最后,定义像素分类残差,提取各类像素组的