学位论文 > 优秀研究生学位论文题录展示
基于人工免疫系统隐写检测技术研究
作 者: 张石树
导 师: 汤光明
学 校: 解放军信息工程大学
专 业: 军事装备学
关键词: 隐写检测 人工免疫系统 高阶统计量 离散Haar小波分解 否定选择机制 免疫记忆机制 克隆选择机制
分类号: TP274
类 型: 硕士论文
年 份: 2008年
下 载: 23次
引 用: 0次
阅 读: 论文下载
内容摘要
隐写检测是遏制隐写术滥用,确保国家、军队信息安全,维护社会安定的重要技术手段。面对复杂繁多的网络数字媒体,隐写检测对检测的准确性、智能化需求日益增高。人工免疫系统内在免疫识别、免疫学习等机制可借鉴于隐写检测中,使检测器具有自组织、自学习等智能特性。本文旨在设计一种新型有效、通用、智能的基于人工免疫系统隐写检测方法,主要成果及创新点总结如下:1.提出基于人工免疫系统隐写检测基本思想和总体框架;通过分析隐写检测与人工免疫系统内在共性,对基于人工免疫系统隐写检测进行整体设计,将研究内容划分为分类特征提取和隐写检测器设计两部分。2.提取一种有效、通用的R-Farid高阶统计量相对特征;通过理论分析、改进Farid高阶统计量线性预测模型中相关性区域不一致缺陷,提出R-Farid高阶统计量模型,增强特征有效性;结合机理分析及实验仿真,提出再嵌入操作合理性准则及再嵌入随机性信息基本假设,提高特征可区分性和通用性;综合模型及准则,提取R-Farid高阶统计量相对变化量作为基于人工免疫系统隐写检测分类特征。3.设计及实现基于人工免疫系统隐写检测器;紧密结合人工免疫系统相关仿生机理及R-Farid高阶统计量相对特征,分析、设计及形式化描述其隐写检测基本流程;以此,引入可变半径和空间覆盖率统计估计及融合技术,设计、实现检测器生成算法和其检测及动态优化更新算法;实验结果显示,该检测器不但能智能优化成熟,提高检测率,优于FLD、SVM等传统分类器,还可有效检测划分为非连续性界限的特征空间,具有检测未知隐写术能力。最后,总结本文工作,并对基于人工免疫系统隐写检测下一步研究方向进行展望。
|
全文目录
摘要 6-7 Abstract 7-8 第一章 绪论 8-11 1.1 研究背景及意义 8-9 1.2 基于AIS隐写检测概述 9 1.3 国内外研究现状 9-10 1.4 本文组织结构 10-11 第二章 基于人工免疫系统隐写检测技术 11-20 2.1 隐写检测技术分析 11-14 2.1.1 隐写检测研究现状 11-14 2.1.2 隐写检测主要问题 14 2.2 人工免疫系统技术分析 14-18 2.2.1 人工免疫系统基本概念 15 2.2.2 人工免疫系统仿生机理 15-17 2.2.2.1 免疫识别 16 2.2.2.2 免疫学习 16 2.2.2.3 免疫记忆 16-17 2.2.2.4 克隆选择 17 2.2.3 人工免疫系统特性分析 17-18 2.3 基于AIS隐写检测基本思想 18 2.4 基于AIS隐写检测总体框架 18-19 2.5 本章小结 19-20 第三章 隐写检测分类特征提取 20-43 3.1 Farid高阶统计量模型分析 20-22 3.2 Farid线性预测模型相关性分析 22-26 3.2.1 离散Haar小波分解特性 22-23 3.2.2 Farid线性预测模型相关性区域 23-26 3.3 R-Farid高阶统计量模型 26-33 3.3.1 R-Farid线性预测模型相关性区域 26-28 3.3.2 R-Farid线性预测模型 28-32 3.3.3 R-Farid高阶统计量特征提取 32-33 3.4 R-Farid高阶统计量相对特征 33-39 3.4.1 再嵌入操作对邻域相关系数影响分析 33-35 3.4.2 再嵌入操作准则理论分析 35-37 3.4.3 再嵌入随机性信息基本假设 37-38 3.4.4 R-Farid高阶统计量相对特征提取 38-39 3.5 实验仿真分析 39-42 3.6 本章小结 42-43 第四章 基于人工免疫系统隐写检测器设计 43-67 4.1 基于AIS隐写检测基本流程 43-45 4.2 基于AIS隐写检测主要步骤设计及描述 45-54 4.2.1 元素对应关系 45 4.2.2 隐写检测 45-49 4.2.2.1 基本模型 45-46 4.2.2.2 基于分类特征的基本模型 46-49 4.2.3 检测器生成 49-50 4.2.4 检测器动态优化更新 50-54 4.2.4.1 检测器记忆更新 50-51 4.2.4.2 检测器克隆进化 51-54 4.3 基于AIS隐写检测基本流程形式化描述 54-55 4.4 基于AIS隐写检测器相关算法设计 55-60 4.4.1 检测器生成算法 55-58 4.4.2 检测器检测及动态优化更新算法 58-60 4.5 实验仿真及分析 60-65 4.5.1 实验数据 60 4.5.2 实验方法 60-61 4.5.3 参数配置 61 4.5.4 实验仿真分析 61-65 4.5.4.1 检测器初始产生 61-63 4.5.4.2 检测准确率对比 63-64 4.5.4.3 交叉检测测试 64-65 4.6 基于AIS隐写检测器优缺点 65-66 4.6.1 优点 65-66 4.6.2 缺点 66 4.7 本章小结 66-67 第五章 总结与展望 67-69 5.1 工作总结 67-68 5.2 工作展望 68-69 参考文献 69-72 附录 72-76 附1 F(R|-)相关性质证明 72-74 附2 R-Farid高阶统计量相对特征统计分布图 74-76 作者简历 攻读硕士学位期间完成的主要工作 76-77 致谢 77
|
相似论文
- 直升机传动链故障诊断与健康管理系统设计及关键技术研究,V267
- 基于HOS的滚动轴承故障诊断方法应用研究,TH165.3
- 基于人工免疫系统的病毒检测研究,TP309.5
- 压制自由表面相关多次波的自适应减方法研究及应用,P631.4
- 基于盲分离技术的地震反褶积方法研究,P631.4
- 独立分量分析(ICA)理论及其应用,P631.443
- 基于人工免疫算法的电梯群控系统的研究与设计,TM921.5
- 基于人工免疫系统的遥感图像检索算法研究,TP751
- PS类图像与隐写图像的分类,TP391.41
- 针对JPEG图像典型隐写算法的可靠检测技术,TP391.41
- 基于统计的音频隐写检测技术研究,TP309.7
- 基于高阶谱提取地震子波方法的研究,P631.4
- 基于免疫原理的入侵检测系统的研究,TP393.08
- 基于免疫机理的入侵检测系统的研究,TP393.08
- 基于DCA算法的入侵检测技术研究,TP393.08
- 非高斯噪声信号的检测与估计理论研究,TN911.23
- 用于异常检测的进化非选择算法性能分析,TP18
- 混合高斯模型的混合EM算法研究及聚类应用,TN911.7
- 面向医疗应用的人工免疫系统研究与实现,R730.51
- 局部运动模糊图像恢复系统研究和实现,TP391.41
- 基于高阶统计量的VaR风险度量和分析,O211.67
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统
© 2012 www.xueweilunwen.com
|