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

基于人工免疫系统隐写检测技术研究

内容摘要

全文目录

相似论文