基于统计分析的数字水印检测技术研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:sl604
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着数字技术和网络技术的不断发展,如何解决相关的版权保护、完整性认证、秘密通信等问题,成为亟待解决的研究课题。信息隐藏就是为解决这些问题而出现的。数字水印技术起源于信息隐藏技术的,为实现有效的知识产权保护提供了一条崭新的思路,近年来已成为多媒体信息安全研究领域的一个热点问题。信息隐藏的嵌入和攻击与传统密码学类似,必然经历的加密-解密的否定之否定的螺旋提高过程。这就意味着对检测技术进行研究,能更深入了解和发现现有隐藏技术的弱点,进而促进隐藏技术的发展。对现有的一些典型的数字水印算法的分析,对于水印检测技术的研究起到了促进作用。本文重点阐述了数字图像信息检测处理的思想,介绍了相关的背景和工作。改进了一个信息隐藏的检测模型,基本实现了对变换域信息隐藏的检测,对数字图像的变换域上DCT隐藏以及DWT隐藏的数字水印进行检测,并对检测的结果进行了讨论,实验结果表明了本文算法具有一定的鲁棒性。此外,还从安全的角度对数字水印检测后的相关处理工作进行了介绍,主要阐述了不同类型、不同强度噪声的添加对图像中数字水印的影响。同时介绍了一些主要的攻击水印的方式。
其他文献
Google Scholar为我们搜索各种来源的学术文献信息提供了一个简单易用的平台。它使用网络爬虫来把各种来源的文献信息集中存储到Google自己的数据库里,然后通过web向用户提供
自从全基因组测序成为可能以来,基因组结构注释(包括了解基因组DNA中的基因组成、结构及其调控元件)成为生物信息学研究的重要问题,由于基因组结构注释系统的计算量庞大,需要
当前核酸、蛋白质数据呈几何级数增长,如何从海量数据中获取有效信息成为生物信息学迫切需要解决的问题。数据挖掘技术就是从大量的数据中挖掘出有用的或者人们感兴趣的知识的
随着互联网技术的发展,存储于Web里的信息急剧膨胀,这些信息包括文本信息、声音信息、图像信息等,其中文本信息存储和传输技术相对比较简单,易于上传和下载,因此大部分信息以文本
支持向量机是在统计学习理论的基础上发展起来的新一代学习算法,该算法在机器学习、模式识别等领域都取得了很好的应用。但随着需要处理的数据量不断增大,支持向量机表现出计
学位
随着 EPA 标准的逐步推广应用,国内有很多厂商正在从事 EPA 产品的开发工作。为检查各个不同生产厂家的实现是否与 EPA 标准相一致,并保证不同实现版本之间能够完全地相互访问
随着 Internet、无线通讯技术的迅速发展, VoWLAN(Voice over WirelessLocal Area Network)业务超过传统语音业务已成为一个不可避免的趋势,其业务将逐步从以传统语音业务为主
脱机手写中文签名鉴别的主要困难就在于特征的提取,因此本文主要围绕如何提取能反映签名较本质的特征进行了相关研究。在具体解决签名鉴别时,一方面要考虑签名的静态特征,另
组合优化中的许多问题是NP-完全问题,也是科学和工程计算中重要和基本的问题,这类问题的求解一直是算法研究领域的热点问题。对于NP-完全的组合优化问题,至今尚无很好的解析