基于迁移学习的隐写分析

叶登攀; 马方方; 梅园

doi:10.11959/j.issn.2096-109x.2017.00116

您当前的位置：

首页 >

文章列表页 >

基于迁移学习的隐写分析

学术论文 | 更新时间：2024-06-03

- 基于迁移学习的隐写分析
- Steganalysis based on transfer learning
- 网络与信息安全学报 2017年3卷第1期页码：23-30
- 作者机构：
- 作者简介：
  
  [ "叶登攀（1975-），男，湖北黄冈人，博士，武汉大学教授，主要研究方向为信息安全、信息隐藏。" ]
  [ "马方方（1993-），女，安徽阜阳人，武汉大学硕士生，主要研究方向为信息安全。" ]
  [ "梅园（1980-），女，湖北武汉人，武汉大学博士生，主要研究方向为多媒体安全。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61272453);湖北省重大科技创新计划基金资助项目;Major Scientific and Technological InnovationProject of Hubei Province(2015AAA013);NSFC—通用技术基础研究联合基金资助项目;NSFC-General Technology Foundation Research United Fund(U1236204)
- DOI：10.11959/j.issn.2096-109x.2017.00116
  中图分类号： TP309.7
- 网络首发：2017-01，
  
  纸质出版：2017-01-15
- 稿件说明：
移动端阅览
叶登攀, 马方方, 梅园. 基于迁移学习的隐写分析[J]. 网络与信息安全学报, 2017,3(1):23-30.

Deng-pan YE, Fang-fang MA, Yuan MEI. Steganalysis based on transfer learning[J]. Journal of network and information security, 2017, 3(1): 23-30.
叶登攀, 马方方, 梅园. 基于迁移学习的隐写分析[J]. 网络与信息安全学报, 2017,3(1):23-30. DOI： 10.11959/j.issn.2096-109x.2017.00116.

Deng-pan YE, Fang-fang MA, Yuan MEI. Steganalysis based on transfer learning[J]. Journal of network and information security, 2017, 3(1): 23-30. DOI： 10.11959/j.issn.2096-109x.2017.00116.

摘要

在实际应用环境下，训练集和测试集往往存在分布偏差，导致隐写分析检测效果不理想。迁移学习方法旨在从一个领域学习到的知识，来帮助完成新领域中的学习任务，不要求领域间的同分布假设。概述了当前隐写分析失配问题的研究现状，分析了引起隐写分析失配的因素，在TrAdaBoost迁移算法的基础上提出了一种基于迁移学习的隐写分析算法，改善了隐写检测过程中出现的失配问题，并通过实验验证了算法的有效性。

Abstract

In practice

when the training set and testing set are mismatched

performance of steganalysis can not be guaranteed. The transfer learning aims at using the knowledge learned from one domain to help complete the learn-ing task in the new domain

and does not require the same distribution assumption. A more comprehensive review of mismatched steganography research status was made and the mismatch factors were analyzed. Methods on in-stance-based transfer learning were presented to solve the test mismatch problem during the steganography detections.

关键词

Keywords

references

PEVNY T , FRIDRICH J . Merging Markov and DCT features for multi-class JPEG steganalysis [C ] // The International Society for Optical Engineering(SPIE) . 2007 .

KODOVSKY J , FRIDRICH J . Calibration revisited [C ] // The 11th ACM Multimedia and Security Workshop . 2009 : 63 - 74 .

PEVNY T , BAS P , FRIDRICH J . Steganalysis by subtractive pixel adjacency matrix [J ] . IEEE Transactions on Information Forensics＆Security , 2010 , 5 ( 2 ): 215 - 224 .

FRIDRICH J , KODOVSKY J . Rich models for steganalysis of digital images [J ] . IEEE Transactions on Information Forensics＆Security , 2012 , 7 ( 3 ): 868 - 882 .

王舰，汤光明 . 基于 SVM 的图像隐写检测分析 [J ] . 计算机研究与发展， 2009 , 46 ( z1 ).

WANG J , TANG G M . Image steganography detection analysis based on SVM [J ] . Journal of Computer Research and Development , 2009 , 46 ( z1 ).

胡东辉，杨阳，邵锋，等 . 一种基于随机森林的JPEG图像通用隐写分析方法 [C ] // 全国信息隐藏暨多媒体信息安全学术大会(CIHW) . 2012 .

HU D H , YANG Y , SHAO F , et al . JPEG image steganographic analysis method based on random forest [C ] // China Information Hiding And Multimedia Security Workshop(CIHW) . 2012 .

KODOVSKY J , FRIDRICH J , HOLUB V . Ensemble classifiers for steganalysis of digital media [J ] . IEEE Transactions on Information Forensics and Security , 7 ( 2 ): 432 - 444 .

KODOVSKÝ J , SEDIGHI V , FRIDRICH V . Study of cover source mismatch in steganalysis and ways to mitigate its impact [C ] // The International Society for Optical Engineering(SPIE) . 2014 : 96 - 101 .

李肖峰 . JPEG图像失配隐密分析研究 [D ] . 大连 : 大连理工大学， 2014 .

LI X F . JPEG image mismatch secret analysis [D ] . Dalian : Dalian University of Technology , 2014 .

LI X F , KONG X , WANG B , et al . Generalized transfer component analysis for mismatched JPEG steganalysis [C ] // IEEE International Conference on Image Processing . 2013 : 4432 - 4436 .

吕静 . 基于实例的迁移学习算法研究 [D ] . 太原 : 山西财经大学， 2013 .

LV J . The migration learning algorithm study based on case [D ] . Taiyuan : Shanxi University of Finance and Economics , 2013 .

戴文渊 . 基于实例和特征的迁移学习算法研究 [D ] . 上海：上海交通大学， 2009 .

DAI W Y . migration learning algorithm study based on case and characteristics [D ] . Shanghai:Shanghai jiaotong University , 2009 .

浏览量

333

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据