非马尔可夫模型下基于数据关联的隐写分析研究

项目名称： 非马尔可夫模型下基于数据关联的隐写分析研究

项目编号： No.61170281

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 计算机科学学科

项目作者： 赵险峰

作者单位： 中国科学院信息工程研究所

项目金额： 55万元

中文摘要： 当前，隐写分析大量基于考察隐写对邻域数据、邻域分块连续性或者相关性的破坏，或者考察隐文数据局部变化性的增长，相关方法都可以归结为在马尔可夫（Markov）模型下对邻域数据关联特征的分析，已经取得了一些好的效果，但是，它们容易遭受随机性较强的原文和一些隐写优化的干扰。显然，是否存在新的分析模型和相关的方法类是重要的问题，它们有助于更全面地揭示隐写特征，有利于提供更好的隐写分析方法。在上述背景下，本课题拟尝试建立非马尔可夫模型，在这些模型假设下，隐写分析通过考察隐文数据之间的其他关联特征，确定模型的变化，据此判断隐写是否存在。当前，针对主流的隐写，在单隐文或者多隐文分析条件下，课题组初步确定的非马尔可夫模型包括隐文比发散模型、隐文模差量化特性模型、消息叠加模型等，并期待依托本课题发现和利用更多的模型和数据关联方法。课题组在相关工作方面有多年的积累，有完成课题的基本能力和研究条件。

中文关键词： 隐写分析；隐写分析模型；隐写；信息隐藏；

英文摘要：

英文关键词： steganalysis；steganalytic model；steganography；information hiding；