隐写分析原理与应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

隐写分析原理与应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 简介 1

1.1 什么是隐写分析 1

1.2 为什么需要隐写分析 2

1.3 隐写分析方法 4

1.3.1 视觉隐写分析 4

1.3.2 结构隐写分析 7

1.3.3 统计隐写分析 8

1.3.4 学习隐写分析 9

1.4 隐写分析的攻击类型 9

1.4.1 被动攻击 10

1.4.2 主动攻击 10

1.5 隐写分析分类 11

1.5.1 目标隐写分析 11

1.5.2 盲隐写分析 12

1.6 隐写分析的信息论基础 13

1.6.1 与信息论相关的术语 13

1.6.2 隐写系统 14

1.7 隐写系统评价 17

1.7.1 安全性 17

1.7.2 容量 19

1.7.3 鲁棒性 21

参考文献 22

第2章 空域隐写分析 24

2.1 LSB算法 25

2.1.1 LSB替换原理 25

2.1.2 LSB匹配原理（±1） 27

2.2 LSB隐写分析 28

2.2.1 Chi-Square测试 29

2.2.2 RS攻击 32

2.2.3 SPA分析 34

2.2.4 LSB直方图攻击 37

2.3 HCF-COM特征 39

2.3.1 加性噪声隐写系统 39

2.3.2 加性噪声的影响 40

2.3.3 直方图特征函数HFC与HFC-COM 40

2.4 ALE特征 42

2.4.1 LSB匹配的影响 43

2.4.2 二阶局部极值振幅ALE-10 43

2.5 位平面隐写分析 45

2.5.1 AC特征 46

2.5.2 BSM特征 48

2.6 IQM 50

参考文献 53

第3章 频域隐写分析 55

3.1 DCT域隐写分析 56

3.1.1 DCT基础 57

3.1.2 JSteg隐写分析 65

3.1.3 F5隐写分析 68

3.1.4 OutGuess 70

3.1.5 FRI-23特征 72

3.2 DWT域隐写分析 75

3.2.1 DWT基础 76

3.2.2 FARID特征 83

3.2.3 基于小波CF的39-D特征 85

3.3 二阶统计特征：共生矩阵 86

参考文献 90

第4章 统计隐写分析 93

4.1 载体模型 94

4.2 MB1与MB2 95

4.2.1 MB方法论 95

4.2.2 MB隐写与隐写分析 97

4.3 隐式马尔可夫模型 99

4.3.1 HMM基本理论 99

4.3.2 使用HMM的隐写分析 101

4.3.3 使用HMFM的隐写分析 102

4.3.4 SPAM 104

4.4 Rich模型 105

4.5 假设测试 106

4.6 量化分析 108

4.6.1 量化分析基础 108

4.6.2 回归模型 109

参考文献 111

第5章 机器学习的盲隐写分析 113

5.1 模式识别 114

5.1.1 判别函数 114

5.1.2 线性判别分析 117

5.1.3 非线性判别分析 120

5.1.4 判别分析示例 121

5.1.5 决策树 128

5.2 特征选择与提取 131

5.2.1 特征选择 132

5.2.2 特征选择示例 135

5.2.3 ANOVA特征选择 139

5.2.4 PCA特征提取 141

5.3 分类器 144

5.3.1 贝叶斯分类器 144

5.3.2 支持向量机（SVM） 148

5.3.3 KNN分类器 164

5.3.4 概率神经网络 167

5.3.5 集成分类器 171

5.3.6 分类器评价 173

5.4 盲隐写分析 177

5.4.1 盲隐写分析概述 177

5.4.2 盲隐写分析框图 178

5.4.3 盲隐写分析的典型特征 178

5.5 基于机器学习的盲隐写分析 186

5.5.1 数据组织 187

5.5.2 多元回归分类的盲隐写分析 188

5.5.3 FLD分类的盲隐写分析 189

5.5.4 SVM分类的盲隐写分析 191

5.5.5 NN分类的盲隐写分析 192

5.5.6 YASS隐写与隐写分析 194

5.5.7 示例：实验 196

5.5.8 未来研究与展望 210

参考文献 210