成功加入购物车
赵险峰 、 张弘 著 / 科学出版社 / 2018-12 / 平装
售价 ¥ 18.00 1.4折
定价 ¥128.00
品相 八五品
优惠 满包邮
延迟发货说明
上书时间2022-08-13
卖家超过10天未登录
隐写学原理与技术
隐写的主要作用是保护保密通信与保密存储的事实不被发现,而隐写分析的主要作用是发现这类事实。随着网络与多媒体应用的普及,隐写与隐写分析的研究发展很快,它们之间的对抗不断进入更高级的阶段,有必要进行系统的描述与全新的总结。《隐写学原理与技术》将隐写与隐写分析作为一个新学科——隐写学进行了系统阐述,主要内容包括隐写与隐写分析的发展背景、主要性能指标、基本的消息嵌入方法、隐写分布特性保持、矩阵编码、专用隐写分析、湿纸编码、基于±1的分组隐写编码、通用隐写分析、高维特征通用隐写分析、优嵌入理论、校验子格编码、自适应隐写、选择信道感知隐写分析与基于深度学习的隐写分析,其中各个子领域的内容也概括了新的主要研究成果。此外,《隐写学原理与技术》各章的小结与最后一章给出进一步阅读和思考的方向,除最后一章外,每章配有用于巩固知识的思考与实践,附录部分给出了相关的基础知识介绍及实验方案,有助于读者全面学习并形成研究能力。
目录前言第1章 绪言 11.1 从密码到信息隐藏与隐写 11.1.1 密码方法的一些局限 11.1.2 信息隐藏基本概念 21.1.3 隐写与隐写分析对抗模型 51.2 隐写的应用发展 91.3 隐写安全指标 111.3.1 基于分布偏差的指标 111.3.2 基于抗隐写分析性能的指标 121.4 本书内容安排 131.5 小结 14思考与实践 14第2章 图像编码与基本嵌入方法 152.1 空域编码图像 152.1.1 光栅格式 152.1.2 调色板格式 172.2 变换域编码图像 172.3 基本嵌入方法 192.3.1 LSB 替换 202.3.2 LSB 匹配与加减1 212.3.3 调色板图像嵌入 212.3.4 量化调制 232.4 小结 25思考与实践 25第3章 隐写分布特性保持 263.1 分布保持问题 263.1.1 LSBR 分布问题与χ2分析 263.1.2 分布保持及其困难性 293.2 基于调整修改方式的方法 313.2.1 F3 隐写 313.2.2 F4 隐写 323.3 基于预留区的方法 333.3.1 预留补偿区的分布恢复 333.3.2 预留“死区”的分布保持 383.3.3 预留补偿区的二阶分布恢复 413.4 基于统计模型的方法 443.4.1 HPDM 隐写 443.4.2 MB 隐写 453.5 小结 49思考与实践 50第4章 矩阵编码 514.1 线性分组纠错码的启发 514.2 矩阵编码的一般描述 534.2.1 矩阵编码嵌入与提取 534.2.2 矩阵编码的一些性质 544.3 典型的矩阵编码隐写 564.3.1 F5 隐写 564.3.2 MME 隐写 584.4 小结 60思考与实践 60第5章 专用隐写分析 615.1 对空域隐写的专用分析 615.1.1 RS 分析 615.1.2 对彩色图像的RQP 分析 665.1.3 SPA 分析 685.1.4 直方图特征函数质心分析 705.2 对JPEG 隐写的专用分析 735.2.1 对OutGuess 的块效应分析 735.2.2 对MB 的直方图分析 765.2.3 对F5 隐写的校准分析 785.3 对调色板图像隐写的专用分析 825.3.1 奇异颜色分析 825.3.2 颜色混乱度分析 835.4 小结 85思考与实践 86第6章 湿纸编码 876.1 湿点与干点 876.2 湿纸编码算法 896.2.1 编码原理 896.2.2 消息容量分析 906.2.3 一个基本算法 916.3 典型的湿纸编码隐写 946.3.1 量化扰动 946.3.2 抗收缩JPEG 隐写 946.3.3 双层隐写 956.4 小结 95思考与实践 96第7章 基于±1的分组隐写编码 977.1 一个特例——LSBM-R 977.2 基于和差覆盖集的GLSBM 997.2.1 GLSBM 基本构造方法 997.2.2 和差覆盖集的生成 1027.3 小结 103思考与实践 104第8章 通用隐写分析 1058.1 通用隐写分析基本过程 1058.2 通用空域隐写分析 1068.2.1 小波高阶统计特征分析 1078.2.2 SPAM 特征分析 1088.3 通用JPEG 隐写分析 1108.3.1 Markov 特征分析 1118.3.2 融合校准特征分析 1138.4 通用盲隐写分析简介 1168.4.1 隐写分析的多种工作模式 1178.4.2 算法去失配 1188.4.3 载体去失配 1198.5 通用定量隐写分析简介 1208.6 小结 122思考与实践 123第9章 高维特征通用隐写分析 1249.1 FLD 集成分类器 1249.1.1 基本构造 1259.1.2 参数设置 1269.2 富模型高维特征隐写分析 1279.2.1 空域富模型特征分析 1279.2.2 JPEG 富模型特征分析 1339.3 随机投影与相位感知分析 1389.3.1 随机投影特征分析 1389.3.2 相位感知特征分析 1419.3.3 相位感知随机投影特征分析 1539.4 小结 155思考与实践 156第10章 最优嵌入理论 15710.1 一般情况 15710.1.1 PLS 与DLS 问题 15710.1.2 最优修改分布的性质 15810.2 加性模型 16110.2.1 加性模型下的最优嵌入 16110.2.2 加性模型最优修改分布求解 16410.3 最优嵌入模拟 16610.3.1 基于Gibbs 抽样的模拟 16610.3.2 基于子格迭代的模拟 16810.4 小结 170思考与实践 170第11章 校验子格编码 17111.1 STC 基本思想 17111.2 STC 算法 17311.3 双层STC 17711.3.1 基于三元嵌入分解 17811.3.2 基于两层嵌入综合 18311.4 小结 186思考与实践 186第12章 自适应隐写 18712.1 限负载自适应隐写 18712.1.1 基本框架 18712.1.2 图像空域自适应隐写 18912.1.3 JPEG 域自适应隐写 19812.2 限失真自适应隐写 20112.2.1 基本框架 20112.2.2 限平均失真隐写 20212.2.3 限平均统计量失真隐写 20512.3 非加性模型自适应隐写 20812.3.1 子格嵌入与失真修正 20912.3.2 联合失真及其分解 21412.4 小结 216思考与实践 217第13章 选择信道感知隐写分析 21813.1 空域图像选择信道感知分析 21813.1.1 基于区域选择的方法 21913.1.2 基于特征权重的方法 21913.2 JPEG 图像选择信道感知分析 22413.3 小结 226思考与实践 226第14章 基于深度学习的隐写分析 22714.1 深度卷积神经网络简介 22714.2 针对空域隐写的CNN 分析 23114.2.1 基本框架的形成 23114.2.2 支持选择信道感知的CNN 分析 23614.3 针对JPEG 域隐写的CNN 分析 23914.3.1 混合深度学习网络 23914.3.2 支持相位感知的CNN 分析 24114.4 小结 244思考与实践 246第15章 其他与后记 24715.1 其他进展 24715.2 部分问题 252参考文献 256附录A 部分基础知识提要 274A.1 数学与统计学 274A.1.1 群、子群与陪集 274A.1.2 环与域 276A.1.3 线性回归及其误差估计 277A.1.4 Lagrange 乘子法最优化求解 279A.2 信息论与编码 280A.2.1 信息量单位与转换 281A.2.2 Fisher 信息 281A.2.3 KL 散度性质 283A.2.4 Huffman 编码 285A.2.5 线性分组纠错码 286A.3 模式识别 290A.3.1 分类问题与判别函数 290A.3.2 Bayes 分类器 291A.3.3 线性分类器 292A.3.4 支持向量机 295A.3.5 神经网络基础 299A.4 信号处理与检测 304A.4.1 离散Fourier 变换 304A.4.2 离散余弦变换 305A.4.3 离散小波变换 306A.4.4 最小均方误差直方图修正 307A.4.5 假设检验 308附录B 实验 313B.1 图像隐写工具的使用 313B.2 图像专用隐写分析 316B.3 JPEG 图像通用隐写分析 318B.4 空域图像自适应隐写 320B.5 JPEG 图像自适应隐写 322B.6 富模型空域图像隐写分析 324B.7 选择信道感知隐写分析 326B.8 空域图像CNN 隐写分析 328名词索引 331
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30