位置:成果数据库 > 期刊 > 期刊详情页
基于Fisher信息的最优隐写方法
  • ISSN号:0254-0037
  • 期刊名称:《北京工业大学学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]信息工程大学信息工程学院,郑州450002, [2]信息工程大学电子技术学院,郑州450004, [3]装备指挥技术学院信息装备系,北京101416
  • 相关基金:国家自然科学基金资助项目(60970141,60902102).
中文摘要:

为了提高隐写算法的安全性,提出一种基于Fisher信息的最优隐写框架.将隐写算法设计建模成以嵌入转移概率为决策变量、以Fisher信息最小化为目标的最优化问题.推导出Fisher信息是嵌入转移概率的二次型,通过二次规划求解最优嵌入转移概率.给出了一个最优隐写算法实例——最优LSBmatching算法,实验结果表明,最优LSBmatching算法的Fisher信息小于传统LSBmatching算法,隐写安全性提高.

英文摘要:

This paper proposes an optimal steganography framework based on Fisher Information. An embedding algorithm is designed to solve the optimization problem whose objective is minimizing the Fisher Information of a steganographie system. The Fisher Information is the quadratic form of the embedding transferring probabilities. The problem of optimal embedding transferring probabilities is solved by quadratic programming. Then the optimal LSB matching algorithm, which is an instance of the optimal steganographic algorithm, is given. The experimental results show that the Fisher Information of the optimal LSB matching is smaller than that of the conventional LSB matching and the security of the optimal LSB matching is better.

同期刊论文项目
期刊论文 37 会议论文 15 著作 1
同项目期刊论文
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编:卢振洋
  • 地址:北京市朝阳区平乐园100号
  • 邮编:100124
  • 邮箱:xuebao@bjut.edu.cn
  • 电话:010-67392535
  • 国际标准刊号:ISSN:0254-0037
  • 国内统一刊号:ISSN:11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11924