[发明专利]一种基于隐写分析系统盲性的隐写分析方法无效
申请号: | 201310148779.7 | 申请日: | 2013-04-25 |
公开(公告)号: | CN103258123A | 公开(公告)日: | 2013-08-21 |
发明(设计)人: | 赵险峰;夏冰冰;张纪宇;安宁钰;周楠 | 申请(专利权)人: | 中国科学院信息工程研究所 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06K9/66 |
代理公司: | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人: | 余长江 |
地址: | 100093 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分析 系统 方法 | ||
1.一种基于隐写分析系统盲性的隐写分析方法,其步骤为:
1)构造隐写模式的概率分布模型;所述概率分布模型包括多种隐写模式及其出现概率;
2)选取一组原文样本集,并分别使用所述概率分布模型中的每种隐写模式对一原文样本集进行隐写,生成相应的隐文样本集;
3)对于每一待测评的隐写分析系统,根据每一隐写模式的隐文样本集及其相应原文样本集计算该隐写分析系统对相应隐写模式的分析正确率;然后根据隐写模式的出现概率对各隐写模式的分析正确率进行加权平均,得到该隐写分析系统的盲性值;
4)选取盲性值最高的隐写分析系统对待分析的隐文进行隐写分析。
2.如权利要求1所述的方法,其特征在于所述隐写模式包括隐写算法及其嵌入率。
3.如权利要求1或2所述的方法,其特征在于所述分析正确率的计算方法为:对于每一隐写模式的隐文样本集及其相应原文样本集,所述隐写分析系统根据所需的隐写分析特征,计算原文样本集中每个样本的隐写分析特征向量,得到一原文特征向量集合;计算对应的隐文样本集合中每个样本的隐写分析特征向量,得到一组隐文特征向量集合;然后所述隐写分析系统分别对该隐写模式的原文特征向量集合与隐文集特征向量集合进行隐写分析,计算该隐写模式的分析正确率。
4.如权利要求3所述的方法,其特征在于根据公式Bs=∑kPkDk计算所述盲性值Bs;其中,Dk为第k种隐写模式的分析正确率,Pk表示第k种隐写模式的出现概率。
5.如权利要求2所述的方法,其特征在于根据隐写算法的隐蔽性设置隐写模式的出现概率;其中,隐写算法隐蔽性越高,设置对应的隐写模式的出现概率越大。
6.如权利要求1所述的方法,其特征在于所述原文样本集的数量与隐写模式的数量相同;每一隐写模式对应一原文样本集。
7.如权利要求1所述的方法,其特征在于所述一组原文样本集中包括一个原文样本集,每种隐写模式分别对所述原文样本集进行隐写,分别生成相应的隐文样本集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所,未经中国科学院信息工程研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310148779.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种紫薇属植物造型育干模架
- 下一篇:一次性无土无菌水稻育苗钵盘
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用