基于支持向量机的文本隐写分析  

Text Steganalysis Based on Support Vector Machine

作　　者：眭新光[1] 罗慧[1] 朱中梁[1] 

机构地区：[1]信号盲处理国家重点实验室,成都610041

出　　处：《计算机工程》2009年第6期188-191,共4页Computer Engineering

摘　　要：通过对自然文本统计模型和特性的分析,指出隐藏消息后可能对文本统计特性带来的变化,提出基于支持向量机的通用检测算法。将文本的5个基本统计特征量作为分类特征向量,采用支持向量机对自然文本和载密文本进行有效分类检测。实验结果证明,该算法具有较好的适用性和可靠性。This paper studies the statistical models of natural texts, and points out that embedding messages in texts may change the features of them by analyzing the statistical features. Based on these changing, a blind detecting method is designed using Support Vector Machine（SVM）. It extracts five basic parameters of texts as distinguished feature vectors to discriminate natural texts and stego-texts effectively using SVM. Experimental results show the high accuracy and reliability of the method.

关 键 词：隐写分析 文本 支持向量机 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]