基于多预训练模型的在线隐写盲分析系统研究与实现  

Online universal steganalysis system based on multiple pre-trained model

作　　者：袁亚飞[1] 卢伟[1] 冯丙文[2] 翁健[2] 

机构地区：[1]中山大学数据科学与计算机学院,广东广州510006 [2]暨南大学信息科学技术学院,广东广州510632

出　　处：《网络与信息安全学报》2017年第5期32-37,共6页Chinese Journal of Network and Information Security

基　　金：广东省科技发展专项基金资助项目(No.2016KZ010103);广东省自然科学基金资助项目(No.2016A030313350);中央高校基本科研业务费基金资助项目(No.16lgjc83);中山大学科技成果转化计划基金资助项目~~

摘　　要：在实际应用中,针对未知隐写算法的盲检测难度非常大,结合实际应用设计实现了一个在线盲检测系统。在SRM算法的基础上,简化特征提取算法,提高特征可用性和提取速率;使用多个预训练检测模型,并采用加权投票策略判定检测结果;设计实现一种3层系统架构,分布式后台更加灵活高效;为了进一步满足实际应用要求,引入多线程技术,加快检测速率。实验表明,单张图片的平均检测时间可达0.97 s,并且对多种未知隐写算法均具有良好的检测结果。In reality, universal blind steganalysis is still a sensitive issue. A universal online steganalysis system that could be used in practical application was proposed. With reducing the dimensions of SRM, it could improve availa- bility and speed up feature extraction. Some effective pre-trained models and weighted voting strategy were used in this system with a B/S architecture, involving a higher speed. In addition, multithread technology was introduced. Experimental results demonstrate that high detection accuracy can be obtained and about 0.97 seconds for single de- tection with the system.

关 键 词：数字图像隐写 隐写分析 多模型 加权投票 在线检测 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]