基于改变率自适应分类的多类隐写分析

作者：安宁钰; 赵险峰; 黄炜; 盛任农

来源：计算机应用与软件, 2013, (06): 1-3+87.

• 隐写
• 多类隐写分析
• 改变率
• 支持向量回归 Steganography
• Multi-class steganalysis
• Change rate
• Support vector regression

一般的多类隐写分析需将每种隐写算法的各种嵌入率当作一类进行训练,因其在构造分类器时未能充分考虑算法和嵌入率对分析能力的影响,故而准确率存在一定的提升空间。提出一种基于改变率自适应分类的多类隐写分析方法,将隐写改变率和算法差异性两方面因素分层考虑。该方法使用支持向量回归法估计待测图像的改变率,进而根据改变率自适应地选择分类器,从而提高分类准确率。实验结果表明,所提方法相较于现有准确率最高的方法准确率平均提高约2%～3%,特别在嵌入率较低的情况下,提高幅度可达5%以上。

• 单位
  信息安全国家重点实验室; 北京电子技术应用研究所; 中国科学院信息工程研究所; 中国科学院软件研究所