基于拟合盲隐写分析结果的隐写隐蔽性组合测评方法

摘要：

KL散度(Kullback-Leibler divergence)能够衡量原文与隐文特征集的可区分性,但其计算复杂度过高,不适合作为隐写测评指标.现有测评方法通过某种便于计算的统计量,从不同角度衡量原文与隐文特征集的距离,其测评效果有限.为了解决这一问题,提出了基于拟合盲隐写分析结果的隐写隐蔽性组合测评方法,基于平均单维互信息和最大平均偏差这两种存在一定互补性的基础测评指标构造新的隐写测评指标,对隐写造成的原文与隐文特征集偏差进行更好的衡量.

关键词： 隐写术 隐蔽性测评 平均单维互信息 最大平均偏差 回归分析

作者: 夏冰冰 赵险峰 张弘

作者单位: 中国科学院信息工程研究所信息安全国家重点实验室,北京100093

会议类型: 国内会议

会议名称: 第十一届全国信息隐藏暨多媒体信息安全学术大会 CIHW2013

会议地点: 西安

会议语种:中文

页码: 358-364

在线出版日期: 2013-10-12（万方平台首次上网日期，不代表论文的发表时间）