面向網(wǎng)絡(luò)媒體內(nèi)容監(jiān)管的視頻隱寫檢測(cè).pdf

1、隨著數(shù)字多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，尤其是視頻網(wǎng)站的廣泛使用，保障信息安全變得越來越重要。網(wǎng)絡(luò)媒體內(nèi)容管理需要對(duì)網(wǎng)絡(luò)媒體內(nèi)容進(jìn)行有效的監(jiān)管和治理，過濾有害信息，保證媒體內(nèi)容的安全傳播，為政府宣傳部門和網(wǎng)絡(luò)監(jiān)管部門提供有價(jià)值的管理和分析工具。考慮到視頻信息隱藏技術(shù)是信息安全領(lǐng)域的一個(gè)新的研究熱點(diǎn)，新的視頻隱寫算法層出不窮，視頻隱寫分析技術(shù)作為信息隱藏技術(shù)的對(duì)立面，對(duì)于保障信息安全具有舉足輕重的意義。但是目前對(duì)使用視頻隱寫分析技術(shù)進(jìn)行網(wǎng)

2、絡(luò)媒體內(nèi)容管理的研究尚不多見。本文對(duì)視頻隱寫分析技術(shù)進(jìn)行了研究，主要研究?jī)?nèi)容包括：
　　首先，本文對(duì)視頻壓縮編碼的原理進(jìn)行了深入研究，提出針對(duì)壓縮視頻隱寫和隱寫分析技術(shù)的研究需要以視頻編解碼技術(shù)為基礎(chǔ)。同時(shí)，在對(duì)視頻隱寫和隱寫分析技術(shù)進(jìn)行深入分析的基礎(chǔ)上，對(duì)視頻隱寫技術(shù)原理和特點(diǎn)進(jìn)行了剖析，并對(duì)現(xiàn)有視頻隱寫技術(shù)以及視頻隱寫分析技術(shù)進(jìn)行分類研究和總結(jié)。在以上分析的基礎(chǔ)上，引出本文的研究?jī)?nèi)容。
　　其次，針對(duì)現(xiàn)有運(yùn)動(dòng)向量視頻隱寫

3、分析方法中存在的檢測(cè)率較低以及算法復(fù)雜度較高的問題，本文提出了一種采用互信息和時(shí)空相關(guān)性相結(jié)合提取特征向量的檢測(cè)算法。該方法首先采用互信息以及預(yù)測(cè)幀幀間差直方圖的均值、方差、偏度、峰度來反映幀間特征，然后用計(jì)算幀內(nèi)相關(guān)性所得的二進(jìn)制數(shù)據(jù)流的熵作為幀內(nèi)特征。最后采用支持向量機(jī)作為分類器。最后仿真實(shí)驗(yàn)表明，該算法能提高運(yùn)動(dòng)向量視頻隱寫的檢測(cè)率。
　　然后，針對(duì)目前尚缺少有效的視頻隱寫盲檢測(cè)方法，本文提出一種基于特征融合的視頻隱寫盲檢測(cè)

4、方法。該方法首先建立隱寫分析特征庫(kù)，其中包含很多已經(jīng)被驗(yàn)證有效的特征，而多個(gè)特征之間可能存在相關(guān)性，特征之間可能存在冗余，因此對(duì)每個(gè)特征子庫(kù)進(jìn)行特征融合或特征選擇，從而降低特征維數(shù)，提高分類效果。最后采用基于DCT系數(shù)隱寫、基于運(yùn)動(dòng)矢量的隱寫以及MSU隱寫的視頻流作為實(shí)驗(yàn)對(duì)象，用支持向量機(jī)進(jìn)行訓(xùn)練檢測(cè)。實(shí)驗(yàn)結(jié)果表明，本文提出的算法能有效檢測(cè)這三類視頻隱寫。
　　最后，針對(duì)網(wǎng)絡(luò)媒體內(nèi)容管理系統(tǒng)及其需求進(jìn)行描述，提出一種基于視頻隱寫分