您的位置: 专家智库 > >

廖鑫

作品数:4 被引量:19H指数:3
供职机构:中国科学院信息工程研究所更多>>
发文基金:国家自然科学基金中国博士后科学基金湖南省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇隐写
  • 2篇图像
  • 1篇隐私
  • 1篇隐私保护
  • 1篇隐写术
  • 1篇隐写算法
  • 1篇设计方法
  • 1篇数据恢复
  • 1篇数据挖掘
  • 1篇数字取证
  • 1篇数字图像
  • 1篇图像隐写
  • 1篇频繁序列模式
  • 1篇前缀
  • 1篇前缀树
  • 1篇取证
  • 1篇取证研究
  • 1篇自适
  • 1篇自适应
  • 1篇网络

机构

  • 4篇湖南大学
  • 3篇中国科学院软...
  • 2篇中国科学院
  • 2篇中国科学院大...
  • 1篇南京大学
  • 1篇河南师范大学
  • 1篇河南财经政法...

作者

  • 4篇廖鑫
  • 2篇丁丽萍
  • 2篇李琪
  • 1篇张啸剑
  • 1篇杜蛟
  • 1篇卢国庆
  • 1篇曹纭
  • 1篇李彦峰
  • 1篇屈国庆
  • 1篇陈国永

传媒

  • 1篇计算机研究与...
  • 1篇通信学报
  • 1篇软件学报
  • 1篇计算机科学

年份

  • 1篇2022
  • 1篇2016
  • 2篇2015
4 条 记 录,以下是 1-4
排序方式:
基于Arnold变换的数字图像自适应隐写算法被引量:8
2016年
以往的图像自适应隐写算法大多数以顺序满嵌的方式嵌入秘密信息,这类算法秘密信息的隐蔽性不够高,因此提出一种随机非满嵌算法。通过分析出图像的系统参数使图像的满嵌容量刚好大于秘密信息的长度让载体图像达到非满嵌,增强了隐写的灵活性,减少了载体图像的嵌入修改量。再使用Arnold变换对数据的嵌入顺序进行置乱,防止攻击者按顺序分析出秘密信息,使秘密信息的隐蔽性变高,进而提高了算法的安全性。实验结果表明本算法提高了隐写的隐蔽性,减少了图像的嵌入失真度,且随机非满嵌操作适用于很多同类算法。
李琪廖鑫屈国庆陈国永杜蛟
关键词:隐写术ARNOLD变换系统参数
差分隐私下的一种频繁序列模式挖掘方法被引量:7
2015年
频繁序列模式挖掘是数据挖掘领域的1个基本问题,然而模式本身及其支持度计数都有可能泄露用户隐私信息.差分隐私(differential privacy,DP)作为一种新出现的隐私保护技术,定义了一个相当严格的攻击模型,通过添加噪音使数据失真达到隐私保护的目的.由于序列数据内在序列性和高维度的特点,给差分隐私应用于频繁序列模式挖掘带来了挑战.对此提出了一种基于交互式差分隐私保护框架的频繁序列模式挖掘算法Diff-FSPM(differential-privacy frequent sequential pattern mining).该算法利用指数机制获取最优序列长度,并采用一种维规约策略获得原始序列数据集的规约表示,有效降低序列维度的影响;应用前缀树压缩频繁序列模式,利用拉普拉斯机制产生的噪音扰动频繁模式的真实支持度计数,同时采用闭频繁序列模式和Markov假设,有效分配隐私预算,并利用一致性约束后置处理,增强输出模式的可用性.理论角度证明算法满足ε-差分隐私,实验结果验证算法具有较好的可用性.
卢国庆张啸剑丁丽萍李彦峰廖鑫
关键词:频繁序列模式数据挖掘隐私保护前缀树
基于百度云存储的数字取证研究
2015年
云存储应用是目前使用最广泛的云计算服务之一,然而云存储在为用户提供随时存取数据服务的同时,也会让一些犯罪分子乘机上传一些违法的数据或文件到云端。围绕百度云存储展开数字取证研究,提出一种基于云存储的数字取证模型,在此基础上从客户端的操作日志和数据流入手,编写了Baidu Cloud Hunter工具,对客户端上传的数据包进行截取与监管,并借助数据恢复软件进行客户端本地数据查找、还原和恢复,实现溯源追踪取证。
李琪廖鑫李闫育丁丽萍
关键词:数字取证数据恢复
基于生成对抗网络的空域彩色图像隐写失真函数设计方法被引量:4
2022年
自适应隐写是图像隐写方向的研究热点,它通过有效地设计隐写失真函数,自适应地将秘密信息隐藏在图像复杂的纹理区域,具有很强的隐蔽性.近年来,基于生成对抗网络的隐写失真函数设计研究在空域灰度图像上已经取得了突破性的进展,但是目前还没有针对空域彩色图像的研究.与灰度图像相比,彩色图像隐写需要考虑保护RGB通道间相关性,同时合理地分配RGB这3个通道的嵌密容量.设计了一个基于生成对抗网络设计空域彩色图像隐写失真函数的框架CIS-GAN(color image steganography based on generative adversarial network),生成器网络采用两个U-Net子网络结构,第1个U-Net子网络生成修改概率矩阵,第2个U-Net子网络进行正负向修改概率调节,有效地降低对彩色图像通道相关性的破坏.针对彩色图像载体,修改灰度图像隐写分析器作为网络的对抗部分.在生成器损失函数中对彩色图像3个通道总的隐写容量进行控制,生成器能够自动学习分配3个通道嵌密容量.实验结果表明,与现有彩色图像隐写失真函数设计方法相比,提出的网络结构能够更好地抵抗彩色图像隐写分析器的检测.
廖鑫廖鑫曹纭
关键词:图像隐写
共1页<1>
聚类工具0