L-GEM在learning based隐写分析中的应用(2014)

 原文链接

1.简介

   隐写术(steganography)是信息安全中的一种技术，简单地说就是将一些私密传输信息隐藏在图像、视频、音频中进行传输。隐写分析技术(steganalysis)则是判断一个多媒体文件是否隐藏了私密传输信息。learning bsed的隐写分析技术主要分为两部分：特征提取和分类器。

   下面简单介绍下隐写和隐写分析的过程。由于JPEG类型的图片很常见，故而其是本文的讨论对象。对于一张原始图片，通常我们需要利用JPEG压缩标准的量化表(quantization table)将其压缩，然后再运用隐写术隐藏私密信息。当我们应用learning based隐写分析技术来判断一个JPEG图像是否隐层了私密信息，我们首先对图像进行隐写分析特征提取，而后将提取特征送入分类器，由分类器给出该JPEG图像是否隐藏了私密信息。具体如下图所示。

2.LG-Steganalyzer算法

   本文这里L-GEM里面的Q值通过交叉验证确定。而考虑到RBFNN适合大数据场景以及其训练速度很快，故而本文采样RBFNN作为分类器。RBFNN训练分为结构选择以及权重微调两个阶段，具体如下：

   对于权重微调，本文以降低训练误差和ST-SM作为优化目标，利用iRprop+方法对连接权重进行微调：

3.实验