网络安全 信息隐藏与数字水印

《网络安全：信息隐藏与数字水印》总结了作者团队近十多年来在信息隐藏和数字水印领域取得的科研成果，同时参考了国内外*新科研成果，是一部理论联系实际的专业理论著作。《网络安全：信息隐藏与数字水印》重点介绍了信息隐藏与数字水印基本理论及原理，并分析了相关的典型算法，其中数字水印算法的主要内容包括经典的数字水印算法、基于视觉模型的数字水印算法、基于神经网络的零水印算法等；信息隐藏算法的主要内容包括二值图像信息隐藏算法、无损可逆信息隐藏算法及加密域可逆信息隐藏算法。许多算法以丰富的实例进行说明。

前言
第1章绪论1
1.1信息隐藏概述1
1.2信息隐藏的应用领域3
1.2.1保密通信3
1.2.2数字版权保护4
1.2.3数字指纹4
1.2.4内容认证4
1.3数字水印概述4
1.4数字水印基本原理及应用6
1.4.1数字水印的基本原理7
1.4.2数字水印的基本特性8
1.4.3图像数字水印经典算法9
1.4.4常见数字水印攻击方法10
1.4.5数字水印的性能评价11
1.4.6数字水印的应用13
1.5可逆信息隐藏概述13
1.5.1可逆信息隐藏的相关概念13
1.5.2可逆信息隐藏的关键问题14
1.6可逆信息隐藏算法分类及发展15
1.7本章小结16
参考文献16
第2章基础理论22
2.1图像处理中的变换22
2.1.1离散余弦变换22
2.1.2离散小波变换23
2.1.3轮廓波变换24
2.2神经网络基础知识26
2.2.1神经网络简介26
2.2.2神经网络基本模型26
2.3混沌映射基础知识31
2.3.1混沌的定义31
2.3.2混沌的特征及其判别准则31
2.3.3Baker映射33
2.3.4Logistic映射34
2.3.5Arnold映射34
2.3.6Baker映射与Arnold映射对比35
2.4高阶累积量与奇异值分解37
2.4.1高阶累积量37
2.4.2奇异值分解38
2.5粒子群优化算法39
2.6压缩感知理论40
2.6.1信号稀疏性41
2.6.2信号观测42
2.6.3信号重建43
2.6.4分块压缩感知43
2.7人类视觉模型基本概念45
2.7.1人类视觉模型45
2.7.2Watson感知模型46
2.7.3显著性检测47
2.8本章小结49
参考文献49
第3章零水印算法及其应用51
3.1基于高阶累积量的零水印算法51
3.1.1高阶累积量51
3.1.2零水印的构造和检测算法52
3.1.3仿真实验53
3.2基于小波变换和奇异值分解的零水印算法55
3.2.1鲁棒零水印产生55
3.2.2鲁棒零水印提取和版权认证56
3.2.3阈值选择56
3.2.4实验结果57
3.3基于神经网络的零水印算法59
3.3.1随机像素点的选取60
3.3.2神经网络模型61
3.3.3二值模式的产生61
3.3.4检测密钥的获取62
3.3.5水印信号的检测62
3.3.6水印的重复嵌入63
3.4基于神经网络的半脆弱零水印算法63
3.4.1算法描述63
3.4.2实验结果65
3.4.3安全性69
3.5基于相邻块数值关系的鲁棒零水印算法69
3.5.1DC-RE算法69
3.5.2CU-SVD算法70
3.5.3CU-SVD-RE算法71
3.5.4预处理算法71
3.5.5实验结果71
3.6基于混沌映射的数字水印算法78
3.6.1水印嵌入算法78
3.6.2水印提取算法79
3.6.3仿真实验79
3.6.4实验结果分析80
3.7本章小结83
参考文献83
第4章量化索引调制数字水印算法84
4.1量化索引调制数字水印算法概述84
4.1.1量化索引调制原理84
4.1.2抖动调制85
4.1.3扩展变换抖动调制与扩展变换量化索引调制87
4.1.4基于视觉模型的自适应QIM88
4.2基于改进视觉模型的自适应水印算法91
4.2.1ST-QIM-B1MW-SS算法与ST-QIM-B2MW-SS算法91
4.2.2ST-QIM-fMW-SS算法96
4.2.3ST-QIM-MS-SS算法99
4.2.4从几个特定角度对改进的ST-QIM算法的研究102
4.3基于扩展变换的对数水印算法107
4.3.1基于扩展变换的数字水印算法107
4.3.2扩展变换量化索引调制算法107
4.3.3基于视觉模型的扩展变换水印算法109
4.3.4基于扩展变换的对数水印算法110
4.3.5扩展变换对数水印算法中参数μ的取值分析113
4.3.6基于JPEG量化表改进的扩展变换对数水印算法115
4.3.7实验仿真与分析116
4.3.8扩展变换对数水印算法中参数μ的影响116
4.3.9算法性能比较122


4.4基于视觉模型的多级混合分块DCT域水印算法123

……