隐写分析原理与应用
作者：葛秀慧 编著
出版时间：2014年版
内容简介
　　本书以最新的研究成果为背景，阐述隐写分析这一研究方向，内容涉及隐写分析的基本术语、基本原理与方法以及具体的实践。本书语言通俗易懂，章节清晰，把原本抽象的原理与具体的示例进行结合，使读者能更加深入透彻地学习隐写分析，并且介绍了最新的隐写分析技术，使读者学到最新的技术。本书主要是对隐写分析这一研究领域的总结和升华，并给出可供实现的代码。通过本书的学习，读者不仅能掌握隐写技术的基础知识，还可提高实践经验，实现理论与动手能力的结合。
目录
第1章简介11.1什么是隐写分析11.2为什么需要隐写分析21.3隐写分析方法41.3.1视觉隐写分析41.3.2结构隐写分析71.3.3统计隐写分析81.3.4学习隐写分析91.4隐写分析的攻击类型91.4.1被动攻击101.4.2主动攻击101.5隐写分析分类111.5.1目标隐写分析111.5.2盲隐写分析121.6隐写分析的信息论基础131.6.1与信息论相关的术语131.6.2隐写系统141.7隐写系统评价171.7.1安全性171.7.2容量191.7.3鲁棒性21参考文献22第2章空域隐写分析242.1LSB算法252.1.1LSB替换原理252.1.2LSB匹配原理(±1)272.2LSB隐写分析28[3]隐写分析原理与应用[3][1]目录2.2.1Chi?Square测试292.2.2RS攻击322.2.3SPA分析342.2.4LSB直方图攻击372.3HCF?COM特征392.3.1加性噪声隐写系统392.3.2加性噪声的影响402.3.3直方图特征函数HFC与HFC?COM402.4ALE特征422.4.1LSB匹配的影响432.4.2二阶局部极值振幅ALE?10432.5位平面隐写分析452.5.1AC特征462.5.2BSM特征482.6IQM50参考文献53第3章频域隐写分析553.1DCT域隐写分析563.1.1DCT基础573.1.2JSteg隐写分析653.1.3F5隐写分析683.1.4OutGuess703.1.5FRI?23特征723.2DWT域隐写分析753.2.1DWT基础763.2.2FARID特征833.2.3基于小波CF的39?D特征853.3二阶统计特征：共生矩阵86参考文献90第4章统计隐写分析934.1载体模型944.2MB1与MB2954.2.1MB方法论954.2.2MB隐写与隐写分析974.3隐式马尔可夫模型994.3.1HMM基本理论994.3.2使用HMM的隐写分析1014.3.3使用HMFM的隐写分析1024.3.4SPAM1044.4Rich模型1054.5假设测试1064.6量化分析1084.6.1量化分析基础1084.6.2回归模型109参考文献111第5章机器学习的盲隐写分析1135.1模式识别1145.1.1判别函数1145.1.2线性判别分析1175.1.3非线性判别分析1205.1.4判别分析示例1215.1.5决策树1285.2特征选择与提取1315.2.1特征选择1325.2.2特征选择示例1355.2.3ANOVA特征选择1395.2.4PCA特征提取1415.3分类器1445.3.1贝叶斯分类器1445.3.2支持向量机(SVM)1485.3.3KNN分类器1645.3.4概率神经网络1675.3.5集成分类器1715.3.6分类器评价1735.4盲隐写分析1775.4.1盲隐写分析概述1775.4.2盲隐写分析框图1785.4.3盲隐写分析的典型特征1785.5基于机器学习的盲隐写分析1865.5.1数据组织1875.5.2多元回归分类的盲隐写分析1885.5.3FLD分类的盲隐写分析1895.5.4SVM分类的盲隐写分析1915.5.5NN分类的盲隐写分析1925.5.6YASS隐写与隐写分析1945.5.7示例：实验1965.5.8未来研究与展望210参考文献210