百分悬赏,里面还有一道问题,回答了,两个都给。英文翻译

发布网友 发布时间：1天前

我来回答

共3个回答

热心网友 时间：10小时前

众所周知,目前的表现state-ofthe -
艺术的检测steganalyzers LSB匹配高度评价
敏感的数据集,从不同的来源,在那里也很难
预测哪些类型的图像是适用于某种特殊的steganalyzer。
本文提出了一个好办法上,那种解压缩
图像。该方法利用了这一事实
这些噪音的离散馀弦转换系数的残差压缩图像
相当集中于零和LSB非常敏感吗
匹配。因此,10-D构造特征向量
利用高阶绝对的时刻残差和噪声
介绍了FLD分类的封面和隐藏的图像。这
试验结果表明,该方案近乎完美
嵌入率0.5良性阵发性位置性眩晕,它是90.9%的准确性
优于AD-HCF 0.1良性阵发性位置性眩晕和威埃姆的方法。此外,
该方法的准确性并没有受影响
通过不同的图像来源。这意味着它可靠,
解压缩图像。
该方法存在一定的局限性,我们很愿意
为解决在未来。首先,它只适合这种
解压缩灰度图像处理,
图像和人员在减压术。未来
工作是设计,可以发现的一种标识符位图压缩
历史。当位图已经被确定为压缩吗
图像时,该技术开始工作。另一
技术是这种模式,只要准确的JPEG
decompressor是众所周知的。因此,我们将测试多少检测
失去准确性在不同减压方案
在未来的工作中。
感谢
在此感谢匿名评论者
他们的有用的评论在这张纸上,谢谢博士g . Doerr
提供源代码的威埃姆steganalyzer。

热心网友 时间：10小时前

众所周知,它是目前的表现state-ofthe -
艺术的检测steganalyzers LSB匹配高度评价
敏感的数据集,从不同的来源,在那里也很难
预测哪些类型的图像是适用于某种特殊的steganalyzer。
本文提出了一个好办法上,那种解压缩
图像。该方法利用了这一事实
这些噪音的离散馀弦转换系数的残差压缩图像
相当集中于零和LSB非常敏感吗
匹配。因此,10-D构造特征向量
利用高阶绝对的时刻残差和噪声
介绍了FLD分类的封面和隐藏的图像。这
试验结果表明,该方案近乎完美
嵌入率0.5良性阵发性位置性眩晕,它是90.9%的准确性
优于AD-HCF 0.1良性阵发性位置性眩晕和威埃姆的方法。此外,
该方法的准确性并没有受影响
通过不同的图像来源。这意味着它可靠,
解压缩图像。

热心网友 时间：10小时前

众所周知，当前国有国税发性能
对艺术的LSB匹配检测是非常steganalyzers
敏感，从不同来源的数据集，这是很难
预测哪些类型的图像为特定steganalyzer合适。
本文提出了关于一种好的解决办法解压
图像。该方法利用了其实用
议决解压图像的DCT系数的噪声残差
相当集中，非常敏感的零到LSB
匹配。因此，一个10维特征向量构造
采用较高阶矩和噪声残差
引入的荧光检测分类盖和伪装图像。该
实验结果表明，该方案几乎是完美的
包埋率为0.5 bpp的，它是在90.9％的准确率
0.1 bpp的优越的广告小贩管理队和威埃姆方法。此外，
该方法的精度不受影响
由不同的图像源。这意味着它是任何可靠
解压图像。
该方法有一定的局限性，我们希望
以解决未来。首先，它是唯一适合的那种
减压不是由其他处理灰度图像
期间和减压后的形象运营商。未来
工作是设计一个标识，可以检测压缩位图
历史。当位图被确定为解压
图像，该方法开始工作。另一个
该技术是它的前提条件是确切的JPEG长
解压是众所周知的。因此，我们将测试多少检测
损失精度的不同减压计划
在今后的工作。
鸣谢
作者在此感谢匿名评审人
对本文件的意见，并感谢他们的帮助克杜尔为博士
提供了威埃姆steganalyzer源代码。