1、隨著計算機技術和網絡技術的迅速發(fā)展,信息安全問題逐漸被廣大研究學者所重視。以數字圖像為載體的信息隱藏技術和隱寫分析技術作為信息安全領域的重要分支,兩者既相互斗爭,又相互促進,共同發(fā)展。信息隱藏技術通過將隱密信息嵌入到載體文件中形成載密文件,以達到保護載體和隱藏秘密信息的目的。而隱寫分析技術則相反,目的在于揭示待測文件中是否含有隱密信息,它不僅是防止非法秘密通信的重要手段,也是評價一個信息隱寫算法是否安全的重要措施。
　　論文首先介

2、紹了信息隱藏和秘密通信的基本原理,然后介紹了以數字圖像為載體的隱寫技術和隱寫分析技術的基本概念,相互關系及評價指標,尤其重點闡述了隱寫分析技術的國內外研究現狀和目前存在的問題,在此基礎上,本文圍繞基于多域特征的通用隱寫分析技術進行了研究,主要包括以下工作:
　　為實現對 JPEG圖像為載體的隱秘圖像高效檢測,提出了一種基于多域特征的通用隱寫分析算法。該算法分別從圖像離散余弦域,空域和離散小波域中提取特征向量,同時結合兩種不同校準方

3、法在圖像不同域中對原始載體圖像的估計能力不同的特點,提高了特征向量對隱密信息的敏感性,達到隱秘圖像的高效檢測。經過實驗后表明,與目前廣泛使用的幾種典型的通用隱寫分析算法比較,該算法有著良好的檢測效果且穩(wěn)定性好、運算效率高。
　　在上述基礎上,為了進一步提高圖像隱寫分析的檢測正確率和速度,根據單隱層前饋神經網絡的特點,提出了一種基于極限學習機(ELM)的隱寫分析方法。該方法首先根據Pevny T提出的一種多域特征提取算法分別從圖像D