深度学习在图像隐写术与隐写分析领域中的研究进展

隐写术与隐写分析是信息安全领域的热门研究方向,近年来得到了广泛的研究与快速的发展。随着深度学习新技术的兴起,深度学习也被引入到隐写术与隐写分析领域,并在方法和性能上取得了一系列突破性的研究成果。为推进基于深度学习的隐写术与隐写分析的研究,本文对目前的主要方法和代表性工作进行了归纳与探讨。对于图像隐写术与隐写分析这两个领域,本文分别各自比较了传统方法和与相关深度学习方法的异同,详细介绍了目前主要的基于深度学习的图像隐写术与隐写分析的基本原理和方法,最后讨论了基于深度学习的图像隐写术与隐写分析仍需要解决的问题及未来的研究趋势。     

藏牢你的Windows 8.1隐私

上了网,也许就决定了你生活在一个没有隐私的"世道",不知何时也许你就被不知何人而监视着。我们虽然不能百分之百地保证自己的资料和信息安全,但可以通过自己对Windows 8.1应用的隐私控制的主动把握,尽可能多地做到隐私不泄露或少泄露,少一点泄露就多一点安全。虽然网络不安全已是共识,但日子还是要过,隐私控制还是要多加关注。     

多信号模型下精确干扰波形设计方法研究

精确干扰是电子战领域的新概念,核心思想是通过集群无人机将干扰功率高效、精确地投送至目标设备,且不影响友邻设备的正常工作。然而,当前的窄带波形设计方法无法精确控制目标区域内的最低合成功率,在实际中难以实施有效干扰;而现有的宽带波形设计方法的计算效率较低。为了解决上述问题,分别针对窄带和宽带信号模型提出2种精确干扰波形设计方法。在窄带波形设计方法中,以最小化友邻区域的最大合成功率为目标,并将目标区域的最小合成功率高于给定阈值作为约束条件,以半定规划方法求解波形协方差矩阵;在宽带波形设计方法中,首先将波形的四次目标函数降为二次,然后以交替最小化方法进行求解。仿真实验表明,提出的窄带波形设计方法较现有算法具有更好的干扰有效性,宽带波形设计方法具有更高的计算效率。