针对LSB隐写的语音隐写分析方法 |
| |
引用本文: | 杨 勇,邓 伟,李 晶,朱作付,贾伟伟,王 晨,张 岩.针对LSB隐写的语音隐写分析方法[J].电子器件,2023,46(3):790-794. |
| |
作者姓名: | 杨 勇 邓 伟 李 晶 朱作付 贾伟伟 王 晨 张 岩 |
| |
作者单位: | 徐州工业职业技术学院信息工程学院;东南大学水声信号处理教育部重点实验室;南京审计大学信息工程学院 |
| |
基金项目: | 国家自然科学基金项目(52005267) |
| |
摘 要: | 本研究对常用的最低有效位(LSB)隐写技术进行了隐写分析。在目前的网络环境中,检测低嵌入率语音隐写信号仍然是一个非常有挑战性的课题。近年来,神经网络模型在许多课题中都取得了显著的性能。神经网络的主流架构包括卷积神经网络(Convolution neural Networks, CNNs)和循环神经网络(Recurrent neural Networks, RNNs),这两种网络采用了不同的方式来理解各种信号。本文提出了一种合适的方法来结合这两种架构的优点,然后构造了一个新的模型,即CNN-LSTM网络来检测基于LSB的隐写方法。在本文提出的模型中,使用双向长短时记忆循环神经网络(BiLSTM)来捕获信号的长时间上下文信息,然后使用CNN捕获局部特征和全局特征。实验结果表明,该模型相较对比方法对于基于LSB的隐写分析达到了更好的效果。
|
关 键 词: | 语音隐写分析 深度神经网络 最低有效位隐写 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
|