基于异或-置乱框架的图像可逆数据隐藏仿真

针对因图像加密、解密过程中图像还原度较差,数据嵌入率较低,导致图像传输过程中图像质量差,安全性低的问题,提出一种基于异或-置乱框架的图像可逆数据隐藏方法。分析相邻像素间位异或-置乱法,使用位异或和像素位置置乱方式对初始图像做加密处理,得到初始加密图像,根据隐藏密钥特征选取一部分像素,利用替换方法把选取像素嵌入隐藏数据中,使用加密密钥将隐藏数据提取出来,最后通过邻域预测方式对加密图像做解密处理,并根据像素波动性算出各邻域模块最高位是否发生改变,还原初始图像。仿真结果表明,采用所提方法得到的图像还原性较好,数据嵌入率较高,可以有效保护图像传输中的安全,并保证图像质量,具有一定的实践价值。     

基于对合矩阵的复合图像加密算法

随着互联网在经济社会和国家安全中扮演着越来越重要的角色,近年来,网络数据传输安全引起了学界的重视,其中数字图像信息的加密传输是研究的热点问题之一。传统的图像加密方法形式较为单一,存在一定的漏洞,容易被破解。针对该问题,研究了基于对合矩阵、矩阵分解和信息隐藏的复合加密算法。利用对合矩阵对原始图像进行加密,将加密图像分解成若干低像素值的图像后分别隐藏到公开的信息中。实例说明,此种方法的安全性能较高,效果良好。     

密文图像中的可逆信息隐藏算法

针对传统算法存在的加密和信息隐藏过程分离,嵌入容量小,操作不灵活的缺陷,提出了一种基于混沌和直方图平移的密文图像中的可逆信息隐藏算法。发送端先对图像加密,然后嵌入信息;接收端既可以先解密再提取信息,也可以先提取信息再解密。仿真实验结果表明该算法易于实现,并能有效提高信息嵌入的容量。     

基于位平面分割的密文域可逆信息隐藏算法

针对传统密文域可逆信息隐藏算法嵌入率低的问题,为提高嵌入容量,提出一种基于位平面分割的可逆信息隐藏算法。首先对高位平面进行定长游程编码压缩,压缩结果进行流加密并作为其头部信息,利用压缩冗余嵌入数据;然后对中位平面进行Logistic混沌加密;最后将低位平面进行位翻转,利用AGM（Adaptive Group Modification）方法嵌入数据。实验表明,该方法实现简单,嵌入率不超过0.5bpp时,解密后携秘图像的PSNR≈47.8dB,实现了解密与提取的可分离,提取后再解密图像可100%恢复。     

一种基于Arnold混沌映射的小波变换域图像水印算法

提出一种基于小波变换的数字图像水印算法.通过对宿主图像,经过Arnold变换加密后的水印图像分别进行多分辨率小波分解,达到自适应嵌入水印信息的目的.实验结果表明,该方法嵌入的数字水印不但具有较好的不可见性,而且对图像处理有较好的鲁棒性;同时由于对原始水印图像进行加密处理,该算法达到既隐藏信息的存在,又隐藏信息的内容的双重安全效果.     

基于预测误差双重编码的大容量密文域可逆信息隐藏算法

针对目前密文域可逆信息隐藏算法嵌入容量较小的问题,提出了基于预测误差双重编码的大容量密文域可逆可分离信息隐藏算法。首先为了预留秘密信息的嵌入空间,图像拥有者利用基于预测误差的哈夫曼编码及扩展游程编码对图像进行预处理,然后加密图像;数据嵌入者在加密后的图像中嵌入秘密信息;接收者根据信息隐藏密钥可以准确无误地提取秘密信息,根据解密密钥可以无损恢复图像,两者无顺序要求。实验结果表明,预测误差双重编码的应用有效地提高了嵌入容量。     

基于空域可恢复信息隐藏的图像安全人工退化算法

为了满足数字图像先用后买的商务模式的需要,提出了一种基于空域可恢复信息隐藏的数字图像人工退化算法。该算法使用可恢复信息隐藏算法中的直方图平移技术来嵌入补偿矩阵,以达到最终恢复精确原始图像的目的。通过控制嵌入深度,可得到与原始图像相比有较大失真但又能获知主要信息的公开图像。在嵌入过程中采用置乱以及加密技术,使得入侵者在没有得到授权文件的情况下无法强行恢复出原始图像。实验结果表明,该算法既可以得到与原始图像相差较大的公开图像,又能在得到安全认可的情况下完整地恢复出原始图像。     

基于中国剩余定理的高动态图像可逆数据隐藏

针对高动态图像可逆数据隐藏过程中传输安全性与传输效率差的问题,提出基于中国剩余定理的高动态图像可逆数据隐藏方法。依据中国剩余定理及NTICE方法加密和压缩原理,将高动态图像划分单元格,计算各单元格内像素的高4比特位和低4比特位数值,求解两者的同余方程组,对求解得到的两个通解集进行排序。对同步加密和压缩后的高动态图像进行隐秘数据嵌入操作,划分为感兴趣区域和非感兴趣区域,将隐秘数据分为两部分分别嵌入到两个区域中;利用数据提取与图像恢复的过程将隐秘数据嵌入过程逆向操作,实现高动态图像可逆数据隐藏。实验结果表明:嵌入量越大,水印图像与原始高动态图像的相关性越明显,且峰值信噪比波动平稳。     

基于图像伪装与双向差值扩展的密文域可逆信息隐藏算法

数字图像在云环境下的安全性问题已成为信息安全领域的研究热点之一。为解决传统密文域可逆信息隐藏算法缺乏伪装性,容易受到恶意攻击与信息隐藏空间容量小的问题,提出了基于图像伪装加密与双向差值扩展的大容量密文域可逆信息隐藏算法。该算法首先利用矢量量化与离散小波变换两种技术对原始图像进行伪装加密,从而保证隐蔽性,使得图像在云环境中安全传递;其次采用基于双向差值扩展的信息隐藏技术对伪装加密图像进行秘密信息的嵌入,以实现高容量的信息隐藏。实验结果表明,所提算法不仅实现了图像伪装,而且最终得到的含密伪装图像与原始图像在视觉上无明显差别,峰值信噪比达到40 dB以上,对原始图像起到了很好的伪装效果;同时实现了高容量的秘密信息嵌入,图像平均嵌入率接近0.6 bpp,表现出了良好的实验性能。     

同态公钥加密系统的图像可逆信息隐藏算法

同态加密技术在加密信息、对信息进行隐私保护的同时,还允许密文数据进行相应的算术运算(如云端可直接对同态加密后的企业经营数据进行统计分析),已成为云计算领域的一个研究热点.然而,由于云存在多种安全威胁,加密后信息的安全保护和完整性认证问题仍然突出.另外,信息在加密后丢失了很多特性,密文检索成为了云计算需要攻克的关键技术.为了实现对加密图像的有效管理及其安全保护,本文提出了一种基于同态加密系统的图像可逆信息隐藏算法.该算法首先在加密前根据密钥选择目标像素,并利用差分扩展DE(Difference Expansion)的方法将目标像素的各比特数据嵌入到其它像素中.然后,利用Paillier同态加密系统对图像进行加密得到密文图像.在加密域中,利用待嵌入信息组成伪像素,加密后替换目标像素,完成额外信息的嵌入.当拥有相应的密钥时,接收方可以分别在密文图像或明文图像中提取出已嵌入的信息.当图像解密后,通过提取出自嵌入目标像素的各比特数据来恢复原始图像.实验仿真结果表明,该算法能够在数据量保持不变的前提下完成同态加密域中额外信息的嵌入,信息嵌入快速高效,并可分别从加密域和明文域中提取出嵌入的信息.     

用度量矩阵和偏差矩阵加速修改AHP中判断矩阵的多对元素交叉方法

本文通过分析判断矩阵,一致性矩阵,导出矩阵及度量矩阵的关系,提出一种用度量矩阵和导出矩阵交叉加速修改AHP中的判断矩阵.当判断矩阵的一致性较差时,基于导出矩阵和度量矩阵中偏离大的元素对判断矩阵一致性的影响较大,通过度量矩阵得出加速修正的步长.每次修改判断矩阵的一对元素即可进行判断矩阵的修正.实例分析表明,交叉修正法是可行的,且可根据问题的性质,灵活确定修正的步长.     

压缩感知中高斯矩阵的优化研究

为了优化高斯矩阵,对部分哈达玛矩阵与高斯矩阵的统计学参数作了对比分析,确定了导致部分哈达玛矩阵信号重构能力好的主要因素,并提出了高斯矩阵优化算法.验证了优化算法对不同规模高斯矩阵的通用性和有效性,确定了优化矩阵对各种稀疏信号重构算法的适用性.最后对优化矩阵的性能作了初步的理论和实验分析,优化矩阵的信号重构能力可达到、甚至超过哈达玛矩阵.研究成果为测量矩阵的分析、设计和优化提供了新的思路和方法.     

图像重建中的非常稀疏循环矩阵

测量矩阵是压缩传感理论的关键要素之一。针对目前大部分工作中所用的高斯等随机测量矩阵独立随机变元过多,不利于物理实现的问题,引入稀疏带状和稀疏列的概念,形成稀疏带状随机、托普利兹和循环矩阵以及稀疏列随机、循环矩阵,随机变元个数减少约三分之一。采用通用的模拟实验方法,验证此类稀疏矩阵对于真实图像的重建效果及对0-1信号的成功重建概率均与随机高斯矩阵相当。     

求分块周期三对角矩阵逆矩阵的新算法

根据分块三对角矩阵逆矩阵的特殊结构,利用其LU和UL分解,并使用Sheman-Morrison-Woodbury公式,得到一个求分块周期三对角矩阵逆矩阵的新算法,并由该算法得到求周期三对角矩阵和对称周期三对角矩阵逆矩阵的新算法。新算法比传统算法的计算复杂度和计算时间要低。     

Toeplitz矩阵之逆矩阵的新分解式及快速算法

本文利用线性方程组是否有解给出了Toeplitz矩阵可逆的条件,表明Toeplitz矩阵的逆矩阵可以表示为循环矩阵与下三角Toeplitz矩阵的乘积之和,给出了其逆矩阵列的递推公式,得到了求Toeplitz矩阵之逆矩阵的快速算法,计算复杂性为O(n2),一般n阶矩阵求逆的计算复杂性为O(n3).     

粗信息矩阵与其粒度矩阵特征

提出了粗信息矩阵、信息粒度矩阵、粗粒度矩阵的概念,给出了粗信息矩阵的结构及粒度特征;讨论了粗信息矩阵、粗粒度矩阵的性质及运算法则。给出粗信息矩阵与粗集、S-粗集的关系定理、粗信息矩阵与其粗粒度矩阵的关系定理,粗信息矩阵不仅是研究粗系统结构特征的新理论工具,而且是粗系统理论研究与应用研究又一个新的研究方向。     

Information of group-correlations in Korean financial market

We study two sides of the KOSPI, classified as an emerging market. First, the evolutionary property is examined in terms of overlapping matrix and survival ratios. To this end, we apply the random matrix theory (RMT) and the one-factor model to analyzing correlation matrix and finding business clusters. Second, we examine the relations between the market capitalization and the business. For the well-developed markets such as NYSE, the contribution of the firms to the second-largest eigenvector shows an exponential function of the market capitalizations while no clue is observed for the KOSPI. We confirm that the market capitalization is distributed in a power-law with the exponent 1.2 like a Pareto's distribution. Particulary, the KOSPI shows a different behavior compared to the mature market, that is, one or two companies lead a number of companies with the little money and big companies competed to win each other. The clusters also represent by largest eigenstates show a weak affiliation compared to smaller ones. These results imply that the KOSPI is the target for the short-positioned investors.     

Parametric solutions to Sylvester-conjugate matrix equations

By two recently proposed operations with respect to complex matrices, a simple explicit solution to the Sylvester-conjugate matrix equation is given in a finite series form. The obtained solution can also be equivalently expressed in terms of the so-called controllability-like matrix and observability-like matrix. The proposed solution can provide all the degrees of freedom which is represented by a free parameter matrix. An illustrative example is employed to show the effectiveness of the proposed method.     

基于矩阵符号函数求解代数Riccati方程的ANN方法

本文基于矩阵符号函数方法，运用神经网络技术的智能特性，给出了一种求解连续及离散代数Ｒｉｃｃａｔｉ方程的ＡＮＮ方法，最后给出这种方法的应用例子，验证了该方法的有效性及可靠性。     

Fisher information matrix for models of systems based on face-splitting matrix products

Expressions for blocks of the information Fisher matrix are presented based on factorization of the Neudecker derivative of a transposed face-splitting matrix product. Translated from Kibernetika i Sistemnyi Analiz, No. 4, pp. 141–149, July–August, 1999.