计算机应用研究

作者：马媛媛,赵颖澳,徐富永,张倩倩,辛现伟,

单位：河南师范大学a.计算机与信息工程学院;b.智慧商务与物联网技术河南省工程实验室,河南新乡453007；

关键词：图像隐写分析,主动防御,自监督学习,

基金：国家自然科学基金资助项目(62002103)；河南省优秀青年科学基金资助项目(222300420058)；河南省高等学校重点科研项目(24A520019)；；

信息隐藏主动防御技术作为信息隐藏的对立面，能够阻断非法隐蔽通信的传输。然而，现有的主动防御方法过度依赖载体-载密图像对，无法对未知载密图像主动防御，使其防御的误码率在实际社交网络中降低。针对上述问题，为了在通信双方毫无察觉的情况下彻底阻断秘密信息的传输，提出一种自监督学习盲点网络和通道提纯的主动防御方法。首先，通过像素混洗采样策略降低载密图像中像素之间的空间相关性，将学习方式从监督学习改进为自监督学习；其次，中心掩码卷积和空洞卷积残差块用于消除载密图像中的秘密信息；最后，设计通道提纯模块改善图像纹理细节。该方法无须任何信息隐藏方案的先验知识以及人工操作，使得在主机接收到可疑图像之前消除秘密信息，阻断社交网络中的隐蔽通信。实验结果表明，该方法具有高秘密信息破坏效果和高图像质量，能够达到100%的防御成功率，阻断社交网络中的隐蔽通信。同时，在不同负载率的数据集下，该方法与SC-Net和AO-Net进行对比，在秘密信息消除方面各提升14.14%和2.91%，在图像质量方面各提升9.14%和43.34%。

来源：2024年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第12期