.png){kind=icon}
返回
Image steganography against generalization-attack-based steganalysis
.png){kind=icon}
PRE
AI
DOI：10.1016/j.displa.2026.103597.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于深度神经网络（DNNs）的图像隐写术旨在更合理地将秘密信息嵌入图像中。我们观察到，由于深度神经网络固有的泛化能力，第三方在某些方案中仅需了解模型结构即可提取秘密信息。我们将此漏洞称为基于泛化攻击的隐写分析。此外，为解决秘密模型的隐蔽传输问题，我们提出了一种新型隐写网络。为解决上述风险及秘密模型的隐蔽传输问题，我们提出了一种具有强约束的新型图像隐写方法，以对抗基于泛化攻击的隐写分析。为抵抗隐写分析，模型被训练为将自然图像映射为秘密图像而不修改原始自然图像，并使用密钥进行秘密模型的嵌入和提取。在部署时，秘密模型被嵌入到执行普通任务的载体模型中，随后可使用密钥提取。实验结果表明，所提方案能有效抵抗基于泛化攻击的隐写分析。在伪装前后，载体模型在Eval和No Eval模式下的任务性能下降平均最大差异分别为1.16 dB和0.38 dB，可满足秘密任务的隐蔽传输需求。对于重建的秘密图像，所提方案在PSNR、MAE和RMSE等评估指标上取得了良好性能。
Keyword:
Image steganography
Generalization attack
Image steganalysis
Deep neural networks
期刊
IF:
3.4
论文数:
2.3K
被引数:
3.2K
机构
引用论文
High invisibility image steganography with wavelet transform and generative adversarial network
PREAI
分享收藏Lossless steganographic network via model arithmetic operations基于模型算术运算的无损隐写网络.png)
Neural Networks
Neural NetworksIF6.3
PREAI
分享收藏
分享收藏
查看更多内容