复旦大学计算机科学技术学院

新闻速递

科研速递 | 构造式隐写

构造式隐写是近年来学术界研究的热点，最近的研究表明，由秘密信息直接生成高质量的数字图像是可以实现的。本期介绍复旦大学多媒体智能安全实验室在ACMMM2022上录用的两篇论文，采用不同的手段实现了两种构造式隐写方法。生成式隐写网络近年来，生成式隐写（generativesteganography）成为了一个新兴的研究方向。相比于传统隐写方法，生成式隐写可直接从秘密信息合成含密图像，而无需通过修改载体图像来隐藏秘密信息。在理想条件下，合成的含密图像无需和载体图像进行对比，因此具有较高的安全性。但现有的生成式隐写方法总体性能较差，无论是在隐藏容量、提取准确率，还是在图像质量方面都比传统方法有较大的差距。另外，如果合成的含密图像由于质量较差而被区分出来，生成式隐写带来的理论安全性也不复存在。为了解决上述问题，我们提出了一种高性能的生成式隐写网络。主体框架：如图1所示，该网络由四个子网络组成，即生成器、判别器、隐写分析器和提取器。他们分别用来合成含密图像、保证图像质量、减小统计分析差异和提取秘密信息。由于合成的含密图像和真实图像之间始终存在一定差异。为了对抗隐写分析，我们希望生成器G能够生成难以

重要通知

学生活动

讲座信息

招聘信息

图片新闻

© 2020 复旦大学计算机科学技术学院

地址：上海市淞沪路2005号

Tell：+86-21-31242255

Fax：+86-21-31242259

Email：cs_school@fudan.edu.cn

复旦大学计算机科学技术学院

扫一扫了解学院