[发明专利]一种基于参数识别与估计的隐写分析方法

权利要求书

1.一种基于参数识别与估计的隐写分析方法，其步骤为：

1）建立一隐写配置方案知识库；其中，每一配置方案包括一隐写分析分类器的配置参数F_i以及获得所述配置参数F_i所用训练样本的属性参数向量Tⁱ；

2）对待检测对象，首先确定其属性参数向量P；

3）将该待测对象的属性参数向量P与所述隐写配置方案知识库中每一配置方案的属性参数向量Tⁱ进行相似度计算，得到一相似度度量指标；

4）选择相似性度量指标最大的配置方案所对应的隐写分析分类器参数配置，作为隐写分析分类器中的相应参数，对该待测对象进行隐写分析，判断其是否为含有隐写信息的隐文样本。

2.如权利要求1所述的方法，其特征在于所述相似度度量指标为属性参数向量P与属性参数向量Tⁱ的距离。

3.如权利要求2所述的方法，其特征在于首先分别对每一配置方案中的所述属性参数向量Tⁱ进行归一化处理，对该待测对象的属性参数向量P进行归一化处理；然后计算所述相似度度量指标。

4.如权利要求3所述的方法，其特征在于所述隐写配置方案知识库包括m个配置方案，每一配置方案中的属性参数向量Tⁱ均为n维向量；即，i∈{1,2,…,m}，为第i个属性参数向量Tⁱ中的第j个特征维度。

5.如权利要求4所述的方法，其特征在于根据公式计算属性参数向量P与每一属性参数向量Tⁱ的相似度，得到所述相似度度量指标的值；其中，D(Tⁱ,P)表示待测对象与第i个配置方案的属性参数向量Tⁱ之间的距离，α_k表示属性参数向量P归一化处理后的第k个参数，表示属性参数向量Tⁱ经过归一化处理后的第k个参数，w_k表示第k个参数在计算加权距离和的时候所占的比重。

6.如权利要求4所述的方法，其特征在于根据公式计算属性参数向量P与每一属性参数向量Tⁱ的相似度，得到d维空间下的欧氏距离作为所述相似度度量指标的值；其中，D(Tⁱ,P)表示待测对象与第i个配置方案的属性参数向量Tⁱ之间的距离，α_k表示属性参数向量P归一化处理后的第k个参数，表示属性参数向量Tⁱ经过归一化处理后的第k个参数，w_k表示第k个参数在计算加权距离和的时候所占的比重。