龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工业大学(深圳)
申请日：2022-05-27
公开（公告）日：2024-06-18
公开（公告）号：CN114969785B
主分类号：G06F21/60
分类号：G06F21/60;G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.18#授权;2022.09.16#实质审查的生效;2022.08.30#公开
摘要：本发明涉及通信加密技术，特别涉及一种基于可逆神经网络的无载体图像隐写方法。在编码时，将秘密信息按照固定的长度划分为一个个比特组，并使一个比特组对应一个范围内的数值；在解码时，根据数据中每个数值所在的范围，得到其所对应的比特组，将各个比特组连接起来，得到秘密信息；在可逆神经网络中将Glow模型与生成式对抗网络结合，构建先验分布与真实图像分布之间的双向映射；将Glow模型与生成对抗样本结合，生成含密图像。可逆神经网络的逆向过程是无损的，可以藏入更多的秘密，隐写容量更高，同时将基于Glow模型与生成式对抗网络生成模型结合，生成图像更加真实，可靠，将对抗样本生成融入到生成模型中，生成对抗样本，提高隐写方法的安全性。
主权项：1.一种基于可逆神经网络的无载体图像隐写方法，其特征在于，在编码时，将秘密信息按照固定的长度划分为一个个比特组，并使一个比特组对应一个范围内的数值；在解码时，根据数据中每个数值所在的范围，得到其所对应的比特组，将各个比特组连接起来，得到秘密信息；在可逆神经网络中将Glow模型与生成式对抗网络结合，构建先验分布与真实图像分布之间的双向映射；将Glow模型与生成对抗样本结合，生成含密图像；基于上述框架执行以下过程：加密过程：加密者将秘密信息编码进去先验分布中，并通过Glow模型生成图像，此时图像即为含密图像；解密过程：解密者得到含密图像后，通过Glow模型的逆过程得到秘密信息；对抗过程：在加密、解密过程中，攻击者进行隐写分析以鉴别含密图像和非含密图像；Glow模型与攻击者进行对抗训练，最终得到无载体图像隐写模型。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(深圳) 一种基于可逆神经网络的无载体图像隐写方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号