《面向大數據的信息隱藏演化模型及攻防關鍵技術研究》是依託北京郵電大學，由張茹擔任項目負責人的聯合基金項目。
基本介紹
- 中文名：面向大數據的信息隱藏演化模型及攻防關鍵技術研究
- 項目類別：聯合基金項目
- 項目負責人：張茹
- 依託單位：北京郵電大學
項目摘要,結題摘要,
項目摘要
在大數據技術和複雜網路蓬勃發展的今天，信息隱藏技術未能適用於新的網路環境，只能局限於實驗室中發展道路越走越窄，主要面臨如下問題：（1）傳統信息隱藏算法仍然基於載體類型設計算法，但是大數據載體複雜多變，用戶很難選定算法。（2）傳統隱寫檢測算法需要大量先驗知識來提高檢出率，但是大數據環境下，很難獲得足夠的先驗知識。本項目針對上述問題，脫離具體載體和算法，研究面向大數據的信息隱藏理論、方法和技術，嘗試用新理論來支撐和拓展信息隱藏發展空間。（1）基於演化博弈論建立根據大數據環境動態演化的信息隱藏理論模型，研究容量估計、安全性等理論問題。（2）將信息隱藏與演化博弈論結合設計跨載體的大數據信息隱藏算法，並基於同態加密設計對加密大數據的信息隱藏算法。（3）結合聚類、深度學習和暴力破解設計缺乏先驗知識的隱藏檢測新算法。（4）基於動力學原理構建大數據多載體信息隱藏仿真平台對課題提出的新理論和新算法加以驗證。
結題摘要
目前信息隱藏技術局限於實驗室中發展，不能適用於大數據和複雜網路環境，主要面臨如下問題：（1）傳統信息隱藏算法仍然基於載體類型設計算法，但是大數據載體複雜多變，用戶很難選定算法。（2）傳統隱寫檢測算法需要大量先驗知識來提高檢出率，但是大數據環境下很難獲得足夠的先驗知識。本項目從大數據信息隱藏演化模型、大數據信息隱藏算法、缺乏先驗知識的隱寫分析算法、系統動力學仿真等四個方面展開研究。本項目提出了一種大數據信息隱藏演化模型，可有效解決大數據載體、算法多樣化問題；設計了兩種基於生成對抗網路的隱藏新算法，基於演化博弈論設計了隱藏分配策略，實現了跨載體信息隱藏，有效解決算法受限於載體問題；提出了基於全同態加密算法的可逆隱藏算法，解決了大數據中密文信息隱藏問題，相比於現有算法，在密文無擴展的情況下實現了更高的嵌入容量和完全可逆，且實現了加密和可逆隱寫的獨立性；通過加性同態和混沌置亂的雙重加密為密文域可逆隱寫算法構造了一個新的簡單有效的框架；設計了基於卷積神經網路的隱藏檢測算法，將聚類、深度學習、暴力檢測相結合，使用可自動學習的預處理卷積核不斷最佳化提升性能，在缺乏先驗知識的大數據實用環境下檢出率有較大提高；設計了信息隱藏系統動力學仿真模型和實驗平台，模擬真實信息傳輸場景，不僅驗證項目所提出的新模型、新算法的有效性，而且可以觀察大數據環境下信息隱藏攻防發展趨勢。 共發表學術論文22篇，其中SCI檢索10篇，EI檢索9篇，申請國家發明專利6項。
