VoIP流媒体隐写的在线检测模型与方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61402115
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0206.信息安全
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

Steganography and steganalysis technologies based on VoIP which take bit stream as the carries are being becoming researching hot-spot. Different from the traditional static documentary carries through images and videos, VoIP is characterized of multimode, real-time and dynamic, which challenges traditional steganalysis technology . The main purpose of this project is to explore the correspondent steganalysis model and methods. The research contents include two aspects as following: the establishment of a unified online detection model for VoIP multimode steganography and the correspondent steganalysis methods against new steganography approaches targeted at VoIP stream, including QIM steganalysis in low rate speech, low embeding rate LSB steganalysis in the high bit-rate PCM speech codec and RTP/RTCP protocol. According to the basis, a online detection system of compatible steganalysis algorithms and good extendibility of VoIP streaming media steganography are developed. The establishment of model and key technology breakthrough of steganalysis methods will setup a theoretical foundation for the practical application of the corresponding steganalysis system, development of steganalysis application system provides the technical support for the national security, social stability in china.
以VoIP(Voice over IP)流为载体的信息隐写及隐写检测技术是当前的研究热点。与传统图像、视频等静态文件载体不同,VoIP流媒体信息隐写具有多模式、实时性和动态性特点,这给传统的隐写检测技术的应用带来了挑战。本项目拟以探索与VoIP流媒体信息隐写相适应的隐写检测模型和检测方法为研究目标,进行两个方面研究:建立VoIP流多模式信息隐写在线检测模型;针对VoIP流最新隐写方法研究相对应的隐写检测方法,包括低速率语音编码中QIM隐写检测,高速率PCM语音编码中小嵌入率LSB隐写检测,以及RTP/RTCP协议的隐写检测等。在此基础上研发一套兼容多种隐写检测算法和具有较好扩展能力的VoIP流信息隐写在线检测系统原型。在线检测理论模型的建立和检测方法关键技术的突破将为隐写检测系统的实际应用奠定理论和技术基础,而应用系统的研发为我国的国防安全、社会稳定能提供技术保障。

结项摘要

信息隐写相比于传统的加密技术,它不仅隐藏了隐秘信息的内容(不可读性),而且掩盖了隐秘信息存在的事实(不可见性),安全性更高,对国家安全、经济发展和社会稳定均有影响。所以流媒体为载体的信息隐写及隐写检测技术日益受到重视。本项目以VoIP多模式信息隐写在线检测模型和检测方法为研究对象,解决了VoIP多模式信息隐写的在线和统一实时检测问题。实现了一套 VoIP 隐写检测的实验原型系统,验证了理论成果的有效性。完成的研究内容有:VoIP多模式信息隐写在线检测模型、VoIP流量的快速准确捕获和信息隐写检测等关键技术等。本项目发表论文11篇,其中SCI论文6篇,会议论文2篇(EI会议1篇),中文核心3篇;申请技术发明专利2项;获得国内学术会议优秀论文1篇;专著1部。本项目的研究成果极大地推动信息隐写技术应用的基础研究。

项目成果

期刊论文数量(9)
专著数量(1)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)
A multi-granularity fuzzy computing model for sentiment classification of Chinese reviews
中文评论情感分类的多粒度模糊计算模型
  • DOI:
    10.3233/ifs-151853
  • 发表时间:
    2016
  • 期刊:
    Journal of Intelligent & Fuzzy Systems
  • 影响因子:
    2
  • 作者:
    Bingkun Wang
  • 通讯作者:
    Bingkun Wang
基于表情符的社交网络情绪词典构造
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机工程与设计
  • 影响因子:
    --
  • 作者:
    马秉楠
  • 通讯作者:
    马秉楠
Markov bidirectional transfer matrix for detecting LSB speech steganography with low embedding rates
用于检测低嵌入率 LSB 语音隐写术的马尔可夫双向传输矩阵
  • DOI:
    10.1007/s11042-017-5505-0
  • 发表时间:
    2018-01
  • 期刊:
    Multimedia Tools and Application
  • 影响因子:
    --
  • 作者:
    WanxiaYang;Shanyu Tang;Miaoqi Li
  • 通讯作者:
    Miaoqi Li
Steganalysis of Low Embedding Rates LSB Speech Based on Histogram Moments in Frequency Domain ∗
基于频域直方图矩的低嵌入率 LSB 语音隐写分析 —
  • DOI:
    10.1049/cje.2017.09.026
  • 发表时间:
    2017
  • 期刊:
    Chinese Journal of Electronics
  • 影响因子:
    1.2
  • 作者:
    YANG Wanxia;TANG Shanyu;LI Miaoqi
  • 通讯作者:
    LI Miaoqi
Combining Review Text Content and Reviewer-Item Rating Matrix to Predict Review Rating.
结合评论文本内容和评论者-项目评分矩阵来预测评论评分
  • DOI:
    10.1155/2016/5968705
  • 发表时间:
    2016
  • 期刊:
    Computational intelligence and neuroscience
  • 影响因子:
    --
  • 作者:
    Wang B;Huang Y;Li X
  • 通讯作者:
    Li X

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

文本信息隐藏技术分析与综述
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    软件导刊
  • 影响因子:
    --
  • 作者:
    徐明杰;杨婉霞
  • 通讯作者:
    杨婉霞
结合BERT 词嵌入与注意力机制的宋词自动生成
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    软件导刊
  • 影响因子:
    --
  • 作者:
    胡智喻;杨婉霞;杨泰康
  • 通讯作者:
    杨泰康
一种基于基波分离算法的变频介质损耗测量仪
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    工业仪表与自动化装置
  • 影响因子:
    --
  • 作者:
    孙伟;高晓阳;黄晓鹏;杨婉霞
  • 通讯作者:
    杨婉霞
在压缩语音编码中集成信息隐藏方法研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    杨婉霞;余晖;胡萍
  • 通讯作者:
    胡萍
基于双向多层转换编解码的诗自动生成
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    软件工程
  • 影响因子:
    --
  • 作者:
    杨泰康;杨婉霞
  • 通讯作者:
    杨婉霞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杨婉霞的其他基金

网络评论文本生成的信息隐写模型和方法
  • 批准号:
    62262002
  • 批准年份:
    2022
  • 资助金额:
    33 万元
  • 项目类别:
    地区科学基金项目
集成在诗词自动创作中的信息隐写方法研究
  • 批准号:
    61862002
  • 批准年份:
    2018
  • 资助金额:
    38.0 万元
  • 项目类别:
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码