内容

讲座:面向真实网络、基于高度并行计算和深度学习对抗的信息隐藏研究进展

阅读数:7981    发布:2018-03-06 15:36    更新:2018-03-07 10:41    

报告题目:面向真实网络、基于高度并行计算和深度学习对抗的信息隐藏研究进展

报告时间: 3月9日15:00 – 17:00

报告地点:计算机楼938会议室

报告人简介:关晴骁,男,1984年1月出生,汉族,2013年毕业于中国科学技术大学获博士学位,现任中国科学院信息工程研究所副研究员,主要研究方向为隐写术和隐写分析,信息取证。在相关的期刊和会议上发表论文多篇,承担国家自然科学基金联合基金培育项目、中科院先导专项子课题子任务、某部多项项目,作为主要参与人员参加国自科联合基金重点项目、国家重点研发计划子任务、军队某项目、某部项目等多项课题。

报告摘要:隐写术和隐写分析是信息隐藏领域重要的对抗技术,在媒体信息安全中具有重要意义。本报告主要介绍中国科学院信息工程研究所隐蔽通信与安全研究组近几年来在图像隐写术和隐写分析方面的若干工作。

隐写分析内容包括:隐写分析高维特征的高速计算方法、以及JPEG隐写分析高维特征的设计和改进,主要介绍基于GPU的隐写分析高维特征计算方法,以及针对基于相位信息(Phase-Aware)的JPEG隐写分析特征的改进和设计工作,同时探讨高维特征设计与神经网络结构之间的关系。

隐写术内容包括:面向社交网络通信的鲁棒隐写研究工作、以及基于对抗样本方法的对抗隐写研究的初步结果。主要介绍利用压缩特性设计能够抵抗已知压缩过程的隐写方法,该方法主要应用于在社交网络平台中基于图像隐写术的隐蔽通信。基于对抗样本的对抗隐写主要针对在已知的隐写分析卷积神经网络条件下进行隐写术的对抗。


深圳大学计算机与软件学院 2009-2016