《电子测量技术杂志》发表论文赏析

以神经网络模型为载体的鲁棒隐写方法

来源:电子测量技术杂志2024年第9期北京时间:

作者:杨彤彤,杨紫云,王子驰

单位:上海大学通信与信息工程学院 上海 200444

摘要:神经网络已广泛应用于各个领域,神经网络模型隐写是近年来学术界新兴的研究方向。嵌入容量与鲁棒性是神经网络模型隐写的重要指标,但难以同时兼顾。为此,本文提出了一种以神经网络模型为载体的鲁棒模型隐写方法。不明显降低模型原始任务性能的情况下,发送者在训练过程中将秘密信息嵌入到神经网络中,而不是在神经网络训练完成后通过修改网络参数嵌入。接收者使用解码网络提取秘密信息,解码网络的参数使用唯一的嵌入密钥生成,因此无需秘密地向接收者传送解码网络。此外,本文还引入了RS码,提高数据提取的鲁棒性。实验结果表明,所提出的模型隐写方法将嵌入容量增大了66.6%的同时增强了鲁棒性。

关键词:隐写;神经网络模型;鲁棒性;RS码;嵌入容量

基金资助:国家自然科学基金(62376148)、上海市教育发展基金会和上海市教育委员会“晨光计划”项目(22CGA46)资助

2024年9期其他文献查阅:

基于合成谱峭度优化VMD的滚动轴承故障特征提取

标准格式天气雷达PUP产品可视化应用系统研究与实现

基于比例谐振自抗扰控制的电机谐波抑制与噪声优化

IMU紧耦合的多激光雷达定位与建图方法

面向神经肌肉功能康复的电刺激系统设计

基于Koch雪花分形结构的缝隙平面阵列天线设计

基于嵌入式平台和轻量化模型的板材计数装置

基于注意力机制融合特征的车辆目标检测方法

基于ICEEMDAN和TCN-AM-BiGRU的短期光伏功率预测

室内障碍物点云分割的可变阈值联合聚类算法研究

基于双卫星导航接收机的测控装备精度验收方法研究

基于改进Q-Learning的移动机器人路径规划算法

基于无人系统的智能视觉控制算法研究

以神经网络模型为载体的鲁棒隐写方法

基于雷视融合轨迹匹配的高速公路车辆轨迹跟踪方法

基于改进YOLOv8s的恶劣天气车辆行人检测方法

基于YOLOv8的煤矿用钢丝绳损伤检测算法

面向密集场景的多目标车辆检测算法

结合帧间差异检测的固定场景视频压缩与重建

基于深度学习的驾驶员分心行为检测方法

保持细节特征的输电铁塔三维网格模型轻量化算法

基于改进YOLOv8和无人机遥感影像的大田烟株数量检测

手机端多模态低头族危险感知与预警

基于频谱分析模块的机载雷达信号参数流程化自动测量方法

基于修正频域滤波器的信号波形畸变校正方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!