基于差分零系数和索引共生矩阵的通用隐密分析

为提高互联网通信的安全性和可靠性，提出一种针对图形交换格式(graphicsinterchangeformat，简称gif)图像的隐密分析算法.该算法基于差分零系数(differentialzerocoefficients，简称dzc)和索引共生矩阵(indexcooccurrencematrix，简称icm)，提取对图像像素间颜色相关性和图像纹理特征变化敏感的36维统计特征.结合支持向量机(supportvectormachine，简称svm)分类技术，实现对gif图像中隐密信息的有效检测.实验结果表明，相比于同类算法，该算法对最佳奇偶分配(optimumparityassignment，简称opa)、分量和(sumofcomponents，简称soc)、多比特分配(multibitassignmentsteganography，简称mba)等典型隐密算法以及ezstego，s-tools4，gif-it-up等网络上常见隐密工具的检测效果更佳，时间效率更高，且具备通用隐密分析的能力.