基于Python的代替密码破译方法的实现

1、基于Python的代替密码破译方法的实现目 录摘 要1ABSTRACT2第1章 绪论31.1 研究背景及意义31.2 数字多媒体取证技术41.2.1数字多媒体取证技术简介41.2.2多媒体被动取证技术的优势4第2章 多媒体取证的研究现状及难点52.1 国内外研究现状52.2多媒体取证存在的难点6第3章 图像融合篡改手段及鉴别方法63.1 图像融合篡改手段63.2 图像融合鉴别技术73.2.1 基于数字水印方式的图像鉴别技术73.2.2 基于数字签名方式的图像鉴别技术83.2.3 数字图像盲鉴别技术83.2.4 基于像素的检测方法83.2.5 基于压缩格式的检测方法93.2.6 基于成像设备特性的检测方法93.2.7 基于对象几何关系的检测方法93.2.8 基于物理原理的检测方法9第4章 基于纹理特征的数字视频篡改检测104.1 图像纹理特征与提取104.2 篡改检测方法104.2.1 检测思想104.2.2 检测流程104.2.3 检测结果11结 论11参考文献12致 谢14摘 要功能强大、易于使用的多媒体编辑软件在给人们的生活带来很多便利和乐趣的同时，也使得对数字图像和音视频进行恶意

2、伪造篡改的情况时有发生。近年来，篡改过的数字图像已经从普通犯罪，慢慢向科研领域蔓延。本文通过对当前我国视频真实性鉴定工作的梳理和分析，主要采用文献分析法和归纳分析法，围绕从数字图像源辨识和数字视频篡改检测两个方向开展基于图像融合的视频研究工作，从而达到检验视频真实性的目的。关键词：图像融合 真实性 检验ABSTRACTPowerful, easy-to-use multimedia editing software in to the life of people bring many convenience and fun at the same time, also makes the digital image and audio and video are malicious fake tamper with the situation. In recent years, digital image has been tampered with from ordinary crime, slowly spread to the scientific research field

3、. This article through to the current our country video authenticity identification of carding and analysis, mainly adopts literature analysis and induction analysis, around from digital image source identification and digital video tamper detection two direction of video based on image fusion research work, so as to achieve the purpose of the test video authenticity.Keywords: Image fusion Authenticity Test第1章 绪论1.1 研究背景及意义随着计算机和多媒体技术的迅猛发展，数字图像的获取设备及处理和编辑软件得到了快速发展和普及，这使得在人们的日常生活中数字图像变得触手可及，胶片图像的

4、时代已经过去，数字照片的时代已经开始。数字图像因其易于编辑、修改、传输而受到人们的喜爱，而且，如 Photoshop 等图像编辑与处理软件的使用非常简单，许多非专业人员都可以轻松地编辑、修改原始的数字图像来生成他们想要的新图像，使人们的日常生活变得更加丰富多彩。然而，任何事物的发展都会带来双重影响。在我们尽情享受编辑、修改数字图像带来的乐趣时，我们不禁开始对网络上、生活中出现的数字图像的真实性产生质疑。娱乐媒体曝光的图像是真实的吗？新闻事件报道中的图像是可信的吗？军事情报的图像是可靠的吗？ 图像数字化在给人们带来诸多便利与乐趣的同时，也给人们的生产生活带来许多负面影响。在胶片相机时代，如果想伪造一幅图像，那么造假者必须具备高水平的专业技术，也就是说只有那些专业技术人员才有能力修改胶片图像。然而，在数字图像时代，一个普通的电脑使用者就可以利用 Photoshop 等图像编辑与处理软件轻松地修改或重造图像来达到自己的娱乐或商业目的。针对数字图像和音视频的一系列伪造篡改事件颠覆了人们“眼见为实”的传统观念，人们已经无法分辨给定的数据是原始数据还是经过篡改的，甚至是计算机生成的, 伪造的数据甚

5、至会影响到公民的个人意识，最终让所有的人失去对多媒体数据的信任。如果只是混淆人们的视觉世界，那么伪造图像对社会造成的危害还不是很大。更有甚者，这些伪造图像一旦被犯罪分子或者政治扰乱分子利用，将会对国家的军事、国情、政治造成巨大的危害。现代社会，网络的发展为伪造图像的传播提供了便利条件。为了达到自己不可告人的目的，一些造假者就会利用网络传播经过篡改的伪造图像。而这种传播使得伪造图像的影响不只是局限于某一个范围，而是遍及世界各个角落，对整个人类社会的稳定都会造成一定的负面影响。本文正是通过对当前我国视频真实性鉴定工作的梳理和分析，采用文献分析法和归纳分析法，围绕从数字图像源辨识和数字视频篡改检测两个方向开展基于图像融合的视频研究工作，从而达到检验视频真实性的目的。开展这一领域的研究，是对多学科交叉融合的促进，对新的研究方向和技术应用的探索，因此具有十分广泛而深层的科学意义。1.2 数字多媒体取证技术1.2.1数字多媒体取证技术简介随着网络技术的发展以及大量易用的多媒体编辑软件的出现，篡改多媒体资源将变得越来越简单，并可迅速传播，在这种情况下，数字多媒体取证技术成为信息安全领域的一个热点。数

6、字多媒体取证技术包括主动取证和被动取证两种，它们都可以对多媒体资源是否经过了篡改进行认证，但是各自有着不同的应用领域。现有的主动取证技术包括以鲁棒数字水印为代表的防伪技术，以脆弱数字水印为代表的防窜改技术，以及以数字指纹、数字签名为代表的认证技术。这些技术所采用的基本思路都是通过添加附加信息对数字多媒体资源进行真实性和完整性鉴别。但是目前的情况是，绝大多数的多媒体资源中并不含有数字水印或者数字摘要。尽管近几年国内外以及推出了具有数字水印保护的数字照相机和摄像机，但这些产品大都属于高端产品，绝大部分数字多媒体获取设备并不具有数字水印功能，并且数字水印的安全性也难以得到可靠地保障。一方面，从用户的角度看，还需要接受因嵌入数字水印引起的质量下降的代价；另一方面，从取证实施方的角度来说，主动取证方面需要发行商，取证方以及可能存在的第三方可信赖机构，在共享算法和密钥的前提下进行。随着多媒体伪造篡改技术的迅速发展，主动取证技术由于受到应用条件的限制，已经无法从根本上遏制多媒体篡改发展，现阶段多媒体取证技术更注重被动取证技术研究。1.2.2多媒体被动取证技术的优势多媒体被动取证技术作为盲取证技术，只

7、需要取证方的参与就可以实施取证，可由取证方独立完成，即多媒体被动取证技术是直接依据媒体本身进行鉴别的，不需要事先对多媒体资源做任何预处理，实用性强。当前有关多媒体被动取证技术的研究集中在两个方面：多媒体资源的来源检测和篡改检测。数字多媒体资源来源检测是媒体认证的第一步，主要提供有关数字多媒体收集、处理、输出设备（如数字照相机、数字摄像机、扫描仪、打印机）的信息，简而言之，就是研究多媒体资源从何而来、怎样产生。其中最简单的方法就是查看音视频的文件头，因为在一些标准的多媒体格式文件都会包含一些系统信息，如照相机或摄像机型号、压缩编码模式、日期和时间，但是这些信息也很容易被修改或舍弃，需另寻方法。多媒体篡改检测主要是检测媒体资源是否经过各种篡改操作，并指出篡改区域，即是检测多媒体资源的完整性，并进一步指出哪块区域可能被篡改。第2章 多媒体取证的研究现状及难点2.1 国内外研究现状目前，国内外的众多研究机构对基于数字水印的图像鉴别技术和基于数字签名的图像鉴别技术的研究比较成熟，取得了较多的研究成果并获得了许多专利。但是，数字图像盲鉴别技术是一个崭新的科学研究领域，国内外的研究都处于起步阶段。

8、国外在数字图像盲鉴别技术方面的研究相对较早，最具代表性的研究机构是美国Dartmouth 大学，其研究团队以 Hany Farid 教授为核心，用统计学的方法研究针对不同篡改手段的鉴别技术，取得了不错的研究成果，并得到美国自然科学基金(NSF)的资助。Columbia 大学也得到了NSF 的支持并开展了图像盲鉴别方面的研究，他们提出一个图像拼接模型，用其解释双相干系数从而分析图像拼接检测的有效性，但是要求拼接的图像没有进行类似平滑操作等后处理。而且 Columbia 大学以 Shih-Fu Chang教授为核心的研究团队己经建立了在线的图像来源认证测试系统。除此之外，在图像盲鉴别技术领域开展深入研究的还有美国 Purdue 大学的 Edward J.Delp 教授和Maryland 大学的 Ray 教授。我国在数字图像鉴别技术方面的研究起步较晚，处于探索阶段。国防科技大学、北京邮电大学、大连理工大学、清华大学、同济大学、上海交通大学、中山大学、微软亚洲研究院和吉林大学对数字图像盲鉴别技术开展了初步的研究。2005 年 6 月 26日到 7 日，我国 CFAT.2005 第一届计算机取证

9、技术峰会由 CFAT 计算机取证技术研究组和北京市物证技术学会发起，大家集中讨论了计算机鉴别的相关技术、法律、和标准等问题。2.2多媒体取证存在的难点目前的取证技术都存在一定的缺陷，基于 JPEG 量化的盲取证算法引入了相关性的计算，图像相关性的测度计算方法很多，遍历算法耗时。双重 JPEG 的检测算法计算空间特征，特征向量维数大，使用时间长效率不高。图像重采样的检测只是针对有限的图像格式。基于图像篡改痕迹算法的针对性较强，只能检测经过了特殊操作的图像伪造，并且不和谐点的定义也具有一定的主观性，所以，该方法的应用被限制。从以上分析可知，目前没有一种检测速度快、结果准确且鲁棒性好的算法，以此该研究还存在很大的发展空间。而作为使用普遍的复制粘贴和拼接伪造检测的研究更有待解决。 第3章 图像融合篡改手段及鉴别方法3.1 图像融合篡改手段当今是计算机和多媒体技术迅猛发展的数字时代，数字图像获取设备的价钱越来越低，图像处理与编辑软件的功能越来越强大，使用数字图像获取设备和图像处理与编辑软件技术越来越普及，使任何非专业人员都可以为了自己的娱乐、商业或不可告人的目的而对数字图像进行“移花接木”并达到以假乱真的效果。而且，随着计算机技术的发展，数字图像篡改的手段也在不断发展，周琳娜在 Hany Farid 对数字图像篡改手段划分的六种类型的基础上，又增加了两种类型，现在可以总结成八种图像篡改手段：1、合成(composite)：这是一种最简单也是最常用的图像伪造篡改手段，可以分为同幅图像内的合成篡改和不同图像间的合成篡改。同幅图像内的合成篡改相当于同幅图像中的复制粘贴操作，即将图像的一部分通过复制粘贴来覆盖到图像的另一部分以此来隐藏重要目标。2、变种(morphed)：在原图像和目标图像之间找出对应的特征点，然后用不同的权重将两幅图像进行叠

《基于Python的代替密码破译方法的实现》由会员公****分享，可在线阅读，更多相关《基于Python的代替密码破译方法的实现》请在金锄头文库上搜索。