| 摘要: |
| 本研究对三种常用的语音隐写方法进行了隐写分析。在目前的网络环境中，VoIP中的隐写技术对通信监控是一个巨大的威胁。近年来，神经网络模型在许多课题中都取得了显著的性能。本文利用一种改进的神经网络对多种隐写方法实现隐写信号的检测。构建STFT的沿时间轴、频率轴的差分以构建三通道作为输入数据，然后利用一种改进的CNN网络结构进行深层次特征的捕获，这种网络结构引入了Inception结构在同一卷积层上提取各种不同尺度的特征，使用全局平均池化来代替全连接层，在降低参数的同时提升了网络的泛化能力。实验结果表明，该模型相较对比方法对于三种隐写方法均达到了较好的检测效果。 |
| 关键词: 语音隐写分析 深度神经网络 多通道卷积 |
| DOI：10.3969/j.issn.1005-9490.2022.05.015 |
|
| 基金项目:国家自然科学基金项目(No.61673108)；江苏省高等学校自然科学研究重大项目(No.19KJA110002)；江苏省高校自然科学研究面上项目(19KJB510061) |
|
|
|
| () |
| Abstract: |
|
| Key words: |
