基于神经网络的网络隐写分析模型设计

目录

第一章 绪论

1.1 研究目的与意义

1.2 国内外研究现状

1.2.1 基于统计特征的隐写分析技术

1.2.2 基于神经网络的隐写分析技术研究

1.3 本文主要研究内容

1.4论文结构和安排

第二章 相关知识介绍

2.1 隐写基本模型

2.2 网络隐写

2.2.1协议首部隐写

2.2.2 有效载荷隐写

2.3卷积神经网络

2.3.1 卷积层

2.3.2 池化层

2.3.3 全连接层

2.4神经网络隐写分析基本模型

2.5 本章小结

第三章 IPv6下基于卷积神经网络的网络隐写分析模型

3.1 BNS-CNN模型

3.2 数据预处理

3.3 特征提取

3.4 softmax函数和损失函数

3.5实验

3.5.1数据集与实验设置

3.5.2 实验分析

3.6 本章小结

第四章 基于稠密连接和异构卷积的存储型网络隐写分析模型

4.1 DenseBlock

4.2异构卷积

4.3.1 数据预处理

4.3.2 隐写特征增强结构

4.3.3 DH-NS模型整体结构

4.4实验

4.4.1实验数据集与实验设置

4.4.2 实验分析

4.5 本章小结

第五章 基于时空特征的网络隐写分析模型

5.1 Fire模块

5.2 门控循环单元GRU

5.3 CGNS模型

5.3.1 CGNS总体模型

5.3.2 数据预处理

5.3.3 单个数据包空间特征提取过程

5.3.4 网络数据包间依赖特征的提取

5.4 实验

5.4.1实验数据集与实验设置

5.4.2 实验分析

5.5 本章小结

第六章 总结与展望

6.1 工作总结

6.2 展望

参考文献

攻读学位期间的研究成果

发表论文

参与课题项目

致谢

声明