报告人：深圳大学李斌教授、谭舜泉教授
报告时间：2019年5月10日8:45-11:00
报告地点：湖南大学信息科与工程学院106报告厅

报告题目一：基于CNN隐写分析及对抗嵌入隐写的博弈理论框架
报告人简介：

    Dr. Bin Li received the Ph.D. degree in communication and information system from Sun Yat-Sen University, Guangzhou, China, in 2009. He was a Visiting Scholar with New Jersey Institute of Technology, Newark, NJ, USA, from 2007 to 2008. He was awarded Shenzhen High-level Talent. He is currently an associate professor and Ph.D. supervisor with Shenzhen University, Shenzhen, China. He has been awarded three grants from NSFC and co-authored more than 40 IEEE journal and conference papers. Now he is the director of Shenzhen Key Laboratory of Media Security, IEEE senior member, IEEE Information Forensic and Security Technical Committee (IFS-TC) member, vice president of Guangdong Society of Image and Graphics. His current research interests include image processing, multimedia forensics, and pattern recognition.
报告摘要：图像隐写与隐写分析是信息隐藏的主要研究方向。近年来，基于CNN的隐写分析在检测内容自适应图像隐写方面取得了不错的进展。而利用对抗样本技术，隐写方也可以采用对抗嵌入策略有效对抗基于CNN的隐写分析。通常而言，隐写分析方不能获知隐写方所采用的对抗嵌入的参数。同理，隐写方也未必能确知隐写分析方所用的参数。对于该信息的缺失，我们提出一种基于博弈理论模型的解决方案，分析隐写系统的安全性。我们的分析表明，在此模型下，非零和的博弈可以转化为零和博弈，有利于降低寻找均衡点的复杂性。此外，利用该博弈模型的结论，可以增加隐写分析检测的可靠性。

报告题目二：基于深度学习对抗的信息隐藏研究进展
报告人简介：

    谭舜泉，男，1980年4月出生，汉族，2007年毕业于中山大学获博士学位，现任深圳大学计算机与软件学院副教授、特聘研究员，主要研究方向为多媒体上的隐写术、隐写分析以及信息取证。IEEE Senior Member，在相关的顶级期刊和会议上发表论文多篇，承担国家自然科学基金面上项目一项，国家自然科学基金青年基金项目一项（结题）以及广东省和深圳市纵向研究课题多项。作为主要成员参与国家自然科学基金通用技术基础研究联合基金“基于大数据的信息隐藏与对抗技术”。
报告摘要：

    隐写术和隐写分析是信息隐藏领域重要的对抗技术，在媒体信息安全中具有重要意义。近年来迅猛发展的深度学习技术，进一步把隐写和隐写分析的对抗推向了一个新的高度。本报告主要介绍深圳大学“媒体信息内容安全”深圳市重点实验室近几年来在基于深度学习的图像隐写术和隐写分析方面的若干工作。 隐写分析内容包括：我们在2014年把深度学习框架引入到空域图像隐写分析领域的一个探索性工作；面向大规模JPEG图像隐写分析的混合深度学习隐写分析模型；面向空域灰度隐写分析的结合多样激活模块和并行子网的深度学习隐写分析模型ReST-Net以及面向空域真彩隐写分析的深度学习隐写分析模型WISERNet。并对我们在这一领域的未来努力方向做出展望。隐写术内容包括：首先我们把最小失真隐写框架和深度学习生成对抗网络结合起来，构建了一个生成对抗网络框架下的自动隐写失真度量学习模型；然后我们基于深度卷积神经网络提出了一个能有效抵御JPEG图像隐写分析的对抗嵌入策略，其性能相对于现有的JPEG域内容自适应隐写术性能可以获得大幅提升。最后我们会对这一领域的现有难题及未来努力方向做出展望。