weixin_51657614的博客

抽象的。近年来，越来越多的基于流语音的隐写方法出现，对网络空间的安全构成了极大的威胁。在本文中，为了推动流式语音隐写分析技术的发展，我们构建并发布了一个大规模流式语音隐写分析数据集VStego800K。为了真实反映现实的需求，我们在构建VStego800K数据集时主要遵循三个考虑：大规模、实时性和多样性。大规模数据集使研究人员能够充分探索隐写术引起的流信号的统计分布差异。因此，建议的 VStego800K 数据集包含 814,592 个流式语音片段。其中，764,592个样本（382,296个cover-s

论文地址: https://arxiv.org/abs/2310.06625代码: GitHub - thuml/iTransformer: Official implementation for "iTransformer: Inverted Transformers Are Effective for Time Series Forecasting" (ICLR 2024 Spotlight), https://openreview.net/forum?id=JePfAI8fah摘要最近线性预测模型的

论文地址:https://www.sciencedirect.com/sc ience/article/pii/S0925231220312558摘要: 本文考虑了检测流媒体上的异构并行隐写术（HPS）的新任务。该任务是利用多种正交隐写方法检测隐藏在流媒体帧中的机密消息是否存在。我们的目标是在这项工作中检测低比特率互联网协议语音 (VoIP) 语音流的 HPS，这是一种广泛使用的流媒体。具体来说，采用量化索引调制和音调调制隐写术这两种隐写方法来形成HPS。对于现有的隐写分析方法来说，检测低比特率 VoIP