学术报告: Feature Mining with Machine Intelligence in Multimedia Forensics

供稿: 本站       责任编辑:        发布时间: 2017-06-28       阅读:

标题:多媒体取证中的机器智能特征挖掘
演讲人:刘庆中,山姆休斯顿州立大学副教授 报告时间:2017年6月30日,上午10点: 00
报告地点:演讲厅3-129礼堂
记者简介:刘庆中目前是山姆休斯顿州立大学(SHSU)计算机科学的终身副教授。他的研究兴趣包括多媒体取证,信息保障,生物信息学,模式识别,计算智能和应用。 他于1997年获得网上赌博app硕士学位,并获得博士学位。 2007年毕业于新墨西哥州矿业技术学院(新墨西哥理工学院)。完成博士学位。他拒绝了哈佛大学和马萨诸塞州总医院研究员的职位,并继续留在新墨西哥理工学院担任高级研究科学家,参与美国国会和军事基金研究项目“网络恐怖主义的计算分析师”反对美国“。他于2010年加入SHSU。
自2013年以来,他一直担任多媒体取证,ACM信息隐藏和多媒体安全研讨会技术计划委员会成员。他于2015年获得了休斯顿欺诈审查员协会休斯顿分会颁发的大休斯顿欺诈影响奖, 2016年获得山姆休斯顿州立大学科学与工程技术学院颁发的学院研究优秀奖,以及2017年山姆休斯顿州立大学的学术和创意成就奖,他是唯一的SD教授和第三位中国教授荣获上述SHSU历史上最高成就他发表了100多篇同行评审论文。根据谷歌学者的数据,对他的工作的引用超过1700.他预计将担任数字和网络法证科学博士课程的核心课程,这是美国第一个这样的博士课程。于2018年秋季在SHSU推出 :的内容虽然现在巨大的数字多媒体数据大多丰富了我们的日常生活,但网络恐怖分子和网络犯罪分子可能会利用这些数据通过隐写术进行秘密通信,或通过伪造操纵改变真相并制造欺诈性幻想。黑客,间谍构成的威胁使用恐怖分子和犯罪分子,利用隐写术和先进的多媒体伪造技术进行非法目的,对我们来说是切合实际的。为了对抗和打击这些威胁,隐写分析和伪造检测已成为多媒体取证的两个方面。在本次讲座中,将涵盖隐写分析和伪造检测的以下内容::(1)与信息隐藏率相结合,讨论图像复杂度的概念,以提高隐写分析性能的评价; (2)基于校准的邻近联合密度在集成学习的帮助下,将提出基于混合大特征挖掘的方法,以解决高度挑战性的图像取证问题,包括JPEG下压缩检测,高级缝隙雕刻并且在JPEG复合反取证下修复伪造; (4)将讨论多媒体取证中的一些开放性问题。TR 欢迎有兴趣的老师和学生参加! TR 手机赌博网站/研究所 2017年6月28日