近日，网络空间安全学院姚晔教授指导的2022级硕士研究生王可同学，以第一作者在网络安全领域的重要期刊《IEEE Transactions on Dependable and Secure Computing》上发表题为《High capacity reversible data hiding in encrypted 3D mesh models based on dynamic prediction and virtual connection》的学术论文。这是我校首次以研究生为第一作者在该期刊上的发表研究成果。IEEE TDSC是中国计算机学会（CCF）推荐A类期刊、中国密码学会（CACR）推荐A类期刊。
在虚拟现实、工程应用和教育展览等领域，3D模型发挥重要的作用。面向3D模型版权保护的可逆信息隐藏(RDH)技术，也已经成为了研究的热点。现存的RDHEM方法主要将3D网格模型中的顶点划分为可嵌入顶点和预测顶点两类。可嵌入顶点用于嵌入数据，而预测顶点则用来对周围的可嵌入顶点进行预测。为了实现可逆，预测顶点坐标值通常保存不变，因此不参与数据的嵌入。尽管最新的方法对于3D网格模型中的顶点的利用率已经足够高，但是仍有提升的空间，即现存的顶点划分策略仍可以被进一步优化。
为了最大程度利用顶点，论文提出了一种基于动态预测和虚拟连接的高容量RDHEM方法，其克服关键瓶颈使可嵌入顶点的比例增加至将近100%，极大地提升了数据嵌入容量。
图1 所提出RDHEM方法的框架图
图2 在简易模型上进行的动态预测与虚拟连接示例
该方法的框架图如图1所示，主要包括三个部分。其中，内容所有者通过坐标转换、动态预测和虚拟连接从3D网格模型中腾出冗余空间，接着，对产生的辅助信息应用熵编码并将全部辅助信息嵌入到加密后的模型，最后，含有辅助信息的加密模型被发送给信息隐藏者。在动态预测过程中，以模型中一个顶点作为起点，逐渐向周边顶点扩散，红色顶点的交替变化代表动态预测的顺序。独立顶点与空间上最近的顶点之间建立虚拟连接，这种方式使独立顶点也能够参与到动态预测中。
图2展示了一个在简易模型上进行动态预测和虚拟连接相结合的示例。不同于原有方法将3D模型中的顶点划分为可嵌入集合和预测集合，导致每一个顶点只能实现对应的一种功能，该方法提出的动态预测机制利用顶点之间的连接关系构建一个数据嵌入顺序集合，集合中的每一个顶点既可以嵌入数据又能提供预测，显著地增加了可嵌入顶点的比例。
除此之外，该方法是首个考虑了模型中可能存在的独立顶点的工作，将一种通用的虚拟连接方法与动态预测过程相结合，使得独立顶点可以参与数据嵌入和预测，进一步增加了顶点的利用率和模型的数据嵌入容量。在保证可逆性和数据正确提取的前提下，论文提出的RDHEM方法不仅嵌入容量有显著的提升，而且是目前唯一可以利用独立顶点的低复杂度、可分离的方法。
目前，该项研究成果已在线发表，论文代码已在github上公开。第一作者王可同学自2022年入学攻读硕士研究生以来，已在IEEE Transactions on Multimedia、Journal of Visual Communication and Image Representation上各发表一篇论文。今年9月，王可同学即将前往国防科技大学攻读博士学位。
