附录 E · 推荐资源

附录 E · 推荐资源#

书籍（中文先入门）#

  • 《机器学习》（周志华，清华大学出版社）——第 2 章“模型评估与选择”务必精读；

  • 《统计学习方法》（李航）——逻辑回归与感知机的经典推导；

  • 《数字图像处理》（Gonzalez & Woods）——图像处理经典教材：位平面、直方图与频域基础（早期实验用过其中教材图，v1.4 数据源已改为纯校园照片与 BOSSbase）；

  • 《深入浅出信息隐藏》类中文教材可作为扩展阅读。

核心论文（按阅读顺序）#

  • Westfeld, “F5—A Steganographic Algorithm”, 2001——F5 与矩阵嵌入出处；

  • Westfeld & Pfitzmann, “Attacks on Steganographic Systems”, 1999——卡方检验；

  • Fridrich, Goljan & Du, “Reliable Detection of LSB Steganography in Color and Grayscale Images”, 2001——RS 分析；

  • Fridrich, Goljan, Lisonek & Soukal, “Writing on Wet Paper”, 2005——湿纸编码；

  • Pevný, Filler & Bas, “Using High-Dimensional Image Statistics to Perform Unsigned Steganalysis”——现代特征法（SPAM）入口。

在线资料与工具#

  • 项目 README 与权威结果表 docs/RESULTS.md（SRM/143d/53d 与多源实验的现口径）；GitHub：Yukinoshita-lin/nsf5-steganography；

  • scikit-learn 官方文档：LogisticRegression、GroupKFold、roc_curve；

  • PyTorch 官方教程（GPU 版依赖）；

  • GitHub Actions 文档：了解 CI 中如何跑测试与发版。

动手做｜ 到这里，手册主体结束。回到导读 0.4 的能力清单，逐条给自己打分：全部能打勾，就给自己发一张“nsF5 入门结业证”吧。