导读 · 这本手册怎么用

导读 · 这本手册怎么用#

这是一份“跟着代码学”的手册。 它不代替教科书，而是把 F:\Steganography 项目背后的信息隐藏与机器学习知识，按零基础本科生可以 接受的顺序拆开：先用直觉和例子讲清楚“为什么”，再带你看项目里“怎么实现”， 最后让你亲手跑实验、改代码。

0.1 读者对象与起点#

你只需要具备这些前提，其余内容手册会逐步补齐：

  • 会用鼠标操作电脑、能安装软件（Windows 环境）；

  • 上过大学数学公共课或愿意遇到公式时“先跳过、再回头”；

  • 有一点编程基础更好，但没有也没关系——第 2 章会带你把 Python 用到够用；

  • 至少有 12 周（约 3 个月）的耐心，每周 6–8 小时；想深入 6–12 个月请看附录 F。

新手提示｜ 如果你连 Python 都没装过，不要慌：前两周就是专门为这种情况设计的。你不需要成为程序员，只需要成为“能读懂并修改这个项目的人”。

0.2 本手册的阅读约定#

手册里反复出现五种小方块，含义如下：

标记

含义

新手提示

把容易卡住的概念换成大白话或类比，让你顺利往下走

避坑提醒

初学者最容易踩的坑：数值类型、参数不一致、误读统计量等

动手做

必须亲自动手的小实验，只读不练等于没学

想一想

不需要标准答案的思考题，用来检验自己是否真的理解

回到项目看代码

指出应当打开哪个文件、读哪一段，建立“概念→代码”的映射

0.3 12 周快速入门路线总览（6–12 个月深入版见附录 F）#

路线遵循“载体基础 → 隐写算法 → 隐写分析 → 机器学习 → 工程加速 → 综合 实践”的自然顺序。每一周都对应可运行的代码或可复现的实验：

周次

主题

对应章节

动手成果

第 1 周

数字图像与二进制

第 1 章

能亲手查看一张图的像素与位平面

第 1 周（补充）

JPEG 与 DCT 系数

第 1½ 章

能解释量化表如何决定隐写容量

第 2 周

Python/NumPy/Pillow

第 2 章

跑通 GUI 或 run_e2e.py，能读写图像数组

第 3–4 周

LSB 隐写与盲分析

第 3 章

藏一句话→用卡方/RS 检测到它

第 5 周

矩阵编码与 F5

第 4 章

用汉明码做到“改动更少、藏得更多”

第 6 周

nsF5、湿纸与哈希键控

第 5–6 章

读懂 ns5_core.py，解释湿纸求解

第 7 周

机器学习基础

第 7 章

能讲清特征/标签/过拟合/AUC

第 8–9 周

机器学习隐写检测

第 8 章

跑通 v1 11 维与 v2 143 维两套管线；理解 SRM 与 143d/53d 双版本模型

第 10 周

C++/GPU/数据工程/GUI

第 9 章

看懂加速原理、自校验机制与多源数据集管线（SRM/BOSSbase）

第 11–12 周

综合项目与汇报

第 10–11 章

完成一个可演示的改进实验

图 · 12 周快速入门：四段递进

动手做｜ 请把这张表抄成一张打卡表贴在桌前，或直接使用附录 C 的检查表。每周结束时勾掉一行，并回答该章末尾的“想一想”。

想深入、想做出成果？ 上面是 12 周的“入门”路线；如果你有 6–12 个月，请看 附录 F 的深入路线图——同样是这些内容，但按“基础 / 提高 / 深化 / 实战”四段放慢加深，并给出一条可选的“算法 / 检测 / 工程 / 研究”主线。

0.4 学完以后，你应该能做到#

  • 用自己的话解释：隐写、隐写分析、嵌入效率、收缩、湿纸编码、伴随式；

  • 说出 LSB 隐写为什么会被卡方检验与 RS 分析发现；

  • 手算一个 p=3 的汉明矩阵嵌入例子（块内最多改 1 位）；

  • 解释 nsF5 与 F5 的本质区别，以及为什么“无收缩”更重要；

  • 解释图像哈希键控如何实现解码自同步，并说明它的局限；

  • 解释机器学习二分类的完整流程，包括为什么要按照片分组交叉验证；

  • 读懂 v1 的 11 维与 v2 的 143 维特征（含 SRM 统计），能解释 143d 稳健版与 53d 可解释版的双模型策略；

  • 讲清 C++ DLL 与 GPU 加速分别加速了什么，为什么需要一致性校验；

  • 独立完成一个小的改进实验并写出诚实的结果分析。

0.5 项目地图：先认识你要学的代码#

整个项目是一个“研究工具”：既能做算法实验，也打包成带 GUI 的软件。先记住这些关键文件，后面每一章都会回来找它们：

文件

角色

学习顺序

src/image_io.py

图像读写封装：打开/保存 8bit 灰度与彩色图

第 2 章

src/ns5_core.py

算法核心：汉明码、湿纸、哈希键控、嵌入/解码

第 3–6 章

src/steganalysis.py

盲隐写分析：卡方、RS、综合概率与判读

第 3 章

src/efficiency.py

码族与嵌入效率理论/实测曲线

第 4 章

src/matrix_demo.py

伴随式查找的教学演示逻辑

第 4 章

src/fsfeatures.py + cpp/fsfeatures.dll

v1 11 维统计特征的 ctypes 绑定（v2 143 维见 featurize_v2.py）

第 8 章

src/make_dataset.py / train_model.py

数据集生成（v1/v2 特征、SRM、多源）与训练/评估

第 8 章

src/ml_predict.py

单图 ML 判定封装（143d/53d 双版本 + 灵敏度）

第 8 章

src/cppembed.py + cpp/nsf5embed.dll

C++ 嵌入/置乱热路径与自校验

第 9 章

gpu/*.py

PyTorch 批量特征（v1 11 维 / v2 143 维）与 GPU 训练

第 9 章

src/gui.py

tkinter 图形界面，含教学面板

第 9 章

src/test_core.py 等测试

验证嵌入往返、分析与误报的回归测试

全程

src/featurize_v2.py + src/srm_filter.py + gpu/featurize_v2_gpu.py

v1.4 新增：30 核 SRM 预处理与 143 维 v2 特征（CPU/GPU 双实现）

第 8–9 章

回到项目看代码｜ 建议从现在起保持项目窗口打开。手册里提到某个文件时，就切过去找到它；第 2 章之后，多数知识点都要求你“先运行、再阅读”。

0.6 学习小贴士#

  • 先跑通，再读懂。 很多概念在纸上绕，跑一次端到端脚本就通了；

  • 公式分两步消化。 第一遍只看结论和直觉，第二遍再回到推导；

  • 用自己的话复述。 每章小结能讲给同学听，才算掌握；

  • 记录实验日志。 改了哪些参数、结果如何，是最后综合项目最宝贵的材料；

  • 善用测试。 项目自带的 test_core.py / test_steg.py 是最快的“对不对”裁判。

想一想｜ 在你开始之前，先花 5 分钟回答：加密和隐写有什么不同？如果你说不清，太好了——这正是第 3 章要解决的第一个问题。

0.7 v1.4.0 更新说明（2026-09-06）#

本手册 9 月 3 日初稿对应项目 v1.3；9 月 6 日项目更新到 v1.4.0，本版手册已同步。隐写算法部分（第 1–6 章）不受影响；机器学习与工程部分补充了 8.8 与 9.7 两节，并把旧指标标注为“v1 基线”。

2026-10 更新：项目已迭代至 v1.9.0——在 v1.8.4 的 nsf5stego 命令行工具与 Windows 安装版（用法见附录 B 与附录 H）之上，命令行新增 JPEG 压缩域（--jpeg）与实验档案一键重跑（repro），手册补入第 1½ 章讲清 JPEG 与 DCT 系数；算法与检测原理章节不受影响。

  • ML 检测从 11 维特征 + LR/XGB（AUC 约 0.75–0.79）升级为 143 维 LGB 默认版（8-split 平均 0.8980）与 53d 可解释版（0.8461）：143d 更准、53d 每一维都能解释，详见 8.8 与 docs/RESULTS.md；

  • 新增 SRM 高通滤波预处理、143 维 v2 特征与 12 档变体，并补入真实 JPEG 干净样本与 BOSSbase 全量多源数据，详见 8.8 与 9.7；

  • 项目迁移到新 GitHub 仓库（Yukinoshita-lin/nsf5-steganography），许可证改为 Apache-2.0 并新增 NOTICE；

  • 术语表、命令速查、12 周打卡表与概念→代码定位表已同步补充 v1.4 内容。