项目描述：该项目提出了一种差值预测与块再分的可逆数据隐藏算法，将原始灰度图像划分为非重叠块以实现局部化处理，便于高效处理像素组，同时最小化计算开销。加密算法采用双层加密机制:流密码加密 (主要层) 以及 Arnold 置乱 (辅助层)，该过程作用于分块图像，生成抵抗统计攻击的密文，其信息熵接近理论最大值 8，以实现高随机性，有效防范未授权访问的同时维护数据提取和图像恢复的完美可逆性。技术栈包括但不限于：Matlab、Arnold、对称加密算法、算术编码、PSNR/SSIM等。

项目描述：该项目提出了一种在位平面级别进行图像分块处理的可逆数据隐藏算法，该算法利用位平面的二进制特性，在分块前，通过中值边缘预测器计算预测误差并处理溢出像素；加密阶段通过密钥生成伪随机矩阵提供高随机性密钥流，强调位平面独立处理，提供高效随机化和安全性。在位平面级别的操作，结合预测误差集中分布的特性，显著提高非均匀块的可利用率。技术栈包括但不限于： Matlab、对称加密算法、算术编码、PSNR/SSIM等。

项目描述：本项目通过实时接入网络接口捕获原始数据包，并采用协议栈逐层解码机制，自动识别并解析传输过程中所使用的具体网络协议，在解析后的负载数据上应用高效多模式字符串匹配技术，结合 TCP 流完整重组技术，实现常见文件格式的快速、准确还原。技术栈包括但不限于：Python(Scapy、dpkt、acora 等库)、libpcap、Wireshark、Aho-Corasick 算法等。