针对基于神经风格迁移的信息隐藏算法没有解决彩色图像的嵌入这一问题，提出了一种基于风格迁移过程的彩色图像信息隐藏算法。首先，利用卷积神经网络（CNN）特征提取的优势，分别提取载体图像的语义信息、风格图像的风格信息以及彩色图像的特征信息；然后，将图像的语义内容和不同风格融合在一起；最后，在通过解码器对载体图像进行风格迁移的同时完成彩色图像的嵌入。实验结果表明，所提算法可以将秘密图像有效融入到生成的风格化图像中，使得秘密信息嵌入行为与风格变换的行为不可区分，在保持算法安全性的前提下，所提算法的隐藏容量提高到24 bpp，峰值信噪比（PSNR）和结构相似性（SSIM）的平均值分别达到了25.29 dB和0.85，有效解决了彩色图像的嵌入问题。

针对时间窗与需求量不确定性下的多式联运路径优化问题，运用梯形模糊数表示模糊需求量与模糊时间窗，并考虑碳排放成本、运输成本以及客户满意度，建立了多目标模糊机会约束模型。固定的交叉、变异概率会直接影响算法的收敛性，针对此问题，将自适应性与非支配排序遗传算法Ⅱ（NSGA-Ⅱ）结合，并通过与DOCPLEX和NSGA-Ⅱ的对比验证了所提模型与算法的有效性。最后，探究了碳税值与模糊需求量偏好值的变化对优化结果的影响。研究结果表明：碳税值的提出可有效促进“公转铁、公转水”，从而显著减少碳排放量，然而过高的碳税值并不一定意味着碳排放量的减少，还会对企业造成过高的成本；模糊需求量偏好值的提高会造成总成本的增加，意味着运输经济性与可靠性两者不可兼得。因此，合理设置碳税值与模糊需求量偏好值是提高多式联运环保效益与运输效益的有效方式。

近年来，基于热图的算法一直占据人体姿态估计算法的主导地位。热图解码（即将热图转换为人体关节点坐标）算法是这类算法的基本环节。而当前的热图解码算法并没有考虑系统误差的影响，因此，提出一种基于误差补偿的人体姿态估计热图解码算法。首先在训练过程中评估模型的误差补偿因子，然后在推理阶段用误差补偿因子补偿人体关节点的预测误差，这些误差同时包括系统误差和随机误差。在不同的网络架构、输入分辨率、评估指标和数据集上进行的大量实验的结果表明与目前最佳的热图解码算法相比，所提算法获得了显著的精度增益。具体来说，所提算法使HRNet-W48-256×192模型在COCO（Common Objects in Context）数据集上的平均精度（AP）提升了2.86个百分点，使ResNet-152-256×256模型的相对于头部的正确点百分比指标在MPII（Max Planck Institute for Informatics）数据集上提升了7.8个百分点。此外，由于所提算法不像现存算法需要采用高斯平滑预处理和求导操作，因此速度约为当前最佳算法的2倍。可见，所提算法对于开展高精度、高速度的人体姿态估计具有实际的应用价值。

针对当前密文域可逆信息隐藏算法嵌入秘密信息后的携密密文图像的容错性与抗灾性不强，一旦遭受攻击或损坏就无法重构原始图像与提取秘密信息的问题，提出了一种基于图像秘密共享的密文域可逆信息隐藏算法，并分析了该算法在云环境下的应用场景。首先，将加密图像分割成大小相同的n份不同携密密文图像。然后，在分割的过程中将拉格朗日插值多项式中的随机量作为冗余信息，并建立秘密信息与多项式各项系数间的映射关系。最后，通过修改加密过程的内置参数，实现秘密信息的可逆嵌入。当收集k份携密密文图像时，可无损地恢复原始图像与提取秘密信息。实验结果表明，所提算法具有计算复杂度低、嵌入容量大和完全可逆等特点。在（3，4）门限方案中，所提算法的最大嵌入率可达4 bpp；在（4，4）门限方案中，其最大嵌入率可达6 bpp。所提算法充分发挥了秘密共享方案的容灾特性，在不降低秘密共享安全性的基础上，增强了携密密文图像的容错性与抗灾性，提高了算法的嵌入容量与云环境应用场景下的容灾能力，保证了载体图像与秘密信息的安全。

针对基于身份的单向多跳代理重加密方案中密文长度随跳数增加而增大导致效率降低的问题，基于一种新的代理重加密思想，通过改变重加密密钥的生成方，由发送者生成重加密密钥，设计了一种基于身份的单向多跳代理重加密方案，该方案中第一层密文与第二层密文形式相同，重加密后密文长度没有增加。效率分析表明，该方案减少了运算量较大的指数运算、数乘运算和双线性对运算的数量。在随机预言机模型下，基于判定性双线性Diffie-Hellman（DBDH）假设，证明了方案是选择密文攻击安全的。

针对标准模型下数字签名方案较难构造的问题，在已有选择密文攻击(CCA)安全的可公开验证加密(PVPKE)方案基础上，提出一种标准模型下的数字签名方案。构造基于以下结论：CCA安全的PVPKE方案密文的合法性可公开验证，而数字签名也要求可公开验证；CCA安全的PVPKE方案密文不可伪造，而数字签名也要求不可伪造。通过将PVPKE方案中私钥用于签名，其公钥用于签名的验证，设计数字签名方案，并进行了安全性证明。分析结果表明，所提出的方案在邮件传输系统中有较好应用。

针对现有基于运动矢量(MV)的数字视频隐写算法对载体直方图统计特性带来较大改变这一问题，提出一种基于运动矢量直方图不变的数字视频隐写算法。利用保持直方图数据映射方法，把秘密信息隐藏在视频运动矢量中；同时，利用数据匹配编码对嵌入之前的秘密信息进行编码处理，得到了与视频运动矢量统计特征基本匹配的数据流，使算法接近于信息论下的完美安全。实验结果表明：算法有效控制了运动矢量直方图的改变，同时码率的增加也被有效地控制在1%以内，隐写分析检出率平均下降了30%~50%。