网络带宽的增加和数字压缩算法的发展使得数字多媒体(视频、音频、图像等)成为了最佳的信息共享和交流的媒介。此外,个人电脑的普及和多媒体编辑软件的广泛应用,使得对多媒体数据地编辑、修改和伪造变得越加容易。恶意的攻击者可以轻易地对多媒体数据进行篡改与伪造,以达到恶意的目的。近年来,频繁出现的多媒体数据伪造事件,使公众对多媒体数据的完整性、可靠性和真实性提出了质疑,多媒体数据的取证成为当前国际信息安全领域研究的热点。针对保障多媒体信息的完整性、可靠性和真实性的需求,结合科研项目的研究需要,本文致力于对数字多媒体被动取证的研究,分别以图像和语音为对象,研究了图像隐写与隐写分析技术和语音取证技术。针对当前可逆信息隐藏算法缺乏安全性分析的现状,首先分析了当前流行的三种可逆信息隐藏算法,指出信息嵌入过程中引入的失真特性。理论研究发现,嵌入失真主要存在于图像水平方向的差分直方图中,而垂直方向的差分直方图基本保持不变。然后分别利用拉普拉斯模型、高斯模型以及相邻像素模型来描述差分直方图的分布特性,并同时提出利用水平和垂直方向差分直方图的相似度作为特征,实现了对常见的几种可逆信息隐藏算法地有效检测。实验表明,基于水平和垂直方向差分直方图相似度模型的检测算法的性能优于拉普拉斯模型、高斯模型和相邻像素模型。针对目前对调色板图像的通用隐写分析研究较少的现状,提出了一种基于广义差值直方图和颜色相关图的调色板图像通用隐写算法。该方案首先提出了调色板图像隐写的通用框架,并从理论上分析了信息隐藏对调色板图像像素之间相关性的影响。提出利用RGB颜色各通道的广义差分直方图和颜色相关图来描述像素间的相关性,并提取差值直方图的特征函数矩、颜色相关图的特征函数重心以及高阶中心距作为特征,利用支持向量机作为分类器,实现了对几种常见GIF调色板图像隐写算法和隐写软件的可靠检测。实验结果表明,该算法的性能优于Lyu等人的通用检测算法和Du的专用检测算法,并与Fridrich的专用检测算法性能相当,但更具有推广能力。提出了一种利用语音回声和背景噪声特征的录音环境识别算法。该算法认为,回声信号是一种环境相关的“固有指纹”,利用语音中的回声成分,可以实现录音环境地识别。该算法首先利用去回声算法,通过逆滤波的方式提取语音信号中的回声成分,然后利用粒子滤波提取语音信号的背景噪声作为补充,并提取MFCC、LMSC以及均值、方差、偏斜系数、峰度等高阶统计量作为分类特征,利用支持向量机实现对环境的分类检测。利用在8个不同环境中录制的2240段录音进行测试,结果表明,本方案提取的特征可以有效地区分录音环境,性能优于直接从语音信号中提取的特征,并且从回声信号中提取的特征不依赖于麦克风的类型。鲁棒性实验结果表明,该方案提取的特征对多种不同比特率的MP3压缩均具有鲁棒性。