本文深度解析了基于 8x8 块 DCT 离散余弦变换 的隐形水印技术，通过将图像从空间域（像素分布）映射至频率域（能量分布），利用人类视觉对中频分量变化的低敏感度，实现了在 YCbCr 亮度或蓝色通道中差分嵌入二进制信息。全文涵盖了从 $O(N^4)$ 原始算法到 $O(N^3)$ 可分离变换及查表法的性能飞跃，详细拆解了正向 DCT 能量转换、基于系数大小关系的盲提取协议、以及对抗 JPEG 压缩与剪裁攻击的循环冗余机制，旨在为开发者提供一套在鲁棒性（抗攻击）与透明性（不可见）之间取得完美平衡的工业级 C 语言实现方案。

针对现代网络钓鱼攻击的高频与隐蔽特性，本文提出了一种基于高斯朴素贝叶斯（Gaussian Naive Bayes）的自动化识别模型，并引入特征标准化流水线（Standardization Pipeline）解决了多量纲数值特征导致的预测偏差问题。实验采用包含 23.5 万样本的 PhiUSIIL 数据集，通过对 54 项 URL 维度特征的深度挖掘与预处理优化，模型在测试集上表现卓越。结果显示，优化后的流水线模型召回率（Recall）保持在 99.96%，误报数（False Positives）从原始数据的 687 例锐减至 17 例，ROC-AUC 达到 0.9998。该研究证明了轻量级生成式模型在经过严格特征工程处理后，能够在大规模实时检测场景中兼顾高精度与低延迟。