一种基于图像内容的隐写分析方法

数字图像已成为信息隐藏的一类重要载体,然而不同内容的图像对隐写分析呈现出不同的检测性能. 该文基于图像信源区域平稳马尔可夫特性,用方差度量图像的区域复杂度,运用四叉树分割方法对图像进行递归分解,提取对数字隐写较为敏感的平坦区域,并从这些区域提取游程长度直方图统计矩特征,最后结合支持向量机实现隐藏信息检测. 实验结果表明,依据图像内容分割出敏感区域进行隐写分析可有效改善检测性能.     

基于J-UNIWARD的改进隐写算法

为了进一步提高自适应隐写算法的安全性,本文引进图像分块的思想,改写了原J-UNWARD算法的失真函数,变加性失真函数为非加性失真函数。载体图像被分为4个子块,分别计算每个子块的纹理复杂度以嵌入总量不变为约束条件,优先嵌入复杂度较大的块,每嵌入一块完成后重新计算失真函数,根据复杂度大小动态调整每个子块的嵌入量。利用STC（syndrome trelliscodes）编码将秘密信息自适应地嵌入到纹理区域,最后采用DCTR和ccJRM两种隐写分析技术进行检测分析。实验结果表明：在相同容量下,改进算法能显著提高算法的抗隐写分析能力。     

混合蛙跳优化决策面的LSB±k隐写算法

针对现有智能优化改进隐写不能对高维特征同时进行优化的问题,提出了一种混合蛙跳优化决策面的改进LSB±k隐写算法(记为SFLA-LSB±k).不同于其他优化改进隐写中尽可能减少图像载密前后某种特征变化的策略,在SFLA-LSB±k中,通过优化载密图像的特征变化,使载密图像特征变化方向随机化,导致分类器无法训练出一个能对载体与载密图像进行分类的决策面,从而达到抵抗分析的目的.实验结果表明,与标准的LSB±k隐写和相关PSO优化改进LSB±k隐写相比,SFLA-LSB±k有效提高了LSB±k的安全性,特别是当k取1时,该算法针对78维特征隐写分析的AUC值可下降到0.5637.     

文本隐写及隐写分析综述

梳理了文本隐写与隐写分析的发展脉络,将文本隐写算法分为两类:修改式文本隐写和生成式文本隐写。归纳了两类算法的实现过程,并从率失真性能和安全性等方面分析主流算法的优势与不足。针对两类文本隐写算法,总结了对应的隐写分析算法实现过程,并对文本隐写与隐写分析的发展趋势进行了展望。     

基于超图的图像隐写方法

提出了一种基于超图的图像隐写方法. 该方法先对像素分组,再根据像素之间的可交换关系构造超边,用超边的集合（超图）来表示图像,用局部最优的贪婪算法寻找超图的匹配来完成隐秘信息的嵌入. 为了说明该方法的有效性,在对载体图像修改方面,与传统的基于图论的隐写方法进行比较;在抗攻击性能方面,与已有的其他空间域方法进行实验比较. 实验结果表明,相对于基于图论的方法,文中提出的方法对载体图像像素的修改更小,增强了含密图像的视觉质量,其抗攻击性能也优于现有的其他空间域方法.     

应用空域局部高斯混合模型的LSB匹配隐写分析

考虑到图像是一个局部平稳信源,提出一种局部内容自适应的LSB(least significant bit)匹配隐写分析方法. 该方法将LSB匹配隐写建模为加性高斯噪声,将图像空域细节分量建模为高斯混合模型. 在局部区域内用期望最大化算法估计模型参数,取最小方差值为局部隐写噪声方差的估计. 然后提取局部方差直方图的加权和特征,以反映图像不同复杂度区域隐写前后的变化. 将原始特征和校准特征相结合,作为分类特征. 对未压缩图像库的实验表明,该方法较现有方法具有更好的检测性能,在嵌入率低至25%时仍有较可靠的检测性能.     

k均值聚类的混合异构图像隐写分析

提出了一种基于k均值聚类的混合异构图像隐写分析算法. 在训练阶段,根据图像纹理复杂度对图像库
进行聚类,并针对每一类图像训练相应的分类器. 在测试阶段,根据测试图像的纹理复杂度对其进行类别判断,然
后送至相应类别的分类器中进行隐写检测,从而减弱了失配状态对现有隐写分析算法造成的影响. 实验结果表明,
该算法较好地提高了现有隐写分析算法的检测精度.     

基于高维特征正则化的JPEG图像隐写分析

隐写分析是信息安全的重要内容。为提高JPEG图像隐写的检测能力,建立了散度矩阵的特征谱,提出了一种对载体和含密图像的训练特征进行变换的新方法。首先根据特征谱的分布规律进行建模,划分为3个区域：特征值下降区、平稳区、特征值为零的区域,然后通过白化处理得到白化特征向量,进而对处于3个不同区域的特征向量使用自适应正则化方法。经这几步处理得到特征转移矩阵,也就是输入特征的变换矩阵,最后取变换后特征的前t个向量完成特征选择。并将这些特征数据Fisher线性判决（Fisher linear discriminant,FLD）集成分类器进行训练。结果表明,通过对图像特征进行排序、正则化和选择,FLD集成分类器对JPEG图像隐写的识别准确率得到了提升。     

基于直方图局部平滑度的LSB匹配隐写分析

针对LSB 匹配的嵌入机制,提出了一种基于直方图局部平滑度的隐写分析方法. 通过邻域差分像素值选取图像的平坦区域,提取包括灰度直方图平滑度、共生矩阵、差分直方图、差分共生矩阵的局部平滑度和峰值等在内的15 维特征,并引入二次嵌入过程消除图像内容差异带来的影响,结合Fisher 线性分类器实现隐写检测. 实验 结果表明,文中算法对于LSB匹配的检测具有较高的准确度,对于NRCS和UCID图像库均表现了良好的检测性能.     

基于新的失真代价函数的自适应JPEG隐写

为了提高隐写的安全性,提出了基于一种新失真代价函数的自适应JPEG 隐写算
法. 考虑到纹理区域更有利于信息嵌入,本算法通过非零量化DCT 系数的绝对值加权和来
度量DCT 子块的纹理程度,并引入均匀嵌入思想,设计出了一种新的失真代价度量函数;同
时利用STC（syndrome trellis codes）编码将嵌入修改均匀地分散在任意数量级的非零量化
DCT 系数上,实现了秘密信息自适应地嵌入到载体的纹理区域中. 实验结果表明,在同等低
嵌入率下,该方法的安全性优于同类隐写算法.     

利用自适应像素对匹配的图像纹理区隐写

图像纹理区结构随机性较强,因此在纹理丰富区域嵌入隐蔽信息比在平坦区域嵌入的安全性更高。提出一种基于自适应像素对匹配法（adaptive pixel pairmatching,APPM）的纹理区隐写算法,优先在复杂纹理区嵌入密信。定义了图像纹理区域判别准则,由此根据待嵌入秘密信息的长度调整阈值,实现自适应隐写。在嵌入过程中可能出现嵌密块纹理复杂度小于阈值的异常情况,为解决这一问题,算法包含了基于最小失真的像素值局部调整策略。实验结果表明,该算法的嵌入效率高于原始APPM算法,而且KL距离较小,抵抗几种常用隐写分析算法的能力也比其他几种代表性算法LSB和APPM更强。     

一种最优(k,p)进制转换算法

多进制编码和混合进制编码广泛应用于信息隐藏领域,影响其编码性能的一个关键因素是进制转换效率. 针对任意k进制序列到p进制序列的相互转换,提出一种高效的进制转换算法,并根据信息论证明了其最优性.利用新算法改进了KT-Lex文本隐写系统、网页等价标记隐写术、图着色编码和APPM编码等多种基于混合进制
编码和分组多进制编码的隐写术,有效提高了原方法的隐写性能. 理论分析和实验结果均表明了该算法的有效性.     

应用整数小波变换的抗盲检测图像隐写

在分析通用盲检测方法原理的基础上,提出一种通过修改整数小波高频系数实现消息嵌入的隐写法. 该方法使用小波去噪门限作为消息嵌入的阈值,在大于该门限的小波高频系数中嵌入消息,并在阈值处引入直方图补偿策略使小波系数直方图近似保持不变. 由于通用盲检测方法大多利用概率密度函数的变化实现检测,因此该文提出的方法可以获得对通用盲检测算法的抵抗力. 实验结果表明,该方法在抵抗小波高阶统计量分析、直方图特征函数质心等盲检测法的能力方面,优于LSB匹配、像素值差分等隐写法.     

结合像素交换与菱形编码的图像隐写

摘要：基于像素交换和菱形编码,提出一种新的隐写方法：EDSteg. 该方法吸取了Steghide和菱形编码的优点,在保持载体图像一阶统计特征不变的同时具有较高的嵌入效率. 该方法采取§1 嵌入法,即只允许相差不超过1 的像素进行交换,这样可以大大减小图像失真. 为了提高交换率,采取分组嵌入的方式. 由于像素值最多只允许改动1,所以每组数据有可能需要进行两次交换. 与基于图论的Steghide算法类似,可以将嵌入过程表述为寻找超图的最大匹配问题. 实验表明,EDSteg的嵌入效率、视觉效果及抗攻击性能都优于Steghide、菱形编码等方法.     

有限规划水平自适应Markov决策过程的参数决策

针对现有Markov决策过程自适应决策方法仅研究无限规划水平自适应决策的不足,提出了一种有限规划水平Markov决策过程自适应决策算法.算法的基本思想是运用Bayes理论对未知系统进行"学习",并且在每次决策时以最大概率保证实际决策为最优决策.最后用仿真结果表明了算法的有效性.     

表面波和Retinex结合的水声图像增强方法

水下复杂信道环境以及各种干扰的存在使得声呐图像分辨率偏低,边缘细节不便于识别处理,传统增强算法大多直接进行增强处理而较少考虑去噪过程. 针对这一问题,该文分析了表面波分解和视网膜皮层图像增强原理,阐述了两者结合的可能性,并在此基础上提出了一种先采用表面波结合自适应阈值去噪处理,再进行多尺度Retinex增强的图像处理方法. 在仿真实验中将该方法与其他图像去噪增强算法分别进行比较,结果表明该方法在边缘细节保持及颜色保真方面具有优势,能够在获得更好的视觉结果的同时控制算法复杂度,有利于后续图像处理.     

一种新的湿纸码自适应信息隐藏方法

摘要： 基于湿纸码“不依靠载体元素本身传递信息”的特性,提出一种新的以图像位平面为载体的湿纸码自适应信息隐藏算法(wet paper code adaptive teganography,WPCAS). 通过研究图像中载密位平面小块复杂性的统计特性,建立了符合人眼视觉遮蔽效应的自适应选择规则. 使用该选择规则能精确分割位平面的类噪声区和平滑区,将秘密数据隐藏在视觉隐蔽性好的位平面类噪声区,从而增强了秘密信息的不可觉察性. 同时,采用湿纸码使该方法的选择规则和载密元素集对接收者完全透明,基于规则的攻击对WPCAS完全失效,因而抗攻击性能得以提高. 与经典位平面复杂度分割(bit-plane complexity segmentation, BPCS)以及基于BPCS的改进算法的比较实验表明,WPCAS在增大嵌入容量、改善载密图像质量以及提高信息隐藏安全性方面具有优势.     

信息隐藏研究展望

网络信息有3类,分别用于描述客观世界、记录人类行为、描述虚拟世界。现有信息隐藏技术大多以第1类信息为载体,以轻微修改载体数据的方式进行隐蔽通信,并保证感知逼真与统计逼真。该文在总结载体修改式信息隐藏的基础上,重点探讨以后两类信息为伪装的非载体修改式的新型信息隐藏方法,介绍了适合于特定载体类型的半构造式信息隐藏、完全构造式信息隐藏及行为信息隐藏的基本形式与代表性方法。信息隐藏的形态在新的网络环境下将不断发展变化,各种信息媒介均可作为秘密信息的伪装,因此努力开展新型信息隐藏研究将大大有助于占据新时期信息战的主动地位。