基于秘密信息驱动的正交GAN信息隐藏模型

噪声驱动生成对抗网络(generative adversarial network, GAN)的生成器能生成高质量数字图像,为信息隐藏提供了新的数据载体.利用正交GAN的判别器能提取生成图像特征码的特性,提出了一种基于秘密信息驱动的正交GAN无载体信息隐藏模型.信息隐藏时,将待隐藏信息的二进制序列按分组量化规则映射为噪声向量,由该噪声向量驱动正交GAN的生成器生成含密数字图像.在信息提取时,首先利用正交GAN的判别器提取含密图像的特征码,然后利用U型网络实现从特征码到驱动噪声的映射,进而恢复秘密信息.在CelebA人脸数据集上对搭建的无载体信息隐藏模型进行对抗学习,生成器能够生成高质量的含密图像,判别器与U型网络相结合能从含密图像中提取秘密信息.与最新同类算法相比,在信息隐藏容量相同的条件下,模型具有较好的信息提取准确率、安全性等性能,同时减少了训练开销,提高了算法的实用性.     

基于图像分类的鲁棒无载体信息隐藏

针对传统信息隐藏方法须通过修改载体以嵌入秘密信息所带来的安全性问题,提出一种基于图像分类与尺度不变特征转换(scale-invariant feature transform,SIFT)提取无载体信息隐藏的方法。首先通过快速区域卷积神经网络将原始图像库进行分类处理,生成不同种类的子图像库;然后利用图像SIFT特征点的方向信息设计一个感知鲁棒的哈希方案,并使用该方案计算出每个子图像库中图像的哈希值,将所有子图像库中的图像全部映射成相应的二进制哈希值;最后将秘密信息分割成若干个片段,通过对比秘密信息片段与所有的图像二进制哈希值,从子图像库中检索出与秘密信息片段相符的图像,将其作为含密图像传送给接收方,完成信息隐藏过程。接收方接收到全部含密图像后,根据约定的哈希方案提取秘密信息。实验结果和分析表明,该方法对JPEG压缩、高斯噪声、椒盐噪声、图像缩放等攻击具有较强的鲁棒性,且隐藏容量较高。     

基于构造纹理图像的数字隐写

提出一种通过构造纹理图像来隐藏信息的新型隐写方法。隐写者首先构建一个包含多种不同特征的单元库,用来表征二进制数据与图形单元之间的映射关系;根据秘密信息从单元库中选取图形,并确定图形在白纸上的摆放位置,绘制一幅含有隐写单元的图像;随后在其中添加背景元素,并通过可逆形变操作来生成一幅具有复杂纹理结构的含密图像。接收端在提取信息时,根据密钥对含密图像进行逆操作,去除背景图形后使用匹配滤波器识别源图像中的图形,通过分析其摆放位置和图形特征来提取秘密数据。实验结果表明,该方法生成的含密图像具有良好的视觉效果,使秘密数据得到了很好的隐蔽,而且通过调整参数还可以隐藏任意数量的秘密信息。     

结合非直接传输和随机码本的无载体试题伪装

针对传统搜索式无载体信息隐藏方法存在的信息隐藏容量小、需构建和维护大文本或图像数据库以及搜索代价高等问题,提出一种结合非直接传输和随机码本的无载体试题伪装方法.首先通过伪随机序列对码本置乱,然后利用置乱后码本索引对秘密信息伪随机编码以避免秘密信息直接信道传输;其次将编码后索引位置转换为32进制数序列并进一步通过24进制与9进制数序列进行表达;最后将序列中每个24进制和9进制数分别通过随机生成的选择题排列顺序编号以及填空题答案随机相对偏移量进行间接表达以产生随机试题.同现有方法相比,所提方法避免了秘密信息直接信道传输,采用含密试题生成的方式来避免对额外载体修改且所提方法无需构建和维护大数据库也无需搜索,隐藏容量高且只能通过正确密钥才能对秘密信息进行恢复.     

一种图像块旋转的马赛克拼图伪装隐写

为了提高无载体隐写效率以及隐写鲁棒性，提出了一种图像块旋转的马赛克拼图伪装隐写方法。首先在发送端将共享图像库中利用密钥随机选择的图像缩小并调整色调，再依据秘密信息和密钥对每个图像块添加随机旋转角度形成编码图像，最后将编码图像按规则排列产生含密马赛克图像；接收端依据密钥去除随机旋转，读取编码图像旋转角度获得秘密信息。实验结果表明，所提方法在嵌入容量方面优于其他无载体隐写方法，在鲁棒性方面也有良好的性能。     

基于图像翻译的载体选择式图像隐写方案

针对基于载体选择的隐写算法存在的安全问题,提出了一种基于图像翻译的载体选择式图像隐写方案.发送方按载体选择的方法从图像库中选取秘密信息并得到含密图像,然后输入到跨域变换模型中进行跨域变换,生成跨域图像并传递给接收方;接收方将跨域图像输入到发送方,由线下传递的跨域变换模型中得到含密图像,然后依据映射关系库将含密图像逆向转化为秘密信息.实验结果表明,所提出的方案在容量、抗检测性和安全性方面均有明显提升.     

基于图像Bag-of-Words模型的无载体信息隐藏

介绍一种基于bag-of-words（BOW）模型的无载体信息隐藏方法。该方法使用BOW模型提取图像的视觉关键词（visual words,VW）以表达待隐藏的文本信息,从而实现文本信息在图像中的隐藏。首先使用BOW模型提取图像集中每幅图像的VW,构建文本信息的关键词和VW的映射关系库;然后把每幅图像分为若干子图像,统计每一幅子图像的VW频数直方图,选择频数最高的VW表示该子图像;最后根据构建的文本关键词和子图像VW的映射关系库,搜索出与待隐藏文本信息存在映射关系的子图像序列,将含有这些子图像的图像作为含密图像进行传递。实验结果和分析表明,该隐藏算法在抗隐写分析、鲁棒性和安全性方面均有良好的表现。     

基于纹理特征分类与合成的鲁棒无载体信息隐藏

针对图像无载体信息隐藏算法嵌入容量与鲁棒性无法很好兼顾的问题，提出了一种基于纹理特征分类与合成的鲁棒无载体信息隐藏算法，使用空间金字塔算法提取纹理图像特征，通过监督式分类训练得到分类模型，同一类别下的不同图像块，利用位置信息进行区分，根据图像块分类和位置信息的不同构建映射字典，传递秘密信息；发送方依据秘密信息选择图像块并根据公共密钥将所有图像块组合为一幅大尺寸图像，通过可逆形变生成复杂的纹理图像并发送给接收方；接收方根据密钥将纹理图像恢复为图像块，利用分类模型识别图像块所属分类并确定位置信息，对照映射字典提取秘密信息.实验和分析表明该算法对JPEG压缩、高斯噪声、椒盐噪声等攻击具有较好的鲁棒性，同时嵌入容量可随图像类别的增加得到提高.     

改进块旋转和马赛克拼图的生成式伪装方法

结合块旋转和马赛克拼图的生成式伪装方法通过在嵌密位置放置与待隐藏秘密信息相关的圆形图像对秘密信息进行表达,会导致生成的马赛克图像的视觉质量较差,而较差的视觉质量也容易导致隐藏的秘密信息发生泄漏.为避免该问题,提出一种改进块旋转和马赛克拼图的生成式伪装方法.在该方法中,首先将多个灰度图像转换为圆形图像并按像素均值增序排列作为编码图像,将掩体图像直接通过误差扩散预处理转化为多级半色调图像;其次,通过随机坐标序列来决定秘密信息的隐藏位置,通过生成随机加密映射矩阵对秘密信息进行加密映射处理;最后,遍历掩体图像选取像素值对应的编码图像,对于隐藏和非隐藏位置,分别将编码图像旋转与秘密信息相关角度和随机角度,进而生成马赛克图像.在提取时,根据密钥结合质心旋转匹配策略以及区间认证策略对秘密信息进行认证以提高秘密信息认证的精度.实验表明,所提方法直接用编码圆形图像的旋转角度来表达秘密信息,在放置过程中始终选取以掩体像素值相对应的编码圆形图像来表达秘密信息,因而不会产生任何偏差,也不会导致任何视觉质量下降,具有良好的视觉质量.该方法引入了区间认证策略,具有较高的认证精度,所提方法具有较强的抗攻击鲁棒性且提取过程完全依赖于密钥,具有较高的安全性.     

基于曲面插值的加密图像可逆信息隐藏算法

提出一种基于曲面插值的加密图像可逆信息隐藏算法.对原始图像进行加密,利用随机函数确定加密图像中的载体像素,根据载体像素取反位的不同采取不同的隐藏方法.对载密图像进行解密以确定载体像素,在载体像素5×5邻域中选取与载体像素距离最近的6个非载体像素,采用曲面插值的方法计算载体像素的预测值,应用该预测值提取秘密信息并恢复载体像素.实验结果表明,该算法提取秘密信息的错误率较低,恢复图像的视觉效果较好.     

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.     

基于块分类的密文域多重嵌入可逆信息隐藏算法

针对现有密文域可逆信息隐藏方法中图像块利用不充分，使得嵌入秘密信息量不高的问题，提出了一种基于块分类的多重嵌入可逆信息隐藏算法。首先将原始图像用流密码加密，加密图像被分成若干个不重叠的块。然后，用最高有效位（most significant bit, MSB）自适应预测算法对块内的第1个像素和其他像素进行预测，将每一个块标记为可用块或非可用块。进一步对可用块进行重构嵌入，同时用中值边缘检测器（median-edge detector, MED）预测算法对非可用块进行二次嵌入，最终实现秘密信息的嵌入。当接收方接收到含密图像时，通过嵌入密钥实现秘密信息的正确提取，同时利用加密密钥恢复原始图像。实验证明，该文提出的方法在相同图像恢复质量的情况下能够显著提升秘密信息的嵌入量，在嵌入容量和图像恢复质量上均优于已有的方法。     

基于神经机器翻译的文本隐写方法

深度学习促进了自然语言处理技术的发展，基于文本生成的信息隐藏方法表现出了巨大的潜力.为此，提出了一种基于神经机器翻译的文本信息隐藏方法，在翻译文本生成过程中进行信息嵌入.神经机器翻译模型使用集束搜索（Beam Search）解码器，在翻译过程中通过Beam Search得到目标语言序列各位置上的候选单词集合，并将候选单词依据概率排序进行编码；然后在解码输出目标语言文本的过程中，根据秘密信息的二进制比特流选择对应编码的候选单词，实现以单词为单位的信息嵌入.实验结果表明，与已有的基于机器翻译的文本信息隐藏方法相比，该方法在隐藏容量方面明显提升，并且具有良好的抗隐写检测性和安全性.     

混合进制嵌入的调色板图像无损信息隐藏

提出了一种基于混合进制的调色板图像无损信息隐藏方法.首先根据索引分布,区分有效索引与冗余索引.在调色板中分配若干冗余索引指向同一有效索引的颜色,使相同颜色的不同索引值承载不同的秘密信息,用于无损信息隐藏.用动态规划方法产生最大嵌入量下的冗余索引分配方案.不同颜色承载的秘密信息为不同进制秘密数字.该方法中嵌入机制并不影响原始图像内容.实验表明,与以往方法相比,该方法提高了数据嵌入量,医学图像尤为显著.     

基于双域联合编码和秘密共享的密文域可逆信息隐藏

针对如何提高可逆信息隐藏算法的安全性和嵌入容量的问题，提出了一种基于双域联合编码和密码反馈秘密共享的密文域可逆信息隐藏算法。首先，对图像进行中值边缘检测器（median-edge detector, MED）预测，计算最优水平l，并将像素分成可预测像素和不可预测像素；其次，使用双域联合编码分别在像素域和比特域上压缩辅助信息，以便提供更多的可嵌入空间；再次，使用密码反馈秘密共享技术将原始图像加密生成多个加密图像，并将辅助信息和多方的秘密数据嵌入到多个加密图像中；最后，根据提取的辅助信息，100%恢复秘密数据以及原始图像。实验结果表明，该算法显著提高了嵌入容量和安全性。     

可提高嵌入容量的密文医学图像可逆数据隐藏方法

提出一种密文图像中的可逆数据隐藏系统,可在加密的医学图像中嵌入附加信息,还可无损恢复原始图像.系统包括发送端、服务器端和接收端三部分,发送端使用流密码对原始医学图像进行加密并发送到服务器端;服务器端使用基于循环移位的方法在密文中隐藏附加信息,同时不改变密文图像的数据量;接收端下载含附加信息的密文图像,不仅可提取附加信息,还可无损恢复原始医学图像.与传统方法相比,该方法提高了密文中的数据嵌入容量.     

应用TeX控制功能和图像检测的文本密写

提出一种利用排版工具TeX在文本文件中实现密写的方法。该方法属于“文本-图像”方式,在TeX源文件中修改TeX命令,对一部分单词间空格进行微小的改变,从而将数据嵌入。经编译和转换,生成含隐蔽信息的pdf文件在互联网上传输。隐蔽信息的提取在图像域中进行,根据水平和垂直投影分别检测文字的行和单词之间的空格,恢复出原嵌入数据。密写的安全性取决于从图像中准确检测空格微小差异的能力、文本文件相对于嵌入数据量的大小、采用的加密和编码技术等因素。     

基于统计特性的LSB密写分析

提出一种基于统计特性的LSB密写分析方法,这种方法根据密写对原始数据统计特性的影响来判断秘密信息的有无.实验结果给出了不同阈值时的检测性能,当秘密信息量较大时,两类错误概率都可以得到有效控制.     

基于块重构的加密域可逆信息隐藏

提出了一种基于块重构的加密域可逆信息隐藏方法。首先使用一种特定的加密方法对原始图像块进行加密,其中包括置乱和块重构,该方法能够有效地将冗余从最高有效位转移到最低有效位;其次将位平面划分为不重叠的均匀块和非均匀块,通过标签图对这两种类型的图像块进行区分及记录;最后在可嵌入信息的均匀块中嵌入相关辅助数据,并将秘密信息嵌入到剩余的可用块中。基于加密密钥和数据隐藏密钥的可用性,接收端能够可分离地实现准确提取所嵌入的数据以及无损地恢复原始图像。实验结果表明,该方法在一定程度上提高了信息嵌入量和直接解密图像的解密质量。     

基于CycleGAN的图像隐私保护

社交媒体和云平台为图像的传播和存储带来了便利，但同时也引起了人们对于图像隐私的担忧。因此，需要采取一定的措施去保护图像的隐私，以防止隐私被窃取和非法使用。基于上述目标，本文提出了基于循环对抗网络（cycle-consistent generative adversarial networks, CycleGAN）的图像隐私保护。为了在图像隐私保护中兼顾可用性，该方法先用图像分割和CycleGAN组合，选择出不同的分割系数来辅助生成不同程度的隐私保护图像。然后利用可逆信息隐藏对生成的隐私保护图像进行信息的嵌入，从而阻止非法使用者在图像重构中提取隐私信息，进而保证了整个过程图像隐私保护和可用性的平衡。本文用PIPA数据集对该方法进行训练和测试，采用峰值信噪比和结构相似性指数作为客观指标对隐私保护的图像进行评估。实验结果表明，本方案在图像隐私保护和可用性两方面都优于其他对比方案。