Steganalysis of neural networks based on parameter statistical bias

Many pretrained deep learning models have been released to help engineers and researchers develop deep learning-based systems or conduct research with minimall effort. Previous work has shown that at secret message can be embedded in neural network parameters without compromising the accuracy of the model. Malicious developers can, therefore, hide malware or other baneful information in pretrained models, causing harm to society. Hence, reliable detection of these vicious pretrained models is urgently needed. We analyze existing approaches for hiding messages and find that they will ineluctably cause biases in the parameter statistics. Therefore, we propose steganalysis methods for steganography on neural network parameters that extract statistics from benign and malicious models and build classifiers based on the extracted statistics. To the best of our knowledge, this is the first study on neural network steganalysis. The experimental results reveal that our proposed algorithm can effectively detect a model with an embedded message. Notably, our detection methods are still valid in cases where the payload of the stego model is low.     

基于特征融合和改进RSM集成分类的BMP隐写检测

针对目前大部分BMP隐写分析方法主要采用单一特征和单一强分类器,容易产生训练样本敏感、分类精度难以提高等问题,提出一种基于特征融合和改进RSM集成分类的BMP图像隐写检测方法.方法首先串行融合Moulin和SPAM两种经典特征,然后利用序列前向选择(SFS)算法选取分类能力高的特征作为固定特征,其余特征在剩余特征空间中随机抽取,利用固定特征和随机抽取特征构造特征子集,最后在特征子集上训练成员分类器,并用多数投票法对它们进行组合.实验结果表明:和传统方法相比,在不同嵌入率下,该方法对BMP经典隐写(如LSB匹配、LSB替换、SS和QIM)的检测率均有一定程度的提高.     

针对空域明文LSB隐写的消息提取方法

在嵌入消息为明文的情况下,利用中英文字节比特的统计特性,改进了已有的针对空域连续最低有效位(LSB)隐写的消息提取方法,提高了提取消息的准确度;提出了一种针对空域随机LSB隐写的消息提取方法.该方法首先求出恢复隐写密钥的唯一解距,然后穷举隐写密钥空间,对每个密钥确定长度为T的隐写路径,提取此隐写路径上像素的LSB,并从该LSB序列的第一个比特开始间隔7采样获得一条子序列,若该子序列为全0或全1,则该密钥为真密钥,否则为伪密钥;同时还研究了漏检的情况.实验结果表明了本文方法的可行性和有效性.     

MB隐密算法的脆弱性研究

MB算法是一种基于JPEG图像、安全性较高的隐密算法.研究了这种算法的特点,分析了目前MB隐密算法的脆弱性.从图像的二阶统计特性入手,提出了基于SVM的MB隐密分析算法,并通过实验验证了其有效性.     

一种针对加性空域掩密算法的通用掩密分析技术

为了提高通用掩密分析技术的检测性能，针对基于加性噪声的空域掩密技术设计了一种通用掩密分析算法，通过分析LSB、＋-k（k=1，3，5）和SM算法所引入的掩密噪声对图像差分直方图产生的影响，提出分别利用差分直方图分布的高阶统计矩和差分直方图曲线下特殊区域之间的面积比值作为分类特征的掩密分析特征选择算法，分别利用该算法和Farid的通用算法对由LSB、＋-k（k=1，3，5）算法掩密后的图像进行检测，实验结果表明，对于不同的嵌入消息比例，该算法的掩密检测率较Farid的算法都有了大幅度的提高。     

采用预测编码的图像隐写分析算法

通过分析图像无损压缩过程中预测编码的原理,提出了一种基于预测编码方法的空域图像隐写分析算法。该算法的基本思想是利用空域隐写会破坏图像相邻像素之间的相关性,而预测编码是利用图像相邻像素之间的相关性来预测的,这样隐写后图像的预测误差将会大于载体图像的预测误差,通过计算隐写前后图像的预测误差来分析图像中是否含有秘密信息。实验表明:基于预测编码的图像隐写分析具有较好的隐写分析能力。     

PVD图像隐写算法的安全分析及改进

PVD(pixel-value differencing,像素差值)隐写算法具有嵌入容量高和不可见性好的优点。但原始的PVD算法容易受到直方图分析的攻击。为提高安全性而提出的修正算法,仍然存在不足。基于对原始和修正PVD算法的分析,提出了PVD改进算法,在保持PVD算法优点的同时,提高了掩密图像的PSNR值,并增强了PVD算法抵御差分直方图分析攻击的能力。     

基于SVM的多特征图像隐秘分析

文章通过分析研究隐秘图像和正常图像小波子带系数高频部分的统计特征,从纹理统计矩、DCT系数直方图矩和上下文块之间的相关性方面来提取特征,组成特征向量,并采用SVM方法进行分类,实现了一种从不同类型、不同角度提取多个特征的图像隐秘分析算法,解决了现有通用性隐秘分析算法特征提取不足的问题。实验结果表明,这是一种有效的、高精度的及通用性的检测方法。     

LSB隐写术的密钥恢复方法

作为隐写术安全性分析的重要手段,隐写分析已成为信息隐藏领域的一个研究热点.而通过恢复隐写密钥来提取隐藏的消息是隐写分析的主要目的之一.为了研究如何搜索隐写密钥,首先在"已知载体"和"载体被重复使用"条件下,分析了恢复LSB隐写术密钥的计算复杂度.然后在"载体被重复使用"条件下,对图像空域LSB隐写术提出了一种新的密钥恢复算法.该算法借鉴了密码分析中的"分别征服攻击"思想,使计算复杂度由O(2 (2r))降至O(2 r).实验结果表明了该算法的有效性.     

一种安全的隐秘通信系统方案

隐秘通信系统的核心是信息隐藏技术，它着眼于被隐藏信息本身的不可探测性。近年提出的很多图像空域信息隐藏方法，绝大多数都在隐秘对象中遗留了嵌入信息的统计痕迹，为隐秘分析提供了便利。该文推导构建安全隐秘通信系统的条件，基于图像直方图保持的数据映射方法提出一种安全的隐秘通信系统方案，实验结果表明，该系统能够有效地阻止目前流行的统计检测分析。