基于位平面随机性测试的隐写分析算法

为有效检测图像中是否含有隐秘信息,提出了一种基于位平面随机性测试的隐写分析算法。该算法利用希尔伯特(H ilbert)扫描将图像最低和次低位平面转化为一维的二值序列,并分别对其进行14项随机性测试。利用测试结果组成28维图像特征向量,构造支持向量机分类器实现对载密图像的可靠检测。多次实验证明:该算法对于空域LSB类隐藏算法嵌入信息在0.05 b/p以上的载密图像具有95%以上的检测率,并且对于频域隐写技术F5也是有效的。     

基于三维Baker映射与复合混沌序列的图像加密算法

研究了一种基于三维Baker映射与复合混沌序列的图像加密新算法,该算法选用三种混沌序列,即一维无限折叠映射、二维Henon映射和一维Logistic映射对原图像进行位置置乱与像素值扩散处理.在置乱过程中运用一个判决条件来决定两种置乱方法的使用顺序,比使用同一个混沌系统多次置乱更加理想.仿真实验表明,算法具有较强的加密效果和安全性.     

一种基于余数嵌入的隐写算法

针对最低有效位嵌入数值的方法存在的缺点,设计一种新的数值嵌入方法——基于余数的嵌入法.该嵌入法根据余数映射表将载体数值的余数修改为某一区域内的随机值,同时修改载体数值的商,使得载体值在嵌入信息前后接近.映射表可自由设计,使得嵌入更加灵活和安全.与此同时,鉴于现有隐写算法多在离散余弦变换域隐藏信息、隐藏区域缺乏可变性的缺点,构造出在小波域内使用余数嵌入法的隐写算法.实验证明,当余数映射表的长度不太大时,该隐写算法具有很好的隐蔽性和安全性.     

一种基于无监督学习的MB1隐写分析方法

为了提高针对混杂小样本集的MB1隐写算法的检测率,提出了一种泛化能力较强的MB1隐写分析方法.通过分析多种图像特征,在离散余弦变化(DCT)域选取对隐写敏感易变的特征,包括变分特征、块边界度量特征、共生矩阵特征和马尔可夫特征组成的108维特征向量,并以无监督学习中的支持向量数据描述法(SVDD)为分类器,使用含有混杂样本的小样本集进行训练,测试算法对隐写图像的检测率.实验结果表明,当检测相对嵌入率为40%以上的隐写图像时,检测率可靠度达到96%以上,明显高于其他2种基于支持向量机的经典算法.这说明本方法打破了其他方法对训练样本集的限制,提高了对混杂小样本集的MB1隐写算法的检测率.但由于它对混杂样本具有一定的容忍度,对较小嵌入率的隐写图像的检测率稍低.     

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。     

安全性限制下的隐写容量分析

运用网络信息论中率失真及随机编码等理论对安全性限制下的隐写容量进行了研究，利用强联合典型序列方法得到了隐写容量的下界，并在特定条件下给出了隐写容量的上界。研究结果表明：在没有安全性限制下，与Moulin关于一般信息隐藏系统容量的研究结果一致；而Moulin关于绝对安全条件下的隐写容量分析结果只是在此情形下的特例。此外，还对当前较流行的一种基于图像的隐写算法——LSB随机嵌入算法的信息传输率及隐写容量进行了研究，发现二之间存在着一定的差距。     

基于LSSVM的JPEG图像隐写分析算法

构造了一种基于最小二乘支持向量机的针对JPEG图像的隐写分析方法，在DCT域和空间域上提取了JPEG图像的18维特征向量，利用LSSVM构建分类器，并根据嵌入算法的种类设定分类器的输出，以达到检测秘密信息的存在性和判别使用何种隐写算法实施信息嵌入的目的，针对Jsteg，F5，MB三类最常用的JPEG图像隐写算法进行了二分类和四分类的实验，结果表明，构建二分类器进行载密图像检测时，正确率较高；构建多分类器检测载密图像、判断其使用的隐写算法时，对于高嵌入量的载密图像有着较高的判断正确率。     

隐写对抗的博弈论建模

该文提出了以期望安全数据传输率作为支付函数的隐写博弈模型,建模了隐写方和攻击方之间的博弈对抗关系.根据相对嵌入率固定、以概率选择和自由选择三种不同情况,隐写对抗分别建模成矩阵博弈、贝叶斯博弈和二人零和无限博弈,得到博弈均衡条件和均衡局势下的期望安全数据传输率.隐写对抗模型的建立为隐写方和攻击方的最优策略选择提供了理论依据,对设计更安全的隐写算法具有一定的指导意义.     

安全性限制下的隐写容量分析

运用网络信息论中率失真及随机编码等理论对安全性限制下的隐写容量进行了研究,利用强联合典型序列方法得到了隐写容量的下界,并在特定条件下给出了隐写容量的上界.研究结果表明:在没有安全性限制下,与Moulin关于一般信息隐藏系统容量的研究结果一致;而Moulin关于绝对安全条件下的隐写容量分析结果只是在此情形下的特例.此外,还对当前较流行的一种基于图像的隐写算法--LSB随机嵌入算法的信息传输率及隐写容量进行了研究,发现二者之间存在着一定的差距.     

一种基于循环码的自适应图像隐写方法

在自然图像各部分嵌入相同量的隐秘信息,对载体失真度和安全性的影响各不相同,为使嵌入信息量在载体各部分合理分布,文章将载体分块像素复杂度与隐写编码相结合,利用一簇循环隐写编码在载体各部分的合理运用,提出一种基于循环隐写码的自适应图像隐写算法.算法以载体分块像素复杂度为指导,自适应地选择适合不同分块的循环隐写编码方式嵌入隐秘信息.实验表明,算法在相同嵌入量下相较LSB匹配算法和使用单一隐写编码的算法,失真度更低且载体统计分布的改变更小,在失真度和统计分布改变相近时相较使用单一隐写编码,嵌入容量更大.     

规避预处理的隐写载体选择

在隐写术流程中,载体的选择在很大程度上影响着隐写系统的安全性。实验表明,经过预处理后的图像在用于隐写嵌入后会导致隐写安全性大幅降低。当给出较多备选图像时,可以选取多张图像用于进行隐写来提升隐写系统安全性。利用深度神经网络模型筛选出备选图像中已被预处理过的图像,根据深度神经网络输出赋予备选图像预处理失真,并结合传统的嵌入失真算法选择出最适合隐写的多幅图像进行隐写。与其他多载体隐写载体选择方案相比,所提出的载体选择方案在备选图像中含有预处理图像的情形下有着较好的表现,能够显著提升隐写系统安全性。     

A method to estimate the steganographic capacity in DCT domain based on MCUU model

In order to estimate maximum steganographic capacity of discrete cosine transform (DCT) domain in JPEG image, this paper presents a method based on the maximize capacity under undetectable model (MCUU). We analyze the relation between steganographic capacity and affecting factors (image size, steganography operator, loading band, embedding intensity and image complexity). Then we design a steganography analyzer architecture and a steganographic algorithm which can dynamically increase the steganographic capacity. Compared with other methods of embedding capacity estimation in DCT domain, the proposed methods utilizes general steganalysis methods rather than one specific steganalysis technique and takes five essential factors into account, which improves the commonality and comprehensiveness of capacity estimation, respectively. The experimental results show that steganographic capacity for quantization index modulation (QIM) is almost twice that of spread spectrum (SS) based on MCUU model.     

基于运动矢量的视频隐写算法

视频信息隐藏是一种将秘密信息嵌入到视频中实现隐蔽传输的技术.基于运动矢量(motion vector,MV)的视频隐写造成的运动矢量特性异常容易被隐写分析所检测,隐蔽通信的安全性降低.为了保持运动矢量相邻相关性和局部最优性,提出了一种基于运动矢量的视频隐写算法能够降低对运动矢量特性的破坏.首先,实验验证已有基于运动矢量的视频隐写算法对运动矢量不同分量的影响存在差异.然后,引入归一化互信息(normalized mutual information,NMI)衡量运动分量的相邻相关性,根据载体选择策略选择相邻相关性小的分量作为嵌入载体.最后,定义宏块纹理复杂度作为载体修改的失真代价,利用校验格编码(syndrome-trellis code,STC)对载体进行信息嵌入.实验结果表明,隐写视频的峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)降低不超过0.4％,一般低于0.25％;比特率增加0.29％ ～2.35％;算法被相关异常特征检测的错误率较高,具有更均衡的安全性.可见,算法各项性能指标表现良好,具有较好的抗隐写分析能力,隐写视频不可感知性较好.     

一种针对JPEG隐匿图像的隐写分析新算法

隐匿技术指把要传递的重要信息隐藏到载体中,使其不易被察觉.因为JPEG是现在使用最多的图像格式,所以经常用JPEG图像作为隐藏的载体.在综合分析了现有隐写分析技术的基础上,提出了一种全新的针对JPEG隐匿图像的通用隐写分析方法.该方法基于对DCT系数差分直方图的分析,根据JPEG图像切割前后DCT差分直方图的变化情况进行检测.与现有隐写分析技术比较,该方法对JPEG隐匿图像的检测准确率高,且具有通用性,实现简单.     

A Generative Method for Steganography by Cover Synthesis with Auxiliary Semantics

Traditional steganography is the practice of embedding a secret message into an image by modifying the information in the spatial or frequency domain of the cover image.Although this method has a large embedding capacity, it inevitably leaves traces of rewriting that can eventually be discovered by the enemy.The method of Steganography by Cover Synthesis(SCS) attempts to construct a natural stego image, so that the cover image is not modified; thus, it can overcome detection by a steganographic analyzer.Due to the difficulty in constructing natural stego images, the development of SCS is limited.In this paper, a novel generative SCS method based on a Generative Adversarial Network(GAN) for image steganography is proposed.In our method, we design a GAN model called Synthetic Semantics Stego Generative Adversarial Network(SSS-GAN) to generate stego images from secret messages.By establishing a mapping relationship between secret messages and semantic category information, category labels can generate pseudo-real images via the generative model.Then, the receiver can recognize the labels via the classifier network to restore the concealed information in communications.We trained the model on the MINIST, CIFAR-10, and CIFAR-100 image datasets.Experiments show the feasibility of this method.The security, capacity, and robustness of the method are analyzed.     

一种新型的基于图像哈希的无载体隐写方案

提出了一种新型的基于载体选择的无载体隐写方案.发送端以迭代量化哈希为基础建立秘密信息与载体图像的联系,并根据此联系从图像库中选择合适的载体进行秘密信息传输,接收端根据事先约定好的规则,使用图像哈希技术从图像中提取出秘密信息.实验证明此方案在安全性方面优于传统的基于信息嵌入的隐写方案,且在鲁棒性与隐写容量方面略优于其他的无载体隐写方案.      

寄存器传输级存储器工艺映射算法

给出了用库中的一组存储器模块来综合一个源存储器模块的方法，该方法支持使用高层次综合和设计再利用的现代VISI设计方法学。定义存储器的映射为端口映射、字长映射和字数映射。最后把这3个子问题综合起来形成完整的算法。实验结果表明，寄存器传输级工艺映射（RTLM）在高层次综合中对存储器的设计再利用是一种有效的方法。     

A high capacity steganographic method based on quantization table modification

For the traditional steganographic method of Jsteg,the emmbedment of secret message is completed by dividing cover-image into nonoverlapping blocks of 8×8 pixels,discrete cosine transform(DCT) transforming,and using the standard 8×8 quantization table to quantize.In this paper,a novel steganogra-phic method based on the JPEG quantization table modification is presented.Instead of dividing cover-image into 8×8 blocks,nonoverlapping blocks of 16×16 pixels is used.Both theoretical anlysis and experiment results show that the new methods has larger steganography capacity and better stego-image quality,compared with the method of Jsteg and Chang’s.