基于變換域特征的通用隱寫(xiě)分析.pdf

1、作為信息安全研究領(lǐng)域新的分支，隱寫(xiě)分析技術(shù)主要對(duì)載體中隱秘信息進(jìn)行有效的檢測(cè)。特別是美國(guó)發(fā)生9.11事件以來(lái)，隱寫(xiě)分析更加受到重視，它對(duì)國(guó)家、國(guó)防以及軍事安全方面起到重要的作用。因此，隱寫(xiě)分析具有較高的學(xué)術(shù)研究?jī)r(jià)值和廣泛的應(yīng)用價(jià)值。本文緊跟信息隱藏技術(shù)的前沿，以參考國(guó)際上最新的隱寫(xiě)分析技術(shù)為基礎(chǔ)，研究圖像數(shù)據(jù)中隱密信息的分析與檢測(cè)技術(shù)，提出多種可靠的圖像隱寫(xiě)分析和檢測(cè)方案。本文的主要研究工作表現(xiàn)在:(1)由于隱秘信息與載體數(shù)據(jù)獨(dú)立，嵌入

2、操作會(huì)造成系數(shù)相關(guān)性的改變。針對(duì)JPEG圖像隱寫(xiě)算法，根據(jù)頻域系數(shù)鄰域相關(guān)的性質(zhì)構(gòu)造馬爾可夫鏈并設(shè)計(jì)隱寫(xiě)分析特征。通過(guò)對(duì)DCT域8×8塊內(nèi)系數(shù)分別進(jìn)行橫向、縱向和zigzag掃描，利用馬爾可夫(Markov)鏈分別刻畫(huà)系數(shù)在局部方向上的關(guān)聯(lián)，生成局部馬爾可夫特征。依據(jù)各向特征對(duì)分類(lèi)的貢獻(xiàn)程度設(shè)置權(quán)重，對(duì)三向特征賦予不同權(quán)重。實(shí)驗(yàn)仿真驗(yàn)證了3:3:4加權(quán)平均特征對(duì)嵌入率為0.05時(shí)的四種隱寫(xiě)方法(Outguess，F(xiàn)5，Mbl和Mb2)檢

3、測(cè)率均高于91%，同時(shí)該特征融合操作并未增加特征的維數(shù)。另外，本文利用Markov矩陣統(tǒng)計(jì)了相鄰系數(shù)塊之間的相關(guān)性，并構(gòu)造出塊間和塊間Markov特征。由于水平和垂直掃描方式無(wú)法有效檢測(cè)低嵌入率下的F5隱寫(xiě)算法，本文對(duì)DCT系數(shù)塊以及塊內(nèi)系數(shù)分別進(jìn)行zigzag掃描，同時(shí)引入差分消除圖像內(nèi)容對(duì)隱寫(xiě)檢測(cè)的影響，提取的塊內(nèi)和塊間Markov特征對(duì)嵌入率為0.05的F5隱寫(xiě)算法檢測(cè)率可達(dá)到95%以上。
　　 (2)根據(jù)二類(lèi)分類(lèi)器推廣能

4、力受限于隱秘圖樣本的缺點(diǎn)，設(shè)計(jì)了僅使用凈圖樣本進(jìn)行訓(xùn)練的一類(lèi)分類(lèi)隱寫(xiě)分析方案。描述凈圖特性的統(tǒng)計(jì)量抽取自圖像的一階全微分、二階全微分以及梯度圖，以突出隱寫(xiě)可能造成的改變；對(duì)各階微分圖分別進(jìn)行小波包分解生成多個(gè)節(jié)點(diǎn)，提取節(jié)點(diǎn)系數(shù)直方圖特征函數(shù)多階絕對(duì)矩定義凈圖特征。針對(duì)凈圖統(tǒng)計(jì)特征存在聚類(lèi)性不強(qiáng)的特點(diǎn)，在訓(xùn)練前先對(duì)凈圖樣本進(jìn)行模糊聚類(lèi)得到多超球體一類(lèi)分類(lèi)器，而合理聚類(lèi)數(shù)目的選擇由Xie-Beni指標(biāo)來(lái)衡量。由JSteg、JPhide、F5

5、、Outguess隱密圖像以及用于測(cè)試的凈圖樣本所組成的混合圖像庫(kù)上的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該方案的有效性。較之二類(lèi)分類(lèi)隱寫(xiě)分析方法，所設(shè)計(jì)方案具有更好的通用性。
　　 (3)設(shè)計(jì)了一種基于獨(dú)立成分分析(ICA)模型的隱秘信息估計(jì)方案。該方案假設(shè)秘密信息是獨(dú)立同分布序列且統(tǒng)計(jì)獨(dú)立于載體圖像，將隱寫(xiě)分析過(guò)程視為ICA模型的求解問(wèn)題，利用盲源分離(BSS)方法估計(jì)嵌入信息。由于DCT系數(shù)是服從非高斯分布的，而擴(kuò)頻隱秘信息是高斯分布的，在