基于图像的无载体信息隐藏技术研究

近年来,无载体信息隐藏成为了热门的研究方向,其中,基于图像的无载体信息隐藏算法具有较高的研究价值。文章对图像的无载体信息隐藏的相关算法进行了分类并简要梳理。首先,介绍了算法的图像编码算法,并根据算法评估指标对同一类别的算法进行了分析对比,然后得到该类别算法的优点和不足,最后,总结了图像的无载体信息隐藏存在的问题,给出了未来的研究和改进方向。

一种基于YOLOX的映射式无载体信息隐藏方法

信息隐藏是信息安全领域重要的研究方向。无载体信息隐藏因不修改原始载体或无原始载体,令隐写分析算法无能为力,因此具有较高的安全性。本文提出一种基于高精度目标检测算法(YOLOX)的映射式无载体信息隐藏方法。首先建立目标图像和二进制编码间的映射关系表,通过YOLOX来检测和定位图像中的对象,并利用这些对象的标签来表达秘密信息。发送方根据要传输的秘密信息在图库中用多级索引的方法选择符合要求的载体图像作为含密图像,如果该方法不能满足需求,还可以根据编码规则自建含密图像。接收方则仅需要用目标检测算法(YOLOX)检测和定位含密图像中的对象,根据规则恢复秘密信息即可。该方法原理简单,技术可行。实验结果表明,与同类基于深度学习方法的无载体信息隐藏方法相比,在提取准确率、鲁棒性和隐藏容量方面具有更好的表现。

结合ACGAN和多重多维混沌系统的无载体信息隐藏

传统的信息隐藏方法总是不可避免修改载体图像,因而难以抵抗各种攻击检测,降低了信息传输的隐蔽性和安全性。为解决此问题,提出了一种基于ACGAN和多重多维混沌系统的无载体信息隐藏方法。首先,基于新四维超混沌系统对原始图像进行复合置乱和DNA加密得到秘密图像并将其作为标签驱动对ACGAN进行训练;然后,利用训练后的ACGAN生成组合图像集对含密标签图像进行排序得到组合图像,并对该组合图像进行加密置乱操作得到最终的加密图像;最后,将训练后的ACGAN与最终加密图像一同进行发送,接收方通过该ACGAN得到相应的图像信息。与现有的信息隐藏方法相比,该方法创新性结合多维混沌系统、DNA加密、ACGAN与无载体信息隐藏,避免了修改原始图像,同时能够有效抵抗各种隐写分析,达到了秘密信息安全传输的目的。

一种基于多重空间的OOXML复合文档无载体信息隐藏方法

现有搜索式无载体信息隐藏方法无需修改载体即可实现秘密信息嵌入,但普遍存在隐藏容量有限的典型问题。基于此,研究分析了OOXML复合文档自身潜在的多重隐藏空间特性,建立了基于多重空间映射的OOXML复合文档无载体信息隐藏模型,提出了基于多重空间的OOXML复合文档无载体信息隐藏方法。从文档组织结构特征和文本内容特征两个角度出发,建立秘密信息与OOXML复合文档源文件位置排列次序与文本音符的双重映射,实现基于OOXML复合文档的信息隐藏。理论分析与实验数据表明,在同等规模文档集的条件下,该方法有效改善了隐藏容量性能。

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.

一种可信任的大容量无载体信息隐藏方案

提出一种以线性码原理和混沌映射理论为基础的无载体信息隐藏方案。通过提取图像的像素矩阵,利用线性码原理和混沌映射理论先后对矩阵信息作可验证处理和加密处理,最后通过一系列变换建立图像与密文信息的对应关系,从而实现无载体信息隐藏。实验和分析表明,该方案保证了信息的安全性,增强了随机性,同时具有可验证性,这使得提出的信息隐藏方案是可信任的。另外相比于其他方案,该方案的隐藏容量有了很大的提升,并且大大减少了信息库的存储资源消耗。

基于图像分类的无载体信息隐藏方法

为提高无载体信息隐藏的数据嵌入容量和通信效率,注意到半构造式无载体信息隐藏算法所具有的优势,在仔细分析几种社交平台的用户行为习惯后,提出了一种以社交平台的行为习惯为构造原则的半构造式无载体信息隐藏算法.该算法的具体思想通过构建小图标库中的图标与秘密消息的一一映射关系,将小图标按照一定的原则拼接,完成秘密消息的图像表达,通过传递拼接好的图片,实现秘密消息的传递.为了提高小图标的识别率和整个隐蔽通信系统的抗干扰能力,算法还引入了卷积神经网络对图标库中的图标进行训练和分类,同时在训练时特意引入经过多种攻击方式处理过的小图标作为干扰样本.实验和仿真结果表明,该隐藏方法具备良好的抗攻击能力,隐藏容量和通信效率得到了实质性的提高,可用于实际的隐蔽通信系统.

基于生成对抗网络的无载体信息隐藏

提出了一种基于生成对抗网络的无载体信息隐藏方法.发送方用伪装图像和Improved Wasserstein GAN生成一张与秘密图像相同的图像,发送方发送伪装图像,接收方收到伪装图像后用生成器生成和秘密图像视觉上相同的图像.与现有的信息隐藏方法相比,该方法不需要修改载体,能够有效地抵抗隐写分析工具的检测,能够达到秘密信息安全传输的目的.

基于图像编码及拼接的无载体信息隐藏

为提高隐秘通信的安全性和效率,将图像编码和图像拼接相结合,提出了一种基于图像编码及拼接的无载体信息隐藏算法.在对图像编码时,首先对图像进行分块,求取每一子块的信息熵,形成熵矩阵并对其进行量化编码,构建图像与随机数间的映射关系;在进行图像拼接时,对要表示的随机数进行分组,从完备图像库中选出对应的图像,并按一定的位置关系进行拼接,将拼接后的图像作为含密载体进行传递,以提高单次通信效率;为减少通信中的误码率,算法还对秘密消息进行CRC循环编码.实验结果表明,文中算法具有良好的抗检测分析性能、良好的抗压缩攻击和抗椒盐噪声攻击能力,在安全级别高、隐藏容量不大的隐秘通信中具有重要的应用价值.

基于角度结构特征的多载体信息隐藏算法

针对单载体信息隐藏算法的嵌入容量和安全性受载体数量限制无法进一步提升的问题,将载体预处理和秘密信息的嵌入结合于图像角度结构特征(angle structure descriptor,ASD),提出了一种基于角度结构特征的多载体信息隐藏算法。首先,提取图像的ASD特征向量对载体集进行分类,转换得到图像ASD方向场后对其编码;其次,根据载体分类数对秘密信息分段并进行置乱和优化;最后,基于ASD方向场的编码数据,在不同类多数量的载体上完成信息隐藏。在秘密信息提取时增加了对ASD特征向量提取时颜色量化差值的判断,进一步提升算法性能。实验分析表明,与基于单载体和图像分存的信息隐藏算法相比,算法的隐蔽性和鲁棒性都有明显提升,几乎可以完全抵抗基于统计特征的隐写分析,适用于对安全性要求高的大容量秘密信息隐蔽通信等应用。

基于生成对抗网络的无载体信息隐藏

传统信息隐藏算法通过修改载体来嵌入秘密信息,难以从根本上抵抗基于统计的信息隐藏分析方法的检测,为此提出一种基于生成对抗网络的无载体信息隐藏方法.该方法将生成对抗网络中的类别标签替换为秘密信息作为驱动,直接生成含密图像进行传递,再通过判别器将含密图像中的秘密信息提取出来,并借助生成对抗网络实现无载体信息隐藏.实验结果和分析表明,该隐藏方法在隐写容量、抗隐写分析、安全性方面均有良好表现.

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.

基于同义词扩展和标签传递机制的文本无载体信息隐藏方法

为了解决传统文本信息隐藏方法隐藏容量低、抗检测性弱等问题,提出一种基于同义词扩展和标签传递机制的文本无载体信息隐藏方法。该方法将秘密信息切分成若干个关键词,分别嵌入不同的文本载体中。考虑到汉语中同义词的可替换性,使用基于知网的词语相似度计算方法筛选符合上下文语义的同义词,尽可能将不同的关键词或其同义词嵌入同一文本中,以此来提升隐藏容量。同时,记录每篇文本中所有被隐藏关键词的标签信息,将其按固定格式转换为二进制序列,作为秘密信息生成载体文本。最后,将自然载体文本和生成载体文本一起发送给接收方完成秘密通信。实验结果表明,所提方法的隐藏容量与传统方法相比有了较大的提升,具有较强的抗检测能力,使用小型载体文本数据库即可实现完整的信息隐藏和提取,减少了建立和维护索引数据库的开销。

面向无载体信息隐藏的映射关系智能搜索方法

传统的搜索式无载体信息隐藏技术建立在固定的映射规则与庞大的图像库基础上,依赖于复杂的人工特征提取并且需要进行大量搜索来构建合适的图像库。针对这些问题,本文提出了一种面向无载体信息隐藏的基于深度学习映射关系智能搜索方法,该方法从已有图像库出发,基于深度神经网络,自动搜索一套高容量、高覆盖率的映射关系,从而解决传统人工方法存在的传输开销大、图像库建立困难的问题。除此以外,实验表明我们的方法相较于传统无载体方法有更强的鲁棒性。

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。

基于图像混沌块置乱和DWT变换的无载体信息隐藏研究

无载体隐写通过提取载体特征,与信息序列进行映射,从而无需修改载体即可实现对秘密信息的隐藏,因此,具有极强的抗隐写分析能力,但是已有算法在隐藏容量方面仍然有限,且大多需要构建大样本图像库。本文提出一种基于混沌块置乱和离散小波变换(Discrete wavelet transform,DWT)的无载体信息隐藏算法,从秘钥中提取混沌变换的相关参数,对载体图像进行混沌块置乱生成多张新图像,再对其进行分块DWT变换,根据相邻图像块低频DWT系数之间的关系生成对应的哈希序列,并构建相应索引库。将载体图像及秘钥发送给接收方,实现秘密信息的传递。实验表明,与现有算法相比,该算法获得了隐藏容量和隐藏成功率的较大提升,具有较强的鲁棒性。同时,该算法架构简单,传输负载小,具有较强的实用价值。

一种基于声调特征映射的无载体信息隐藏方法

搜索式无载体信息隐藏方法无需修改载体即可嵌入秘密信息,可有效维持秘密信息的不可感知特性,但算法性能极度依赖文本大数据集。基于此,提出一种基于声调特征映射的文本无载体信息隐藏方法。该方法通过声调特征编码获取文本的特征序列,利用特征匹配与指定匹配算法构建文本与秘密信息的映射关系,直接从文本集中检索符合映射关系的文本并发送,以此实现秘密信息的隐蔽传输。实验结果表明,所提方法在小规模文本集条件下性能稳定,显著降低了搜索式无载体信息隐藏方法对文本大数据集的依赖。

融合多语言特点的无载体信息隐藏

针对传统文本信息隐藏方法嵌入率低、鲁棒性差以及载体寻找困难等问题,提出一种融合多语言特点的文本信息隐藏方法。该方法利用了汉语与英语之间的相通性,通过汉语与英语之间的相互翻译、转换,以及利用计算机进行汉语的自动生成,实现了对汉语信息的隐藏。从理论上论证了利用汉语及英语特点进行信息隐藏的可行性和有效性,并利用计算机进行了程序编写与仿真实验。实验结果表明,该方法具有较好的鲁棒性,隐藏后的汉语载体不会出现语义生涩等情况,其平均嵌入率可以达到34.2%,具有较强的实用性和广阔的应用前景。

一种基于LBP的纹理合成无载体信息隐藏方法

为了提高无载体隐写算法的嵌入容量和抗干扰能力,提出了一种基于LBP码的纹理合成信息隐藏方法。该方法首先选择原始小尺寸纹理图像,分割生成均匀的像素块并计算块内每个像素的LBP值,取分布最多的LBP值作为该图像块的代表信息。隐藏秘密信息时,首先用指定密钥生成伪随机序列确定白纸上放置纹理候选块的位置,然后根据秘密信息的值选择候选块,放置到白纸指定的位置,其余空白位置则使用纹理合成方法填充。提取信息时,根据密钥生成的伪随机序列得到含密信息块位置,计算每一图像块的LBP值,取分布最多的LBP值作为该图像块包含的信息,从而得到秘密信息。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,而且在嵌入容量和抗干扰能力方面有了进一步提高。

基于BitTorrent协议Have消息的信息隐藏方法

针对以比特流(BitTorrent)协议消息为载体的信息隐藏算法在隐蔽性和嵌入容量上所存在的问题,提出一种以Have消息序列为载体的信息隐藏方法。首先,在秘密信息嵌入前设置容量分析模块,判断信息嵌入量是否超出信息隐藏容量上限;其次,在信息嵌入时使用改进的奇偶映射信息编码方式,将秘密信息嵌入到Have消息的排序中;最后,在信息提取时引入循环冗余校验(CRC)方法,验证秘密信息是否传输正确。实验结果表明,相比原有的奇偶映射编码方式,所提方法的嵌入容量明显提高,且通过对Have序列统计特性的分析,所提方法对Have序列统计特性的影响较小,隐蔽性较强。