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.

明文连续LSB隐写的消息检测与提取方法

当嵌入消息为明文时,利用中英文字节比特位的统计特性,研究针对空域和JPEG域连续LSB(least significant bit)替换\匹配隐写均有效的消息检测和提取方法。首先提取图像像素(或有效DCT系数)的LSB序列,并从该序列的第1字节的每一比特开始进行间隔7采样,得到8条子序列;然后利用子序列中最长0(或1)游程长度的分布,将检测问题转化为假设检验问题,结合中英文字节比特位的统计特性,从而判定图像是否载密;最后将具有最长0(或1)游程的子序列判定为最大优势序列,进而根据最大优势序列内最长0(或1)游程的起止点估计明文消息嵌入的起止点并提取明文消息。实验结果表明了本文方法的可行性与有效性,与现有方法相比,该方法准确度更高,适用范围更广。

基于隐式神经表示的模型隐写方案

可视数据(图像、视频、3D模型)的隐式表达已经成为当前计算机视觉研究的热点,提出了一种新的基于隐式神经表示的模型隐写方案,消息发送方利用神经辐射场(neural radiance fields,NeRF)新视角合成的特性,通过引入一个视角作为密钥,由NeRF模型生成秘密视角图像作为后门,然后利用过拟合的方法训练一个消息提取器,以建立秘密消息和秘密视角图像的一一映射。发送方将训练好的NeRF模型和消息提取器通过公开信道传递给接收方,接收方利用双方共享的密钥,由NeRF模型获得秘密视角下的渲染图像,再通过消息提取器获得秘密消息。而攻击方因无法准确掌握该视角信息,从而无法窃取秘密消息。实验结果证明:所训练的消息提取器实现大容量快速隐写,消息嵌入量达100%,同时NeRF巨大的视角密钥空间保证了该方案的隐蔽性。