基于差分零系数和索引共生矩阵的通用隐密分析

为提高互联网通信的安全性和可靠性,提出一种针对图形交换格式(graphics interchange format,简称GIF)图像的隐密分析算法.该算法基于差分零系数(differential zero coefficients,简称DZC)和索引共生矩阵(index cooccurrence matrix,简称ICM),提取对图像像素间颜色相关性和图像纹理特征变化敏感的36维统计特征.结合支持向量机(support vector machine,简称SVM)分类技术,实现对GIF图像中隐密信息的有效检测.实验结果表明,相比于同类算法,该算法对最佳奇偶分配(optimum parity assignment,简称OPA)、分量和(sum of components,简称SoC)、多比特分配(multibit assignment steganography,简称MBA)等典型隐密算法以及EzStego,S-Tools4,Gif-it-up等网络上常见隐密工具的检测效果更佳,时间效率更高,且具备通用隐密分析的能力.