彩色图像通用隐写分析的多类统计特征

提出了用于彩色图像通用隐写分析的3类统计特征。针对隐写所导致的图像DCT系数分布、空域像素值平坦性以及颜色空间一致性的改变,从系数分布模型背离程度、空域相关性和不同颜色分量间的相关性3个方面设计能够体现原始载体和含密图像差异的特征,提取了10维特征向量。这些特征对隐写行为较为敏感、涵盖面广,且维数低、计算方便。在这些特征的基础上,可利用支持向量机分析彩色JPEG图像是否含有秘密信息。实验结果表明,基于这些特征的通用隐写分析方法可以准确、高效地检测以Jstge、F5或MB隐写方法嵌入的秘密信息,辨别隐写方法种类,具有很好的通用性。

一种基于加性噪声的通用隐写分析算法

隐写的过程相当于在原始载体图像中加入噪声"(隐写噪声"),针对加性隐写噪声模型,从突出隐写噪声的角度,利用自然图像相邻像素之间具有一定相关性和统计对称性的特点,提出一种新的通用隐写分析算法。该算法首先利用预测计算得到被分析图像的最大和最小预测误差图像,然后对这两幅预测误差图像计算联合概率分布统计矩阵作为特征向量,最后使用支持向量机(SVM)完成隐写检测。针对三种常用的隐写算法:LSB替换、LSB匹配以及LSB匹配改进算法的隐写结果进行检测,和目前典型的隐写分析算法对比,实验数据表明了该算法的有效性。

基于多方向相关性JPEG图像通用隐写分析方法

针对JPEG图像隐写问题,本文提出一种基于多方向相关性JPEG图像通用检测方法。该检测方法首先对图像进行DCT域变换,提取DCT域块内、块间多方向的DCT系数间的相关性作为统计特征,共形成96维的统计特征。然后利用训练好的支持向量机对几种常见的JPEG图像隐写算法检测,实验结果表明本文提出的算法与其他检测算法相比具有更好的检测结果。

基于对称α稳态模型的JPEG通用隐写分析

针对JPEG隐写术检测问题,提出一种基于DCT系数分布模型的通用隐写分析方法。根据DCT系数统计分布规律,建立双参数对称α稳态模型,并将模型参数估计问题转化为离散的函数参数优化问题,利用改进的遗传算法进行求解。提取分布模型的参数作为隐写分析的特征,并运用图像校准技术进行校准以提高特征的敏感性。设计与特征相匹配的、具有线性阶计算复杂度的单类分类器进行隐写判别。实验结果表明,该方法可以有效地检测JPEG隐写术,当嵌入率为25%时,平均检测率达到76.1%,相比传统基于模型的隐写分析方法提高5.5%,具有更高的检测性能。

基于SPAM和特征优化的通用隐写分析算法改进

通用隐写分析特征的高维化趋势加剧,导致算法时间复杂度和空间复杂度急速上升。因此,研究如何在维持检测率水平的同时降低特征维度,对隐写分析的实用性有重要意义。本研究通过主成分分析确定特征矢量的最优维度;借用费希尔线性判别式思想,以"类内聚合"和"类间离散"程度评价各维特征区分自然和隐写载体的能力,进而选取最优子集。分析针对主流通用检测模型的基础——SPAM模型进行,仿真实验证明,优化子集具有良好检测性和较低计算复杂度。

以数字图像为载体的隐写分析研究进展

隐写和反隐写的对抗是关系到信息安全的重要课题.文中针对常用隐写载体之一即数字图像,回顾反隐写技术的最新进展.根据隐写技术快速发展对反隐写研究提出的挑战,对近几年提出的新方法和新思路进行梳理和归纳,给出系统和扼要的评述,供隐写和反隐写研究者参考.重点围绕三方面展开讨论:对于克服了统计不对称性的LSB匹配嵌入法如何进行有效的检测或嵌入率估计;对于小嵌入率隐写进行分析的研究中有哪些进展;面对层出不穷的隐写新方法,如何实现不针对具体嵌入算法的通用隐写分析.对于反隐写研究的发展趋势和面临的新问题也作了讨论.

一种基于LSB序列局部特征的通用隐写检测方法

基于短重码间距统计的隐写检测方法对LSB匹配等隐写技术有良好的检测性能.然而该方法为适应不同的应用场合,需要选择适当的短重码维数.这种一元统计分析方法无法考虑多个特征之间存在的联系,从而影响检测能力.本文分析证明了单个短重码间距统计变量的检测能力规律,给出了可减少检测次数的合理选择短重码维数的方法.基于短重码间距统计特征变量之间的相关性选择特征子集,构造局部特征描述向量,进而提出一种基于LSB序列局部特征的通用隐写检测方法.该方法采用GMM生成模型描述多维局部特征,并基于全局序列词汇设计融合GMM生成模型与SVM判别方法的分类器.实验结果表明:本文方法在有效控制虚警率的前提下,对LSB匹配隐写和LSB替换隐写都有较好的检测性能.

图像隐写分析技术综述

通过归纳典型专用隐写分析方法和通用隐写分析方法的机制,指出在该领域中,低嵌入率的检测问题、图像源不匹配问题和隐写分析方法的适用性问题是3个亟待解决的问题,进而提出基于富模型和数字取证的隐写分析是两大研究趋势,前者合并不同域的差异特征后,利用集成分类器区分载体和含密图像,后者先用数字取方法证识别图像的类型,再采用该类的隐写分析器检测图像,由此克服图像源不匹配问题,提高检测性能。

结合重压缩检测的JPEG图像多类隐写分析

提出一种新的结合重压缩检测的JPEG图像多类隐写分析方法,实现一次压缩和重压缩图像中多种隐写算法的识别.首先基于DCT系数首位数分布规律,提出一种重压缩检测方法,然后从系数直方图、块内相关性、块问相关性和空域块效应中提取盲检测特征用于隐写分析,最后用支持向量机构造JPEG隐写算法多类检测器.实验结果表明,本文方法的重压缩检测性能明显优于已有方法,且对嵌入改变量的鲁棒性较强,隐写分析特征不仅维数较低而且具有更好的检测性能,构造的多类隐写分析器能较好地识别JPEG隐写算法.

采用L-M算法的JPEG图像隐写分析

提出了一种针对JPEG图像的通用隐写分析系统。首先对实验图像提取其在小波域的细节部分和近似部分系数的特征函数矩和实验图像的第一层小波分解后的对角子带D1再次进行分解所得到的细节部分和近似部分系数的特征函数矩作特征的有效性分析,通过对有效特征的选择和提取,得到一组训练集合,最后采用基于L-M算法的BP神经网络来进行分类。实验结果表明,这是一种有效的、高精度的盲检测方法,能够准确识别出JPEG图像是否含有隐密信息。

采用SVR模型进行嵌入率估计的隐写分析方法

为解决大多数通用隐写分析算法不能检测秘密信息长度的问题,提出了一种改进的能估计秘密信息长度的通用隐写分析方法。从隐写图中提取描述DCT域系数相关性的132维特征,用支持向量回归机学习图像特征和相应嵌入改变率之间的映射关系并建立模型,根据映射模型估计测试隐写图的嵌入改变率。使用典型的嵌入算法:F5、outguess与MB进行测验,仿真结果显示提出的秘密信息长度估计算法是切实可行的。

基于噪声模型和通道融合的彩色图像隐写分析

彩色图像的隐写分析大多在单信号通道进行,弱化或忽略了彩色图像不同颜色通道的相关性.通过分析彩色图像隐写噪声模型,提出了基于噪声模型和通道融合的通用彩色图像隐写分析算法.算法基于小波滤波,得到待检测图像的噪声小波系数子带,从该类子带中提取刻画噪声通道融合特征的噪声梯度方向序列及噪声梯度和序列,结合描述彩色图像颜色通道融合特征的颜色梯度方向序列及颜色梯度和序列,应用HHT变换提取各序列的振荡特征,构建基于Hilbert谱的特征向量,应用SVM分类器进行分类判别.实验表明,与已有的彩色图像隐写分析算法比较,所提出的算法误检率低,具有更好的检测效果.

图像隐写分析研究新进展

隐写分析是信息安全领域一个很重要的研究方向。随着研究的快速发展,已经有大量的隐写分析方法提出。本文的目的是对近几年图像隐写分析领域的新进展和新思路进行梳理和总结,以给领域内的研究者提供参考。文章首先对传统基于人工特征的隐写分析新进展进行总结,进而重点介绍了隐写领域中新提出的基于深度学习的隐写分析方法。最后,文章对隐写分析的研究面临的挑战以及研究趋势进行了讨论。

面向JPEG图像的隐写分析盲检测方法

隐写分析盲检测存在着检测模型的检测准确性和通用性难以兼顾的问题.本文提出一种用于隐写分析的快速支持向量分类算法FC-SS2LM（fast classification for small sphere with two large margins）,通过构造最小超球体和双边最大间隔隐写分析模型,使检测模型既能准确构造分类边界又能考虑不同隐写样本的分布特点,达到了兼顾检测准确性和通用性的目的.在BOSSBase标准图像库上对提出的隐写分析盲检测模型进行验证,实验结果表明,该方法在一定程度上克服了传统隐写分析模型通用性差的缺点,同时提高了实际应用中训练数据样本不平衡情况下的检测准确率.即使在实际应用中训练集样本过大、支持向量较多的情况下,采用该方法计算也可以减小算法复杂度,提高泛化能力和分类速度.

小波包子带频域矩和遗传算法的图像隐写分析

针对现有典型的通用隐写分析方法提取特征时多数对图像进行正交小波分解中的不足,提出了一种新的利用小波包分解和遗传算法的高效的隐写检测方案.首先对原灰度图像及其预测误差图像运用小波包分解生成多个子带,提取各子带系数的直方图特征函数多阶矩作为特征,将支持向量机的分类效果作为适应度函数值返回,指导遗传算法搜索最优的特征选择方案.针对Outguess、F5、MB1隐密图像与载体图所组成的混合图像库上的仿真实验结果表明:该方法比现有的隐写分析方法,平均检测率提高了约1%-17.8%.