一类可抵御SPA分析的动态补偿LSB信息隐藏方法

针对常用的LSB信息隐藏,SPA(Sample Pair Analysis)分析方法能以很高的精度估计出图像中隐藏信息的比率.文章通过对隐藏信息后的图像进行动态补偿,给出了一类可抵御SPA分析的LSB信息隐藏方法.该方法使得即使嵌入比率接近于100%,使用SPA方法分析仍将得到一个接近于0的低于判决门限的估计值,从而做出错误的判决.同时,将动态补偿的相关参数作为密钥的一部分,进一步提高了隐藏系统的安全性.实验表明:该方法同时还能有效抵抗RS分析及SPA和RS的多种改进方法的攻击.     

一种改进的LSB数字图像隐藏算法*

目前针对常用的LSB信息隐藏,SPA分析(sample pair analysis)和RS方法(regularand singular groups method)能以很高的精度估计出图像中隐藏信息的比率。基于几何变换的性质,提出了一种可用于图像置乱技术的亚仿射变换,并利用矩阵编码思想改进LSB的嵌入方式,从而使嵌入数据获得了较好的抗隐写分析性能。实验结果表明,该算法能有效抵抗RS和SPA隐写分析,并保持图像的直方图统计特征,且适用于灰度图像和彩色图像,易于实现。     

彩色BMP图像LSB隐藏的检测算法

该文介绍了一种基于图像相近颜色对的RQP信息隐藏检测算法,并提出了可靠估计隐藏信息长度的方法。信息的LSB嵌入会引起图像颜色对的变化,通过对这一变化过程建模可以可靠地估计隐藏信息的长度。该方法简单实用,实验结果表明,对彩色BM P图像具有较高的准确率。该方法同样适用于其它类型图像的LSB信息隐藏。     

抗隐写密钥分析的LSB隐写算法

LSB算法是一种典型的空间域信息隐藏算法,由于嵌入信息量大、算法简单而成为最常见的信息隐藏算法,也同时成为了隐写分析者很感兴趣的对象。针对隐写位置密钥的攻击,本文提出了一种改进的LSB隐写算法,先在图像各像素的LSB位嵌入噪声信息,再在密钥的控制下有选择性地在部分像素点嵌入隐藏信息。在已知载体图像或已知多幅用同一载体进行信息隐藏的载密图像的情况下,可以有效抵御针对隐写位置密钥的攻击,提高了LSB算法的安全性。同时该思想也可应用于基于DCT域等频域的隐藏算法中。     

RS检测算法的分析与改进

针对Jessica Fridrich提出的基于无损嵌入容量的LSB信息隐藏检测方法(RS算法),通过实验讨论了对静态图像隐写分析的准确率有影响的几个主要因素,并分析这些因素产生重要影响的根本原因。提出了对RS算法的改进方案,从而减小隐写检测的偏差程度,提高检测的准确度。     

针对LSB的RS隐写分析研究及改进

介绍了基于数字图像的信息隐藏技术的基本内容及方法,着重研究了图像信息隐藏的反向检测技术——隐写分析技术,总结了其方法和分类。针对隐写分析中的RS(Regularand Singular groups method)检测算法进行了深入的研究,提出了改进算法,在一定程度上减小了RS检测算法对统计假设的依赖性,并且在不改变像素间相关特性的同时可以对图像进行二次检验,增加了检测结果的准确性。在不同的掩码和嵌入率下进行了大量实验,实验结果验证了该改进算法的有效性,基于该改进算法编写了检测程序,实现了对灰度及彩色图像的LSB(Least Significant Bit)隐藏检测。     

基于混沌加密的一种图像信息隐藏传送方法

提出了一种新的基于混沌加密的图像信息隐藏传送方法，即将混沌序列作为一种类噪声的扩谱序列，把所要传送的敏感信号以自噪声形式的扩谱信号调制隐藏在载体图像中进行安全通信。与LSB和MSB等传统的图像信息隐藏方法相比，该新方法在信息隐藏的容量、不可觉察性、安全性和鲁棒性等性能方面有较大的提高。文章具体介绍了该方法的加密算法原理，并定义了图像信息的完整性和差异不可觉察性来分析定量分析该方法优点，最后，给出了计算机仿真验证的结果。     

一种基于LSB图像信息隐藏的改进算法

介绍并分析了传统的LSB信息隐藏算法原理,详细阐述了图像置乱技术的原理和一种传统的混沌图像置乱方法。在此基础上,提出了一种新的图像信息隐藏算法：基于图像向量索引奇偶性进行信息隐藏的算法。试验结果及分析结果表明,该算法实现简单,有很好的视觉掩蔽性和较高的信息隐藏容量,并提高了信息隐藏的安全性。     

一种大容量的自适应信息隐藏方法

提出了一种基于空间域的自适应多平面位的信息隐藏算法,该算法计算复杂度低，信息隐藏量大。实验表明在不影响图像视觉效果的前提下,其信息隐藏量比LSB算法大一倍以上，比各种变换域算法的信息隐藏量更是大很多，而计算复杂度比变换域算法低很多。该算法嵌入的隐藏信息不是嵌入在载体图像的固定位平面，可防止位平面过滤所导致的失密。     

图像多区域信息隐藏算法

本文分析了信息隐藏变换域方法鲁棒性强的原因 ,指出其实质就是将机密信息多处隐藏。将这一思想应用于信息隐藏的空间域方法 ,提出MLSB算法。该算法把载体图像分为n×n个区域块 ,用LSB方法将机密信息隐藏到图像的每一个区域块。当图像遭受攻击后 ,图像像素值发生改变 ,通常这种改变只能发生在图像像素值的某些位。所以 ,仍然可以从未改变的像素值中提取嵌入信息。文中给出了MLSB信息嵌入和提取算法 ,并通过多方面的实验检测该算法。实验表明 ,和LSB算法相比 ,该算法的鲁棒性全面提高 ,也超过了很多信息隐藏的变化域方法。该算法对滤波亦有较好的鲁棒性。但该算法抗压缩能力 ,特别是在较低位平面时较差     

抗统计分析的新型LSB隐写算法

针对目前广泛使用的最低比特位(LSB)信息隐藏算法容易被基于统计检测的隐写分析方法如RS分析或X2分析等检测出来,提出一种新型的LSB隐写算法,能有效地抵抗基于统计检测的隐写分析。对传统LSB缺点和统计检测方法的特点做了分析,改进了传统的LSB隐写算法。采用模拟实验方法证明,改进后的新型LSB隐写分析算法能有效地抵抗统计分析检测。     

Image complexity and feature mining for steganalysis of least significant bit matching steganography

The information-hiding ratio is a well-known metric for evaluating steganalysis performance. In this paper, we introduce a new metric of image complexity to enhance the evaluation of steganalysis performance. In addition, we also present a scheme of steganalysis of least significant bit (LSB) matching steganography, based on feature mining and pattern recognition techniques. Compared to other well-known methods of steganalysis of LSB matching steganography, our method performs the best. Results also indicate that the significance of features and the detection performance depend not only on the information-hiding ratio, but also on the image complexity.     

基于图像相邻像素相关性的LSB匹配隐写分析

LSB匹配隐写是图像隐写分析中的重点研究问题。根据图像相邻像素的相关性, 提出了一种新的隐写分析算法。通过图像复原算法计算出复原图像, 利用高阶Markov链模型分别对待检测图像和复原图像建模, 根据LSB匹配隐写对高阶Markov链模型经验矩阵的影响, 提取复原图像和待检测图像的统计特征组合成新的27维特征向量对支持向量机进行训练。实验表明提出的算法对LSB匹配隐写有较好的分析效果, 特别在嵌入率低的情况下, 算法具有较好的分析能力。     

Feature mining and pattern classification for steganalysis of LSB matching steganography in grayscale images

In this paper, we present a scheme based on feature mining and pattern classification to detect LSB matching steganography in grayscale images, which is a very challenging problem in steganalysis. Five types of features are proposed. In comparison with other well-known feature sets, the set of proposed features performs the best. We compare different learning classifiers and deal with the issue of feature selection that is rarely mentioned in steganalysis. In our experiments, the combination of a dynamic evolving neural fuzzy inference system (DENFIS) with a feature selection of support vector machine recursive feature elimination (SVMRFE) achieves the best detection performance. Results also show that image complexity is an important reference to evaluation of steganalysis performance.     

基于逐像素概率预测的图像隐写定位研究

为进一步增强图像隐写分析的实用性,对内容自适应隐写术和非内容自适应LSB matching的隐写像素定位问题展开研究,提出一种端到端的图像隐写定位网络PSL_NET,在输入端输入一张图像,输出端定位出图像的隐写像素的位置。在预处理层中,利用空域富模型的高通滤波器提取残噪图像;在深度残差层中,通过深度残差学习增强隐写特征的表达能力;在像素预测层中,利用标记出隐写像素实际位置的掩码图像进行有监督地学习,增强网络对局部隐写像素的感知能力,无区别对待平滑或者纹理区域的像素,逐一预测图像每位像素是真实位或是隐写位,最终预测出图像的隐写像素位;从目标函数层面解决正负样本的不均衡问题,提升检测精度。在基于BOSSbase v1.01数据源展开的实验中,该网络对经自适应隐写术S-UNIWARD在负载为0.4?BPP嵌入的隐写图像的像素检测准确度为0.981?74,实验验证该网络同时适用于对经非内容自适应隐写术LSB matching嵌入后的隐写图像进行隐写像素定位。     

针对LSB匹配隐写的图像复原隐写分析

最低有效位(LSB)匹配隐写是目前图像隐写分析的难点和热点之一.为了提高针对LSB匹配隐写的隐写分析算法性能,将图像退化复原理论与图像隐写分析相结合,提出一种新的隐写分析算法.首先将LSB匹配隐写过程建模为加性噪声造成的图像退化过程,提出了一种专用复原滤波算法;然后将载密图像的复原图像作为载体图像的估计图像,提取载密图像与估计图像的质心特征,结合Fisher线性判决器实现隐写分析.实验结果表明,复原滤波算法可有效地复原受LSB匹配隐写噪声污染的退化图像,隐写分析算法的总体性能优于Ker方法,尤其在低嵌入率条件下表现良好,适用于空间域图像LSB匹配隐写.     

基于视觉注意力和局部复杂性的图像隐写算法

视觉注意力是人类感知系统中一个十分重要的特性,但目前基于人类视觉感知机理的隐写算法大多只考虑亮度、对比度和掩蔽效应等低层因素.文中将视觉注意力模型引入隐写算法中,提出一种新的基于视觉注意力和局部复杂性的图像隐写算法.算法先采用均方差分析图像的局部复杂性,在复杂性较大的区域引入Itti模型构造注意力显著图,进而利用视觉熵来定量刻画注意力特性,并将图像分块处理,图像块按照不同的局部复杂程度和注意力等级分成3种类型,最终利用LSB方法进行隐写.大量实验结果表明,文中算法在嵌入大量信息后仍能保持较好的视觉感知效果,且能抵抗一类通过直方图对比的隐写分析方法.     

空域LSB信息伪装及其隐写分析

介绍了最不重要比特(LSB)替换和LSB匹配2种典型的基于图像的信息伪装算法,阐述了两者的隐藏原理及优缺点。分类论述了各类隐写分析算法,分析其检测原理,给出了各类算法的适用范围和优缺点,对每类算法中的典型分析方法进行评价。根据信息嵌入过程对载体图像的影响分析得出LSB匹配信息伪装算法的安全性要高于LSB替换信息伪装算法的结论。指出了提高隐藏信息安全性的途径和努力方向。