JPEG图像多域可逆信息隐藏及载荷分配算法

信息隐藏技术通过修改数字媒体信号嵌入附加信息而不影响媒体本身的使用价值;可逆信息隐藏不仅可以隐藏并提取附加信息,还可以无失真地恢复载体,是当前研究热点.针对应用最广泛的图像格式JPEG(joint photographic experts group),其可逆信息隐藏方法可分2类：1)离散余弦变换(discrete cosine transform, DCT)系数域修改,会导致文件扩展和视觉质量失真;2)熵编码域修改,生成的载密图像与原始图像相比无信号失真,但载荷有限且载荷越高往往文件扩展越严重.针对这2类方法存在的问题,设计了一种JPEG图像多域可逆信息隐藏算法,同时考虑DCT系数域修改和熵编码域修改来嵌入附加信息.由于2个域的修改对视觉质量失真和文件扩展的影响不同,因此研究重点在于载荷的合理分配.首先分析了在熵编码域嵌入信息时引起文件扩展的原因;然后据此设计基于VLC频率直方图的载荷分配算法以最小化文件扩展和视觉质量失真.实验结果表明：所提算法在文件扩展和视觉质量方面明显优于现有的方法.     

基于二值图像的信息隐藏算法

针对二值图像修改痕迹明显的特点,提出一种失真较小的二值图像信息隐藏算法.给出翻转点选择标准,定义二值图像所有适合翻转的像索点集合.考虑视觉特性,提出可翻转像素点修改得分的计算方法,设定可翻转点选取的门限值,将含有可修改像素点的图像块视为隐藏消息的载体块.对二值图像进行分块,利用STC编码,在载体块序列中选择一条信息嵌入...     

基于JPEG图像的信息隐藏体系的研究

本文是介绍基于JPEG图像信息隐藏整个体系结构的研究,包括秘密信息的嵌入、提取和对隐写图像的分析,并且提出了一种比较完善的信息隐藏和提取的设想,通过与信息安全的结合,将IDEA分组密码体制应用于水印图像的加密和解密,加密后的二值序列顺序嵌入到载体图像的低频DCT系数上。最后就是对于隐写分析做了概括性的论断。     

基于图像的信息隐藏检测算法和实现技术研究综述

基于图像的信息隐藏及分析技术是信息安全领域的一个重要方面。信息隐藏技术包括了隐写术和数字水印。信息隐藏检测技术是信息隐藏技术的攻击技术。通过基于图像的信息隐藏检测技术,可以判断图像中是否存在信息的隐藏和嵌入。基于图像的信息隐藏检测技术包括了数字图像特征分析、检测算法和实现技术。提出了基于图像的信息隐藏检测技术的知识体系。重点阐述了多种基于图像的信息隐藏检测算法,并进行了理论分析和实验测试。分析了现有的几种基于图像的信息隐藏的实现技术,提出了一个面向Internet应用的检测系统模型。     

基于空域的图像信息隐藏算法研究

网络信息技术的快速发展给人们的生活带来了极大的便利,实现不受时间和空间进行信息交流的可能,但是在利用多媒体网络信息技术作为传播媒介时,怎样保障信息安全性已经成为了当今网络应用领域研究的热点和重点,信息隐藏技术在对网络信息保护方面起到了重要作用,本文对基于空域的图像信息隐藏算法的应用进行了研究。     

基于图像秘密共享的密文域可逆信息隐藏算法

针对当前密文域可逆信息隐藏算法嵌入秘密信息后的携密密文图像的容错性与抗灾性不强,一旦遭受攻击或损坏就无法重构原始图像与提取秘密信息的问题,提出了一种基于图像秘密共享的密文域可逆信息隐藏算法,并分析了该算法在云环境下的应用场景。首先,将加密图像分割成大小相同的n份不同携密密文图像。然后,在分割的过程中将拉格朗日插值多项式中的随机量作为冗余信息,并建立秘密信息与多项式各项系数间的映射关系。最后,通过修改加密过程的内置参数,实现秘密信息的可逆嵌入。当收集k份携密密文图像时,可无损地恢复原始图像与提取秘密信息。实验结果表明,所提算法具有计算复杂度低、嵌入容量大和完全可逆等特点。在（3,4）门限方案中,所提算法的最大嵌入率可达4 bpp;在（4,4）门限方案中,其最大嵌入率可达6 bpp。所提算法充分发挥了秘密共享方案的容灾特性,在不降低秘密共享安全性的基础上,增强了携密密文图像的容错性与抗灾性,提高了算法的嵌入容量与云环境应用场景下的容灾能力,保证了载体图像与秘密信息的安全。     

基于Boosting算法融合的图像隐写分析方法

现有盲检测技术在实际检测中,由于嵌入算法未知导致检测困难。为此,提出一种基于Boosting算法融合的图像隐写分析方法。通过训练分类器建立不同隐写算法下的分类器模型,利用Boosting算法计算各分类器的分类性能,对各分类器的概率输出进行融合,得到最终检测结果。基于典型空间域隐写算法和JPEG隐写算法的实验结果表明,该方法实现了对多种隐写算法的有效检测,应用Boosting算法融合后整体检测性能提升了约2％。     

基于量子生成对抗网络的信息隐藏方案

针对量子图像信息隐藏技术在面对基于统计的隐写分析算法检测时的不安全问题,提出基于量子生成对抗网络(QGAN)的信息隐藏方案.首先利用映射规则将秘密信息映射为单量子比特门,演化得到QGAN生成器G的参数化量子电路的输入态;然后通过QGAN中的生成电路生成含密量子图像;最后通过测量含密量子图像得到样本数据后与真实数据样本作...     

信息预处理的加密域大容量可逆图像信息隐藏

采用数独变换和Arnold变换对原始图像加密,完全保留了图像的冗余空间。嵌入过程中,利用DES加密算法对信息进行了压缩预处理,平均压缩了1.5倍;采用最高有效位算法将压缩后的信息嵌入载密图像。接收者采用异或运算提取出秘密信息,同时根据误差值完全恢复载体图像。实验表明,提出的方法不仅能够实现大容量信息可逆隐藏,而且还能完全重构载体图像,是一种可以广泛应用的加密域信息隐藏方法。     

基于纠错码的健壮性图像信息隐藏算法

针对空域图像信息隐藏(IH)算法健壮性较差的缺陷,研究了基于纠错码的图像信息隐藏算法。利用纠错码能够纠正随机错误的特性提高空域信息隐藏算法抵抗攻击者修改载体的能力。给出了两类不同的算法:基于纠错码的最低有效位(LSB)信息隐藏算法与基于纠错码的灰度位信息隐藏算法。前者将秘密信息进行编码并以LSB的形式进行嵌入,能够在低密度噪声的情况下实现较高的健壮性;后者利用图像像素灰度值的结构特点,以Hamming码的形式对每一个已嵌入秘密信息的像素灰度值进行编码,可以达到独立纠正一个错误的目的。理论分析和实验结果表明,在相同的噪声密度和噪声幅度下,这两类算法恢复的秘密信息百分比均高于基本的LSB算法,是两种具有较高健壮性的信息隐藏算法。     

基于多分类支持向量机的隐写域盲检测

提出一种区分隐写域(包括像素域、DCT域、DWT域)的盲检测方法,构造图像特征向量,建立一个多分类的支持向量机,根据特征向量对图像进行训练。该方法能够识别隐藏信息和其隐写域。实验结果表明,当嵌入容量达到20%时,识别率提高到85%以上。     

针对QIM信息隐藏的高效盲检测算法

提出一种基于频谱分析和神经网络分类的盲检测算法,该算法不仅较准确地判断出图像中是否存在隐藏信息,而且可以确定信息隐藏的位置。针对基于QIM方法的信息隐藏,检测时所使用的特征量分别从DCT域和小波域中提取。使用标准图像集所做的实验结果验证了该算法的有效性。     

基于模式分析的二值文本图像隐写分析算法

在研究已有的二值图像信息隐藏和隐写分析算法基础上,给出图像“模式”的概念,按修改图像模式中心像素对人体视觉的影响程度将图像模式分成3类,建立二值图像最佳嵌入位置模式库,通过分析二值文本图像的模式在嵌入信息前后的变化特征,提出基于模式分析的二值文本图像隐写分析算法。实验证明,该算法的性能较佳。     

基于图像的信息隐秘检测系统的设计

传统的网络访问控制机制大多与身份认证机制分开设计,针对其安全性差、效率低等问题,受人体免疫系统能自动识别并排斥非自体物质原理启发,该文提出了一种基于家族基因的网络访问控制模型(FBAC),给出了模型中网络家族、家族基因、基因证书等定义,建立了基因指派、制定族规、基因签名等用于生成基因证书的机制,描述了网络家族构造和基于家族基因的访问控制等算法.解决了入侵者绕过身份认证机制而存取网络资源的安全问题,克服了X.509数字证书认证效率低、证书主体信息不明确的缺陷,具有安全、高效等特点,是保障网络安全的一种有效新途径.     

一种基于DWT的盲图像水印算法

提出了一个新的基于量化抖动和模式分组编码的盲数字图像水印算法,该算法首先在DWT（离散小波变换）的第二层中频子带中随机选取相应位置的绝对值最大的系数作为水印的嵌入区间,对小波系数进行量化并根据分组编码原理生成预嵌入模式,然后将一个二值水印图像嵌入到模式当中。实验证明通过量化抖动和模式分组编码相结合的方法,可达到水印图像透明性和鲁棒性之间较好的折中,对于各种常见的图像处理操作如有损压缩、剪裁等攻击具有较好的抵抗能力。     

基于图像的信息隐秘检测系统的设计

设计并初步实现了一个基于图像的隐秘检测系统,其目的是在没有原图像载体的条件下,提高发现网络中的隐秘图像的准确率.系统采用对彩色图像每个颜色通道分别进行小波分解,根据小波分解系数绝对值和绝对值线性预测的对数误差生成特征向量,并采用非线性的支持向量机进行模式分类.讨论了该系统的结构、工作原理、控制流程及设计中的关键技术,并对系统性能进行了测试评估,指出了可进一步改进完善的方向.     

基于卷积神经网络的JPEG图像隐写分析参照图像生成方法

基于深度学习的JPEG数字图像隐写分析模型检测能力已超越基于人工设计特征隐写分析模型,但检测能力仍存在提升空间.以进一步提升JPEG隐写分析模型的检测能力为目标,借助深度学习方法,为基于深度学习的JPEG隐写分析模型提供辅助信息,从数据输入角度,探索进一步提升隐写分析模型检测能力的途径.基于卷积神经网络,构建隐写分析参照图像生成模型,对待检测图像进行变换,从而获得对应参照图像.之后,将待检测图像与对应参照图像作为隐写分析模型的输入数据,进一步挖掘待检测图像中存在的隐写分析相关信息.为验证所提出算法的有效性,进行针对JPEG自适应隐写算法的对比实验.实验结果表明：所设计的参照图像生成模型能够提升现有基于深度学习的隐写分析模型检测能力,提升效果最多可达6个百分点.     

基于主成分分析的泛盲掩密分析方案

为了能够对掩密后图像进行有效的检测，首先从分类特征维数、单个特征的有效性和特征相关性等3个方面对Farid泛盲掩密分析算法的缺陷进行了分析，然后提出了采用主成分分析技术对分类特征进行降维处理的方法。并基于RBF（radial basis function）网络构造了新的泛盲掩密分析方案。该方案不但大大降低了用于分类的图像特征的维数，而且提高了掩密分析的检测性能。利用该方案和Farid的方案分别对用JSteg等软件掩密后的图像进行的检测比较实验表明。经主成分分析预处理后。该方案的样本集特征矢量维数比Farid方案分别减少了174（Jsteg）维、163（EzStego）维和180（S-Tools）维，而特征数目的减少又大大简化了分类器的设计。而且。该方案能够有效检测嵌入消息占可嵌容量的比例达60％（Jsteg）、80％（EzStego）、50％（S-Tools）以上的掩密图像。并获得了比Farid算法更高的检测率。     

一种基于小波变换的图像盲水印算法

提出一种基于小波变换的图像盲水印算法。在对原始图像进行二级小波变换后的低频子带上通过一定的策略选择感知重要系数作为水印的嵌入区域,并将水印重复嵌入到低频子带中以提高水印检测的正确率。通过对嵌入水印的图像进行加噪、压缩以及裁剪等实验,均能正确检测出水印,且水印透明性好,表明该算法具有较高的鲁棒性。