基于D-S证据理论的融合图像隐写分析

提出一种基于证据权的D-S证据理论的图像隐写分析方法,首先在空域,离散余弦变换（DOT）域和离散小波变换（DWT）域分别提取图像特征并各自进行预分类;然后对各域分类结果进行基本概率分配并进行证据权修正。利用D—S组合规则计算融合概率分配函数,形成最终的决策级融合分类结果．针对典型的隐写方法（如F5,JPHide,Jstego和YASS算法）进行检测,仿真结果显示,所提出的方法能显著提高单分类器的性能．     

几种基于JPEG图像的隐写术比较研究

随着计算机网络的快速发展和应用,信息安全问题日益突出。在这样的情况下,出现了一种隐藏通信技术——隐写术,深入研究Outguess、F5和YASS算法,通过大量样本分析,掌握其算法的本质和加密图像的特点。通过对这几种算法的深入研究和对比,简要对隐写术的发展和应用做了探讨。     

基于分割的空域图像隐写分析

提出一种基于图像内容的空域隐写分析方法, 该方法对图像进行分割, 使分割得到的每一类子图像具有相同的统计特性, 并对每一类子图像提取更加敏感的隐写分析特征, 分别构造分类器进行训练和测试, 由此对分割所得到的每一幅子图像都可以得到一个检测结果. 对整幅图像的判决结果通过加权融合得到. 实验结果表明,该方法具有良好的性能, 尤其是针对自适应隐写方法, 该算法的检测准确率提高更加明显.     

高位有效位概率算术解码的图像密写改进算法

提出一种基于MSBs(高位有效位)概率算术解码的DCT(离散余弦变换)域YASS(yet another steganographicscheme)密写改进算法。为了克服YASS算法因量化索引调制(QIM)嵌入特性造成的易攻击缺陷,在YASS消息嵌入中用原型信号MSBs概率分布约束的算术解码,使消息嵌入流的解码序列具有与原型信号一致的边缘分布,在保持YASS算法高随机性嵌入优点的同时,能使密写前后一阶分布直方图之间的差异最小化,有效保证了密写的安全性。实验结果表明,与YASS对比,该方法使系数分布直方图的平均变化量更小,其平均失真为6.3%,相比YASS的平均失真6.8%,减少了0.5%,改进算法的抗隐写分析能力比后者更强,是一种有效的密写算法。     

F5隐写算法及其隐写分析研究

图像隐写分析是检测、提取和破坏隐写图像中秘密信息的技术,是信息安全领域的研究热点之一.由Westfeld提出的F5隐写算法是一种重要的图像隐写算法.分析了F5隐写算法及其隐写系统,讨论了一种针对F5隐写算法的隐藏检测方法,并给出了具体实现的算法.实验结果表明,F5算法采用矩阵编码,提高了嵌入效率.     

一种基于自适应量化嵌入器的隐写方法

感知质量和容量一直是图像隐写算法设计中难以折中的两个要素,如何取得更好的综合性能已吸引了很多研究者的兴趣.提出一种基于自适应量化嵌入器的隐写方法.这一方法通过改变某一载体信号所在子空间的索引来调制秘密信息,自适应特性体现在决定着子空间尺寸的分割码本的设计上.将这种隐写方法用于以2×2图像块为单元的数字图像隐写算法设计中,并将分割码本设计得具备HVS特性以取得较好的折中效果.实验表明,算法在感知质量和容量方面具有较好的综合性能.     

应用共生矩阵特征的改进自适应JPEG隐写

针对传统图像隐写算法抵抗通用盲检测能力不足的问题,提出一种基于共生矩阵特征的自适应JPEG隐写算法。该算法在分析图像直方图特征和分块效应特征的基础上,引入能够反映共生矩阵特征的块间系数相关性设计了失真函数,并结合网格码（STC）完成秘密信息的嵌入。实验结果表明,面对三种通用隐写检测算法,算法较以往隐写算法具有更强的安全性和抗检测普适性。     

一种图像隐写分析方法

针对现有隐写分析算法对彩色图像的检测效果不理想的问题,提出一种基于小波统计特征的隐写分析算法来分析嵌入信息前后载体图像与隐写图像之间的统计特征的差异。该算法首先将图像变换到YCbCr空间,其次通过小波分解提取预测子带的小波系数概率密度函数矩(PDF)和预测误差图像的子带系数直方图特征函数矩(CF),最后运用支持向量机(SVM)进行分类。实验表明,该方法对于流行的F5、OutGuess和Jphide&Seek隐写方法具有较强的检测能力。     

基于浊音特性的语音压缩域隐写分析

语音压缩域中的隐写和隐写分析是一个重要的课题,目前隐写分析主要针对脉冲编码或修改线谱对的算法,对于修改基音周期的隐写则无法检测,提出了一种基于浊音特性的压缩域语音隐写分析算法.浊音具有准周期性,浊音段嵌入隐藏信息后会改变这一性质.根据这一原则,从待测的压缩语音码流中提取出延迟参数,利用层次聚类算法区分清音浊音,在此基础上针对浊音段进行游程检测,判断有无隐藏信息.实验表明,该方法对改变基音周期性的信息隐藏算法具有很好的隐写检测能力.     

基于权值分配的隐写分析算法

SRM算法是目前隐写分析中广泛使用的方法,但未能有效检测自适应隐写算法。为提高针对自适应隐写算法的检测率,该文通过改进SRM算法,利用不同区域的像素对隐写检测贡献的差异性,提出了一种基于权值分配的隐写分析算法。理论证明了权值分配能够提高隐写检测特征的分类能力,并设计了一种基于权值分配的特征提取框架。首先依据像素失真代价确定优先像素集,之后设计合理的权值函数对不同区域的像素噪声残差分配权值,最后提取四阶共生矩阵作为隐写检测特征。实验结果表明,在检测以HILL为代表的自适应隐写算法时,与SRM和PSRM检测算法相比,所提算法的平均错误率分别降低了2.09%和1.53%,说明能够有效实施针对自适应隐写算法的检测。