基于滤波复原的小波特征LSB匹配隐写分析方法

空域LSB匹配数字隐写是隐写分析中的难点问题,尤其是在低嵌入率下的检测.本文将LSB匹配数字隐写过程看作是一种被加性噪声污染的图像退化过程,从而引入图像复原技术,提出一种基于中值滤波复原的小波特征LSB匹配隐写分析方法.实验结果表明,针对经过JPEG压缩的图像,本文方法在性能上有了很大的提高,尤其在低嵌入率条件下优势更加明显,并且事先不用估计嵌入率,方法简单,易于实现.最后指出本文方法能够消除不同图像内容引起特征巨大变化的一种有效手段,达到正确检测秘密信息的目的.     

基于像素差分相关性的LSB匹配隐写分析

针对空间域LSB匹配隐写,提出了一种基于像素差分相关性的隐写分析方法.采用图像的直方图、差分直方图的平滑度、梯度能量、图像平滑度,像素差分的一维和高维统计分布等作为分类特征,结合Fisher线性判别进行隐写分析.实验结果表明,新算法对于LSB匹配的检测具有较高的准确性,且计算复杂度低.该算法还可应用于其他空间域隐写方法的检测.     

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。     

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。     

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。     

一种针对LSB匹配隐写的负载定位新算法

针对最不重要比特位(Least significant bit, LSB)匹配隐写算法,本文提出了一种新的负载定位算法。将隐写负载定位看作二分类问题,将载密图像每个像素位置看作待分类样本,通过提取载密图像集中每个像素位置在8个方向上的相邻像素差分平方均值特征,利用支持向量机(Support vector machine,SVM)分类器,将每个像素位置划分到正确的类别——负载位置或非负载位置。本文从理论和实验两方面验证了所提分类特征的有效性。针对LSB匹配隐写,本文方法与最大后验概率(Maximum a posteriori, MAP)载体估计方法做出比较,在低嵌入率条件下,本文方法的定位性能有明显提高。     

基于区域随机性度量的LSB匹配隐写分析

依据图像信源区域平稳性质,分析LSB匹配隐写对图像区域统计特性的影响,提出一种基于区域随机性特征的隐写分析方法.运用分块处理划分图像区域,对各区域像素进行Hilbert扫描并提取像素最低有效位比特序列,进而将比特序列作异或运算所得到的参量定义为区域随机性度量指标,最后统计并分析区域随机性指标直方图,提取直方图信息熵、特殊取值及原点矩3类特征,结合Fisher线性分类器对载体、载密图像进行判别.实验结果表明,该方法在不同图像库和不同嵌入率条件下对LSB匹配隐写均表现出良好的检测性能,与现有典型检测算法相比其检测性能具有明显提高.     

基于局部相关性的LSB匹配隐写分析

针对LSB匹配嵌入机制,提出一种利用局部区域像素之间相关性的LSB匹配隐写分析方法。根据较高位平面灰度之间的距离选择图像的平坦区域,将随机性较强的最低两个和三个位平面取出,统计相同灰度值图像块的个数,使用中值滤波对图像进行滤波复原处理,得到差异特征。引入和图像的均值进一步提高检测性能,共计得到4维特征使用Fisher线性分类器判别载体、载密图像。实验证明,该方法对未压缩高精度图像具有较好的检测性能。     

基于直方图特性的LSB匹配隐写分析研究

为了提高对高精度原始图像LSB匹配数字隐写的检测能力,提出了基于直方图特性的LSB匹配隐写分析方法.根据高精度原始图像在LSB匹配数字隐写过程前后灰度直方图、差分直方图以及小波分解后的子带系数直方图的特性差异,提取了23维的特征向量,并使用支持向量机对其进行训练,建立区分载体图像与载密图像的分类器达到检测秘密信息的目的.实验结果表明,该方法在性能上要优于文献[5]的局部极值法.     

小波细节信息的LSB隐写分析算法

为了准确地估计出隐藏图像的嵌入率,利用LSB隐写对图像小波细节信息影响较大这一特点,首先给出了图像的小波细节信息和小波细节信息能量的定义,同时利用LSB隐写图像计算出其原始图像的小波细节信息能量;然后根据隐写图像与原始图像的小波细节信息能量,估计出LSB隐写图像的嵌入率。实验证明,该方法在隐藏图像嵌入率不是很低的情况下,能够比较准确地估计出隐藏图像的嵌入率。     

图像LSB密写的信息隐藏量分析

介绍了一种基于统计特性的LSB密写分析方法,对其进行了改进并提出了可靠估计信息隐藏长度的方法。该方法利用相邻像素相关性定义了统计量,可根据阈值判断秘密信息的有无。对待检测图像进行二次嵌入,根据统计量的变化建立模型,能可靠估计秘密信息隐藏长度。实验表明,估计出的信息量比较准确。     

基于小波估计和直方图特征的LSB匹配分析

针对隐写分析中的难点——空域LSB匹配隐写进行检测和分析,描述LSB匹配加性隐写的特点,将匹配隐写建模为图像受到一定强度的脉冲噪声干扰,采用小波变换对退化的图像进行恢复作为载体的估计。对检测图像和恢复图像提取多个直方图特征比值作为特征向量,利用支持向量机对500幅高质量未压缩的自然图像组成的载体、载密图像库进行检测,结果证明该算法在低嵌入率下可获得较好的检测效果。     

基于嵌入影响变化率的灰度图像LSB匹配检测方法

对灰度图像LSB匹配隐写提出了一种新的检测方法.通过引入不同幅度的修改,分析了消息嵌入过程对载体和载密图像影响的差异,并利用这种嵌入影响的变化率构造了一个分类器.实验表明该方法对于经过JPEG转换的灰度图像和非压缩灰度图像均有较好的检测效果.     

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。     

基于差分直方图实现LSB信息伪装的可靠检测

在信息伪装技术研究中,图像中隐藏信息的检测对于保障网络信息安全和提高信息伪装算法的安全性具有重要意义.基于对图像差分直方图的统计观察,提出了一种新的可靠检测空域LSB(least significant bit,最不重要比特位)信息伪装的方法.定义差分直方图间的转移系数作为LSB平面与图像其余比特平面之间的弱相关性度量,并在此基础上构造区分载密图像和载体图像的分类器.这一算法不仅可以高度可靠地确定图像中通过空域LSB替换方法嵌入的秘密信息的存在性,还可以准确估计图像中嵌入的秘密信息数据量的大小.算法物理意义直观,实现简单,计算量小.实验结果表明,针对原始无损存储图像可以获得优于RS(regular singular)隐写分析方法的性能,且计算速度显著高于RS隐写分析方法,有利于实现实时检测.该方法也适用于彩色图像.     

基于Arnold变换与改进LSB嵌入方案的信息伪装算法

文章提出了一种基于二维Arnold变换与改进LSB嵌入方案的图像信息伪装算法,在对图像进行二维Arnold变换的基础上,采用改进的LSB嵌入方案嵌入数据,提取时只需提取Arnold变换图像的LSB即可。该算法结合了图像置乱技术和改进的LSB嵌入方案,对嵌入的数据形成了双层保护。实验结果表明,该算法的数据嵌入量及失真度与传统的LSB嵌入方式一致,同时能够有效地抵抗RS(RegularSingular)和SPA(SamplePairAnalysis)隐写分析,并保持了图像的直方图统计特征,此外,该方法适用于灰度图像和彩色图像,易于实现。     

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。     

一种关于LSB matching的隐写分析方法的改进

LSB matching是一种广泛使用的数字图像隐写方法,但关于其隐写分析的工作目前还不多。详细讨论了最近提出的一种基于图像直方图局部极值点的关于LSB matching的隐写分析方法,指出了该方法的不足,并结合图像采样技术给出了一种新的用于LSB matching的检测子。实验表明,提出的检测子实现简单并且具有更好的检测效率。