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.     

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.     

基于显著性检测的图像隐写分析方法

针对图像隐写分析难度大、现有的检测模型难以对图像隐写区域进行针对性检测的问题,提出了一种基于显著性检测的图像隐写分析方法.该方法利用显著性检测技术引导隐写分析模型更加关注图像隐写区域的特征.首先,显著性检测模块生成图像的显著性区域;其次,区域筛选模块筛选出与隐写区域重合度较高的显著性图,利用图像融合技术与原始图像进行融...     

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。     

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。     

一种基于线性规划特征选择和集成分类器的图像隐写分析方法

隐写分析是防范由隐写术进行信息隐藏所带来危害的有效方法。图像隐写分析方法主要用于检测图像是否被隐写术嵌入隐秘信息。通用型图像隐写分析能够针对广泛类型的隐写术进行检测,该类方法一般采用从图像提取的统计特征和分类器模型进行。当前的高性能隐写分析一般采用高维特征和集成分类器进行。高维特征能够较好地表达图像统计特性中被隐写术扰动的成分,但另一方面,高维特征具有较多的冗余和无效成分,因此进行特征选择能较好的提升效率。本文提出一种使用线性规划的特征选择模型,该模型可与集成分类器协同使用,同时考虑集成分类器中子分类器的检测精度和多个子分类器使用特征的多样性。实验证明,本文提出的方法对多个隐写术的检测性能有较好的提升。     

一种基于随机森林的JEPG图像通用隐写分析方法研究

针对目前JPEG图像通用隐写分析方法所使用到的分类器的不足,以及分类过程中的过拟合问题,提出一种基于随机森林的JPEG图像通用隐写分析方法。实验结果表明我们所提出的方法能有效地检测JPEP图像的隐藏信息。     

网络安全中图像隐写术的分析与检测方法

图像隐写是网络空间安全领域一个重要的研究方向,已经有大量的隐写以及隐写分析方法提出。为了解决图像隐写的检测问题,使用实验的方式对文中介绍的图像隐写方法中的拼接和LSB隐写进行分析和测试,结果表明,文中的实验方法能够有效地对图像隐写的隐藏信息进行分析和提取,同时提供了图像隐写在检测中的一般思路。     

基于图像攻击的隐藏信息盲检测技术

隐写分析技术是网络信息安全的重要组成部分.它的最根本问题是判断数字载体是否携带秘密信息.文中提出了基于攻击的隐藏信息盲检测方式,提取空域图像、DCT域图像一个二维特征向量,通过非线性神经网络分类器来判别图像是否含有秘密信息,并建立了7000多幅图像库(包括掩密图像与干净图像)进行了可行性、多样性仿真实验,取得了以下效果:(1)平均检测率90.085%(阳性检测率与阴性检测率的总平均);(2)不受限于隐写方案;(3)能够检测低嵌入率的掩密图像;(4)能够检测出经平滑、锐化、缩小、剪切和再压缩处理后的干净图像.     

基于JPEG图像的秘密信息长度估计研究

图像隐写分析就是对信息隐藏系统进行攻击的技术,基于JPEG图像的隐藏信息长度估计的方法最近引起了很大关注。该文分析和讨论了JSteg、F5和OutGuess隐写分析算法。     

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。     

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.     

Hidden information detection using decision theory and quantized samples: Methodology,difficulties and results

This paper studies the detection of Least Significant Bits (LSB) steganography in digital media by using hypothesis testing theory. The main goal is threefold: first, it is aimed to design a test whose statistical properties are known, this especially allows the guaranteeing of a false alarm probability. Second, the quantization of samples is studied throughout this paper. Lastly, the use of a linear parametric model of samples is used to estimate unknown parameters and design a test which can be used when no information on cover medium is available. To this end, the steganalysis problem is cast within the framework of hypothesis testing theory and digital media are considered as quantized signals. In a theoretical context where media parameters are assumed to be known, the Likelihood Ratio Test (LRT) is presented. Its statistical performances are analytically established; this highlights the impact of quantization on the most powerful steganalyzer. In a practical situation, when image parameters are unknown, a Generalized LRT (GLRT) is proposed based on a local linear parametric model of samples. The use of such model allows us to establish GLRT statistical properties in order to guarantee a prescribed false-alarm probability. Focusing on digital images, it is shown that the well-known WS (Weighted-Stego) is close to the proposed GLRT using a specific model of cover image. Finally, numerical results on natural images show the relevance of theoretical findings.     

一种针对jpg图像LSB匹配隐写术的检测算法

本文着眼于研究检测jpg图片的隐写信息。LSB匹配隐写算法吸引了众多研究者的目光，因为它们很易于实现。相对于LSB替换算法，LSB匹配算法的检测要困难得多，这是由于它的隐写过程没有引入非对称性。本文根据jpg图片隐写后相邻色彩数显著增加的统计特性，提出自己的判决函数，并且进行了实验，证明了该算法的优越性。     

基于载体结构特征的隐写分析——对隐写软件WNS的攻击

该文分析位图文件PCX的统计特征和结构特性,利用PCX文件的结构特性,对隐写软件WNS进行攻击,完全破解了该软件。     

Reference Monitor Technology: Watching Your Every Keystroke

ABSTRACT

In modern electronic communication, ensuring security during transferring of data is crucial. Digital steganography is the technique that ensures the same, in which any secret data is hidden into the cover mediums such as images, audio or video files. Resistance to removal and invisibility of hidden data are the two important requirements of any steganographic system. This paper proposes a new approach to hide any secret data in images. Also, this paper proposes a new approach which hides an executable file in images. The executable files we have considered are Windows PE (Portable-Executable) files. Moreover from the experimental results, it is proven that the proposed approach is suitable for hiding all type of digital files including exe files. Also, comparing with the existing approaches, this approach shows better performance.     

新的利用相邻像素相关性的盲隐写分析算法研究*

提出了一种新的基于统计特性的LSB隐写分析算法.该算法利用密写对图像中相邻像素相关性的影响来判断隐秘信息的有无.新算法只需考虑相邻像素对中像素值一个为奇数、另一个为偶数的情况,且只需分别统计奇数较大的相邻像素对的个数与偶数较大的相邻像素对的个数,统计量小,实现简单.实验结果表明,新的隐写分析算法具有较高的检测性能.     

应用机器学习于Chi平方密写分析的研究

回顾当前的密写和密写分析技术,并将机器学习方法应用到经典的Х^2密写分析上。给出了方法的框架并进行了实验,然后对实验结果进行分析和比较,得出了应用机器学习方法的Х^2密写分析优于简单Х^2密写分析的结论,从而肯定了机器学习方法的有效性。最后指出了在密写分析技术中进一步应用机器学习方法的方向。     

一种针对BLOCK-DCT隐写的隐写分析改进算法

摘 要: 由于BLOCK-DCT隐写算法对平稳性质的原始图像引入了非平稳性,使得隐写图像块内部的相邻像素对与块之间的像素对的分布存在着差异。而在未嵌入消息的原始图像中它们的分布是一致的。由此利用Kolomogrov-smirnov test(k-s test)去判定图像是否隐藏信息.可是采用4邻域象素对的直接象素差的分布,在k-s test中并不怎么理想,两类概率分布之差的上界D都比较小。我们通过引入差的绝对值和8领域像素对来扩大2类象素对分布差异的方法来提高D的值,使得一些在以4邻域直接象素差分布方法中检测不出的隐写图像在改进的方法中得以检测。理论和实验都证明我们的想法是有效的。