基于HCF统计特征的MIDI音频隐写分析

针对乐器数字接口（MIDI）音频三种常见的LSB隐写方法：最低位替换、最低位匹配和低两位替换隐写,为了提高隐写检测正确率,提出基于直方图特征函数（HCF）统计特征和支持向量机（SVM）的隐写分析方法,通过提取MIDI音频力度分量直方图特征函数域21维特征,用支持向量机训练分类器对MIDI音频进行分类。实验表明,当嵌入率大于10%情况下,此隐写分析方法对三种LSB隐写方法的平均分类正确率达90%以上。     

MIDI音频的LSB匹配隐写分析方法

针对MIDI音频的LSB匹配隐写,提出一种基于力度平滑度转换率的隐写分析方法,原始MIDI音频力度分量分布不规则性强,载密后不规则性减弱,用力度分量平滑度转换率表征MIDI音频不规则性。通过实验训练转换率阈值并进行分类,鉴别MIDI音频是否载密。实验表明,当LSB匹配隐写嵌入容量超过10%时,所提出的方法有很好的检测效果。     

一种能够抵抗RS检测的隐写方法

本文首先总结了当前的LSB隐写检测算法,特别是RS检测算法及其改进算法。对其进行数学建模,得到LSB嵌入方法的通用数学模型。通过LSB嵌入法的模型,提出一个基于多进制嵌入的数学模型及其算法。多进制算法具有嵌入信息量大,同时能够抵抗经典的RS检测算法。     

基于分段STC的音频隐写算法

在隐写领域中,STC（syndrome-trellis code）隐写编码是时下最为先进的隐写算法之一。提出了一种基于STC的隐写算法——分段STC。该算法利用分段、局部优化,可有效降低载体失真。首先对音频最低有效位（least significant byte,LSB）载体流进行了分段切割,随后利用最佳子校验矩阵将分段的密信嵌入分段载体中。该隐写算法在现有的语音样本库TIMIT库以及通过网络歌曲自制的样本库上进行了隐写实验。实验结果表明,该思路下的算法可以有效地降低载体的失真元素个数和提高隐写算法的不可检测性。本文算法相较于传统STC算法,失真元素个数的优化程度最高可达到24%;对比同类音频隐写算法,本文算法生成的隐写后音频具备更加优秀的不可感知性能。     

一种能够抵抗RS检测的隐写方法

本文首先总结了当前的LSB隐写检测算法,特别是RS检测算法及其改进算法.对其进行数学建模,得到LSB嵌入方法的通用数学模型.通过LSB嵌入法的模型,提出一个基于多进制嵌入的数学模型及其算法.多进制算法具有嵌入信息量大,同时能够抵抗经典的RS检测算法.     

基于图像像素划分的主动隐写分析

隐写分析的研究主要集中于隐写检测,而对主动隐写分析研究的较少。该文从隐写检测角度出发,将图像像素划分为不同类点,通过对信息嵌入、最低位平面置反带来的各类点频次变化的分析,提出一种针对空域图像LSB (Least Significant Bit) 替换隐写术的主动隐写分析方法,解决了主动隐写分析中的密钥恢复问题。所提出的方法物理意义直观,实现简单。实验结果表明,该方法在一定嵌入率范围内均可成功恢复隐写密钥。     

基于隐写工具的自相关特性进行音频隐写分析

基于对同一隐写工具在同一音频载体中嵌入不同加密数据时载体特征量的统计观察,发现隐写工具存在自相关性。由此,提出了一种采用支持向量机对音频信号及其线性预测误差的统计特征进行分类来检测音频隐写的新方法。这种方法不仅能可靠地确定音频文档中秘密信息的存在性,同时还可以确定其所用的隐写工具。针对Hide4PGP、Stegowav和Steghide三种隐写工具的实验结果表明,这种音频隐写分析技术具有良好的性能。     

基于拉普拉斯算子统计量的LSB替换隐写分析方法

该文基于对图像像素点的拉普拉斯算子统计量的分析,提出了两种新的LSB替换隐写分析方法。首先定义了描述像素点与4-邻域像素均值关系的统计量,进而通过对隐秘信息的嵌入、LSB平面二次嵌入和LSB平面置反带来的变化分析,提出了隐秘信息的检测方法1和隐写嵌入率的准确估计方法2。该文提出的二个方法实际物理意义明显,实现简单。实验结果表明在嵌入率不小于20%时方法2估计准确率优于RS方法。     

LSB信息伪装的可靠检测算法

本文在Jessica提出的针对BMP格式图像LSB隐写分析方法的基础上,对RS分析方法做了改进,提出了对GIF格式图像LSB隐写的分析方法。具体的检测算法是:GIF图像的每个像素的色度值对应调色板中的一个索引值,对图像的索引值进行平滑处理,根据置换操作和差别函数将索引值分为三组,根据常规组和奇异组的数目在隐写前后的变化来确定图像是否被隐写。     

一种基于LSB序列局部特征的通用隐写检测方法

基于短重码间距统计的隐写检测方法对LSB匹配等隐写技术有良好的检测性能.然而该方法为适应不同的应用场合,需要选择适当的短重码维数.这种一元统计分析方法无法考虑多个特征之间存在的联系,从而影响检测能力.本文分析证明了单个短重码间距统计变量的检测能力规律,给出了可减少检测次数的合理选择短重码维数的方法.基于短重码间距统计特征变量之间的相关性选择特征子集,构造局部特征描述向量,进而提出一种基于LSB序列局部特征的通用隐写检测方法.该方法采用GMM生成模型描述多维局部特征,并基于全局序列词汇设计融合GMM生成模型与SVM判别方法的分类器.实验结果表明:本文方法在有效控制虚警率的前提下,对LSB匹配隐写和LSB替换隐写都有较好的检测性能.     

一种基于图像DCT域信息熵的盲检测算法

提出了一种基于图像DCT域信息熵的盲检测算法。该算法通过分析JPEG图像隐写前后子块DCT系数信息熵的变化,提取JPEG图像子块DCT系数信息熵的64维特征向量,之后用LSSVM分类器对待测图像进行分类,最终达到检测载密图像的目的。实验表明,该算法能有效地针对各种隐写算法下的载密图像进行检测,同时对低嵌入比例下的载密图像也能达到较高的检测率。     

基于统计特征的音频中隐藏信息估计方法

该文基于信息嵌入不同位平面所引起的幅度统计分布变化,提出了一种音频中隐藏信息长度估计方法。通过该方法,不仅可以判别未知音频中是否包含隐藏信息,而且还能有效识别信息嵌入位平面和较精确地估计隐藏信息长度。该方法已在微机上进行了实验,实验结果表明,该方法识别正确率较高,隐藏信息长度估计较精确,可有效用于音频隐藏分析。     

考虑时间相关性的功耗估计熵算法

熵估计是一种在高层次估计功耗的方法,但已经提出的熵算法无法考虑输入信号在时间上的相关性.本文提出了改进熵的概念,在传统熵中加入条件翻转因子,使改进后的熵能够有效估计时间上有相互关联性的信号的翻转率.理论证明和大量BENCHMARK实验结果都表明我们提出的改进熵算法具有合理性和可靠性.     

An active steganalysis approach for echo hiding based on Sliding Windowed Cepstrum

This paper presents an active steganalysis technique for echo hiding (EH). This approach can differentiate stego audios (with hidden message) from nature ones (without hidden message), and then extract sequential EH messages in stego audios without prior knowledge about the EH technique. The procedure of this algorithm can be simplified as follows: (i) Sliding Windowed Cepstrum (SWC) is obtained by employing a Sliding Window (SW) to move over the audio signal sample by sample. (ii) The echo detector is designed based on statistical analysis of the Cepstrum Peak Location Aggregation Degree (CPLAD). (iii) For stego signals, both echo delay and the range of segment length are estimated by exploring the changing rule of the SWC. (iv) The accurate estimation of segment length and synchronism position is acquired by the grid search algorithm. (v) Finally, the binary secret message can be extracted using the estimated parameters in the previous steps. The proposed method has been implemented and tested to extract the message which is embedded into audio clips by using EH techniques with different kernels. The experimental results show that the accuracy of extraction is no less than 90% when attenuation is greater than 0.45.     

A blind audio steganalysis based on feature fusion

In this paper, we present a blind steganalysis based on feature fusion. Features based on Short Time Fourier Transform (STFT), which consists of second-order derivative spectrum features of audio and Mel-frequency cepstrum coefficients, audio quality metrics and features on linear prediction residue are extracted separately. Then feature fusion is conducted. The performance of the proposed steganalysis is evaluated against 4 steganographic schemes: Direct Sequence Spread Spectrum (DSSS), Quantization Index Modulation (QIM), ECHO embedding (ECHO), and Least Significant Bit embedding (LSB). Experiment results show that the classifying performance of the proposed detector is much superior to the previous work. Even more exciting is that the proposed methodology could detect the four steganography, with 85%+ classification accuracy achieved in all the detections, which makes the proposed steganalysis methodology capable of being regarded as a blind steganalysis, and especially useful when the steganalyzer are without the knowledge of the steganographic scheme employed in data embedding.     

一种新型实用的光纤连接系统

本文提出了一种新型实用的乐器数字接口（MIDI）的光纤连接系统，用光纤替代电缆连接MIDI设备，解决了MIDI数字信号对音频信号的干扰问题，增加了MIDI信号的传送距离，指出了光纤在乐器数字接口连接方面有很好的应用前景。     

基于改进小波包变换的音频指纹提取算法

数字音频指纹技术在音频信号分析和处理中起着重要作用。针对传统基于时频分析的音频指纹提取算法中仅使用信号能量作为特征参数,而无法全面表征出信号的复杂度和不规则性问题,提出了基于小波包分解与重构,将小波包系数的奇异值熵和样本熵相结合,作为音频信号的特征参数提取指纹。实验证明,该算法提取的指纹提高了音频识别的准确率,在常见信号处理下能保持较强的鲁棒性,并具有明显的区分音频和定位音频篡改位置的能力。     

多媒体音乐制作系统的原理及应用

本文从数字音频入手，全面地介绍了ＭＩＤＩ原理多及媒体音乐制作系统的硬件组成和软件平台，并提出了一大实用的制作方案。