基于统计模型及SVM的低速率语音编码QIM隐写检测

QIM(Quantization Index Modulation,量化索引调制)隐写在标量或矢量量化时嵌入机密信息,可在语音压缩编码过程中进行高隐蔽性的信息隐藏,文中试图对该种隐写进行检测.文中发现该种隐写将导致压缩语音流中的音素分布特性发生改变,提出了音素向量空间模型和音素状态转移模型对音素分布特性进行了量化表示.基于所得量化特征并结合SVM(Support Vector Machine,支持向量机)构建了隐写检测器.针对典型的低速率语音编码标准G.729以及G.723.1的实验表明,文中方法性能远优于现有检测方法,实现了对QIM隐写的快速准确检测.     

基于自适应奇异值调制的抗转码视频隐写算法

近年来,随着网络和多媒体处理技术的飞速发展,互联网视频用户数量呈爆炸性增长之势,目前视频流量已占网络总流量的一半以上,这为以视频为载体的隐蔽通信提供了很好的应用背景。但是另一方面,几乎所有的视频网站都会对上传视频进行转码处理,转码后载体视频的码率、图像组GOP （Group of Pictures）结构、量化参数QP （Quantization Parameters）等关键压缩参数都会受到无法预知的影响,这极大地限制了当前绝大多数基于压缩域嵌入的视频隐写算法的应用。要利用视频网站对应的有损转码信道进行隐蔽通信,关键在于设计能抵抗转码攻击的高鲁棒性,并具有足够安全性的隐写方法。针对这一问题,本文提出了一种面向小波变换域,结合奇异值分解SVD （Singular Value Decomposition）和量化索引调制QIM （Quantization Index Modulation）的自适应鲁棒隐写方法。该方法基于目标网站的转码特性仿真实现本地编码器,在编码的过程中完成嵌入。嵌入在视频帧亮度分量的DWT （Discrete Wavelet Transform）域进行,通过采用自适应量化步长QIM的方法对分块最大奇异值进行调制达到嵌入消息的目的。另外,提出一种间隔修正的嵌入策略,很好地抑制了嵌入引起的视频闪烁效应。实验结果表明,提出方法提升了含密载体视频经过不同程度的转码后的秘密消息生存率,同时很好地保持了视觉质量和压缩效率。     

基于语音编码中自适应码本的隐藏信息方法

为了解决低速率语音编码的信息隐藏问题,选择了目前广泛使用的低速率语音编码(iLBC)为研究对象,提出了一种在语音编码过程中嵌入机密信息的方法,设计了一种基于iLBC语音编码的动态码本量化过程的信息隐藏算法.该方法利用低速率语音编码中自适应码本的动态构建特点,并结合QIM原理来实现信息隐藏,较传统基于静态码本的QIM方法具有更好的对抗统计分析检测能力,同时具有较好的隐蔽容量.实验结果表明该隐藏算法在13.3Kbps的载体速率下能获得450bpS隐藏容量,而且载密信息的语音质量的PESQ值下降不到7％,具有很好的隐蔽性能.     

基于码书关联网络的基音调制信息隐藏检测

基音调制信息隐藏在进行基音预测时嵌入机密信息,可在低速率语音压缩编码过程中进行高隐蔽性的信息隐藏,文中试图对该种隐写进行检测.文中发现该种隐写将导致压缩语音流中相邻语音帧自适应码书的关联特性发生改变,文中以此为设计隐写分析算法的关键线索.为了量化该种关联特性,文中设计了码书关联网络模型并基于该模型得到了对隐写敏感的特征向量.最后,基于所得特征向量并结合SVM(Support Vector Machine,支持向量机)构建了隐写检测器.针对典型的低速率语音编码标准G.729以及G.723.1的实验表明,文中方法性能优于现有检测方法,实现了对基音调制信息隐藏的快速有效检测.     

一种基于图像矢量量化压缩的数据隐藏方法

根据码书中所有码字之间的最近邻关系,采用最近邻方法标记码书使得所有码字与其最近邻码字的标记值不同。在此基础上,运用I/矩阵运算可在矢量量化压缩图像的每n=2m个码字索引中有选择地最多修改m2」个从而嵌入m比特数据。计算机上的仿真实验结果表明：该方法不仅具有较大的嵌入容量,而且具有较好的隐蔽性,可用于矢量量化压缩图像中的信息隐藏。     

基于拉普拉斯模型的序列隐写密钥估计

图像序列隐写是指利用载体图像特征数据（包括频域数据、空域数据）连续嵌入信息的隐藏方法。本文提出了一种针对图像扩展频谱序列隐写的密钥估计算法。该方法基于序列分析与突变检测的理论,利用序列概率比累积和检验方法（CUSUM-SPRT）对变化进行检测。考虑图像DCT系数满足拉普拉斯分布,给出了理想平稳拉普拉斯分布信号扩展频谱隐藏密钥估计的模型。采用随机微分方程法（SDE）生成拉氏分布的随机序列进行实验。对于非平稳信号的图像数据,在低信噪比（SNR）下,利用当地最有效序列检测法,给出了拉普拉斯分布的密钥估计模型。实验显示,该方法不但能检测出扩展频谱隐写,估计嵌入密钥,而且比Trivedi的方法更有效。     

视频数据隐藏的差分能量调制新算法

提出了基于差分能量调制 (DEM) 的盲视频水印算法。针对差分能量水印（DEW）算法可能造成视觉失真严重、水印容量小和鲁棒性较差的不足,提出用差分能量信号的调制值来承载隐藏信息位的新方法。通过对量化块中水平子区域与竖直子区域之间的能量差值实施量化索引调制 (QIM),差分能量值能被微调至最近邻的对应水印位量化区域;同时由于调制前后的能量误差被分配到子区域中幅值较大的10个系数上,并对调制前后的码字替换进行了相似度选择,嵌入信号因而能很好地保持原信号的视觉质量和码序列长度。实验结果表明,DEM算法在水印的视觉失真与鲁棒性能、水印容量以及码率保持性能方面都好于DEW算法;另一方面,DEM算法是在一个区域中嵌入水印,所以它的鲁棒性能又比只在某个系数上嵌入水印的QIM算法好。     

大容量 MP3 比特流音频隐写算法

通过对MP3编解码算法原理的研究,提出了一种基于小值区哈夫曼编码特点的信息嵌入方法--码字映射替换规则,进而实现了一种能在MP3压缩文件的比特流中隐藏大量信息的盲检测隐写算法.算法先对载体mp3文件部分解码,搜索出适合嵌入的小值区码字,然后按规则修改比特流中的相应码字来嵌入秘密信息.实验结果表明,算法的容量高于MP3Stego,计算复杂度低,同时可保证不可感知性,并具有一定的不可检测性,能抵抗针对MP3Stego的隐写分析算法.     

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.     

利用边缘匹配矢量量化和变率编码的高嵌入效率信息隐藏

衡量信息隐藏方法性能的优劣,一个重要指标为嵌入效率.在Deng方法的基础上,提出一种对其嵌入效率的改进算法,利用边缘匹配矢量量化(SMVQ)更强的索引间相关性以及当前块与相邻块索引差值更集中的数值分布范围进行信息隐藏.实验结果表明改进后的算法能够显著提高嵌入性能,与Deng方法相比,比特率下降了10.43％～19.80％,嵌入容量提高了25.61％～46.95％,嵌入效率则提高了41.33％～71.95％.     

基于深度残差网络的语音隐写分析方法

针对目前以WAV格式语音为载体的最低有效位（LSB）隐写方法的检测性能较低的问题,提出了一种基于深度残差网络的语音隐写分析方法。首先,通过多组高通滤波器组成的固定卷积层来计算输入语音信号的残差信号,并利用截断线性激活单元对得到的残差信号进行截断操作;然后,通过卷积层与设计的残差块的堆叠来构建深度网络,以提取深层次的隐写特征数据;最后,利用全连接层与Softmax层组成的分类器输出最终的分类结果。实验结果表明,在Hide4PGP和LSBmatching两种隐写方法的不同密信嵌入率下,所提出模型的检测正确率都要优于现有的基于卷积神经网络（CNN）的隐写分析方法。对于0.1 bps嵌入率的Hide4PGP隐写方法,该隐写分析模型的检测正确率比LinNet提高了近7个百分点。     

Steganography in vector quantization process of linear predictive coding for low-bit-rate speech codec

In this paper, we focus on quantization-index-modulation (QIM) steganography in low-bit-rate speech codec and contribute to improve its steganalysis resistance. A novel QIM steganography is proposed based on the replacement of quantization index set in linear predictive coding (LPC). In this method, each quantization index set is seen as a point in quantization index space. Steganography is conducted in such space. Comparing with other methods, our algorithm significantly improves the embedding efficiency. One quantization index needs to be changed at most when three binary bits are hidden. The number of alterations introduced by the proposed approach is much lower than that of the current methods with the same embedding rate. Due to the fewer cover changes, the proposed steganography is less detectable. Moreover, a division strategy based on the genetic algorithm is proposed to reduce the additional distortion introduced by replacements. In our experiment, ITU-T G.723.1 is selected as the codec, and the experimental results show that the proposed approach outperforms the state-of-the-art LPC-based approach in low-bit-rate speech codec with respect to both steganographic capacity and steganalysis resistance.     

Improving security of quantization-index-modulation steganography in low bit-rate speech streams

In this study, we mainly concentrate on quantization-index-modulation (QIM) steganography in low bit-rate speech streams, and contribute to improve its security. Exploiting the characteristics of codebook division diversity in the complementary neighbor vertices algorithm, we first design a key-based codebook division strategy, which follows Kerckhoff’s principle and provides a better security than the previous QIM approach. Further, to resist the state-of-the-art steganalysis, following a general belief that fewer and smaller cover changes are less detectable and more secure, we present an improved QIM steganography, which introduces random position selection to adjust the embedding rate dynamically, and employs matrix encoding strategy to enhance the embedding efficiency. The proposed approach is evaluated with ITU-T G.723.1 as the codec of cover speech and compared with the previous work. The experimental results demonstrate that the proposed approach outperforms the traditional QIM approach on both steganographic transparency and steganalysis resistance. Moreover, it is worth pointing out that our approach can effectively work in conjunction with not only G.723.1 codec but also all other parametric speech coders, and be successfully applied into Voice-over-Internet-Protocol systems.     

基于小波域隐马尔可夫模型的小波隐写分析

基于精确描述图像小波系数间统计特性的小波域二维隐马尔可夫模型(HMM)参数集合,提出一种针对小波域信息隐藏算法的新型隐写分析技术。通过使用二维HMM对小波系数进行建模,对生成的HMT森林在隐写前后的参数集合构造隐写分类特征,采用SVM分类器进行隐写判别。实验表明该方法适用于小波域隐写术的检测,对小波域QIM、MFP和BPCS隐写有较好的检测性能。     

Color image ownership protection based on spectral domain watermarking using QR codes and QIM

Some watermarking authentication methods based on spectral domain using QR codes and Quantization Index Modulation (QIM) are proposed for ownership protection in color images. The QR code is created with the owners’ information and used as binary watermark sequence, which is permuted using Arnold Permutation to increase the security before embedding it. Once the watermark sequence is generated, the original color image is transformed from RGB to YCbCr color space where the Luminance Channel (Y) is processed by the Singular Value Decomposition (SVD), Discrete Wavelet Transform (DWT) and Discrete Cosine Transform (DCT) to embed the binary watermark sequence using Quantization Index Modulation (QIM). The experimental results show the effectiveness of the proposed method.     

Markov bidirectional transfer matrix for detecting LSB speech steganography with low embedding rates

Steganalysis with low embedding rates is still a challenge in the field of information hiding. Speech signals are typically processed by wavelet packet decomposition, which is capable of depicting the details of signals with high accuracy. A steganography detection algorithm based on the Markov bidirectional transition matrix (MBTM) of the wavelet packet coefficient (WPC) of the second-order derivative-based speech signal is proposed. On basis of the MBTM feature, which can better express the correlation of WPC, a Support Vector Machine (SVM) classifier is trained by a large number of Least Significant Bit (LSB) hidden data with embedding rates of 1%, 3%, 5%, 8%,10%, 30%, 50%, and 80%. LSB matching steganalysis of speech signals with low embedding rates is achieved. The experimental results show that the proposed method has obvious superiorities in steganalysis with low embedding rates compared with the classic method using histogram moment features in the frequency domain (HMIFD) of the second-order derivative-based WPC and the second-order derivative-based Mel-frequency cepstral coefficients (MFCC). Especially when the embedding rate is only 3%, the accuracy rate improves by 17.8%, reaching 68.5%, in comparison with the method using HMIFD features of the second derivative WPC. The detection accuracy improves as the embedding rate increases.     

基于模糊C均值聚类与单类支持向量机的音频隐写分析方法

针对传统的二分类音频隐写分析方法对未知隐写方法的适应性较差的问题,提出了一种基于模糊C均值(FCM)聚类与单类支持向量机(OC-SVM)的音频隐写分析方法。在训练过程中,首先对训练音频进行特征提取,包括短时傅里叶变换(STFT)频谱的统计特征和基于音频质量测度的特征,然后对所提取的特征进行FCM聚类得到C个聚类,最后送入多个超球面的OC-SVM分类器进行训练;检测过程中,对测试音频进行特征提取,根据多个超球面OC-SVM分类器的边界对待测音频进行检测。实验结果表明,该隐写分析方法对于几种典型的音频隐写方法能够较为正确地检测,满容量嵌入时,测试音频的总体检测率达到85.1%,与K-means聚类方法相比,所提方法的检测正确率提高了至少2%。该隐写分析方法比二分类的隐写分析方法更具有通用性,更适用于隐写方法事先未知情况下的隐写音频的检测。     

基于双向马尔可夫模型的JPEG图象隐写分析

提出了一种基于双向马尔可夫模型的JPEG图象的通用隐写分析方法,利用量化后分块DCT系数的中低频系数间的相关性,提取DCT块内和块间的特征,采用阈值贝叶斯分类方法进行识别,并且与SVM分类器的识别效果进行了比较。针对4种公认的JPEG嵌入方法——F5、Outguess、MB1和MB2进行隐写分析,在CorelDraw图象库上做实验,取得了很好的性能。