【正文】 ： 日期： 年 月 日摘 要隨著互聯(lián)網(wǎng)技術(shù)的不斷普及和多媒體信息的數(shù)字化，打破了傳統(tǒng)的時空觀念，人們可以迅速的將信息以各種形式傳播到世界的任何角落，但也暴露了越來越重要的安全問題。然而隱寫術(shù)也往往被犯罪集團、邪教組織等傳遞非法信息和指令，嚴重威脅國家安全和社會穩(wěn)定。數(shù)字圖像是因特網(wǎng)中最為常見的數(shù)字媒體，冗余度大，非常適合隱蔽信息，以數(shù)字圖像為載體的隱寫技術(shù)成果最豐富、最成熟，應(yīng)用也最廣泛。本文主要研究空域圖像隱寫分析技術(shù)，主要研究成果如下：(1) 通過對LSB匹配隱寫算法進行建模，提出了一種基于圖像直方圖幾何度量的數(shù)字圖像隱寫分析特征。曲率是刻畫平滑最有效的方式，因此通過直方圖曲率和來刻畫直方圖變平滑的現(xiàn)象。在大規(guī)模圖像庫上，使用支持向量機（SVM）進行訓(xùn)練和測試，實驗結(jié)果表明，該特征具有很高的檢測率，性能優(yōu)于其他同類算法。首先分析隱寫算法對圖像像素相關(guān)性的影響，然后采用非線性曲率計算公式對圖像數(shù)據(jù)進行非線性變換，在非線性變換域?qū)ζ溥M行馬爾科夫鏈的建模，得出超高維的隱寫分析特征。使用Ensemble分類器在大規(guī)模圖像庫上進行訓(xùn)練和測試，實驗結(jié)果顯示，該算法實驗性能優(yōu)于目前主流的隱寫分析算法。 stegnanlysis。 digital image。人們可以將各種信息以圖像、文字、聲音等方式通過互聯(lián)網(wǎng)迅速的傳播到世界的任何一個角落，一個真正意義上的“地球村”已經(jīng)被建立。傳統(tǒng)的信息安全技術(shù)主要基于密碼學(xué)技術(shù)。盡管密碼學(xué)技術(shù)將明文信息轉(zhuǎn)換為密文，使得一般技術(shù)無法理解密文信息，但加密行為很容易被第三方識別，即無法隱藏“通信正在進行”的事實。而隨著密碼分析技術(shù)的不斷發(fā)展和計算機計算能力的不斷提升，密碼學(xué)技術(shù)的安全性也受到挑戰(zhàn)，再復(fù)雜再堅固的密碼技術(shù)都有被破譯的可能。隱寫技術(shù)由于能夠隱藏“通信正在進行”的事實，自20世紀90年代以來，迅速成為信息安全領(lǐng)域的研究熱點，目前已在個人隱私、軍事情報、國家安全等方面取得重要應(yīng)用。2001年，USA TODAY（今日美國）報道，本“有線新聞網(wǎng)”[3]。曾猖獗一時的法輪功組織鼓吹利用隱寫技術(shù)進行非法信息傳遞以逃避國家信息安全監(jiān)管[5]。隱寫分析技術(shù)是對隱寫術(shù)的攻擊，能夠?qū)Ψ欠[蔽信息進行監(jiān)控和阻截。數(shù)字圖像隱寫技術(shù)是隱寫技術(shù)研究的熱點，具不完全統(tǒng)計，互聯(lián)網(wǎng)上存在超過300多種易于操作的數(shù)字圖像隱寫工具供網(wǎng)民免費下載[7]，這些工具的非法使用將給網(wǎng)絡(luò)監(jiān)控帶來極大的挑戰(zhàn)。軍事專家預(yù)言：21世紀的戰(zhàn)爭是以信息戰(zhàn)為標志的高技術(shù)戰(zhàn)爭。世界各國正在如火如荼的開展這個領(lǐng)域的研究，國內(nèi)的研究也須跟隨時代的脈搏，采取積極有效的措施保證這兩項技術(shù)的不斷發(fā)展，為軍事情報、國家安全等方面提供有效的技術(shù)保障。國際隱寫分析的先驅(qū)是美國George Mason大學(xué)的NeilF Johnson教授，其后New York State University, Polytechnic University, Michigan State University ,New Jersey Institute of Technology, WetStone 也先后開展隱寫分析的研究，這些單位都受到美國空軍研究所、美國國防部、國家安全局等部門在研究經(jīng)費上的支持。全球信息隱藏學(xué)術(shù)研討會（Information Hiding Conference 簡稱：IH）是該領(lǐng)域最高級別的國際會議，自1996年在英國劍橋牛頓研究所召開第一屆后，至今已經(jīng)成功舉辦14屆，該會議匯聚了本領(lǐng)域眾多精英。我國隱寫分析技術(shù)的研究相對起步較晚，中國科學(xué)院（自動化所,軟件所），北京郵電大學(xué)，中山大學(xué)，國防科技大學(xué)，湖南大學(xué)，解放軍信息工程大學(xué)等單位開始了隱寫分析技術(shù)的研究。全國信息隱藏暨多媒體信息安全學(xué)術(shù)大會（CIHW）已經(jīng)成功舉辦10屆，促進了該學(xué)科的在中國的發(fā)展和學(xué)術(shù)交流。監(jiān)控網(wǎng)絡(luò)中是否存在正在進行的“低調(diào)”通信是隱寫分析的主要目的，是否隱藏信息的二值判斷就可為監(jiān)控機構(gòu)提供這方面的有效數(shù)據(jù)。秘密信息提取是否載密的二值判斷容量估計少量研究幾乎未見公開文獻研究焦點，應(yīng)用廣泛 數(shù)字圖像隱寫分析的技術(shù)層次近年來，在是否載密的二值判斷[8]，載密信息長度估計[9]，密匙估計[10]等方面涌現(xiàn)出一些算法，但作為隱寫分析的終極目的——載密信息的提取非常罕見[11]。目前數(shù)字圖像隱寫分析的研究主要集中在是否隱藏信息的二值判斷上，一旦經(jīng)某種算法隱寫的圖像能夠被正確的識別是否隱藏秘密信息，則該隱寫算法認為被攻破[12, 13]。由于技術(shù)原因，早期隱寫算法大多在特定的冗余區(qū)域嵌入秘密信息或嵌入特定的標志以表明嵌入結(jié)束等信息。帶有特征標志或在特定冗余區(qū)域嵌入秘密信息的隱寫算法只需分析圖像的格式或通過檢測特征標記信息就能成功的判斷圖像是否載密。而且更為高級的圖像隱寫算法都是在圖像數(shù)據(jù)區(qū)域進行嵌入，基于特征碼的圖像隱寫分析技術(shù)更是無法檢測。由于隨機修改圖像數(shù)據(jù)，不會帶來特定的標志，很好的保證了隱寫算法的隱蔽性，是更為安全的隱寫技術(shù)，也很難被分析。Ker[16]通過采用下采樣技術(shù)和二維傅立葉變換改進了Harmsen的算法，性能得到了顯著提高。張軍等[18]分析信息嵌入對圖像直方圖局部極值的影響，指出在信息嵌入后直方圖的局部極大值將變小，而局部極小值將變大。Cancelli[20]將張軍的局部極值特征[18]擴展到圖像二維直方圖，并且考慮直方圖邊沿，得到了10維敏感特征，實驗結(jié)果顯示優(yōu)于局部極值原始算法。秘密信息的嵌入，會擾亂圖像像素之間的這種相關(guān)性。對于彩色圖像，三個顏色分量之間相關(guān)性也被作為隱寫分析的特征。該算法對JPEG隱寫和YASS隱寫也有很好的檢測性能[25]。融合鄰域度直方圖特征函數(shù)質(zhì)心，游程長度直方圖特征函數(shù)質(zhì)心在支持向量機中得到了很好的隱寫分析模型。共生矩陣是圖像灰度變化的二階統(tǒng)計特征，能夠?qū)D像紋理進行一定的描述，也多次使用于圖像隱寫分析的特征提取中[2831]?；趫D像編碼技術(shù)的隱寫分析特征也具有很好的檢測性能，如游程編碼特征[33, 34]，預(yù)測編碼特征[35]。(2) 要實現(xiàn)對因特網(wǎng)中海量圖像進行監(jiān)控的目的，就必須在有限時間內(nèi)對待檢測圖像進行快速分析，這要求隱寫分析算法具有很低的時間復(fù)雜度，因此如何降低現(xiàn)有隱寫分析算法的時間復(fù)雜度和如何構(gòu)造出低時間復(fù)雜度、高精度的隱寫分析特征是研究者必須面對的問題。因此，如何快速的使用現(xiàn)有的隱寫分析特征對新型的隱寫技術(shù)進行高精度檢測有待研究。高維數(shù)特征需要更多訓(xùn)練樣本和訓(xùn)練所耗的時間，而隱寫分析一般需要對不同隱寫算法和不同類型的圖像訓(xùn)練單獨的分類器，這是一個非常耗時的過程。(5) 目前數(shù)字圖像隱寫分析技術(shù)只能對是否載密以一定概率的方式進行二值判斷，而不能明確的回答是否載密，即只能懷疑，而不能給予證明。因此，有必要建立起數(shù)字圖像隱寫分析的物理模型。 本文主要工作本文以數(shù)字圖像為研究對象，通過分析隱寫行為對圖像直方圖的影響，提出了一種基于圖像直方圖幾何度量的圖像隱寫分析特征。在大規(guī)模圖像庫上測試本文提出的兩類特征，都得到了很高的檢測精度，主要研究成果如下：(1) 通過對LSB 匹配隱寫算法進行建模，提出了一種基于圖像直方圖幾何度量的數(shù)字圖像隱寫分析特征。曲率是刻畫平滑最有效的方式，因此通過直方圖曲率和來刻畫直方圖變平滑的現(xiàn)象。在大規(guī)模圖像庫上，使用支持向量機（SVM）進行訓(xùn)練和測試，實驗結(jié)果表明，該特征具有很高的檢測率，性能優(yōu)于其他同類算法。首先分析隱寫算法對圖像像素相關(guān)性的影響，然后采用非線性曲率計算公式對圖像數(shù)據(jù)進行非線性變換，在非線性變換域?qū)ζ溥M行馬爾科夫鏈的建模，得出超高維的隱寫分析特征。使用Ensemble分類器在大規(guī)模圖像庫上進行訓(xùn)練和測試，實驗結(jié)果顯示，該算法的檢測性能優(yōu)于目前主流的隱寫分析算法。第2章，介紹數(shù)字圖像隱寫及其隱寫分析技術(shù)的基本概念和經(jīng)典的數(shù)字圖像隱寫及隱寫分析算法。第4章，介紹一類基于曲率模式矩陣和馬爾科夫鏈相結(jié)合的高維圖像隱寫分析特征。第2章 圖像隱寫及隱寫分析技術(shù) 數(shù)字圖像隱寫技術(shù)隱寫技術(shù)是信息隱藏的兩個重要分支之一。 是Simmons[38]作為“囚犯問題”提出的信息隱蔽通信框架圖。為了逃避監(jiān)管機構(gòu)（Wendy）的監(jiān)管， Alice和Bob之間通信就需要將秘密信息（Secret message）采用隱寫技術(shù)隱藏在于本次通信無關(guān)的載體對象中（Cover object），通過傳遞隱藏秘密信息的隱秘載體（Stego object）達到“低調(diào)“的通信。為了保證隱蔽通信能夠安全的進行，具體的隱寫技術(shù)需要具有高容量、穩(wěn)健性及很強的隱蔽性。隱寫分析技術(shù)主要針對隱寫技術(shù)隱蔽性進行攻擊。傳統(tǒng)意義上的隱蔽性主要考察隱寫系統(tǒng)對人類視覺系統(tǒng)（Human Visual System，HVS）的不可察覺性，峰值信噪比（PSNR）等一些評價圖像的客觀標準常用來度量隱寫算法對載體圖像的感官質(zhì)量。在隱寫前后，盡管載密圖像相對載體圖像在視覺上不可區(qū)分，但若改變了圖像的統(tǒng)計特征（直方圖特征等），只需提取這種特征就可輕松識別出圖像是否載密，也就成功攻破這種隱寫算法。在高嵌入率下，隱寫算法對圖像的修改量很大，很容易尋找出具有明顯區(qū)別的圖像特征，相反，對圖像的少量修改，尋找出有區(qū)別能力的圖像特征很難。Chandramouli 等[39]提出了類似香農(nóng)密碼系統(tǒng)中絕對安全性的“無條件安全隱寫系統(tǒng)”。但由于真實的載體圖像像素之間一般具有高相關(guān)性，具有豐富的統(tǒng)計結(jié)構(gòu)，上述兩種安全性定義并不適合隱寫系統(tǒng)，因此基于虛警率和檢測率的安全性定義被提出[40, 41]。數(shù)字圖像的每個像素用8個比特表示0255的灰度值，將所有像素的不同比特位提取出來就構(gòu)成了8個不同的位平面。對于一幅自然圖像，位平面越高，越能反映圖像的輪廓，對像素值的貢獻越大。因此從圖像視覺質(zhì)量角度出發(fā)，像素值的最低有效位是隱藏秘密信息的最佳位置。位平面越高，相鄰比特位的相關(guān)性越強，第0位平面具有最低的相關(guān)性，事實上，第0位平面近似于隨機噪聲。為了更好的保持圖像特征不變，在近似隨機噪聲的最低有效位上進行秘密信息嵌入具有最好的抗檢測性。 標準灰度圖像Lena（a）第7位 （b）第6位 （c）第5位 （d）第4位 （e）第3位 （f）第2位 （g）第1位 （h）第0位 Lena標準圖像的八個位平面LSB匹配將圖像像素的最低有效位（LSB）進行隨機修改，隨機修改方式對圖像特征有更好的保持，以表示載體圖像的某一像素像素值，表示該像素嵌入信息的像素值，為秘密信息比特，則嵌入機制表示如下： ()與另外一種經(jīng)典的隱寫技術(shù)LSB替換相比，LSB匹配具有更高的安全性。使得對能有效檢測LSB替換的RS分析、SPA分析、DIH分析等對LSB匹配檢測失效[47, 48]。 數(shù)字圖像隱寫分析技術(shù) 隱寫分析數(shù)學(xué)模型在“囚犯問題”中，隱寫分析技術(shù)就是監(jiān)管機構(gòu)（Wendy）所使用的技術(shù)，目前的圖像隱寫分析研究主要針對待檢測圖像是否攜秘的二值判斷。目前的圖像隱寫分析技術(shù)主要是基于學(xué)習(xí)的模式識別技術(shù)，因此檢驗函數(shù)一般分為兩部分：特征提取和機器分類。 數(shù)字圖像隱寫分析一般模型在圖像隱寫分析的特征提取中，尋找能夠刻畫圖像隱寫前后變化的特征是問題的關(guān)鍵。為了消除圖像噪聲，圖像內(nèi)容等因素導(dǎo)致的特征不穩(wěn)定問題，特征校準技術(shù)是行之有效的解決方案，如Ker[16]使用下采樣技術(shù)對Harmsem等[15]的特征進行校準，不僅提高了檢測性能，還提高了檢測算法的通用性。對高維數(shù)的隱寫分析特征進行歸一化也能夠增強隱寫分析特征的穩(wěn)健性。盡管特征提取是圖像隱寫分析的重點研究對象，但隨著研究的深入，一些學(xué)者指出傳統(tǒng)的分類器直接應(yīng)用于隱寫分析并不能夠達到最好的效果[51, 52]。隨著圖像隱寫分析特征維數(shù)的不斷增加，具有高時間復(fù)雜度的支持向量機在時間上使得研究者無法忍受，尤其是在支持向量機的參數(shù)尋優(yōu)階段。Kodovsk253。 隱寫分析性能指標衡量數(shù)字圖像隱寫分析性能主要通過考慮算法的實用性、復(fù)雜性、準確性等，其中準確性是衡量性能的最重要指標，其他性能目前很少考慮[54]。給定一組測試圖像，可得出22的混淆矩陣,從混淆矩陣可知，分類錯誤只有兩類。B，C。事實上，ROC曲線偏離機會線越遠，即ROC曲線下的面積（AUC）越大，分類性能越高。 ROC曲線示例 經(jīng)典的隱寫分析技術(shù)本小節(jié)主要介紹幾種典型的空域LSB匹配隱寫分析技術(shù)，這些算法都是用于確定圖像是否隱藏秘密信息的二值判斷，本學(xué)位論文所提出的算法也將和下面這些經(jīng)典的隱寫分析算法進行比較。一般情況下，需要嵌入的秘密信息與載體圖像是互相獨立的，在此假設(shè)下Harmsem[15]等將圖像隱寫行為模擬為在載體圖像中加入隨機噪聲，則載密圖像的一維直方圖可以用載體圖像的一維直方圖和秘密信息分布的卷積表示，即：。對直方圖的傅里葉變換即特征函數(shù)（histogram characteristic function, HCF）定義質(zhì)心（center of mass, COM）：，作者從理論上證明了，即經(jīng)過圖像隱寫后，圖像一維直方圖特征函數(shù)的質(zhì)心下降，可以作為數(shù)字圖像隱寫分析的敏感特征。Ker[16]指出，Conventional HCF COM特征應(yīng)用于灰度圖像LSB匹配隱寫分析并不成功。Ker[16]通過實驗發(fā)現(xiàn)，載體圖像的四倍下采樣圖像的與載體圖像的幾乎相等，而攜秘圖像的四倍下采樣圖像的與載體圖像的相差很大，存在關(guān)系：。 嵌入數(shù)據(jù)前（圓點）后（叉形）圖像的C[H]值變化最后總結(jié)出基于圖像直方圖特征函數(shù)的四種隱寫分析特征：Conventional HCF COM、Calibrated HCF COM、Adjacency HCF COM、Calibrated Adjacency HCF COM。(2) 基于圖像直方圖局部極值（ALE）的隱寫分析算法張軍等[18]指出對于嵌入率為的LSB匹配算法，其隱寫行為在一維直方圖上相當(dāng)于一個核為的低通濾波，導(dǎo)致圖像一維直方圖平滑，尤其對局部極值點。此外，張軍還利用隱寫后直方圖的局部極大值將變小，而局部極小值將變大的性質(zhì)