调色板图像多特征隐写分析技术研究

论文摘要

随着信息时代的到来,个人或组织、机构可以通过各种通信网络方便、快捷地传递各种信息。但一些私密的信息在这些公共通信平台上传输很容易被窃取或破坏,这使得信息的安全问题日益受到人们的关注。作为信息安全的一个重要领域,隐写术和隐写分析的研究也越来越受到各国政府和研究者的重视。隐写术要求掩盖“正在进行中秘密通信”,它通过将秘密信息嵌入到数字载体中,如数字图像、数字音频等,再将含密的载体发送给接收方,而不被其他人所觉察。隐写分析则是对隐写术的一种攻击,它通过对可疑的数字载体进行分析,揭示秘密信息的存在性,从而察觉“正在进行中秘密通信”,并进一步分析秘密信息的内容。调色板图像(如GIF格式图像)是目前Internet上常见的图像类型,并被广泛地用作载体,达到传递秘密信息的目的。已有大量基于GIF格式的隐写软件出现,如Gifshuffle, EzStego等,因此,针对调色板图像的隐写分析技术的研究具有重要的现实意义。本文主要研究了调色板图像的隐写与隐写分析技术,主要工作如下：(1)本文通过对调色板图像多比特分配(MBA)隐写算法的嵌入部分进行仿真,得到大量不同嵌入率条件下的含密图像。并对隐写前后的图像进行了比较分析,测试了MBA隐写算法对图像的改变程度以及MBA隐写算法的时间效率。本文还采用C语言编程实现了整个MBA隐写算法,包括信息的嵌入和提取部分,并给出了利用边链表实现颜色比特分配的可行性,以及嵌入秘密信息长度的必要性。(2)本文对MBA隐写算法对图像特性的影响进行分析,提出针对MBA隐写的多特征检测算法。该算法首先计算GIF图像三个颜色平面以及对应灰度图像的灰度平面的差分矩阵,再从差分矩阵中提取共生矩阵特征和高阶直方图特征,然后将提取的多个特征进行特征降维和归一化处理,最后利用支持向量机进行分类检测。实验测试结果表明,该检测算法在准确率上比Farid的算法有一定程度的提高。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及其意义
• 1.2 隐写术以及隐写分析概述
• 1.2.1 隐写术概述
• 1.2.2 隐写分析概述
• 1.3 国内外研究现状
• 1.4 本论文的章节安排
• 第2章 数字图像的隐写与隐写分析
• 2.1 数字图像基础
• 2.1.1 图像的表示
• 2.1.2 图像的变换
• 2.2 数字图像隐写
• 2.2.1 隐写的分类
• 2.2.2 图像空域隐写
• 2.2.3 图像变换域隐写
• 2.3 数字图像隐写检测
• 2.3.1 隐写检测的分类
• 2.3.2 常用的分析特性
• 2.3.3 分类器
• 2.4 本章小结
• 第3章 MBA算法实现与分析
• 3.1 MBA隐写算法
• 3.2 MBA隐写嵌入仿真
• 3.3 MBA算法的程序实现
• 3.3.1 生成分配表
• 3.3.2 嵌入和提取
• 3.4 本章小结
• 第4章 多特征MBA隐写分析算法
• 4.1 对MBA的算法分析
• 4.1.1 共生矩阵特性
• 4.1.2 直方图特性
• 4.2 多特征的提取
• 4.2.1 共生矩阵特征的提取
• 4.2.2 统计直方图特征的提取
• 4.2.3 特征的降维
• 4.3 支持向量机分类检测
• 4.4 实验结果
• 4.5 本章小结
• 总结与展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研成果