信息隐藏(隐写术)

信息隐藏（隐写术）主讲教师：余艳玮[e-mail]2020/5/2321信息隐藏概述2隐写术的基本原理3隐写术4隐写分析技术2020/5/233•隐写术–空域隐写术•原始类图像隐写术–基于文件格式的隐写术–替换技术：位平面、颜色通道»LSB–基于关系的技术•有限调色板图像隐写术–变换域隐写术•JPEG图像隐写术2020/5/2343.3JPEG图像隐写术•Jsteg•Outguess算法•F52020/5/235•JPEG格式图像在网络中大量传输的应用普遍性和JPEG图像编码算法的公开性，使JPEG图像得到了众多隐写术研究者的青睐，因而基于JPEG图像的隐写术得到了迅猛的发展。•用它作为信息隐藏的载体图像在网络上进行隐蔽通信，与其它图像格式相比，它所引起的怀疑相对比较小。•由于JPEG图像格式采用的是有损压缩，根据质量因子的不同，图像显示出的效果本身会有差异，这就使得攻击者难以判断图像中的异常到底是较低的质量因子还是嵌入隐藏信息所导致的。2020/5/236•Jsteg和OutGuess将秘密信息嵌入在量化后的DCT系数的LSB上，原始值为0和1的DCT系数除外。2020/5/237(1)Jsteg隐写算法•首先获得图像量化后的DCT系数矩阵，对于不为0、1的DCT系数，用秘密信息取代其LSB，即完成嵌入过程。（连续嵌入）•提取秘密信息时，也只是将含密图像中不等于0,1的量化DCT系数的LSB取出即可。•Jsteg隐写实质上就是将LSB嵌入法应用到量化后的DCT系数–优点：实现简单–缺点：利用x2分析可以很容易地检测出秘密信息的存在，因此其安全性并不好2020/5/2382020/5/239(2)OutGuess算法•OutGuess算法是NielsProvos针对Jsteg类算法的缺陷提出的一种方法，主要分两个部分:–嵌入过程不修改DCT系数值为0，1的DCT系数，利用伪随机数发生器产生间隔以决定下一个要嵌入的DCT系数的位置。（随机间隔）–纠正过程消除对效应的出现，方法是利用那些未被修改的DCT系数进行修改来维持直方图保持不变2020/5/23102020/5/2311(3)F5隐写算法•是由德国著名学者Pfitzmann和Westfeld在2001年提出的。是一种针对JPEG图像，可以提供较大的嵌入容量、抗x2检测的隐写算法。•F5的算法描述如下:–由用户输入的密码产生一组随机序列，利用该随机序列来随机选择量化DCT系数的非零交流系数。–对选中的DCT系数进行分组，每组包含2k-1个DCT系数，用以嵌入k比特信息。–利用矩阵编码来嵌入信息2020/5/23122020/5/2313矩阵编码•编码方式为(1,n,k)，其中n=2k-1如何选择k?2020/5/2314利用矩阵编码嵌入秘密信息2020/5/2315F5算法的特点•隐藏信息量大•高效（embeddedbitsperchange）：•抵抗x2检测•开源•利用了常见的图像格式（JPEG）2020/5/23161信息隐藏概述2隐写术的基本原理3隐写术4隐写分析技术2020/5/2317•隐写分析的定义•隐写分析的现状•隐写分析的原理2020/5/2318隐写分析的定义•隐写分析（隐写检测）：非授权用户进行的信息嵌入逆过程，意指第三方（黑客，通常位于公开信道中）对信息隐藏的一种攻击行为，它不是隐藏信息的合法的检测或提取。2020/5/2319隐写分析的现状•在1999年召开的第三届信息隐藏国际会议上，Westfeld等首次提出检测空域LSB隐写的直方图攻击方法。–通过分析像素值对的统计分布建立卡方统计量(x2)来检测隐藏信息的存在性，并能可靠估计嵌入的秘密消息的大小。–但是，这种方法需要执行多次卡方检验，计算速度受到一定限制。2020/5/2320•Fridrich等2001年首次提出一种RS(regularsingular)隐写分析方法，这种方法来源于一种无损隐写方案。通过计算LSB平面和移位LSB平面的无损信息隐藏容量，导出了估计秘密消息大小的方程，是目前惟一能够检测连续LSB替换和随机LSB替换嵌入的秘密信息，并能可靠估计嵌入的秘密信息大小的算法，具有较高的可靠性和灵敏度。2020/5/2321•还有一类很强的适应性的通用盲检测方法，但大多只能以一定概率判断隐藏消息的存在性，并且检测的可靠性随着嵌入的隐藏消息的减少急剧下降，这在很多应用场合下是不可接受的。此外，这类方法并不能给出一个关于隐藏消息大小的信息，不利于下一步隐藏消息的提取。•因此，很多研究者致力于研究面向特定隐写方法的隐写分析算法，力求实现针对某一种特定隐藏方法实现可靠检测，并准确估计隐藏消息的大小，进而实现秘密消息的提取。2020/5/2322隐写分析的原理•信息隐藏技术中，所有的被隐藏的秘密信息m都可以表示为下面简单的公式：m=p+t其中：–t为被隐藏的秘密信息中经过处理后在载体文件中不会产生可检测失真的部分，它是人对一个媒体的不可感知能力的阂值。–p为被隐藏的秘密信息中经过处理后在载体文件中会产生可检测失真的部分。–t值的大小代表着隐写算法的水平，当m=t，即p=0时，表示秘密信息的嵌入没有对载体信息产生任何影响，这时的隐写算法达到最高水平，任何检测技术都会无能为力。2020/5/2323隐写分析的目的•检测隐藏信息的存在性，并估计隐藏信息的长度•提取隐藏信息•删除和扰乱隐写载体中嵌入的隐写信息2020/5/2324现有的典型统计隐写分析方法•直接观察分析法•基于统计特征的方法•通用盲检测方法2020/5/2325(1)可视攻击(VisualAttack)•错误假设:LSB呈现随机分布，因而可以替换；利用人类的认知能力可以验证该假设错误性。•可视攻击：人们可以可以从图像的最低有效位看见隐藏消息。2020/5/2326可视攻击(VisualAttack)2020/5/2327LSBofOriginalImageLSBofStegoImage2020/5/2328(2)基于x2检验隐写分析算法•卡方统计(x2统计)攻击是通过观察隐写图像的统计直方图来检测图像中是否含有隐藏信息。假设载体为8bit灰度图像，灰度值为i的象素数为ni，将n2i与n2i+1作为一对数字来处理。秘密信息可以看作是0、1随机分布的比特流，而且值为0与值为1的可能性都是1/2。如果秘密信息完全替代了载体图像的最低位，那么n2i与n2i+1的值会比较接近。如果载体图像未经隐写，n2i与n2i+1的值就会相差得远一些。2020/5/23292020/5/2330期望分布(expecteddistribution):观察分布(observeddistribution):两种分布之差表示为：两种分布相同的累积概率函数：v：由n2i与n2i+1组成的数字对的数目；为常用的EulerGamma函数；p表示载体被隐写的可能性。如果p接近1，则说明载体图像中含有隐秘信息；在未隐写信息时，p值接近于02020/5/2331x2检测性能分析2020/5/23322020/5/23332020/5/23342020/5/23352020/5/2336(3)RS隐写分析方法•J.Fridirich等提出的RS检测算法在隐写分析的研究中具有重要的意义，它是第一个可以检测随机间隔嵌入LSB算法的隐写分析方法，并可以精确地估计出秘密消息的长度。•绝大多数图像的采样点之间具有较强相关性，而秘密信息由于通常经过压缩或加密，可以认为不具有相关性，所以当秘密信息被嵌入到载体图像数据的最低位后，象素灰度值之间的相关性会在一定程度上受到破坏。RS方法就是利用这个特性来检测数字媒体中是否含有秘密信息。2020/5/2337•具体步骤如下:•给定一个图像块，可以用下式表示混乱程度•其中，X是图像块的灰度值矩阵，X1表示将X左移一列，X2表示将X下移一行，f(X)表示相邻象素灰度差值的绝对值总和。2020/5/2338•记F1为2i与2i+l之间的互相翻转操作，即：•记F-1:为2i-1与2i之间的互相翻转操作，即：•LSB隐写就相当于对部分象素应用F1操作，则:2020/5/2339•于是，由判断函数f和翻转函数F可以将图像的像素组G分为三类R、S和U:•式中，F(G)表示对像素组G=(x1,x2,…,xn)的所有成员进行一次翻转操作。但是通常的嵌入算法是对不同的像素采用不同的翻转变换，于是，定义一个模板M，M是元素值为{-1，0，1}的1×n维数组，则FM(G)=(FM(1)(x1),FM(2)(x2),…,FM(n)(xn))。2020/5/2340•RS分析时，首先将待检图像分为很多大小相等的图像块，再对每个小图像块随机抽取部分象素(如1/2)进行F1操作，然后利用公式(3.3.4)计算其混乱程度是否增加，并计算混乱度增加的图像块在所有图像块中的比例，记为RM；而混乱度减小的图像块在所有图像块中的比例记为SM，一般说来RM+SM1；最后应用F-1操作在每个小图像块中进行类似的处理，也记下混乱度增加和减小的图像块的比例，分别为R-M和S-M。RS检测算法假设，如果待检图像没有经过LSB隐写，那么无论应用F1操作还是应用F-1操作，从统计特性上来说，会同等程度地增加图像块的混乱度，也就是说，而且RMSM，R-MS-M。2020/5/2341•如果待检图像是经过LSB隐写的，则应用F1操作和应用F-1操作的结果就会有所不同。具体地说，对原始载体图像进行隐写本来就是对部分象素应用了F1操作，现在，再对隐写图像的部分象素应用F1操作，这样所有象素可以分为没有被操作处理的、经历过一次操作的、经历过二次操作的三类。其中第三类象素经历了两次F1操作，又回到了原始值。而如果对隐写图像的部分象素应用F-1操作，也会有一些象素经历了两次操作，但由于这些象素经历的是一次F1操作和一次F-1操作，与原始值就会偏离得更远，因此，应用F-1操作对混乱度的增加要大于应用F1操作对混乱度的增加，就会有RMR-M的结果，也就是说，R-M-S-MRM-SM。•因此，RS隐写分析法可以通过计算RM、SM、R-M、S-M，并比较它们的关系来检测载体图像数据中是否含有秘密信息。2020/5/2342RS检测算法性能分析2020/5/23432020/5/2344(4)F5检测算法•设h(d)(d=0,1,…)为原始图像AC系数绝对值等于d的总个数。同样地，记hkl(d)为8X8的AC系数矩阵中下标为(k,l)，1≤k,l≤8，且绝对值等于d的个数。•对应地，记H(d)为经过F5嵌入后的AC系数绝对值为d的总个数，Hkl(d)为经过F5嵌入后，AC系数矩阵中下标为(k,l)且绝对值为d的总个数。2020/5/2345•假设待测图像经过F5嵌入算法后修改了n个非零AC系数。那么，记对于一个非零AC系数，它被更改的概率为ß，即ß=n/P。P为图像中所有非零AC系数的个数，那么，p=h(1)十h(2)+…。由于F5是随机选择嵌入的非零AC系数，于是，2020/5/23462020/5/23472020/5/2348性能分析2020/5/2349隐写分析方法小结•x2检验：对连续LSB嵌入方式的检验精度比较高，并且能很好地估计出隐密信息的长度和位置。但是对随机嵌入LSB的检验精度却大大降低，这也跟x2值的计算公式有关系。•RS检验法：对越随机嵌入的信息检测效果则越好。但该方法完全将嵌入信息当作噪声，覆盖图像初始偏差、噪声级别等都会对估计精确性产生影响。总的来说，RS分析法是一种对LSB嵌入检测精度较高的方法，虽然在连续嵌入情况下检测率不高，但是随着嵌入信息大小的增加，检测精度也逐步增加。•F5隐写分析算法：是针对F5隐写的检测算法，能够有效的对隐写图像进行嵌入信息大小的估测，误差较小，同时该算法也适用于OutGuess隐写算法的检测。•目前有许多学者和机构致力于图像隐写分析的研究，但是至今还未形成一套完整的理论和实质性的突破，现有的检测算法都具有一定的局限性。2020/5/23