高阶统计量的JPEG图像隐藏信息检测研究

图 1 信息隐藏技术的分类 Figure 1 classification of information hiding technology
信息隐藏技术的内容十分广泛，按不同的运行环境、载体及所采用的算法，可以分 为以下几个方面。 ⑴、文档文件中的隐藏信息：利用文档文件的布局可以隐藏秘密信息，并根据秘密 信息的内容调整每行或每个字之间的距离， 还可以额外的加入空格和不可见信息来表达 秘密信息，并对原文件进行分析，以便发现这些隐藏信息。 ⑵、图像、音频和视频文件中的隐藏信息：按照秘密信息的嵌入方式可以将其分为
第 1 页
第一章 绪论
和其它非机密性一般资料无异的文件，因而十分容易避开非法拦截者的追击。其道理如 同生物学上的保护色，巧妙地将自己伪装隐藏于环境中，免于被天敌发现而遭受攻击。 这一点是传统加解密系统所欠缺，也是信息隐藏学的基本思想。 自从 20 世纪 90 年代世界各国开始研究信息隐藏技术以来，已有相当数量的研究成 果问世。现在，信息隐藏已经成为一门新兴的、拥有许多分支的学科，主要学科分支包 括：掩蔽信道、匿名通信技术、隐写术、数字水印技术。较合理的信息隐藏学的主要分 支情况如图 1 所示。
第 2 页
第一章 绪论
两类，一是将秘密信息按某种算法叠加到图像的空间域中，一般是嵌入到图像中最不重 要的像素位上；一是先将图像进行某种变换，然后将秘密信息嵌入到图像的变换域中。 从目前的情况来看，由于变换域方法具有很好的稳定性，对图像的压缩、滤波以及噪声 均有一定的抵抗力，而且一些算法还结合了当前的图像和视频的压缩标准。 ⑶、 存储载体中的隐藏信息： 充分利用未用的磁盘空间或者保留的空间来隐藏信息， 不会破坏载体原有的信息。操作系统在存储文件时会产生不用的空间，这些额外的空间 可以用来隐藏信息而不被正常的文件系统所显示。在文件系统中，创建一个隐藏分区也 是信息隐藏的一种方法。当启动正常文件系统时，这个分区是不为所见的，但是在许多 情况下，允许一些磁盘配置时就会暴露隐藏的磁盘分区。 ⑷、网络协议数据中的隐藏信息：基于 OSI 模型的网络协议也可以用来隐藏信息。 TCP/IP 包在因特网中传输信息时其包头结构中有一些未用的位， 在每一个传输通道中有 成千上万的包，这将有许多秘密通信信道。 20 世纪 90 年代以来，计算机网络技术和多媒体信息处理技术在全世界范围内得到 了迅猛的发展。一方面，网络技术的发展，使得处在世界各地的人们进行信息交流更加 方便、迅速和经济；另一方面，数据压缩和多媒体技术的发展，使得人们能够方便快捷 地制作、加工、分发和传送各种多媒体制品，如数字化音乐、图像、影视等方面的作品， 而且这种复制和传送几乎可以无损地进行。这为信息资源的充分共享提供了便利的条 件。各种机密信息，如个人的信用卡帐号，在崇尚效率的信息时代，都逐渐在网络中出 现。但是，网络在给人带来便利的同时也暴露出越来越严重的安全问题。由于全球互联 网是一个开放的系统，虽然普通用户可以通过网络方便、快捷地交流信息，但是恶意用 户也可以通过网络想方设法抓取他们感兴趣的任何信息，甚至攻击系统。 传统的信息安全技术主要建立在密码学理论的基础上，它对于机密文件的处理是将 其加密成密文，使得在网络传输过程中的非法拦截者无法从中获取机密信息，达到保密 的目的。但是这种加密方法有一个致命的缺点，就是它明确地表明出哪些是重要信息， 容易引起攻击者的好奇和注意，同时攻击者还有可能在破解失败后将信息破坏，使合法 的接收者也无法获取信息。另外，密码的不可破解度是靠不断增加密钥长度来提高的，
学位论文作者签名： 梁斌
指导教师签名：李生红
日期：2007 年 1 月 16 日
日期： 2007 年 1 月 16 日
2
第一章 绪论
第一章 绪论
1.1 课题研究背景和意义
信息隐藏是一种将秘密信息隐藏在公开的载体信号上的信息安全技术。现代信息隐 藏技术来源于古老的隐写书（Steganography） 。Steganography 一词来源于希腊语，其原 意为“Covered Writing” ，历史上有许多信息伪装的实例。例如在古希腊战争中，为了军 事情报的安全传送，将情报文刺在奴隶的头皮上，等到他的头发重新长出后，信息便被 隐藏起来，从而达到秘密传递信息的目的。一直到 20 世纪初期一些德国间谍仍然使用 这种方法。其它的隐写技术还包括将信息隐藏在信使的鞋底里或妇女的耳饰中，将正文 信息写在木板上然后用石灰水把它刷白等等。尽管有许多信息伪装的实例，但在以往的 技术条件下，信息伪装的应用是极有限的。 现代的信息隐藏，或者更严格地称为信息伪装的研究可以追溯到 Simmons 于 1983 年提出的“罪犯问题” 。在该问题的中，监狱中的两名罪犯 Alice 和 Bob 准备策划一次 越狱行动。 他们之间的任何通信联络必须经过看守 Willie， 如果 Willie 发现 Alice 和 Bob 之间有任何加密信息的传送，他将会挫败他们的计划。此问题的提出引起了研究信息隐 藏课题的热潮。在国际上正式提出数字化信息隐藏研究是在 1992 年。随着多媒体技术 和 Internet 的迅猛发展，互联网上的数字媒体应用正在呈爆炸式的增长，越来越多的知 识产品以电子版的方式在网上传播。数字信号处理和网络传输技术可以对数字媒体（数 字声音、文本、图像和视频）的原版进行无限制的任意编辑、拷贝和散布，并已成为数 字世界的一个非常重要和紧迫的议题。如何防止知识产品被非法复制及传播，也成为目 前急需解决的问题。因此，国际上近几年来开始提出一种新的关于信息安全的概念，开 发设计出不同于传统密码学的技术，即将机密资料信息秘密地隐藏于一般的文件中，然 后再通过网络传递。由于非法拦截者从网络上拦截下来的伪装后的机密资料，并不像传 统加密文件一样，看起来是一堆会激发非法拦截者破解机密资料机的乱码，而实际上是

日期： 2007 年 1 月 16 日
1
上海交通大学 学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。 本人授权上海交通大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密□，在 本学位论文属于 不保密√。 （请在以上方框内打“√”） 年解密后适用本授权书。
第 III 页
ABSTRACT
Keywords: higher-order statistics, wavelet transform, characteristic function, gradient energy, image quality measures
第 IV 页
上海交通大学 学位论文原创性声明
ABSTRACT
With the development of information technology, information security has been paid more and more attention. Today, there’re two directions in the research of secure information transmission: cryptology and steganography. Steganography refers to the science of “invisible” communication. Unlike cryptography, where the goal is to secure communications from an eavesdropper, steganographic techniques strive to hide the very presence of the message itself from an observer. Although proposed in 1992, steganography has developed rapidly. It has become one of the pop topic in the research field of information security. In this paper, a general blind image steganalysis method is proposed, in which a multi-dimension characteristic vector of image is used to form a 2-class classified model. The characteristic vector of image is composed of image gradient energy、image quality measures and a set of characteristic features based on higher-order statistics. Besides, a steganalysis aimed at F5 is also proposed, in which characteristic function and higher-order statistics are combined to form a new characteristic vector of image. Both of the steganalysis methods focus on picking up effective characteristic features. First, the characteristic features of training image are picked up to form training samples, which is used to train a classifier(SVM) in order to form an effective 2-class classified model. Then, the same characteristic features of image to be tested are input to the classified model, which can tell whether a image contains a hidden message. Experiment show that both of the schemes work well, they can detect the hidden information efficiently.