基于图像的信息隐藏检测技术
一种基于位图图像的信息隐藏新方法
所代表 的能量很少 , 改变低 位对 图像 的质量没 有太 大 的影 响 , XS L B方法正是利用这 一点 将 图像 数据 中对 视觉效 果影 响较 小 的最低几位 比特都归入 “ 最低有 效” 的范 围 , 达到 扩展 从而 掩体空 间提高信 息隐藏率 的 目的。同时还通过使秘 密信 息位 与载体信息位进 行异或 运算 后再 嵌入 信息 , 增加 了攻 击者 提
第2 4卷 第 2期
一
种 基 于位 图 图像 的 信 息 隐 藏 方 法 新
李为华 陈功平
( 信阳师范学院 计: 文在 分析 传统最低 有效位 隐藏方法 的基 础上 , 出了一 种基 于扩展 最低有 效住 的信 息隐藏新 方法。经过检 本 提 验该方法较传统最低有效住方 法有更 高的 隐藏率和鲁棒 性。 关键 词 : 息隐藏 ; 信 最低 有效位 ; 扩展 最低 有效住
传统的信息安全技术主要是建立在密码学理论的基础上, 但是加
密方法容易引起攻击者的注意, 攻击者还有可能在破解失败后将 信息破坏 , 使合法接受者也无法获取信息。信息隐藏技术与密码 技术 的最大不同在 于, 它将秘密 信息嵌入到不易察觉的宿主中, 使得攻击者感觉不到秘密信息的存在 , 使要保护的信息 由看不懂 到看不见 , 较单纯密码加密多了一层保护。
人为破坏时 , 的信息应保持其完整性 。 嵌入
稳定性指 隐藏信 息能“ 久 ” 永 的存在 , 在一定 的条 件下 并
可 以提 取 。
收 稿 日期 : 0 7—0 —0 20 1 4
作者 简介 : 李为华 (9 1 , , 师, 究方向 为图形 图 17 一) 女 讲 研 象处理。
内容 , 主要优点是 计算量 小 而且可 以实现高容 量 和较好 的 不 可见性 , 本文所研究 的算法 属于时域 法 。
本科毕业设计-基于lsb的信息隐藏技术的实现
引言信息隐藏将在未来网络中保护信息不受破坏方面起到重要作用,信息隐藏是把机密信息隐藏在大量信息中不让对手发觉的一种方法。
信息隐藏的方法有很多种,基于图象的信息隐藏检测技术是隐写分析技术的基础,对于保障网络信息安全和提高信息隐藏算法的安全性具有重要意义。
最低有效位算法LSB(Least significant bit)是一种简单而通用的信息隐藏方法,大部分的多媒体文件(如图像、音频和视频文件等)都可作为LSB算法中的载体。
本文讨论以图像为载体的LSB隐藏算法。
第一章绪论1.1 信息隐藏技术的来源随着互联网的迅速发展,网上提供服务越来越丰富,人们如今可以通过因特网发布自己的作品、重要信息和进行网络贸易等,但是随之而出现的问题也十分严重:如作品侵权更加容易,篡改也更加方便。
计算机和通信网技术的发展与普及,数字音像制品以及其他电子出版物的传播和交易变得越来越便捷,但随之而来的侵权盗版活动也呈日益猖獗之势。
因此如何既充分利用因特网的便利,又能有效地保护知识产权,已受到人们的高度重视。
信息隐藏技术作为网络安全技术的一个重要新兴课题,内容涉及数据隐藏、保密通信、密码学等相关学科领域,作为隐蔽通信和知识产权保护等的主要手段,正得到广泛的研究与应用。
为了打击犯罪,一方面要通过立法来加强对知识产权的保护,另一方面必须要有先进的技术手段来保障法律的实施。
信息隐藏技术以其特有的优势,引起了人们的好奇和关注。
人们首先想到的就是在数字产品中藏入版权信息和产品序列号,某件数字产品中的版权信息表示版权的所有者,它可以作为侵权诉讼中的证据,而为每件产品编配的唯一产品序列号可以用来识别购买者,从而为追查盗版者提供线索。
此外,保密通信、电子商务以及国家安全等方面的应用需求也推动了信息隐藏研究工作的开展。
中国自古就有这样的谚语,叫做“耳听是虚,眼见为实”,“百闻不如一见”,英语中也有“Seeing is believing”的说法。
这些都表明人们往往过分相信自己的眼睛,而这正是信息隐藏技术得以存在和发展的重要基础,在这一研究领域,大量事实告诉人们:眼见不一定为实!1.2信息隐藏技术的发展1.2.1历史上的隐写术现代信息隐藏技术是由古老的隐写术(Steganography)发展而来的,隐写术一词来源于希腊语,其对应的英文意思是“Covered writing”。
基于特征函数和高阶统计量的图像信息隐藏盲检测方法
摘
要 :本文对 F r ai d的盲检测算 法作 了改进 ,提 出了一种更为有效 的图片信息隐藏盲检测方法。该方法引入特 征函数
来描述图片的统计规则性 ,并将图片小波子带系数及其线性 预测误差 的特 征函数的高 阶统 计量作 为图片 的特征 向量来建 立
分类模型。实验结果表 明,该方法来获得 图片的特征 向量 。最后 , 把这些 图 片特征 向量作 为 S M 的输 入 , 练分类器 , V 训 即可 获得一个 最
入 的隐藏信息 。如 F dih 出的 R i c rr 提 s检测法 和 R P检测 法 佳 的分类模 型 , Q 可靠的判断一幅图片是否含有 隐藏信息 。 是却无法检测出 F 5隐藏信息。因为这些 检测算法 检测 的是
第2 4卷 第 5期 20 0 8年 1 0月
信 号 处 理
S GNAL P OC S NG I R ES I
Vo . 4. NO. 12 5
O t2 0 c. 0 8
基 于 特征 函数 和 高 阶统计 量 的 图像 信 息 隐 藏 盲 检 测 方 法
荆 涛
( 京 交通 大 学 电子 与信 息 工 程 学 院 ,北 京 10 4 ) 北 0 04
Ab ta t T i a e r s n sa g n r l l d i g t g n lssme h d b s d u o a i Sme h d I i me h d, ec a a — sr c : h sp p rp e e t e ea i b n ma e se a ay i t o a e p n F r d’ t o . n t s t o t h r c h h
hdd n i om ain efce ty i e n r t fiin l. f o
基于BMP图像数据的信息隐藏方法
S ( P 2 " ‘ $ -4 0+R 2 4 0+ ,%. " 02W " 1 " 2 3G %# 102G /*R ,%3, * + BC D : 3 LC FS
!C D FS J D F) FC O M N P C 9 E #C D FS J D F 110#%5 # ; IC FD " $*K = > # . + %( . M 9 I: RJ : N C FJ : N K D 9 C : F IC RC FS UD P M R: F= a ?C K D S M C P LN M P M F9 M R7> IM RC P LG D E M RC K D S M RD 9 D C P S : 9 9 M FD H H : N RC FS 9 : 9 IM UC 9 K D LJ C G M 3 IM D R RD 9 D FR 9 IM N MC P F: N M G D 9 C : FP IC L9 : 9 IM RD 9 D J : G G : X C FS 9 IM C K D S M RD 9 D C F9 IM J C G M 7cIM F9 IM P M H N M 9 C FJ : N K D 9 C : FC P #D #: M K UM RRM RC F9 IMUE 9 M P J : G G : X C FS9 IMC K D S MRD 9 D FG E9 IM P C \ M : J = a ?J C G M C P C FH N M D P M R# U89 R: F7 9 C FJ G 8M FH M 9 IM C K D S M 9 : UM RC P 3 LG D E M R7 * P D N M P 8G 9 #9 IM C FJ : N K D 9 C : FC P IC RRM F7 > IM P M H N M 9 C FJ : N K D 9 C : FH D F UM N M H : FP 9 N 8H 9 M R UE N M D RC FS 9 IM RD 9 D J N : K9 IM UE 9 M P M K 3 UM RRM RC F9 IMP M H N M 9 C FJ : N K D 9 C : FC F9 8N F7> IM N M C P F: 9 D FE O C P 8D G RC J J M N M FH M UM 9 X M M F9 IM H : O M N C K D S M M K UM RRM RC FP M H N M 9 C FJ : N K D 3 9 C : FD FR 9 IM : N C S C FD G H : O M N C K D S M 7(: 9 IM IC RC FS J M D 9 8N M C P P 9 N : FS 7> IM P C K 8G D 9 C : FM T LM N C K M F9 P LN : O M 9 IM J M D P C UC G C 9 E D FR 9 IM O D G C RC 9 E : J 9 IC P D G S : N C 9 IK 7 ? @A 0+ 1 # FJ : N K D 9 C : F IC RC FS a ?C K D S M K UM RRC FSD G S : N C 9 IK $C %= %M
基于图像视觉复杂度计算的分类信息隐藏图像库
2 .Unv riyo n e n to a lt n ,B in 0 0 1,Chn ) iest fI tr a in l ai s ej g 1 0 9 Re o i ia
A s r c :Ai e tt e lc ft e i g i r r u l i g s a d r n i f r t n h d n n o r l t e r — b ta t m d a h a k o h ma e l a y b i n t n a d i n o ma i i i g a d c r e a i e b d o v sac e r h,a me h d wa r p s d t u l n i g i r r a e n t e i a e v s a o lx t . F r t t o s p o o e o b i a ma e l a y b s d o h m g iu lc mp e iy d b is l y, t e c mp t to d lo h m a e c mp e iy wa e i e t h a s n v s a mo e . B s d o h h o u a i n mo e f t e i g o l x t s d fn d wi t e W t o iu l h d 1 ae n te mo e h ma e vs a o l x t s o t i e . Th i u a i n e p rme td mo s r t s t a h e u t d lt e i g iu l mp e iy wa b a n d c e sm l t x e i n e n t a e h t t e r s l o
息 隐藏算法进 行评 价 时 , 少一 个统一客观 的 图库 作为基 础 。针 对 这一 问题 , 出了一种根 据 图像 视 觉复杂 缺 提 度 建立 图像 库的 方法 。 利用Wasn视 觉模 型 , to 通过 对相邻像 素 块 间视 觉 感知度 变化 的测量 , 定义 了图像视 觉
DCT变换的图像信息隐形水印技术资料
基于DCT域水印技术的图像信息隐藏方法研究摘要:数字水印是将特定的数字信息(水印)隐藏于数字化的多媒体数据(如图像、声音、视频和文本等)中,而不影响原数据的效果,并且可以从这些数据信息中部分地或全部地恢复出来,以达到版权保护的目的。
作为一门新兴的学科,数字水印有许多理论与实际技术问题善待解决。
本文主要是改进目前许多图像隐形水印算法在嵌入强度和含水印图像的质量评价等方面存在的问题,设计了一个较完整的基于DCT域的图像隐形水印算法,使该算法较好地兼顾不可感知性、稳健性和安全性。
本算法在充分考虑人类视觉系统掩蔽特性的基础上,首先把原图像各8×8块按Hilbert扫描顺序排列, 然后在原图像分块的Hilbert序列中选取一块图像的DCT域的三个中频分量之间嵌入水印。
嵌入水印具有很好的透明性,水印嵌入强度是与原图像特征相自适应的。
同时,水印的提取无须求助于原图像。
此外,实验结果也证明,该方法对图像调整、JPEG压缩和锐化图像等攻击具有较高的鲁棒性,是一种行之有效的水印嵌入方法。
关键词:DCT;水印;信息隐藏;鲁棒性;不可见性,嵌入强度;离散余弦变换;DCT-based domain of information hiding technologyimage watermarking method researchAbstract: Digital watermarking is a particular digital information (watermark) hiding in digital multimedia data (such as images, sounds, video and text, etc.), without affecting the original data, results, and information from these data, in part or All resume out in order to achieve the purpose of copyright protection. As an emerging discipline, digital watermarking has many theoretical and practical kind to solve technical problems. Of this paper is to improve the current number of invisible image watermarking algorithm in the containing watermark embedding strength and image quality evaluation of existing problems, designed a more complete image based on DCT domain invisible watermarking algorithm, so that the algorithm has better balance can not be perceived Xing, robustness and security.The algorithm taking full account of the human visual system masking, based on the first of the original image of 8 × 8 Kuai by Hilbert scan order, and then in the original image sub-block Hilbert select an image sequence of DCT-3 IF components of the between the embedded watermark. Embedded watermark has good transparency, watermark embedding strength is adaptive characteristics of the original image. Meanwhile, the watermark extraction is no need to resort to the original image. In addition, the experimental results also show that the method of image adjustment, JPEG compression, and sharpening images have a high attack robustness, is an effective method of watermark embedding.Keywords: DCT; watermark; information hiding; robustness; invisibility, embedding strength; discrete cosine transform;目录1引言............................................................................................................................................. - 4 -1.1数字水印信息隐藏技术简介. (4)1.2课题的研究背景 (5)1.3行业发展现状 (6)1.4本课题的研究目标和主要内容 (7)2图像隐形水印技术..................................................................................................................... - 7 -2.1DCT变换的基本原理:.. (8)2.2DCT域水印算法的特点 (10)2.3图像隐形水印的性能评估 (11)2.3.1水印的稳健性分析 ................................................................................................... - 11 -2.3.2图像质量评价方法 .................................................................................................. - 12 -2.3.3水印的性能测试 ...................................................................................................... - 13 -3基于DCT域的图像隐形水印算法实现 ................................................................................ - 15 -3.1问题分析 (15)3.1.1水印嵌入位置的选择 .............................................................................................. - 15 -3.1.2含水印图像的质量评价 .......................................................................................... - 16 -3.2水印的制作 .. (20)3.2.1水印信号的预处理 .................................................................................................. - 20 -3.2.2水印的嵌入.............................................................................................................. - 21 -3.3水印的提取 .. (23)3.4水印的检测 (24)4仿真分析................................................................................................................................... - 24 -4.1水印的性能测试 (25)4.2实验结果分析 (26)4.3水印图像抗攻击性能实验 (27)5小结与致谢............................................................................................................................... - 28 -5.1致谢 .. (28)6参考文献................................................................................................................................... - 29 -1引言1.1 数字水印信息隐藏技术简介随着信息科技的不断发展,信息隐藏技术作为隐蔽通信和知识产权保护的重要手段而被广泛应用。
图像信息隐藏技术.
图像信息隐藏技术.《图像信息隐藏技术》在当今数字化的时代,信息的安全和保护变得至关重要。
图像作为一种常见的信息载体,其蕴含的信息可能具有极高的价值和敏感性。
为了在不引起他人注意的情况下保护这些信息,图像信息隐藏技术应运而生。
图像信息隐藏技术,简单来说,就是将需要保密的信息嵌入到看似普通的图像中,使得嵌入的信息在不影响图像视觉效果的前提下,能够被安全地传输和存储。
这种技术具有广泛的应用场景,比如军事通信、版权保护、身份认证等领域。
想象一下,在军事行动中,重要的作战指令可以巧妙地隐藏在一张看似平常的风景图片中,然后通过公开的网络渠道进行传输,而敌方即使截获了这张图片,也很难察觉到其中隐藏的机密信息。
又或者在版权保护方面,作者可以将自己的版权标识和相关信息嵌入到作品的图像中,从而有效地证明作品的归属和原创性。
实现图像信息隐藏的方法多种多样。
其中一种常见的方法是基于空间域的隐藏技术。
这种方法直接在图像的像素值上进行操作,通过对像素值的微小修改来嵌入信息。
例如,可以选择图像中不太引人注意的区域,如纹理复杂的部分,对像素的亮度或颜色值进行微调。
不过,这种方法的缺点是容易受到图像处理操作的影响,比如压缩、裁剪等,可能导致隐藏信息的丢失或损坏。
另一种方法是基于变换域的隐藏技术。
常见的变换域包括离散余弦变换(DCT)、离散小波变换(DWT)等。
在这些变换域中,图像的能量通常集中在少数几个系数上,通过对这些系数进行适当的修改来嵌入信息,可以提高隐藏信息的鲁棒性和不可感知性。
不可感知性是图像信息隐藏技术中的一个关键指标。
它意味着嵌入的信息不会对原始图像的视觉质量产生明显的影响,使得观察者无法察觉到图像中隐藏了额外的信息。
为了实现良好的不可感知性,需要在嵌入信息的强度和对图像质量的影响之间进行精细的权衡。
如果嵌入的信息过多或过强,可能会导致图像出现明显的失真、噪声等,从而引起他人的怀疑。
除了不可感知性,鲁棒性也是图像信息隐藏技术的重要特性之一。
基于静态JPEG图像的信息隐藏分析检测方法研究
(ol eo o p t c ne Z ea gU i ri ,aghu30 2 , h a C l g f m ue Si c, hj n nv syH nzo 07 C i ) e C r e i e t 1 n
Ab 1 a t T c n q e o n o mai n h d n n e e t g h v e o n r a igy mo e i o tn n d s ra . h s r c : e h i u sf r f r t ii g a d d t ci a e b c me ic e sn l r mp r ta d wi e p e d T e : i o n a
a e l,t e p i cp e n h rc mi g fs v r ltp c l tg n ga h c me h d r ic se n t i p p r T r u h g sf e h r i lsa d s o o n so e e a y ia e a o rp i t o s a e d s u s d i h s a e . i n t s h og r s a c e f ea e i ig s h me , we d s u s d t e a p o c fd t ci g se o if r t n b s d o tt t a e — e e r h s o lt d h d n c e s r ic s e h p ra h o ee t t g n oma i a e n sa i i l a n o sc f t r n rs n e eae x e me tlrs l n t e e d u e a d p e e td rlt d e p r na e ut i h n . i s
基于静止图像的信息隐藏算法设计和实现
2 0 1 4年 2月
基 于 静 止 图像 的信 息 隐藏 算 法 设 计 和 实现
赵伯 涛 , 许 波
( 广 东石油化 工学院 计 算机科 学与技 术 系, 广 东 茂名 5 2 5 0 0 0 )
摘要 : 基于 Q t 库设计并实现 了一个基于静止 图像 的信息隐藏算法及对应 的提 取算法 。算法 以基于空域 隐藏算法 的最 低有
体数据中 , 主要是 由于多媒体信息在时间上或者空间上存在很大的冗余性 , 以及人的感官系统对于这些多 媒体信息有一定的掩蔽效应 , 难以感知这些多媒体信息 中存在隐藏的信息 J 。信息隐藏技术在政府 、 军事
情报部门 、 银行系统、 商业系统等诸多领域发挥着重要作用 , 广泛应用于数字作品的版权保护 、 验证资料的 完整性 、 通信保密 、 商务活动中的票据防伪等方面_ 5 ] 。
1 基 于 图像 的信 息 隐藏技 术
用于进行隐蔽通信的图像信息隐藏算法可以分为两大类l 6 ] : ( 1 ) 基于空域( S p a t i a l D o m a i n ) 的信息隐 藏算法 。基于空域信息隐藏算法 中的典型算法是 L S B算法, 该算法的主要特点是在载体图像 中嵌入 的隐 藏信息数据量大 , 但是嵌入位置 固定 , 安全性差 , 嵌入 的隐藏信息易被破坏 , 鲁棒性不高。( 2 ) 基于变换域 ( T r a n s o f F o r m a t i o n D o m i a n ) 的信息隐藏算法 。基 于变换域信息隐藏算法 中的典型算法是离散余 弦变换域 的信息隐藏算法 , 该算法嵌入信息能够抵御多种攻击 , 具有较好 的鲁棒性 , 并且嵌入方式多种多样 , 增加了 攻击者提取的难度 , 具有一定的安全性 , 但是该类算法嵌入的隐藏信息数据量较小 , 不适用于进行大数 据 量 的隐蔽 通信 J 。
基于图像的信息隐藏技术综述
基 于 图 像 的 信 息 隐 藏 技 术 综 述
林 榕 , 克权 董
( 肇庆学院 , 广东 肇庆 5 66 ) 2 0 1
摘要 : 随着信 息技 术的发展 , 息隐藏技术 已成 为信息安全领域的一个重要 内容。笔者介 绍 了基于图像的信息隐藏的基 本原理 、 信 一般要
求 、 见技术及具体应用。 常 关 键 词 : 息 隐 藏 ; 像 分存 ; 字 水 印 信 图 数
秘 密信息本身隐藏起来 , 而隐藏有秘密信息的媒体看起来 与其 他非秘 密的一般资料相 同 , 因而使人 觉察不到 , 容易逃过非法
如何将某秘密信息隐藏于另一公 开的信息 中, 然后通过公开信
息的传输来传递 秘密信 息;信息 隐藏技术不会取代密码技术 ,
两者构成 了互补 的关系 , 先将信息加密 再进行隐藏 , 这样既保
能的处理( 如信 号处理 、 有损压缩等 )恶意攻 击( 、 如非法 攻击 、
称 这媒体为掩护媒体 ( 宿主 )隐藏的动作称 为嵌入 , 护媒体 , 掩 经嵌入信息后称为伪装媒体翎 信息 隐藏 的本质是 : 。 利用人 的感 觉 器官的灵敏度不 高 , 将信 息本 身 的存在性 隐藏起 来 , 人察 使
中图分类号 : P T3
文献标识码 : A
文章编号 : 7 — 4 X(0 70 — 0 8 0 1 2 5 5 2 0 )6 0 7 - 3 6
传统的信息安全技术是用计算机密码学对敏感信息 加密 ,
觉不到有信息 隐藏在媒体之 中。 信息隐藏技术与密码技术既 区 别又联 系 :密码技术研究如何将秘密信息进行特殊的编码 , 以 不可识别 的密码形式 ( 密文 ) 进行传递 , 一般人不知道信息 的具
收稿 日期 :0 7-4 1 20- —9 0
基于图像的信息隐藏检测技术
基于图像的信息隐藏检测技术傅德胜,谢永华(南京信息工程大学计算机与软件学院南京210044)摘要:本文首先介绍了现有图像信息隐藏检测技术的分类,然后阐述了常用的基于图像的信息隐藏盲检测技术,并对它们的优缺点和应用领域进行了分析,最后对信息隐藏技术的发展和系统开发作了分析与展望。
关键词:信息隐藏;基于图像;盲检测1 引言现代信息隐藏技术自上个世纪九十年代中期出现以来,已经成为数字通信、信息安全和版权保护领域的重要研究课题,并得到了越来越广泛的应用。
目前利用数字图像作为隐秘信息的载体已经成为主要的信息隐藏技术之一,其基本原理是利用人体感觉器官对数字图像的感觉冗余,将被隐藏的图像数据嵌入在某种载体图像中,嵌入后隐秘图像与原始的载体图像几乎没有任何视觉上的差别,很难被观察者和监视系统发现,从而可以保证机密信息传输的安全性。
可以预见,信息隐藏技术将是今后相当一段时间内的重要的隐蔽通信方式[1] 。
但是信息隐藏技术的发展也带来了一定的负面效果,据美国媒体透露,已经发现恐怖组织利用隐藏在图像中的信息传递联络情报,甚至将计算机病毒隐藏在载体图像中进行传输,这些都对国家安全和社会稳定产生了很大的威胁。
因此,研究对图像中可能存在的各种隐藏信息进行有效检测的方法已经迫在眉睫,因而基于图像的信息隐藏检测技术也就成为目前信息安全领域的重要研究课题。
近几年来,世界各国的信息安全专家在这一方面进行了深入的研究,并提出了一定的隐藏信息检测模型,开发了相关的信息隐藏检测软件,如美国著名的信息安全产品开发公司Wetstone开发的信息隐藏检测软件Stego Suite[2] 。
本文首先对目前常用的基于图像的信息隐藏技术进行了统计和分类,分析了它们的优缺点和适用领域,然后重点介绍了基于图像信息隐藏的盲检测算法,最后对隐藏技术的发展趋势和信息隐藏检测系统的开发进行了分析与展望。
2 基于图像的信息隐藏检测技术图像信息隐藏检测技术主要用于判断图像中是否有隐藏信息的存在,它是信息隐藏分析技术的第一步,也是现阶段基于图像的隐藏信息分析的主要内容。
网络安全中的信息隐藏和隐蔽通信技术
网络安全中的信息隐藏和隐蔽通信技术一、前言网络安全成为当今世界的一项重要议题,因为现在社会的信息化程度越来越高,几乎所有的交流都通过网络实现。
网络安全攸关国家安全和个人隐私,因此各国政府都加大了网络安全的投资力度。
信息隐藏和隐蔽通信技术是网络安全领域的一个重要分支,它们可以保护敏感信息不被不良分子盗取、窃取或篡改。
本文将对信息隐藏和隐蔽通信技术进行详细介绍,并探讨其实现方式和应用场景。
二、信息隐藏技术信息隐藏技术是一种将信息嵌入到其他数据中,达到隐藏信息的目的。
主要有四种方法,分别是LSB隐写术、DCT隐写术、量化隐写术和语言隐写术。
1. LSB隐写术LSB隐写术是一种将信息嵌入到图像或音频文件中,其中LSB代表最低有效位。
该技术将要隐藏的信息转化为二进制数据,然后将其插入到像素或采样的最低有效位中,从而实现信息的隐藏。
2. DCT隐写术DCT(离散余弦变换)隐写术是一种将信息嵌入到数字图像中。
它通过变换将原始图像转化为频域信号,然后将隐藏的信息嵌入到特定的频率中,达到隐蔽信息的目的。
3. 量化隐写术量化隐写术是一种将信息嵌入到视频流中,其基本原理与DCT隐写术相同。
它通过改变数据的量化值,将隐藏的信息嵌入到视频流中。
这种方法比LSB隐写术更加难以被检测。
4. 语言隐写术语言隐写术是使用一些特殊的技巧,将信息嵌入到一些明文中。
这种方法通常用于文字消息的隐蔽传输。
例如,在一篇文章中每隔若干个单词或字母插入一些隐藏的信息,读者很难察觉到这种变化。
三、隐蔽通信技术隐蔽通信技术是一种将通信内容嵌入到其他看似无关的通信中的通信技术,用于在可能存在监听和拦截的环境中安全通信。
主要有三种方法,分别是流量隐蔽、协议隐蔽和IP隐蔽。
1. 流量隐蔽流量隐蔽是一种将通信内容嵌入到网络流量中的技术,用于在可能存在网络监听、防火墙、IDS(入侵检测系统)和IPS(入侵预防系统)等安全设备的网络环境中安全通信。
它的基本思路是在隐蔽信道中将通信内容分割成小块,并将加密数据嵌入到每个小块中。
《信息隐藏技术》 课件 第5章 基于数字图像的信息隐藏算法
第五章基于数字图像的信息隐藏算法
3.抗分析性分析
在隐藏区域的选取上,lαβ-CGBP算法对载体图像进行两 次lαβ颜色分解,隐藏区域较为隐蔽,且目前专门针对lαβ颜色
空间进行有效分析的信息隐藏分析方法较少。
4.隐藏信息量分析
嵌入信息量取决于lαβ-CGBP算法选择的载体图像以及
第五章基于数字图像的信息隐藏算法
3.信息隐藏的流程与步骤
基于lαβ与组合广义位平面的信息隐藏算法的信息隐藏
共分为五个算法
图5-5-基于lαβ和 CGBP的信息隐藏算法流程
第五章基于数字图像的信息隐藏算法 4.信息的提取 根据隐藏信息时的步骤,提取隐藏信息的过程分为以下
色分解,对β分量进行灰度转换,并进行位平面分解,按照规则3
隐藏信息的Hash(记为RH)。接收方利用RH 与RL中嵌入信息 Hash值的比较可以快速判断含密图像是否被篡改。
第五章基于数字图像的信息隐藏算法
4.信息的提取
根据隐藏信息时的算法,提取信息的过程分为五个步骤: (1) 对含密图像进行CL多小波变换,得到LL1子图的4个分 量子图。
第五章基于数字图像的信息隐藏算法
第五章 基于数字图像的信息 隐藏算法
1. 基于lαβ与组合广义位平面的信息隐藏算法
2. 基于 CL多小波与 DCT的信息隐藏算法 3. 空间域与变换域在信息隐藏算法中的联合应用方法 4. 基于 GHM 与颜色迁移理论的信息隐藏算法 5. 基于 CARDBAL2与颜色场结构法的信息隐藏算法
如图 5-1(c)所示。抽取与转化过程如式(5-1)所示:
其中,R、G、B 为载体图像的RGB分量值,R"、G"和B"为对l分
基于图像的双重信息隐藏算法研究
汉 : 汉 大 学 版 社 ,0 4 武 20 .
6 结论
l a5 . m e 2 6 b p最 终 成 功 的 隐 藏 到 了 w ma . m n o nb p
[ ] 王育 民 ,张 彤 , 继 武 .信 息 隐 藏 一 理 论 与技 术 [ . 2 黄 M]
北 京 : 华 大 学 出版 社 ,0 6 清 20 . [ ]靳冰 , 3 赖宏 慧 , 玉 珍 .D S 密 算 法 的 安 全 分 析 [ ] 贾 E 加 J. 华 南 金 融 , 0 ,5 2 : l 7 . 2 7 1() 7 一 3 0
V C实 现 的隐藏关键 代码 :
fri 0 i erc e ; + +) /erc e 为 o( = ; <sc t n i eL / scet n L
信 息提取算 法是 隐藏算 法 的逆 过程 , 步骤 如下 :
( ) 取嵌 入后 的最 终 掩 护 图像 , R分 量 提 1读 按 取 3位 , B分 量 提 取 4位 , G分 量 提 取 1位 进 行 提
待 隐藏信 息 的数据长 度 {/lBt 为掩 护 图像 的像 素 指 针 ,t / pi s s r为加 密 后 待 隐藏信息 的数据 指针
(p i 1Bt s+P )= ( (p i 1Bt s+P & ( x )I ) Of O)
取 , 到 0、 序 列 , 8位一组 , 得 1 按 转化 成对应 的像 素 ,
实 验 最 终 结 果 如 图 5所 示 , 边 为 w m n b 左 o a . mp
秘 密信 息处于冗 余 字节 中 , 原 图像 像 素 数据 没 有 对
做任 何变 动 , 会 引 起 视 觉 差 异 的 , 持 了不 可 见 不 保 性, 隐蔽性 好 。 而 L B算 法不 仅 具 有 算 法 简单 、 S 透 明性 良好 的特点 , 还具 有 隐藏 信息容 量大 、 无失真 提
ctf盲水印解题
ctf盲水印解题CTF(Capture The Flag)是一种网络安全竞赛形式,旨在让参赛者在模拟环境中解决各种网络安全问题。
其中,盲水印解题是一类经典的CTF题目类型。
本文将详细介绍盲水印解题的概念、原理以及解题思路。
1. 盲水印解题概述盲水印解题是一种基于图片或文本隐藏信息的CTF题目。
在该题目中,参赛者需要分析所给的图片或文本,并提取其中隐藏的信息,以获得答案。
2. 盲水印解题原理盲水印解题的核心原理是信息隐藏。
参赛者需要深入分析题目中的图片或文本,通过巧妙的方法提取隐藏的信息。
一般情况下,盲水印解题涉及以下几个步骤:2.1 图片分析首先,参赛者需要对题目给出的图片进行分析。
可以使用一些图像处理工具,如Photoshop、GIMP等,来查看图片的属性、像素分布、颜色信息等。
2.2 隐写术分析隐写术是一种信息隐藏技术,常用于盲水印解题中。
参赛者需要了解常见的隐写术方法,如LSB隐写、DCT隐写、文本隐写等。
通过分析图片的隐写术,可以确定信息隐藏的方式和位置。
2.3 提取隐藏信息一旦确定了信息隐藏的方式和位置,参赛者就可以使用相应的工具或脚本提取隐藏的信息。
这可能涉及到数据解密、文本提取、图像解码等过程。
参赛者需要根据具体情况选择合适的方法来提取隐藏信息。
3. 盲水印解题思路解题思路因题目而异,但以下几个步骤是解决盲水印解题的常见思路:3.1 图片分析首先,参赛者需要仔细观察图片的特征,包括颜色、形状、像素分布等。
可以使用图像处理工具来帮助分析。
3.2 隐写术分析根据图片的特征,参赛者可以推测出可能使用的隐写术方法。
可以尝试使用一些隐写术检测工具,如Stegsolve、Steghide等,来分析图片中的隐写术。
3.3 提取隐藏信息一旦确定了信息隐藏的方式和位置,参赛者就可以尝试提取隐藏的信息。
可以使用图像处理软件、文本处理工具、解码工具等来进行解密、提取等操作。
4. 解题技巧和注意事项在解决盲水印解题时,参赛者可以借助以下技巧和注意事项:4.1 多角度分析参赛者可以从不同的角度来分析题目,如颜色分析、像素分析、隐写术分析等。
一种新型高效的JPEG信息隐藏盲检测系统
je it e i ws g t a dcvr i ue hc r m o e e ,sa ee ,s re,c t r ecm rse . pgpc rswt l t ar en oe c rsw i a s ot n u ho e a pt h e h d hr n p d hk i d u o —o pesd d e r
60 ui em l— ra,X . ,s gt utt ed ML,S LSre a bs dteJE bayo hm nh ih Q evrdt aea h P G l rr fT o a G.Ln ,adab n eet g a n i s ae n l ddtcn i i
Ne a d efcieJ w n fe tv PEG tg n g a h cc n e td tcig s se se a o r p i o tn ee t y tm n
T O Y ny n U C i u ,MA i— ,LN J - n A a —u ,X u— a h O J f I i j aa au
t e c a a trs c fDC o f ce t n ry a d 3 l y r o w r e r ln t o k . h h l y t m a e e o e n VC++ h h r ce t so T c e i ins e eg -a e r a d n u a ew r T e w o e s se w s d v lp d i ii n f
维普资讯
第 2 卷第 6期 7
20 0 7年 6月
文章编号 : 0 —98 ( 0 7 0 1 1 0 1 20 )6—12 0 0 5 7— 4
一
计 算 机应 用
C mp trAp l a 6 12 .
基于图像的信息隐秘检测系统的设计
[ btat hs ae d s n d m l e ta l d e c n s m f a e s g a s . h m o vs g h l d e c n s m A s c]T ipp r ei s n pe n b n t t g yt rm gs t a l i T e i d i n e i t t gn y s a f e i t b n d ei s e i
中 分 号 1D 豳 类 。1 9
基 于 图像 的信 息 隐秘 检 测 系统 的设 计
刘 佳 ,橱晓元 , 育民 2 唐玉华 王
(. I武警工程学院电子技术系网络与信息安全武警部队重点实验室 ,西安 708;2 西安电子科技大学 I 106 . S N国家重点实验室 , 西安 7(7) 1 1  ̄ ■ 蔓 :设计并初步实现了一个基于 图像 的隐秘检测 系统 ,其 目的是在没有原 图像载体 的条件 下,提高发现 网络中的隐秘图像的准确率 。
De i n o i d De e tn y t m o m a eS e a a y i sg f Bl t c i g S se f rI g t g n l ss n
LI Ja , ANG a y a , ANG mi :TANG h a U i Y Xio u n W Yu n , Yu u
l概述
信息隐藏分析技术可 以分为攻击技术、破解技术 和检测 技术 3 。破解技术难度很大 , 种 至今还没有 深入的研究成果。 基于 图像 的信息 隐藏分析的研究主要集 中在检测和攻击技术 上。攻击技术相对简单 ,便于实现 。对图像 文件 的裁剪、旋
信息隐藏 实验十 LSB信息隐藏的卡方分析
实验十 LSB信息隐藏的卡方分析一,实验目的:了解什么就是隐写分析,隐写分析与信息隐藏与数字水印的关系。
掌握基于图像的LSB隐写的分析方法,设计并实现一种基于图像的LSB卡方隐写分析方法。
二,实验环境1, Windows XP 操作系统2, Matlab软件3, BMP格式图片文件三,实验原理隐写术与隐写分析技术就是互相矛盾又就是相互促进的,隐写分析就是指对可疑的载体信息进行攻击以达到检测、破坏,甚至提取秘密信息的技术,它的主要目标就是为了揭示媒体中隐蔽信息的存在性,甚至只就是指出媒体中存在秘密信息的可疑性。
图像LSB信息隐藏的方法就是用嵌入的秘密信息取代载体图像的最低比特位,原来图像的7个高位平面与代表秘密信息的最低位平面组成含隐蔽信息的新图像。
虽然LSB 隐写在隐藏大量信息的情况下依然保持良好的视觉隐蔽性,但使用有效的统计分析工具可判断一幅载体图像中就是否含有秘密信息。
目前对于图像LSB信息隐藏主要分析方法有卡方分析、信息量估算法、RS 分析法与GPC分析法等。
卡方分析的步骤就是:设图像中灰度值为j的象素数为hj,其中0≤j≤255。
如果载体图像未经隐写,h2i与h2i+1的值会相差很大。
秘密信息在嵌入之前往往经过加密,可以瞧作就是0、1 随机分布的比特流,而且值为0与1的可能性都就是1/2。
如果秘密信息完全替代载体图像的最低位,那么h2i与h2i+1的值会比较接近,可以根据这个性质判断图像就是否经过隐写。
定量分析载体图像最低位完全嵌入秘密信息的情况:嵌入信息会改变直方图的分布,由差别很大变得近似相等,但就是却不会改变h2i+h2i+1的值,因为样值要么不改变,要么就在h2i与h2i+1之间改变。
令显然这个值在隐写前后就是不会变的。
221*22i iih hh++=2212i ih hq+-=如果某个样值为2i,那么它对参数q 的贡献为1/2;如果样值为2i+1 ,对参数q 的贡献为-1/2。
zsteg的原理
zsteg的原理
zsteg 是一个用于隐写术的工具,主要用于在图像文件中隐藏数据。
其原理基于LSB(Least Significant Bit)隐写术,LSB隐写术是一种将秘密信息嵌入到图像的最低有效位(Least Significant Bit)中的方法。
zsteg 工具可以检测和提取图像文件中的LSB隐写信息,同时还可以将秘密信息嵌入到图像文件中。
其基本原理如下:
一、LSB隐写术利用图像像素的最低有效位来隐藏秘密信息。
在典型的图像文件(如PNG、BMP等)中,每个像素通常由RGB三个颜色通道组成,每个颜色通道由8位表示,即一个像素总共有24位。
二、在LSB隐写术中,将秘密信息的比特依次嵌入到图像像素的最低有效位中,这样做可以几乎不引起人眼的注意,因为改变最低有效位对图像的视觉质量影响较小。
三、zsteg 工具可以对图像文件进行分析,检测是否存在LSB隐写信息,并提取其中的秘密信息。
它还可以将秘密信息嵌入到图像文件中,以实现隐写功能。
总的来说,zsteg 的原理是利用LSB隐写术在图像文件中隐藏和提取秘密信息,从而实现隐写功能。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于图像的信息隐藏检测技术傅德胜,谢永华(南京信息工程大学计算机与软件学院南京210044)摘要:本文首先介绍了现有图像信息隐藏检测技术的分类,然后阐述了常用的基于图像的信息隐藏盲检测技术,并对它们的优缺点和应用领域进行了分析,最后对信息隐藏技术的发展和系统开发作了分析与展望。
关键词:信息隐藏;基于图像;盲检测1 引言现代信息隐藏技术自上个世纪九十年代中期出现以来,已经成为数字通信、信息安全和版权保护领域的重要研究课题,并得到了越来越广泛的应用。
目前利用数字图像作为隐秘信息的载体已经成为主要的信息隐藏技术之一,其基本原理是利用人体感觉器官对数字图像的感觉冗余,将被隐藏的图像数据嵌入在某种载体图像中,嵌入后隐秘图像与原始的载体图像几乎没有任何视觉上的差别,很难被观察者和监视系统发现,从而可以保证机密信息传输的安全性。
可以预见,信息隐藏技术将是今后相当一段时间内的重要的隐蔽通信方式[1] 。
但是信息隐藏技术的发展也带来了一定的负面效果,据美国媒体透露,已经发现恐怖组织利用隐藏在图像中的信息传递联络情报,甚至将计算机病毒隐藏在载体图像中进行传输,这些都对国家安全和社会稳定产生了很大的威胁。
因此,研究对图像中可能存在的各种隐藏信息进行有效检测的方法已经迫在眉睫,因而基于图像的信息隐藏检测技术也就成为目前信息安全领域的重要研究课题。
近几年来,世界各国的信息安全专家在这一方面进行了深入的研究,并提出了一定的隐藏信息检测模型,开发了相关的信息隐藏检测软件,如美国著名的信息安全产品开发公司Wetstone开发的信息隐藏检测软件Stego Suite[2] 。
本文首先对目前常用的基于图像的信息隐藏技术进行了统计和分类,分析了它们的优缺点和适用领域,然后重点介绍了基于图像信息隐藏的盲检测算法,最后对隐藏技术的发展趋势和信息隐藏检测系统的开发进行了分析与展望。
2 基于图像的信息隐藏检测技术图像信息隐藏检测技术主要用于判断图像中是否有隐藏信息的存在,它是信息隐藏分析技术的第一步,也是现阶段基于图像的隐藏信息分析的主要内容。
从检测技术的手段考虑,基于图像的信息隐藏检测技术大致可以分为:(1)对比检测技术对比检测技术是对隐蔽图像载体和原始图像载体的属性如大小、分辨率、颜色值、灰度值、直方图或者变换域系数进行对比,从其中的差值或者关联信息中进行分析判断隐藏信息存在的可能性。
这种方法实现比较简单,但是在大多数情况下,无法获取原始载体图像,因此没有太大的实际意义和应用价值。
(2)盲检测技术盲检测技术指的是在没有原始载体图像的情况下,只通过隐蔽载体本身来检测隐藏信息。
通常可以通过对图像特征进行分析和提取,判断是否存在隐藏信息。
盲检测技术是当今信息隐藏检测领域最热门的研究领域,难度较大,但是具有更广泛的应用前景。
根据研究角度不同,基于图像的信息隐藏检测技术可以分为:(1)时空域方法时空域方法主要是用于检测基于时空域嵌入方法的信息隐藏,如:LSB隐藏方法。
时空域方法检测由于是在时空域对图像进行分析计算,不需要进行频域变换,因此算法实现简单,时间复杂度较低,但是检测能力和范围有限。
目前多数算法仅采用了一阶统计量方法。
(2)频率域方法采用频率域方法进行隐藏信息的图像具有更好的隐蔽性,但是含有隐藏信息的载体图像在频率域中呈现出与原始图像不同的特性,如直方图分布或者图像亮度的变化,利用这些特性可以判断隐藏信息是否存在。
常用的频率域方法有:傅立叶变换、离散余弦变换和小波变换等方法。
根据检测特征的不同,基于图像的信息隐藏检测技术可以分为:(1)基于数字签名的检测方法通常,采用某种隐藏算法和软件隐藏了信息的图片,会在其图像文件中留下该软件的数字签名或特征码字符串。
通过搜索该图像文件中是否包含该签名或者字符串,就可以判断该图像中是否存在隐藏信息,同时也能够确定是采用哪一种软件或算法进行的隐藏。
该方法的优点是检测准确率高,一般可以达到100%,可以分辨出具体的嵌入算法和工具;缺点是对未知模式无能为力,无法对采用未知隐藏算法和工具隐藏的图像进行检测。
(2)基于简单叠加的检测方法基于简单叠加图像隐藏的算法,如Pretty Good Envelope软件,是将隐藏信息加载到载体图像的原始文件尾部,这种操作只是在载体图像尾部增加了若干个字节的存储空间,使得整个图像的大小发生了改变,即载体图像的大小为原始图像和隐藏信息之和,而且图像只是根据图像头文件中保留字表示的图像大小或者固定的文件结束标志来读取显示信息,因此隐藏信息并不会显示,图像在视觉效果上并没有变化。
由于这种图像隐藏对图像的头文件或者文件格式本身没有改变,因此可以根据这些特征的比较和搜索来判断是否存在隐藏信息。
这种算法的优点也是检测准确率高,算法实现简单;缺点是对于不同类型的图像结构不同,检测方法也不一样,需要进行多种判断才能实现不同图像的检测。
(3)基于统计的检测方法在基于时空域方法进行信息隐藏的图像中,隐藏的图像信息虽然不会引起视觉效果的改变,但是却改变了原始图像数据某一特征量的统计特性,因此通过判断给出图像的统计特征是否偏离了正常情况或更接近于隐藏了信息图像的特性,就可以判断是否存在隐藏信息。
该算法的优点是可以对某一类图像或者采用同一类隐藏算法进行信息隐藏的图像进行检测,而不用针对于某个特定的工具和算法,具有较通用的检测能力。
但缺点是检测准确性受外界因素影响较大,如统计模型和与阈值的不同,都会产生不同的检测结果,而且无法分辨采用的是哪种隐藏工具和算法。
3 图像信息隐藏的盲检测算法目前,图像信息隐藏技术可以分为空域法和频域法两大类。
空域法中使用最广泛和普遍的技术是像素最低比特位置换技术,即LSB技术,它是用隐藏信息比特位替换掉载体图像中最不重要的部分,如像素点灰度值或颜色值的低比特位,从而达到信息隐藏的目的。
这一方法的主要优点是嵌入算法和提取算法简单,隐藏信息量大和较好的不可见性,缺点是鲁棒性差,对图像的各种操作如压缩、剪切和加噪等都会使隐藏信息遭到破坏。
但是即便如此,LSB方法仍然以其高不可见性在隐蔽数据通信中得到了广泛的应用;频率域的图像隐藏算法大多使用扩展频谱通信技术,将图像隐藏在载体图像的不同频率分量上,因而具有更高的鲁棒性和不可见性[1] 。
事实上,一个有效的信息隐藏算法,无论是空域法还是频域法,都不会改变原始图像的视觉效果,但是却会改变其某种统计特征,包括空间域统计特征和频率域统计特征两种。
因而要实现真正意义上的盲检测,必须采用图像统计特征分析的方法。
根据检测所采用的统计特征的不同,将图像盲检测算法分为以下三种:(1)基于时空域统计特征分析的盲检测算法目前比较成熟的有Fridrich提出的RQP(Raw Quick Pair)检测法[3,6] 。
这种算法普遍采用的图像统计特征是图像相邻像素点之间的相关性,其理论基础是未嵌入隐藏信息的图像在直方图上相邻的数值(代表灰度、颜色值)之间没有任何明显规律,而隐藏信息后的直方图相邻值之间会出现明显的数值接近的规律,当信息隐藏量较大时,直方图相邻值之间几乎相等,并且这些相邻值只是互相变化而不改变两者之和。
至于这些算法所采用的检测模型,目前采用的主要是x2检验法。
它是通过直方图上相邻值的理论期望的概率分布(即在嵌入服从均匀分布信息后的相邻值概率分布)和实际概率分布(即载体图像中实际获得的相邻值概率分布)的对比,分析存在的偏差是否大于给定的阈值来判断是否存在隐藏信息。
另外,基于空域特征分析的盲检测算法还有A Westfeld等人提出的PoVs(Paris of Values)算法[4],基于稳健性统计特性和脆弱性统计特性的检测方法。
这些算法主要特点是一种针对图像本身而不是隐藏算法的检测方法,其优点是适用性广,可以对大多数采用LSB方法隐藏信息的图像进行检测。
但是这种算法的缺点是:只能对图像隐藏的可能性给出一个概率分布,检测效果受阈值选取的影响较大,而且当隐藏图像的颜色数超过载体图像本身像素数的50%时很难得到有效的检测效果。
另外,空域统计特征属于一阶统计数据,稳定性较差,现在已经有一些隐藏软件如OutGuess已经可以在不改变这种一阶统计数据的情况下隐藏信息。
(2)基于频域统计特征分析的盲检测算法目前应用较广的基于频域统计特征分析的盲检测算法是由Farid等人提出来的一种基于高阶统计量的检测模型[5] ,即小波变换盲检测算法。
它主要是针对采用频率方法进行信息隐藏图像的检测。
其基本思想是通过对大量图像信息使用QMFs(Quadrature Mirror Filters)进行小波变换分解,用可分离的低通和高通滤波器在图像的各个轴上生成垂直、水平和对角线方向上的子频带。
从这些子频带系数中归纳出它们在各方向和数值范围内的均值、方差、熵和斜率等统计数据,在此基础上使用分类器对这些统计数据进行分类,将没有隐藏信息的图像和含有隐藏信息的图像区分开来,从而达到隐藏信息盲检测的目的。
这种方法的优点是识别准确率高,缺点是算法较复杂,而且只是针对于图像本身来进行检测,缺乏通用性。
美国空军技术学院(AFIT)也从事了高阶统计量方面的研究,在小波变换检测算法的基础上提出了基于计算免疫系统的信息隐藏盲检测算[11],因而也是针对于频率域图像信息隐藏的检测。
这种算法的具体做法是:首先建立不含隐藏信息的图像和含有隐藏信息的载体图像数据库,并对库中所有图像进行小波分解得到所需的统计特征数据;其次引入以生物免疫系统为基础发展起来的计算免疫系统技术,将统计数据区分成活跃的本体和禁止或异常活跃的非本体,接着按计算免疫系统方法分类的要求,将统计特征编码成比特串,以随机选取的方式从种群中生成最初的检测器,使整个解空间都能被覆盖到,再以负选择来淘汰与本体发生碰撞的检测器;接着引入遗传算法,按照遗传算法的流程依次反复对特征向量进行随机抽取、杂交、变异、计算适合度值、类聚、自然选择等处理,直到生成成熟的检测器。
当形成成熟的检测器后,即可对被检测对象进行快速分类,将含有隐藏信息的图像检测出来,从而实现隐藏信息的盲检测。
这种隐藏信息检测算法弥补了小波变换检测算法的不足,通用性强,检测速度快,具有较好的应用前景。
另外,Niels Provos和Peter Honeyman等人提出了一种专门针对JPEG图像的信息隐藏盲检测算法[9,12] ,它采用的检测算法也是x 2检验法,只不过检测的统计特征不再是时空域的像素灰度或颜色值分布,而是频率域的DCT系数的分布。
该检测算法实现简单,具有很高的灵敏性,甚至可以检测到单个像素的改变,而且对于嵌入信息量较大的图像,还可以估计出嵌入信息的长度。
目前该算法能够检测出多种JPEG隐藏软件隐藏的图像,如JSteg,JPhide,OutGuess等。