信息隐藏 隐写性能评价
合集下载
相关主题
- 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)。
存在的问题
——秘密信息的嵌入不是顺序嵌入,而是随机嵌入 ——嵌入量较小
卡方检验难以奏效
RS分析——2001, Fridrich
在隐写分析的研究中具有重要Hale Waihona Puke Baidu义
是第一个可以检测LSB随机间隔嵌入算法的隐写分析 方法,
可以精确地估计出秘密信息的长度。
26
给定一个图像块,Zigzag扫描,排列成一个向 量
MSE(右)=11.03536
均方差
客观评价+HVS(人类视觉系统)
达到主客观评价一致 如何结合? ——图像感知评价领域非常受关注的一个问题
三个指标
2. 隐藏容量
——在一个载体中最多能嵌入的信息量
——对隐写容量进行研究的目地:在满足不可见性的条件 下,分析可以隐藏的消息的极限,进而对隐藏算法设 计进行指导
三个指标
3. 鲁棒性
——抵抗隐写分析的能力
隐写分析
对信息隐藏的一种攻击行为
目的
1. 检测隐写信息的存在性
2. 估计隐写信息的长度、提取隐写信息
3. 删除和扰乱隐写载体中嵌入的秘密信息
隐写分析—视觉攻击
隐写分析—统计检测
利用载体数据的统计特性判断是否含有秘密信息
针对LSB的隐写分析 PoV分析(χ2分析/直方图分析)
隐写分析—盲检测
数字版权管理研究
应用系统
版权管理 信息隐藏算法及应用 研究
水印算法
密码相关 信息隐藏检测与 版权管理体系 分析研究 检测系统 隐写分析
隐藏应用
信息隐藏
数字图 像取证
隐藏算法
基础理论(模型,容量)
信息隐藏模型研究
41
实验作业二
任务
针对自己实现的隐写算法(嵌入、提取)
计算隐蔽载体的PSNR值,通过PSNR值来评估隐写 对图像质量的影响,并与主观感受做对比 实现一种隐写分析方法,对隐蔽载体进行检测(卡 方、RS……)
RS分析
如果待检测图像没有经过LSB隐写,从统计上说,非 负翻转或非正翻转会同等程度增加图像块的混乱程度
RM≈ R-M, SM≈S-M
做翻转,会破坏图像块的空间相关性
RM > SM, R-M > S-M
如果待检测图像经过LSB隐写,则采用非负翻 转和非正翻转的结果有明显不同
应用非负翻转
实验一:连续LSB嵌入检测实验
图像格式:BMP,256*256,8bit
22
实验二:随机间隔LSB嵌入检测实验
23
实验三:JPEG图像DCT系数隐写检测实验
图像格式:JPEG,600*400,8bit,采用Jsteg对 DCT系数隐写,连续嵌入
24
卡方分析
同样适用调色板LSB隐写的检测(EzStego)
要求
提交实验报告电子版,附关键代码、实验结果截图 时间:2013.10.30
信息隐藏技术
合肥工业大学计算机与信息学院 郑淑丽
信息隐藏
一个模型:囚徒模型
两种应用:隐写 && 三个指标
安全性 隐藏容量 鲁棒性
2
数字水印
图像载体的选择
图像库
例如:USC-SIPI图像库 http://sipi.usc.edu/database/
USC-SIPI
应用非正翻转
33
RM ≈ SM R-M >>S-M
R-M - S-M >> RM - SM
34
对lena图像进行LSB隐写,不同隐写率的条件下计算 RM、 SM 、 R-M和S-M
检测时
对检测图像进行非负翻转和非正翻转,计算RM、 SM 、 R-M和S-M
如果R-M - S-M显著大于RM – SM,则判断图像经过隐写 进一步可估计隐写率
秘密信息嵌入
加密—>0,1随机分布的比特流,1/2 假设:秘密信息完全替换载体图像的LSB
h2i≈h2i+1
在测试图像所有像素的LSB嵌入秘密信息
定量分析
卡方检测性能分析
采用三组实验对比分析卡方检验的检测性能
1. 读取整个图像数据
2. 加载1%的图像数据块
3. 计算χ2的值 4. 根据χ2计算当前P值 5. 如图像数据未完全加载,返回步骤2;如图像数据 已全部加载,返回。
三个指标
1. 安全性(不可见性、不可感知性)
——对嵌入秘密信息引起的图像失真进行评价
1. 直接反映了人对图像质量的感知,有实际参考价值 2. 不同人员之间主观差异较大,实验时要得到好的统计结果, 需找大量的人员进行测试
主观评价
——将图像按照感知质量优劣排成等级
客观评价
根据人眼的主观视觉系统建立数学模型,计算图
29
RS分析步骤
3. 对每个图像块应用非负翻转(F1, F0)
RM=空间相关性增加的图像块个数/图像块总个数 SM=空间相关性减小的图像块个数/图像块总个数
RS分析步骤
4. 对每个图像块应用非正翻转(F-1,F0)
R-M=空间相关性增加的图像块个数/图像块总个数 S-M=空间相关性减小的图像块个数/图像块总个数
RS分析
信息量估计法 有限状态机法 …….
χ2分析——1999, Westfeld
0<->1 2<->3 ………….. 4<->5 6<->7 8<->9 10 <->11
PoV(Pairs of Values ):<2i,2i+1>
LSB隐写:进行2i↔2i+1之间的翻转
设图像中灰度值为j的像素个数为hj,0≤j≤255 如果载体没有隐写,h2i,h2i+1的值会相差较大一些
像的质量 均方差(MSE)越小越好 峰值信噪比(PSNR)越大越好
均方差
1 M N MSE ( I ( x, y ) I w ( x, y )) 2 MN x 1 y 1
峰值信噪比
MSE(左)=116.538 MSE(右)=127.825
均方差
MSE(左)=10.0265
G=(x1,x2……xn)
图像的空间相关性
定义翻转函数
F1:2i与2i+1的相互变化关系 F-1:2i-1与2i的相互变化关系 F0:不变关系
RS分析步骤
1. 将待检测图像分成大小相同的图像块 2. 计算每个图像块的空间相关性 3. 对每个图像块应用非负翻转(F1, F0) 4. 对每个图像块应用非正翻转(F-1, F0)
RS分析
参考
1. Detection of LSB Steganography 2. RS 检测算法的分析与改进
隐写分析—统计检测
利用载体数据的统计特性判断是否含有秘密信息
针对LSB的隐写分析
F5隐写分析
F5隐写分析
参考
《数字图像隐写分析》——刘粉林,机械工业出版社 Steganalysis of JPEG Images: breaking the F5 Algorithm
——秘密信息的嵌入不是顺序嵌入,而是随机嵌入 ——嵌入量较小
卡方检验难以奏效
RS分析——2001, Fridrich
在隐写分析的研究中具有重要Hale Waihona Puke Baidu义
是第一个可以检测LSB随机间隔嵌入算法的隐写分析 方法,
可以精确地估计出秘密信息的长度。
26
给定一个图像块,Zigzag扫描,排列成一个向 量
MSE(右)=11.03536
均方差
客观评价+HVS(人类视觉系统)
达到主客观评价一致 如何结合? ——图像感知评价领域非常受关注的一个问题
三个指标
2. 隐藏容量
——在一个载体中最多能嵌入的信息量
——对隐写容量进行研究的目地:在满足不可见性的条件 下,分析可以隐藏的消息的极限,进而对隐藏算法设 计进行指导
三个指标
3. 鲁棒性
——抵抗隐写分析的能力
隐写分析
对信息隐藏的一种攻击行为
目的
1. 检测隐写信息的存在性
2. 估计隐写信息的长度、提取隐写信息
3. 删除和扰乱隐写载体中嵌入的秘密信息
隐写分析—视觉攻击
隐写分析—统计检测
利用载体数据的统计特性判断是否含有秘密信息
针对LSB的隐写分析 PoV分析(χ2分析/直方图分析)
隐写分析—盲检测
数字版权管理研究
应用系统
版权管理 信息隐藏算法及应用 研究
水印算法
密码相关 信息隐藏检测与 版权管理体系 分析研究 检测系统 隐写分析
隐藏应用
信息隐藏
数字图 像取证
隐藏算法
基础理论(模型,容量)
信息隐藏模型研究
41
实验作业二
任务
针对自己实现的隐写算法(嵌入、提取)
计算隐蔽载体的PSNR值,通过PSNR值来评估隐写 对图像质量的影响,并与主观感受做对比 实现一种隐写分析方法,对隐蔽载体进行检测(卡 方、RS……)
RS分析
如果待检测图像没有经过LSB隐写,从统计上说,非 负翻转或非正翻转会同等程度增加图像块的混乱程度
RM≈ R-M, SM≈S-M
做翻转,会破坏图像块的空间相关性
RM > SM, R-M > S-M
如果待检测图像经过LSB隐写,则采用非负翻 转和非正翻转的结果有明显不同
应用非负翻转
实验一:连续LSB嵌入检测实验
图像格式:BMP,256*256,8bit
22
实验二:随机间隔LSB嵌入检测实验
23
实验三:JPEG图像DCT系数隐写检测实验
图像格式:JPEG,600*400,8bit,采用Jsteg对 DCT系数隐写,连续嵌入
24
卡方分析
同样适用调色板LSB隐写的检测(EzStego)
要求
提交实验报告电子版,附关键代码、实验结果截图 时间:2013.10.30
信息隐藏技术
合肥工业大学计算机与信息学院 郑淑丽
信息隐藏
一个模型:囚徒模型
两种应用:隐写 && 三个指标
安全性 隐藏容量 鲁棒性
2
数字水印
图像载体的选择
图像库
例如:USC-SIPI图像库 http://sipi.usc.edu/database/
USC-SIPI
应用非正翻转
33
RM ≈ SM R-M >>S-M
R-M - S-M >> RM - SM
34
对lena图像进行LSB隐写,不同隐写率的条件下计算 RM、 SM 、 R-M和S-M
检测时
对检测图像进行非负翻转和非正翻转,计算RM、 SM 、 R-M和S-M
如果R-M - S-M显著大于RM – SM,则判断图像经过隐写 进一步可估计隐写率
秘密信息嵌入
加密—>0,1随机分布的比特流,1/2 假设:秘密信息完全替换载体图像的LSB
h2i≈h2i+1
在测试图像所有像素的LSB嵌入秘密信息
定量分析
卡方检测性能分析
采用三组实验对比分析卡方检验的检测性能
1. 读取整个图像数据
2. 加载1%的图像数据块
3. 计算χ2的值 4. 根据χ2计算当前P值 5. 如图像数据未完全加载,返回步骤2;如图像数据 已全部加载,返回。
三个指标
1. 安全性(不可见性、不可感知性)
——对嵌入秘密信息引起的图像失真进行评价
1. 直接反映了人对图像质量的感知,有实际参考价值 2. 不同人员之间主观差异较大,实验时要得到好的统计结果, 需找大量的人员进行测试
主观评价
——将图像按照感知质量优劣排成等级
客观评价
根据人眼的主观视觉系统建立数学模型,计算图
29
RS分析步骤
3. 对每个图像块应用非负翻转(F1, F0)
RM=空间相关性增加的图像块个数/图像块总个数 SM=空间相关性减小的图像块个数/图像块总个数
RS分析步骤
4. 对每个图像块应用非正翻转(F-1,F0)
R-M=空间相关性增加的图像块个数/图像块总个数 S-M=空间相关性减小的图像块个数/图像块总个数
RS分析
信息量估计法 有限状态机法 …….
χ2分析——1999, Westfeld
0<->1 2<->3 ………….. 4<->5 6<->7 8<->9 10 <->11
PoV(Pairs of Values ):<2i,2i+1>
LSB隐写:进行2i↔2i+1之间的翻转
设图像中灰度值为j的像素个数为hj,0≤j≤255 如果载体没有隐写,h2i,h2i+1的值会相差较大一些
像的质量 均方差(MSE)越小越好 峰值信噪比(PSNR)越大越好
均方差
1 M N MSE ( I ( x, y ) I w ( x, y )) 2 MN x 1 y 1
峰值信噪比
MSE(左)=116.538 MSE(右)=127.825
均方差
MSE(左)=10.0265
G=(x1,x2……xn)
图像的空间相关性
定义翻转函数
F1:2i与2i+1的相互变化关系 F-1:2i-1与2i的相互变化关系 F0:不变关系
RS分析步骤
1. 将待检测图像分成大小相同的图像块 2. 计算每个图像块的空间相关性 3. 对每个图像块应用非负翻转(F1, F0) 4. 对每个图像块应用非正翻转(F-1, F0)
RS分析
参考
1. Detection of LSB Steganography 2. RS 检测算法的分析与改进
隐写分析—统计检测
利用载体数据的统计特性判断是否含有秘密信息
针对LSB的隐写分析
F5隐写分析
F5隐写分析
参考
《数字图像隐写分析》——刘粉林,机械工业出版社 Steganalysis of JPEG Images: breaking the F5 Algorithm