hugo 隐写算法 外文翻译

hugo 隐写算法 外文翻译

ID:2694169

大小:341.50 KB

页数:12页

时间:2017-11-17

hugo 隐写算法 外文翻译_第1页
hugo 隐写算法 外文翻译_第2页
hugo 隐写算法 外文翻译_第3页
hugo 隐写算法 外文翻译_第4页
hugo 隐写算法 外文翻译_第5页
资源描述:

《hugo 隐写算法 外文翻译》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、使用高维图像模型完成高难检测隐写技术使用高维图像模型完成高难检测隐写技术UsingHigh-DimensionalImageModelstoPerformHighlyUndetectableSteganography 学院(系):专业:学生姓名:学号:指导教师:完成日期:–12–使用高维图像模型完成高难检测隐写技术使用高维图像模型完成高难检测隐写技术TomášPevný1,TomášFiller2,andPatrickBas3[1]捷克理工大学[2]纽约州立大学[3]法国国家科学研究院摘要:本文提出了一套完整

2、的方法论,来设计用于数字媒体的实用性高度隐蔽隐写系统。其中主要的设计原则是使用高效编码算法使适当定义失真最小。分析者将失真定义为特征向量的加权差,该特征向量已在隐写分析中使用。通过“保留”分析者使用的模型,更大的负荷量都难以察觉。即使所使用嵌入器特征集的维数大于107,这个框架也可以有效地实现。高维模型对于避免已知的安全弱点很有必要,因为此种模型将会给隐写分析带来问题,这也是高维模型能够在隐写术中使用的原因。本文介绍了HUGO算法,其为一种新的空域数字图像嵌入算法,并对比其与LSB匹配算法性能上的差异。基于B

3、OW2图像库,可以看到在相同的安全级别下HUGO算法的隐藏能力是LSB匹配算法的7倍。1引言囚犯模型中,Alice和Bob之间进行隐秘通信的主要目的是传送一个隐藏了秘密信息的普通物体,而不让监狱长Eve检测到。如果一个隐写系统的载体分布与隐密分布完全匹配,则称其为完全安全的系统。“covergeneration”针对这个问题提出了解决方案,但这种解决方案要求对载体的概率分布有确切地了解。而在实践中,载体的概率分布很难从实际的数字媒体中获取。最常用且最实际的解决方法是通过制造小扰动来隐藏信息,并希望这些扰动能被

4、图像噪声覆盖掉。数字图像中最流行的嵌入方法之一是最低有效位(LSB)替换法,该算法将个别载体元素的最低有效位被替换成信息比特。但人们很快意识到,这种嵌入操作导致的不对称性成为一个潜在的弱点,因此促进了高精度针对性隐写分析仪的发展,所以这种方法的安全有效载荷几乎为零。将LSB替换法简单改进,就是LSB匹配算法(通常称为±1–12–使用高维图像模型完成高难检测隐写技术嵌入法)。该算法将像素值随机地±1,使得像素的最低有效位与秘密信息相对应。尽管与LSB替换方法类似,但LSB匹配算法很难被检测,因为该算法的嵌入操作

5、变得平衡。实践证明,当只利用单个像素中的信息时,LSB匹配算法是最接近最优的方法。LSB匹配算法最大的缺陷是假设了像素与像素之间的图像噪声相互独立,但在自然图像中这种假设往往不成立,检测器也常常利用这一缺陷来进行检测。通过对空域隐写术的简短综述,可以很清楚地看到这些嵌入算法是不安全的,主要是因为这些方法使用的图像模型不够普通,而且一些边缘和连接处图像的统计特性也没有保存。本文提出了一种新颖的方法来设计隐写算法,通过使用非常普遍且高维的模型,隐写算法变得更为安全,这种高维模型涵盖了自然图像中存在的各种依赖关系。

6、该方法以嵌入影响最小的原则为依据,这一原则会在第二节当中介绍。基于这一原则就可将图像隐写算法的设计分解成图像模型的设计和编码器两部分,因此使用更好的编码器或是使用更好的模型都能使隐写算法得到提高。所以,图像模型成为系统设计最重要的部分之一,第三节重点介绍了这一问题。经分析,如果拓展后的隐写分析特性能够避免对特定隐写分析仪的过度拟合,就能用来设计隐写模型。尽管这样隐写模型的维数很大,但对于隐写术来说,高维模型并不构成问题。在第四节中,通过构造基于SPAM(SubtractivePixelAdjacencyMat

7、rix)特性的一种新型空域隐写算法,验证了本文提出的方法。通过实验,研究者针对所提出这一方案的安全性和各个设计元素对安全性的影响得出了结论,详见第五章。本文中提到的思想可以在之前的技术手段中看到。(a)几乎所有隐写算法的目标都是使失真最小,从而保留一些图像模型。图像模型不仅可以从图像本身得到(如F5算法及其改进算法,基于模型的隐写术,等等),也能从量化引入的误差中得到。后一类的算法(MMX[19]及其改进算法[25],PQ[12]等)使用高质量图像中的“边缘信息“,这些是不提供给接收方的(和Eve)。(b)许

8、多算法(F5[30],nsF5[13],MMX[19]和[25])已经开始利用各种各样的编码方案来使得失真最小。早期的方案(如F5和LSB匹配算法)使用编码来使嵌入的变化量最小,而MMX算法允许有比最优值更大的嵌入变化量,来减少总体的失真。因此,MMX可以看做通过编码的手段使得本地内容自适应嵌入的算法,这与本文提出的方案很接近。相对于上述的成果来说,本文的主要贡献如下:(a)提倡在隐写术中使用不可用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。