[发明专利]一种基于参数识别与估计的隐写分析方法

说明书

技术领域

本发明涉及一种隐写分析（Steganalysis）方法，具体涉及一种基于参数识别与估计的隐写分析方法，该方法属于信息安全技术领域中的信息隐藏子领域。

背景技术

随着计算机和网络技术的发展，数字多媒体的使用越来越普遍，以数字多媒体为载体的现代隐写技术获得了越来越广泛的关注。隐写能够在不影响载体数据感知内容和质量的前提下在其中嵌入机密信息，通过隐蔽保密通信或者保密存储的存在性事实，提高了机密数据传输或者存储的安全。据报道，隐写已经被不法分子和恶意代码所利用。与隐写相对应，隐写分析则是用于分析判断数据中是否含有隐蔽信息的技术。由于数字多媒体的数据冗余较大，现代隐写的重要特征是，载体数据多为多媒体数据；一般称未经过隐写的媒体为原文，隐写后的媒体为隐文。虽然隐写嵌入过程对载体数据的感知内容和质量的影响很难被人眼所识别，但其对载体数据的改变一般能够被某些统计特征的变化反应出来。隐写分析技术利用这些对隐写嵌入过程比较敏感的统计特征对媒体数据进行分析，从而识别隐蔽信息的存在。

隐写系统一般由隐写算法及相关参数配置构成，它的输入是原文（集）和秘密消息（一般是加密后的数据），输出是隐含秘密消息的隐文（集），其中对图像隐写分析影响较大的参数配置包括图像尺寸和嵌入率等因素。现代隐写分析技术作为一种判断数字媒体数据中是否含有秘密信息的技术，在安全方面有着重要意义。根据适用范围不同，隐写分析可分为以下三类：（1）专用隐写分析(Specific Steganalysis)，它只适用于识别出由专门隐写算法处理后的隐文（参考文献：Fridrich J,Goljan M.Practical Steganalysis of Digital Images:State of the Art[J]//Security and Watermarking of Multimedia Contents,2002,4675:1-13.）；（2）通用隐写分析(Universal Steganalysis)，它适用于识别出由多个或者多类隐写算法分别处理后的隐文（参考文献：Shi Y,Chen C,Chen W.A Markov process based approach to effective attacking JPEG steganography[C]//Proceedings of8th International Workshop on Information Hiding,Virginia,USA,Jul.10-12,Berlin:Springer-Verlag,2007:249-264.）；（3）多类隐写分析(Multi-class Steganalysis)，可以识别隐文采用的隐写算法（参考文献：Fridrich J.Merging Markov and DCT features for multi-class JPEG steganalysis[C]//Proceedings of the Society of Photo-optical Instrumentation Engineers,Bellingham:SPIE Press,2008:1-13.）。现有隐写分析是一种模式分类的过程，以上专用隐写分析与通用隐写分析的识别结果是“是隐文”或者“不是隐文”，因此是二类分类系统，而多类隐写分析需要进一步识别出隐写者采用的算法，因此是多类分类系统。模式分类中所用的训练集对隐写分析的准确率影响较大。隐写分析中的训练集是由原文集和隐文集经隐写分析特征提取而组成，待分析样本指的是以后需要使用训练好的隐写分析系统进行检测识别的多媒体文件。隐写分析系统使用训练集通过分类器训练学习出的模型和参数配置，对待分析对象是否含有秘密信息进行判定。若训练集的各项参数（如图像大小、嵌入率、JPEG质量因子等）与待分析样本相应的各项参数基本相同，判定结果一般较为准确，反之则不准确。但在实际应用中，隐写分析者无法得知生成待分析样本时隐写者所使用的隐写算法和相应配置，只能采取盲隐写分析，即在不知道隐写者采用的算法和配置的情况下，进行隐写分析系统的训练，并使用训练好的隐写分析系统对待测样本进行分析，但是，在分析中不能确保训练集的各项参数与待分析样本相应的各项参数尽量相同。二类通用隐写分析和多类隐写分析均可看作是盲隐写分析的不同实现方法，它们均存在上述缺陷。