[发明专利]面向海量web图像的分布式信息隐藏检测方法

权利要求书

1.一种面向海量web图像的分布式信息隐藏检测方法，其特征在于，包括以下步骤：

a).Hadoop环境搭建，在云计算平台中申请一定数目的计算节点，搭建出Hadoop的运行环境，以实现数据的并行处理；

b).产生Nutch抓取队列，将初始种子网址放到抓取数据库中，用generate模块对抓取数据库中的网址进行过滤，产生要抓取的页面并将其放到抓取队列中；

c).分布式网页抓取，按照Hadoop的MapReduce架构，将抓取队列中要抓取的网页分配给各个计算节点，利用爬虫Crawler访问这些链接并进行网页抓取；

d).网页解析，对抓取完成的网页进行解析，产生一些新的链接与网页内容的解析结果；把新产生的链接更新到抓取数据库中，可进行下一轮抓取，重复步骤b)、c)、d)直至达到预先设定的抓取深度；同时解析并提取出web网页中的图像；

e).web图像的存储，采用Hbase存储提取的web图像，以提高图像的检索和查询的速度；

f).图像的通用盲检测，利用常用的图像信息隐藏检测算法，逐一检测web图像，判断web图像中是否存在隐藏信息；若某web图像被检测出含有隐藏信息，则认为其含有非法的秘密信息；否则执行步骤g)；

g).格式筛选，从步骤f)中未检测到隐藏信息的web图像中，筛选出BMP格式和JPEG格式的图像；BMP格式的图像，按照步骤h)进行处理，JPEG格式的图像，按照步骤i)进行处理；

h). BMP格式的图像检测，采用BMP格式图像的检测算法，判断图像中是否含有隐藏信息；

i).JPEG格式的图像检测，采用JPEG格式图像的检测算法，判断图像中是否含有隐藏信息。

2.根据权利要求1所述的面向海量web图像的分布式信息隐藏检测方法，其特征在于：步骤f)中所述的常用的图像信息隐藏检测算法包括基于随机性度量的通用盲检测算法、追尾检测算法、图像格式冗余检测算法、基于差分直方图的LSB信息隐藏的可靠检测方法；步骤h)中所述的BMP格式图像的检测算法包括位平面分割分析检测法、Lapalacian分布特征检测法、基于调色板图像的通用性检测法；步骤i)中所述的JPEG格式图像的检测算法包括基于DCT系数统计模型的信息隐藏检测方法、JPEG图像DCT系数检测法、JPEG相容性检测法。