[发明专利]一种内容自适应的视频隐写分析方法

说明书

技术领域

本发明涉及隐写分析(Steganalysis)方法，尤其涉及一种基于内容的自适应隐写分析方法，以及该方法在检测各嵌入域的视频隐写上的应用，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

在当今信息时代，计算技术的迅猛发展以及互联网的快速普及，推动了数字多媒体技术的发展和应用，同时信息的安全保护问题日益成为了人们关注的焦点。隐写作为信息隐藏的重要分支，旨在通过隐藏信息的存在来提供可靠的隐蔽通信。隐写利用了感官的不敏感及多媒体数字信号的冗余，将秘密信息隐藏在载体中，使得攻击者无法察觉。随着网络视频应用如IPTV，视频会议，视频点播等的广泛普及，压缩视频流越来越成为一个易于使用的隐蔽通信信道。视频隐写可在视频压缩过程中通过修改运动向量、预测模式及宏块划分方式等压缩参数来嵌入秘密信息。

视频隐写分析是用来检测是否存在秘密信息的技术。其基本手段是构造一个二类分类器，并使用从载体/隐写样本集中提取的特征对分类器进行训练，随后从待测视频中提取特征输入分类器进行隐写存在的分类判别。典型的视频分析的具体步骤是，首先，选择或设计一种算法用于特征提取，该特征应该对嵌入过程较为敏感，能有效的区分原始视频和隐写视频。在特征提取过程中，将视频划分为固定长度的帧组，称为检测区间，在每个检测区间内提取单个特征用于之后的训练或检测。分别从训练集的原始视频集和隐写视频集中提取相应的特征，将特征输入分类器进行训练得到可用于测试的隐写分析分类器。在实际分析中，将从待测视频中提取的特征输入分类器，从而判断该样本是否含有秘密消息。

当前的视频隐写算法都采用了内容自适应的方式。隐写者为了尽可能的减少改动带来的失真，会选择隐写代价小的帧区域嵌入秘密消息。如Kutter(F.Jordan,M.Kutter,and T.Ebrahimi.Proposal of a watermarking technique for hiding data in compressed and decompressed video,ISO/IEC Doc,JTC1/SC29/QWG11,Tech.Rep.M2281,Jul.1997.)，Xu(C.Xu,X.Ping,and T.Zhang.Steganography in compressed video stream,Proc.1st Int.Conf.Innov Comput.Inf.Control,vol.1,pp.269–272,Sep.2006.)，Aly(H.Aly,“Data hiding in motion vectors of compressed video based on their associated prediction error,”IEEE Trans.Inf.Forensics Security.,vol.6,no.1,pp.14–18,Mar.2011.)，Cao(Y.Cao,X.Zhao,D.Feng,and R.Sheng.Video steganography with perturbed motion estimation,Proc.13th Int.Conf.IH,vol.6958,no.1,pp.193–207,2011.)，Hu(Y.Hu,C.Zhang,Y.Su.Information hiding based on intra prediction modes for H.264/AVC,Proc.IEEE International Conference on Multimedia and Expo,pp.1231-1234,2007)，Yang(G.Yang,J.Li,Y.He.An information hiding algorithm based on intra-prediction modes and matrix coding for H.264/AVC video stream,International Journal of Electronics and Communication,pp.331-337,2011.)等提出的视频隐写方法，根据特定的筛选准则选择符合条件的参数进行修改。因此，自适应隐写通常会导致嵌入容量的不均衡，即不同帧间的改动比特数及帧内不同区域内改动的比特数在这种情况下差别很大。然而，几乎现存所有的分析方法都以相同的方法处理每一帧，即将视频分成等长度的检测区间，再从各检测区间中针对所有的区域计算和提取特征。如Su(Y.Su,C.Zhang,and C.Zhang.A video steganalysis algorithm against motion-vector-based steganography,Signal Process,vol.91,no.8,pp.1901–1909,2011.)，Cao(Y.Cao,X.Zhao,and D.Feng.Video steganalysis exploiting motion vector reversion-based features,IEEE Signal Process.Lett,vol.19,no.1,pp.35–38,Jan.2012.)，Wang(K.Wang,H.Zhao,and H.Wang.Video steganalysis against motion vector-based steganography by adding or subtracting one motion vector value,IEEE Transactions on Information Forensics and Security,vol.9,no.5,pp.741–751,Feb.2014.)，Ren(Y.Ren,L.Zhai,and L.Wang.Video steganalysis based on subtractive probability of optimal matching feature,Proceedings of the 2nd ACM workshop on Information hiding and multimedia security,pp.83–90,2014.)，Li(S.Li,H.Deng,H.Tian,etc.Steganalysis of predition mode modulated data-hiding algorithms in H.264/AVC video stream,Annais of Telecommunications,pp.7-8,2014.)提出的隐写分析方法。该分析模式忽略了嵌入容量的分布不均衡，不能保证提取的每个特征的有效性，从而无法很好的检测自适应隐写。因此，针对当前的自适应视频隐写，设计一种隐写分析模式，可以及时、高效、自适应的得到有效特征并正确检测秘密消息的存在，是视频隐写分析领域急需解决的问题。