[发明专利]一种基于贝叶斯推理的码元改写信息隐藏检测方法及系统

说明书

本发明公开了一种基于贝叶斯推理的码元改写信息隐藏检测方法，所述方法包括：步骤1)在训练样本中根据压缩语音码元取值分布熵选取隐写敏感码元，由此构建码元强关联网络；基于码元强关联网络构建码元贝叶斯网络分类器，并使用Dirichlet分布作为先验分布学习码元贝叶斯网络分类器的参数；步骤2)根据码元贝叶斯网络分类器和训练样本计算隐写指数阈值J_thr；步骤3)对于一段未知类型的压缩语音，计算其隐写指数J₀，若J₀≥J_thr，判定该语音段为未隐写语音段；若J₀＜J_thr，判定该语音段为隐写语音段。本发明的方法能够得到更准确的隐写检测结果；而且本发明的方法以码流中的码元作为分析对象，不需要进行解码，可以达到实时隐写检测的效果。

技术领域

本发明涉及信息安全和机器学习技术领域，特别涉及一种基于贝叶斯推理的码元改写信息隐藏检测方法及系统。

背景技术

随着带宽的持续增长以及网络融合趋势的增强，基于网络数据通信的网络流媒体服务得到了空前的发展，网络压缩语音码流成为隐蔽通信常用载体之一。它给人们的生活和工作带来便利的同时，也给犯罪分子带来了可乘之机。对于敏感机构而言，需要对机构中的语音码流进行评估审查，确定是否存在隐蔽通信信道进行秘密信息的外泄。信息隐藏检测技术作为隐蔽通信的对抗技术，能够有效的监控网络压缩语音码流中的隐蔽通信，实现对敏感机构中的语音码流信息隐藏检测。

在压缩语音中进行信息隐藏之后，都会对码元造成不同程度的改写。现有的压缩语音信息隐藏检测方法绝大部分是在解码过程中进行的，即针对某种编码过程的信息隐藏进行检测，如线性预测编码、开环基音预测、码本搜索等；还有小部分是针对特定的信息隐藏方法直接分析压缩语音码流，该类方法针对单一码元分别进行分析，以效果最好的码元检测结果为最终检测结果。现有的码元改写信息隐藏检测方法都只能针对特定的信息隐藏方法进行检测，目前尚未有能适合任意码元改写的检测方法。在实际应用过程中，很难获取到压缩语音中使用的是何种信息隐藏方法，因此，研究一种通用的码元改写信息隐藏检测方法很有必要。

发明内容

本发明的目的在于提出一种通用的码元改写信息隐藏检测方法，该方法首先分析压缩语音各个码元自身取值统计特征，计算得到码元分布熵，选取分布熵较小的码元作为隐写敏感码元；接着以同类隐写敏感码元帧内取值和相邻帧间取值关系构建码元关联网络；然后以马尔科夫转移概率为关联指数对码元关联网络进行剪枝，得到码元强关联网络；最后基于码元强关联网络构建码元贝叶斯网络分类器，并使用Dirichlet分布作为先验分布学习网络参数，从而实现对码元改写的信息隐藏检测。

为了实现上述目的，本发明提供了一种基于贝叶斯推理的码元改写信息隐藏检测方法，所述方法包括以下步骤：

步骤1)在训练样本中根据压缩语音码元取值分布熵选取隐写敏感码元，由此构建码元强关联网络；基于码元强关联网络构建码元贝叶斯网络分类器，并使用Dirichlet分布作为先验分布学习码元贝叶斯网络分类器的参数；

步骤2)根据码元贝叶斯网络分类器和训练样本计算隐写指数阈值J_thr；

步骤3)对于一段未知类型的压缩语音，计算其隐写指数J₀，若J₀≥J_thr，判定该语音段为未隐写语音段；若J₀＜J_thr，判定该语音段为隐写语音段。

作为上述方法的一种改进，所述步骤1)具体包括：

步骤S1)根据训练样本计算压缩语音码元取值分布熵，选取分布熵小于阈值的码元作为隐写敏感码元；

步骤S2)以隐写敏感码元帧内取值和相邻帧间取值关系构建码元关联网络，以马尔科夫转移概率为关联指数对码元关联网络进行剪枝，得到码元强关联网络；