[发明专利]一种针对MP3Stego隐写后的音频的隐写检测方法

摘要

本发明公开了一种针对MP3Stego隐写后的音频的隐写检测方法，其先将未隐写的MP3压缩音频和隐写MP3压缩音频构成样本库；然后对每个样本进行重压缩编码，获得每个样本的载体估计；接着提取每个样本中的每帧的量化后的MDCT系数，获取每个样本对应的第一系数矩阵，同样提取每个载体估计中的每帧的量化后的MDCT系数，获取每个载体估计对应的第二系数矩阵；再通过计算对应的第一系数矩阵与第二系数矩阵中对应列之间的Hausdorff距离值，得到每个样本的最终隐写分析特征行向量；之后通过SVM分类器训练得到训练模板；最后利用训练模板对待检测的MP3压缩音频进行检测；优点是能很准确地确定MP3压缩音频是否经过MP3Stego隐写，尤其在隐秘信息嵌入率较低的情况下依然能获得很高的检测效率。

主权项

一种针对MP3Stego隐写后的音频的隐写检测方法，其特征在于包括以下步骤：①选取N个变化风格各不相同且未压缩的WAV音频，其中，N≥100；然后利用MP3音频8HZ编码器对每个WAV音频进行压缩编码，得到每个WAV音频对应的MP3压缩音频；并利用MP3Stego音频隐写工具对每个WAV音频隐写不同长度、不同内容的隐秘信息，得到每个WAV音频对应的隐写MP3压缩音频；再将N个MP3压缩音频和N个隐写MP3压缩音频构成一个样本库；②利用MP3音频lame解码器对样本库中的每个音频样本进行解压缩，得到样本库中的每个音频样本对应的WAV音频，在解压缩过程中，对样本库中的每个音频样本中的所有帧序号为偶数的帧的编码参数量化步长进行修正；然后利用MP3音频lame编码器对样本库中的每个音频样本对应的WAV音频进行压缩编码，得到样本库中的每个音频样本对应的载体估计；所述的步骤②中对样本库中的每个音频样本中的所有帧序号为偶数的帧的编码参数量化步长进行修正的具体过程为：②‑1、将样本库中当前待处理的第i个音频样本定义为当前音频样本，其中，1≤i≤2N；②‑2、假设当前音频样本中包含有帧，且帧序号从1开始编，并将当前音频样本中当前待处理的第j帧定义为当前帧，其中，②‑3、如果当前帧的帧序号j为奇数，则保持当前帧的编码参数量化步长不变，然后执行步骤②‑4；如果当前帧的帧序号j为偶数，则将前一帧的编码参数量化步长作为当前帧的编码参数量化步长，完成对当前帧的编码参数量化步长的修正，然后执行步骤②‑4；②‑4、令j＝j+1，然后将当前音频样本中下一帧待处理的帧作为当前帧，再返回步骤②‑3继续执行，直至当前音频样本中的所有帧处理完毕，其中，j＝j+1中的“＝”为赋值符号；②‑5、令i＝i+1，然后将样本库中下一个待处理的音频样本作为当前音频样本，再返回步骤②‑2继续执行，直至样本库中的所有音频样本处理完毕，其中，i＝i+1中的“＝”为赋值符号；③利用MP3音频lame解码器对样本库中的每个音频样本进行解压缩，提取出样本库中的每个音频样本中的每帧的576个量化后的MDCT系数，以每个音频样本中的每帧的576个量化后的MDCT系数作为一行，将样本库中的每个音频样本对应的所有量化后的MDCT系数构成一个第一系数矩阵，将样本库中的第i个音频样本对应的所有量化后的MDCT系数构成的第一系数矩阵记为Xi，其中，1≤i≤2N，Xi的维数为表示样本库中的第i个音频样本中包含的帧的总数，x1,1、x1,2、x1,575、x1,576对应表示样本库中的第i个音频样本中的第1帧的第1个、第2个、第575个、第576个量化后的MDCT系数，x2,1、x2,2、x2,575、x2,576对应表示样本库中的第i个音频样本中的第2帧的第1个、第2个、第575个、第576个量化后的MDCT系数，对应表示样本库中的第i个音频样本中的第帧的第1个、第2个、第575个、第576个量化后的MDCT系数；同样，利用MP3音频lame解码器对样本库中的每个音频样本对应的载体估计进行解压缩，提取出样本库中的每个音频样本对应的载体估计中的每帧的576个量化后的MDCT系数，以每个载体估计中的每帧的576个量化后的MDCT系数作为一行，将样本库中的每个音频样本对应的载体估计对应的所有量化后的MDCT系数构成一个第二系数矩阵，将样本库中的第i个音频样本对应的载体估计对应的所有量化后的MDCT系数构成的第二系数矩阵记为Xi'，其中，1≤i≤2N，Xi'的维数为表示样本库中的第i个音频样本中包含的帧的总数，亦表示样本库中的第i个音频样本对应的载体估计中包含的帧的总数，x'1,1、x'1,2、x'1,575、x'1,576对应表示样本库中的第i个音频样本对应的载体估计中的第1帧的第1个、第2个、第575个、第576个量化后的MDCT系数，x'2,1、x'2,2、x'2,575、x'2,576对应表示样本库中的第i个音频样本对应的载体估计中的第2帧的第1个、第2个、第575个、第576个量化后的MDCT系数，对应表示样本库中的第i个音频样本对应的载体估计中的第帧的第1个、第2个、第575个、第576个量化后的MDCT系数；④计算样本库中的每个音频样本对应的所有量化后的MDCT系数构成的第一系数矩阵中的每一列与该音频样本对应的载体估计对应的所有量化后的MDCT系数构成的第二系数矩阵中对应列之间的Hausdorff距离值，将样本库中的每个音频样本对应的576个Hausdorff距离值构成一个初级隐写分析特征行向量，将样本库中的第i个音频样本对应的576个Hausdorff距离值构成的初级隐写分析特征行向量记为Fi，Fi＝[hd1 hd2 … hdk … hd575 hd576]，其中，1≤i≤2N，hdk表示Xi中的第k列与Xi'中的第k列之间的Hausdorff距离值，1≤k≤576；⑤根据样本库中的每个音频样本对应的576个Hausdorff距离值构成的初级隐写分析特征行向量，获取样本库中的每个音频样本对应的最终隐写分析特征行向量，将样本库中的第i个音频样本对应的最终隐写分析特征行向量记为Fi'，Fi'＝[μi mi σi pi si]，其中，1≤i≤2N，μi表示Fi中的所有元素的均值，mi表示Fi中的所有元素中的最大值，mi＝max(hd1,hd2,...,hdk,...,hd576)，max()为取最大值函数，σi表示Fi中的所有元素的方差，pi表示Fi中的所有元素的峰度系数，si表示Fi中的所有元素的三阶中心距，⑥对样本库中的每个音频样本对应的最终隐写分析特征行向量进行标记，对于样本库中的第i个音频样本，如果该音频样本为MP3压缩音频，则将该音频样本对应的最终隐写分析特征行向量标记为‑1，如果该音频样本为隐写MP3压缩音频，则将该音频样本对应的最终隐写分析特征行向量标记为+1，其中，1≤i≤2N；然后将所有标记后的最终隐写分析特征行向量输入SVM分类器进行训练，得到训练模板；⑦对于任意一个待检测的MP3压缩音频，按照步骤②至步骤⑤的过程，以相同的方式获取该MP3压缩音频对应的最终隐写分析特征行向量，然后利用训练模板对该MP3压缩音频对应的最终隐写分析特征行向量进行检测，以确定该MP3压缩音频是否经过MP3Stego音频隐写工具隐写。