抵抗RQP分析的信息隐藏技术

摘要：一种针对24位图像的可抵抗RQP分析的信息隐藏技术被发现了。这个技术是在现有的调色板不过分扩大的甚至减少的条件下基于三原色的变型。以这种方式，在图像中的颜色和相近的颜色数目并不显著。这可以使RQP分析无效。实验结果提出了支持的论点。

关键词：信息隐藏，隐写分析，RQP方法，LSB嵌入

1. 简介

自20世纪90年代末以来，数字隐写术受到了研究者们的极大关注。目标是在多媒体载体下发送类似数值图像的隐秘信息。通过嵌入秘数据的的信息作为封面图像，这种通信是隐藏的。于此形成对面的是密码加密，这样就没有人可以没有密码解开这些数据，但没有企图掩盖存在的秘密通信。

隐写术属于信息隐藏的一个更广泛的主题。信息隐藏的另一个重要分支是数字水印，其目的是保护多媒体内容的知识产权[ 2 ]。隐写水印和数字水印的基本区别在于通信的主要对象。在数字水印中，要发送的对象是主机信号，具有提供的知识产权保护的嵌入式数据。水印的存在通常被公开声明。该水印必须是强大的，这意味着删除或销毁的嵌入式标记将使主机对象无用。相反，对象被发送在隐写嵌入邮件，和封面图片只是一个伪装。因此，隐写术的最关键的要求是在使用感性和算法的手段下检测不到。对攻击的鲁棒性，如去除，破坏和信号处理不是主要关注的。

隐写技术包括LSB嵌入，屏蔽和过滤，扩频技术等等[1]，与此同时反隐写或隐写分析的方法也被开发：对灰度值对分析（绿线）[ 3 ]，RS技术[ 4 ]，原快速配对（RQP）分析[ 5 ]，和高阶统计量方法[ 6 ]等等。隐写分析的基本目的是揭示在一些无关紧要的图像里存在的秘密信息，显然无伤大雅的图像。从某种意义上说，一些隐写方法已经失败，而反隐写分析则迅速崛起[ 7 ]。毫无疑问，这场战斗将继续下去。

这封信提出针对24位真彩色图像的隐写对策，可以Fridrich等人开发的RQP分析下存在。在下面的章节中，首先简要介绍了RQP方法，并提出了抗RQP技术配套实验结果。

1. RQP隐写分析

RQP分析是基于在彩色图像中独特的颜色和相近的颜色的数目统计，一对颜色被说是接近如果：

当隐藏数据嵌入到载体图像的基于LSB的技术的，独特的颜色数量通常会增加，所以以下的商会增加：

在这里的P是相近颜色的对数；然后是调色板中所有可能的颜色对的数目

如果图像中包含了隐藏的信息，则在嵌入一些附加数据后增加了一些额外的数据，一般都小于未经先前嵌入的消息的图像。因此，它是可以通过增加一个测试信息的图像和观察Q数值的增加检测到隐藏的数据的存在。

使用Q2 / Q1作为检验统计量，Fridrich等人描述了一种用于二进制决定是否是图像所包含的秘密消息的阈值选取方法，在Q1的图像测试计算下的Q值（2），和Q2的图像中，一定量的测试数据嵌入的价值。人们已经发现，RQP方法是相当可靠的，独特的颜色数量小于在图像中的像素的总数的一半。

1. 抗RQP隐写术

很显然，RQP分析依赖于这样的事实，隐写嵌入通常使得独特的颜色数，由于LSB修改上升。因此，可以设计出一种有效的对策，通过保持调色板而不创建新的颜色。而不是通过修改LSB嵌入数据的像素的单个颜色分量，我们的技术修改【RGB】的像素颜色值作为一个整体。该三重峰在其附近的颜色空间被修改为一个新的点，这是一个有效的调色板中的封面图像的颜色。只有当这样的颜色不可用时才创建新的颜色。这是以以下方式实现的。

1. 假设一个像素A选择携带一点隐秘数据。如果一个“0”是被嵌入的，三个颜色分量的总和在A里，R G B 是偶数，像素不需要改变。类似地，如果一个“1”是嵌入式和R B G为奇数，像素也不变。
2. 如果不满足上述条件，则设置像素的每个颜色分量的最小有效位是0导致在一个基地的颜色表示a000。得到最接近的8种颜色,他们可以分为2组：

均匀颜色：A000=A000 [000],A011=A000 [011],A101=A000 [101],A110=A000 [110]

奇色：A001=A000 [001], A010=A000 [010], A100=A000 [100],A111=A000 [111]

1. 如果一个“0”是被嵌入的，在覆盖调色板进行搜索，在偶数组找到一个可以匹配的4个颜色的。一旦找到了匹配，搜索被终止，并且在任何一个的3个颜色分量中的1个级别的错误的匹配的像素被修改为匹配的颜色。
2. 如果四个颜色都没有在封面颜色调色板，设置A= A000，和一个新的颜色也就是这样创造出来的.
3. 类似地，如果一个“1”是被嵌入的，搜索就可以找到一个匹配的颜色在奇数组。
4. 如果未找到匹配项，设置A= A001创建一个新的奇怪的颜色。
5. 摘下覆盖像素和下密数据点，并从步骤1开始。

在每个嵌入式像素中创建一个新的颜色的概率是很难计算的。然而，它可以通过计算实验中计数在新的调色板中的独特的颜色的数量的增加。

作为匹配颜色的搜索范围内开展单位立方体的颜色空间的像素颜色的修改只限于LSB平面。以总和R G B所有修改的像素LSB隐写数据很容易提取。

为了减少在嵌入过程中生成新的颜色的机会，立方搜索空间可扩展为3*3*3。扩展的三次空间由64个颜色，32个甚至32奇数，因此，搜索是在32个颜色，而不是4个颜色。表1给出了所有可能的增量基本颜色A000隐写嵌入。在第一列的数量delta;表示数量的像素颜色分量进行修改，超出了LSB。例如，如果一个像素的值改为A000 [ 2 2 1 ]，增加了2，将影响最低有效位元件R和G，B增加了1，因此delta;= 2。一个小delta;颜色为了减少色彩失真首先测试搜索。在所有32种颜色中，当一个匹配不能被发现时，创建新的颜色.

显然，搜索多维数据集的扩展，大大减少了新的颜色的数量增加的失真和计算复杂度的增加，而提取方法保持不变。事实上，根据相邻像素的大试块重叠，通常采用后隐写嵌入不同的颜色甚至略有减少。在讨论不同的方案，多维数据集的大小，将在下面分别ARQP111和ARQP333里。

表1是RGB分量与遵从A000隐写嵌入的增量

1. 实验

实验中使用了2个图像数据库，分别由100个真彩色图像大小300*400（肖像图）和200*267个（景观）组成。这些照片是用数码相机拍成和存储成JPEG格式。在每个图像中的像素的总数独特的颜色数范围从30%到55%，任何隐秘的内容嵌入在这些图像的LSB嵌入技术将会瓦解RQP隐写分析。

图1显示了使用人群覆盖的隐秘图像的RQP分析结果。曲线1代表Q1 /Q2，Q1 从没有一个隐秘的信息100封面图片计算出来的，和、Q2是一组对应的分别含有17255位嵌入式与LSB隐写方法获得的数据隐秘图像，这是一个每个颜色分量有效载荷0.048位。在获取隐秘图像，一个隐秘的数据比特流在每个封面图像的LSB被用来代替一组伪随机选择的颜色分量，导致对于图像中的大多数峰值信噪比（PSNR）在64.4db。曲线2表示Q3 、Q2，Q3 通过嵌入17255位测试数据的隐秘图像使用相同的LSB方法获得，简称LSB。显然，Q3/Q2的值比Q2 / Q1更容易发现阀值[ 5 ]，使得RQP分析有效。

曲线3和4中除了使用ARQP111代替传统的LSB嵌入方法都得到了同样的方式。据观察，与新产生的颜色数减少，两曲线Q2/ Q1和Q3/Q2 明显降低，变得更加紧密。从同一个数据库中的图像的决定阈值变得相当关键，因此不可能再找到一个统一的阈值范围更广的图像。这意味着RQP隐写分析会失败。

曲线5和6是ARQP333的结果。这两个彼此非常接近，Qn＋1／Qnasymp;1，意味着隐秘的图像是在独特的颜色和接近的颜色对区分盖。这使得RQP分析完全不可能。

进行了实验，将一个额外的17255位使用相同的基本方法为LSB盖图像和隐秘图像生成与反RQP技术的测试数据。结果如图2所示，其中顶部的固体，较低的固体，和虚线曲线分别对应LSB-on-cover,LSB-on-ARQP111,LSB-on-ARQP333 。很显然，一个区分从ARQP基于隐秘图像使用的统计测试。特别是，该arqp333隐秘图像的表现与RQP分析几乎相同。

景观组的实验已经产生了类似的结果，由于空间限制在这里不显示。

假设这两例在[ 5 ]提出的高斯分布，并从实验数据估计的均值和标准差，概率密度函数Qn＋1／Qn在图3中可以得到。从景观数据库中的100幅图像和5299位的嵌入容量，结果如图4所示。

隐形的隐秘数据如表2所示。隐秘图像的保真度的测量峰值信噪比（PSNR）相对于封面图片。采用抗RQP算法，对于ARQP111和ARQP333保真度损失分别小于3dB和5dB。然而，在任何情况下，信噪比大于59dB，与隐写水印可接受的最下限下界39分贝相比代表一个非常高的程度。

图1 Qn＋1／QN曲线是300times;400大小的100色图像的函数。曲线1代表 Q2 /Q，在Q1 100封面图片没有隐秘数据计算，而Q2隐秘图像分别含有17255位嵌入式基本LSB嵌入隐藏数据。曲线2表示Q3/Q2，Q3 通过嵌入17255位测试数据的隐秘图像使用相同的方法得到的。曲线3和4都以类似的方式获得的，而不是基本的LSB ARQP111。曲线5和6利用ARQP333。

图2 LSB的17255位测试数据为封面图片嵌入结果（上实）和隐秘图像产生的arqp111（下实）和arqp333（虚线）。

图3概率密度函数Qn＋1／QN缩放到[ 0，1 ]。曲线数字对应于图1。

图3与图4相同，从景观数据库中获得100个彩色图像。

表2不同信噪比的隐秘图像嵌入技术

1. 结论

避免在隐写嵌入产生新的颜色，以独特的颜色统计分析可以被打败已经被证明。现在提出的方法，试图在现有的调色板找到一个可用的颜色作为一个替换的原始封面像素。覆盖像素的修改可能会出现在第二个最重要的位平面，从而导致图像略有增加失真。但是这种失真仍然远远低于人类感知的阈值，因此确保令人满意的隐蔽性。

虽然计算复杂度相比基本LSB技术大大增加，尤其是arqp333，但是它不是一个严重的问题，在实际应用中的嵌入算法只需要在一些从一个大的数据库中拍摄的图像内执行。

References

[1] N. F. Johnson, and S. Lajodia, Exploring Steganography: Seeing the Unseen, IEEE Computer, 31(2), 1998: 26minus;34

[2] N. Memon, and P. W. Wong, Protecting digital media content, Communications of the ACM, 41(7), 1998: 34minus;43

[3] A. Westfeld, et al., Attacks on Steganographic Systems, Lecture Notes in Computer Science, vol.1768, 2000: 61minus;75

[4] J. Fridrich, et al., Practtical Steganalysis of Digital Images – State of the Art, Proceedings of SPIE, vol.4675, 2002: 1minus;13

[5] J. Fridrich, R. Du, and M. Long, Steganalysis of LSB Encoding in Color Images, 2000 IEEE Int. Conf. on Multimedia and Expo, vol.3, 2000: 1279minus;1282

[6] H. Farid, Detecting Steganographic Message in Digital Images, Report TR2001-412, Dartmouth, Hanover, NH, 2001

[7] A. Westfeld, F5 – Steganographic algorithm: High capacity despite better steganalysis, Lecture Notes in Computer Science,vol.2137, Springer-Verlag, Berlin, 2001: 289minus;302

探索隐写术看到看不见的事物

隐写术是阻止隐藏信息检测的一道艺术，隐写术的字面意思是“覆盖写作”，它包含了一系列的秘密通信方法，隐藏的信息是非常寻常的。这些方法包括隐形墨水，微粒，字符排列，数字签名，隐蔽通道和扩频通信。隐写术和密码是在一个间谍家族。密码加密的消息 无法理解。隐藏的消息它不能被看到。在一个信息密文，例如，可能引起收件人疑问却因为隐写技术而看不到。

在这篇文章中，我们讨论的图像文件，以及如何在他们中隐藏信息。我们讨论的结果，对现在隐写软件的评价，如何看待隐写的发展，可以在历史栏目，隐写术看到。

图像文件

对计算机，图像是数字的数组 代表在不同点（像素）的光强度。 这些像素构成了图像的栅格数据。一个共同的图像大小是640个480像素和256个颜色（

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[146736]，资料为PDF文档或Word文档，PDF文档可免费转换为Word