摘 要

隐写术自从公元前被提出以来，就得到了长足的发展。隐写术作为一种高效的秘密信息隐藏技术，将隐秘信息通过特殊加密方式镶嵌在信息载体上，安全地将秘密信息传送给信息接收者。隐写分析技术作为隐写技术的最主要对抗手段得到了社会各界和各个国家的集体关注。隐写术的主要目的是隐藏信息，隐写分析技术的内容就是确定所给定的对象中是否含有秘密信息，有关秘密信息的具体内容，以及对秘密信息加密的破解。

本论文主要研究了：结合一个神经网络隐写分析模型YNYNet，完成隐写检测器的设计，使用python下的PIL库对图片进行裁剪和格式转换。使用S-UNIWARD算法对载体图片进行隐写信息载入。设计使用约1000个图片数据样本对网络进行训练，然后使用100张图片作为测试集来对网络性能做出检测。围绕所设计的隐写检测器进行深入研究，讨论项目设计基于不同平台，以及使用不同神经网络模型的可行性分析。通过实验验证了网络模型在标准数据集上的隐写分析能力。最终将得到的数据与其他常用方法做比较得出对比分析。

关键词：图像隐写，隐写分析，神经网络，隐写检测器

Abstract

Steganography has made great progress since it was put forward before BC. As an efficient secret information hiding technology, steganography embeds the secret information on the information carrier by special encryption, and transmits the secret information to the information receiver safely. Steganalysis, as the most important countermeasure of steganalysis, has attracted the collective attention of all walks of life and all countries. The main purpose of steganography is to hide information. The content of steganalysis is to determine whether the given object contains secret information, the specific content of secret information, and the decryption of secret information encryption.

This paper mainly studies: combined with a neural network steganalysis model YNYNet, the design of steganalysis detector is completed, and the PIL Library under Python is used to cut and format the pictures. S-UNIWARD algorithm is used to load the steganographic information of the carrier image.. The design uses about 1000 picture data samples to train the network, and then uses 100 pictures as the test set to test the network performance. Based on the design of the steganography detector in-depth study, discuss the project design based on different platforms, as well as the feasibility analysis of using different networks. The ability of steganalysis of network model on standard dataset is verified by experiments. Finally, we compare the data with other methods to get a comparative analysis.

Keywords: image steganography, steganalysis, neural network, steganography detector

目录

第一章 绪论 1

1.1 隐写术与隐写分析技术 1

1.1.1 隐写术的开端与发展 1

1.1.2图像隐写技术 2

1.2深度学习与神经网络 4

1.3 深度学习与图像隐写 9

1.3.1 图像隐写与神经网络的关系 9

1.3.2国内研究现状 9

1.4本文组织结构 10

第二章 软件环境调试与样本处理 11

2.1 所选用的软件及硬件配置 11

2.2 构建网络所用平台的选择 12

2.3 训练数据集和测试数据集的选取 13

2.4 数据集的隐写信息载入 15

第三章 基于YNYNet的隐写检测器设计 16

3.1 YNYNet的基础模型 16

3.2 网络构建及运行 18

3.3 数据集划分方法 23

第四章 数据处理与分析 24

4.1 实验图表处理分析 24

4.2数据分析 26

4.3 横向对比分析 28

第五章 工作总结与展望 29

参考文献 31

致谢 33

第一章 绪论

1.1 隐写术与隐写分析技术

1.1.1 隐写术的开端与发展

随着科技与社会的不断进步发展，有关图像处理领域的隐写技术以及相关的隐写检测技术成为了社会各界和各国信息安全领域，国防安全领域等领域的重点。

最早的图像隐写的相关技术案例出现在公元前499年，希腊暴君在奴隶身上纹身，以此传递信息同时不吸引注意。以揭示隐藏的信息。有人说，隐写术是一门欺诈的艺术，这话不无道理。隐写术的核心内容就是将需要传输的秘密信息通过特殊手段藏在其他信息中，不让除预期的接收秘密信息的人之外的任何其他不是预期者知道信息的传递过程或者信息的相关具体内容。

最开始的时候，隐写技术主要是有关于文字数据或者图片数据的隐写，近代以来随着科技的进步发展，计算机系统的兴起，隐写技术开始在音频数据，视频数据，网络数据等等中。与此对应的，最开始的隐写分析主要是分析文字中，图像中不同寻常的规律等，是由人工操作，随着隐写技术出现在音频，视频及网络数据中，人们就开始开发各种隐写分析的框架工具对载体数据进行分析，反隐写检测。

两次世界大战以来，隐写术在军事方面的应用得到了长足井喷式的发展，二战中，日本海军大将山本五十六得以被盟军击毙，就是得益于反隐写的隐写检测技术。自隐写术诞生之初，隐写检测技术就已经问世。现代的隐写检测技术一般指的是对于任意的载体信息，从能够观察到的表面信息或数据中判断出其中是否含有秘密信息，进而分析数据大小，破解秘密数据嵌入的具体位置，最终达到破译隐藏内容的一个数据分析过程。随着隐写技术的发展和其应用宽度，广度以及影响度的不断加深，隐写分析和检测技术也获得了各个国家，社会各界的广泛关注。