《抗統計特性分析的圖像隱寫新方法研究》是依託中山大學，由黃方軍擔任項目負責人的面上項目。
基本介紹
- 中文名：抗統計特性分析的圖像隱寫新方法研究
- 項目類別：面上項目
- 項目負責人：黃方軍
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
隱寫術作為信息安全中的重要課題，受到了國內外學術界的廣泛關注。然而由於隱寫術所具有的入侵特性，必然會對原始載體檔案的某些統計分布特性引入改變。因而可以通過統計上的分析，對隱寫術進行有效的檢測。近年來隱寫分析技術、特別是通用型隱寫分析技術的迅速發展，給隱寫術的安全性提出了越來越高的要求。本項目擬在對圖像統計分布特性、隱寫及隱寫分析機理深入分析的基礎上，研究新的方法以提高圖像隱寫抗統計特性分析的能力，具體包括四個方面：（1）抗統計特性分析的載體圖像選擇；（2）基於圖像統計分布特性的自適應嵌入策略；（3）提高隱寫安全性的圖像預處理方法研究；（4）抗通用型隱寫分析的隱寫設計方法研究。通過對上述問題的研究，完善現有圖像隱寫在安全性方面所存在的不足，為隱寫安全做出理論和方法上的貢獻。
結題摘要
數字隱寫術，其目的是以表面正常的數字載體，如文本、圖像、音頻、視頻等作為掩護，在其中隱藏秘密信息，將秘密信息隱藏在可公開的載體中進行傳送，達到掩蓋真正的通信目的和通信發生的事實。然而，如同密碼和密碼分析一樣，伴隨著隱寫術的發展，隱寫分析技術近年來也得到了迅速發展。由於秘密信息嵌入所具有的入侵特性，必然會對原始載體圖像某些統計分布特性引入改變。為了有效對抗統計特性分析，提高隱寫術的安全性，本項目主要研究了如下內容，具體包括：圖像紋理分析與研究、空域和JPEG域內的自適應嵌入方案、JPEG圖像安全隱寫的頻率選擇問題、已有自適應隱寫算法EAMR(Edge Adaptive Image Steganography Based on LSB Matching Revisited Algorithm)安全性分析與改進、自適應JPEG圖像隱寫代價函式的設計框架研究等。通過對圖像紋理的深入研究，解決了圖像隱寫載體選擇、自適應隱寫中嵌入區域選擇等問題。通過對空域和JPEG(Joint Photographic Experts Group)域內的自適應通道選擇方案以及頻率選擇等問題的研究，提出了一系列新的自適應隱寫算法，其安全性遠遠優於同期國內外最優的圖像隱寫方法。如在同樣隱寫分析工具的檢測下，其檢測率可能降低30%甚至更多。通過隨機組合等預處理操作，彌補了現有EAMR算法的漏洞，避免了專用型隱寫分析算法對EAMR算法的可能檢測。通過自適應JPEG圖像隱寫代價函式設計框架的研究，為我們下一步設計更安全的隱寫算法提供了理論支撐和技術支持。另外，在項目資助下，我們也對多媒體信息安全領域內與圖像隱寫安全密切相關的一些問題進行了深入研究，如JPEG圖像可逆信息隱藏新方法、基於預測器和預測誤差的圖像可逆信息隱藏、隱寫分析特徵選擇方法、碼率一致的MPEG(Moving Picture Experts Group)視頻二次壓縮檢測方法等。通過對這一系列問題的深入研究，我們對與圖像統計分布特性有關的知識有了更深入的了解，也促進了我們在安全隱寫領域的進一步研究。
