拟合盲隐写分析结果的隐写组合测评方法.pdfVIP

2015年 8月 西安电子科技大学学报(自然科学版) Aug．2015 第 42卷 第 4期 JOURNAL 0F XIDIAN UNIVERSITY Vo1．42 No．4 doi：10．3969／j．issn．1001—2400．2015．04．025 拟合盲隐写分析结果的隐写组合测评方法 夏冰冰 ，赵 险峰，张 弘 一一一一一～8{一一一量一～唧．一一一一一～-一一一‰～～星一～～～一一～一一一～咄一虽．．一～一一～～一一一一～～一一咖一出 (中国科学院信息工程研究所 信息安全国家重点实验室，北京 100093) 摘要iKL距离(Kullback-LeiblerDivergence)能够衡量原文与隐文特征集 的可区分性，但其计算复杂度过 高，不适合作为隐写测评指标．现有测评方法通过某种便于计算 的统计量 ，从不 同角度衡量原文与隐文特 征集的距离，其测评效果有限．为 了解决这一17题，提 出了拟合盲隐写分析结果的隐写隐蔽性组合测评方 法，基于平均单维互信息和最大平均偏差这两种存在一定互补性的基础隐写测评指标构造新的测评指标， 从而获得对隐写隐蔽性更加全面客观的评价． 关键词 ：隐写测评 ；互信息；最大平均偏差；回归分析 中图分类号 ：TP309．2 文献标识码 ：A 文章编号 ：1001—2400(2015)04—0153—06 AssortedbenchmarkingforsteganOgraphy basedonblindsteganalyzeraccuracyfitting xIABingbing．ZHAOXianfeng。ZHANGHong (StateKeyLab．ofInformationSecurity，InstituteofEngineering，CAS，Beijing 100093，China) 一 KL距离 (Kullback—LeiblerDivergence)是衡量原文和隐文特征集 x和 lr可区分性的理论指标[1]，但其 计算过程基于对特征集 x和y概率密度 函数的估计 ，当特征维度较高时难以实现．因此 ，使用便于计算 的统 计量对 KL距离进行拟合是实现隐写隐蔽性测评 的有效途径．现有研究中已存在两种在 隐写分析特征空间 上计算 的隐写隐蔽性测评指标，分别是平均单维互信息指标[2和最大平均偏差指标n]．使用这两种指标 的隐 写隐蔽性测评方法具有各 自的优势和不足． 针对现有的隐写测评方法的缺陷，文 中提 出了基于拟合盲隐写分析结果(BlindSteganalysisAccuracy Fitting，BSAF)的隐写隐蔽性组合测评指标，利用现有 的两种指标对 隐写造成 的原文与隐文特征集偏差进 行更好的衡量．新的测评指标综合了现有方法的优势，并且使用盲分类器的分类正确率作为拟合的预测值， 由此构造出的指标值与构造隐写分析分类器时使用的训练集样本无关，能够对隐写隐蔽性提供较为全面客 收稿 日期 ：2014—03—21 网络 出版时间：2014—1I-05 基金项 目：国家 自然科学基金资助项 目61303259；中国科学院战略性先导科技专项资助项 目(XD；中 国科学院信息工程研究所密码基金资助项 目(Y3Z0012102) 作者简介：夏冰冰 (1983一)，男，中国科学院信息工程研究所博士研究生，E—mail：xiabingbing@iie．ac．cn． 网络 出版地址 ：http：／／www．cnki．net／kcms／doi／lO．3969／j．issn．1001—2400．2015．04．025．html 154 西安电子科技大学学报 (自然科学版)