信息隐藏代码实现信息隐藏代码实现.doc

目录 摘要 - 2 - 前言 - 2 - 一、 图像隐藏技术的研究现状 - 2 - 二、 实现图像隐藏的主要算法 - 4 - 三、 基于行列变换的图像置乱与反置乱算法 - 4 - 3.1 图像置乱算法 - 4 - 3.2 图像反置乱算法 - 5 - 四、 基于m序列的图像加密与解密算法 - 5 - 五、 相关程序代码及运行结果 - 5 - 5.1 源代码 - 5 - 5.2 运行结果 - 7 - 六、 参考文献 - 8 - 七、 总结 - 8 - 摘要 【摘要】近几年来，国际上提出一种新的关于信息安全的概念——信息隐藏技术。所谓信息隐藏是利用多媒体信息普遍存在的冗余特性，将秘密信息隐藏到一般的非秘密数字媒体文件(如图像、声音、文档文件，通常称之为掩护媒体)中，从而不让对手发觉的一种方法。隐藏的动作称为嵌入，掩护媒体经嵌入信息后称为伪装媒体。信息隐藏的本质是：利用人眼(或人耳)是一个不太灵敏的检测器，将信息本身的存在性隐藏起来，使人察觉不到有信息隐藏在媒体之中。由于人对视觉的不敏感性及图像文件本身的数据量很大，因此，图像文件是信息隐藏很好的载体。 【关键字】信息安全 信息隐藏 图像文件 载体 前言 现代信息隐藏技术自上个世纪九十年代中期出现以来，已经成为数字通信、信息安全和版权保护领域的重要研究课题，并得到了越来越广泛的应用。目前利用数字图像作为隐秘信息的载体已经成为主要的信息隐藏技术之一，其基本原理是利用人体感觉器官对数字图像的感觉冗余，将被隐藏的图像数据嵌入在某种载体图像中，嵌入后隐秘图像与原始的载体图像几乎没有任何视觉上的差别，很难被观察者和监视系统发现，从而可以保证机密信息传输的安全性。可以预见，信息隐藏技术将是今后相当一段时间内的重要的隐蔽通信方式。 但是信息隐藏技术的发展也带来了一定的负面效果，据美国媒体透露，已经发现恐怖组织利用隐藏在图像中的信息传递联络情报，甚至将计算机病毒隐藏在载体图像中进行传输，这些都对国家安全和社会稳定产生了很大的威胁。因此，研究对图像中可能存在的各种隐藏信息进行有效检测的方法已经迫在眉睫，因而基于图像的信息隐藏检测技术也就成为目前信息安全领域的重要研究课题。目前，图像信息隐藏技术可以分为空域法和频域法两大类。空域法中使用最广泛和普遍的技术是像素最低比特位置换技术，即LSB技术，它是用隐藏信息比特位替换掉载体图像中最不重要的部分，如像素点灰度值或颜色值的低比特位，从而达到信息隐藏的目的。这一方法的主要优点是嵌入算法和提取算法简单，隐藏信息量大和较好的不可见性，缺点是鲁棒性差，对图像的各种操作如压缩、剪切和加噪等都会使隐藏信息遭到破坏。但是即便如此，LSB方法仍然以其高不可见性在隐蔽数据通信中得到了广泛的应用；频率域的图像隐藏算法大多使用扩展频谱通信技术，将图像隐藏在载体图像的不同频率分量上，因而具有更高的鲁棒性和不可见性。事实上，一个有效的信息隐藏算法，无论是空域法还是频域法，都不会改变原始图像的视觉效果，但是却会改变其某种统计特征，包括空间域统计特征和频率域统计特征两种。因而要实现真正意义上的盲检测，必须采用图像统计特征分析的方法。 根据检测所采用的统计特征的不同，将图像盲检测算法分为以下三种： （1） 基于时空域统计特征分析的盲检测算法 目前比较成熟的有Fridrich提出的RQP（Raw Quick Pair）检测法。这种算法普遍采用的图像统计特征是图像相邻像素点之间的相关性，其理论基础是未嵌入隐藏信息的图像在直方图上相邻的数值（代表灰度、颜色值）之间没有任何明显规律，而隐藏信息后的直方图相邻值之间会出现明显的数值接近的规律，当信息隐藏量较大时，直方图相邻值之间几乎相等，并且这些相邻值只是互相变化而不改变两者之和。至于这些算法所采用的检测模型，目前采用的主要是x2检验法。它是通过直方图上相邻值的理论期望的概率分布 （即在嵌入服从均匀分布信息后的相邻值概率分布）和实际概率分布 （即载体图像中实际获得的相邻值概率分布）的对比，分析存在的偏差是否大于给定的阈值来判断是否存在隐藏信息。 另外，基于空域特征分析的盲检测算法还有A等人提出的PoVs（Paris of Values）算法［4］，基于稳健性统计特性和脆弱性统计特性的检测方法。这些算法主要特点是一种针对图像本身而不是隐藏算法的检测方法，其优点是适用性广，可以对大多数采用LSB方法隐藏信息的图像进行检测。但是这种算法的缺点是：只能对图像隐藏的可能性给出一个概率分布，检测效果受阈值选取的影响较大，而且当隐藏图像的颜色数超过载体图像本身像素数的50%时很难得到有效的检测效果。另外，空域统计特征属于一阶统计数据，稳定性较差，现在已经有一些隐藏软件如OutGuess已经可以在不改变这种一阶统计数据的情况下隐藏信息。 （2）基