利用二元树编码的资讯伪装技术.ppt

影 像 隱 藏 影像隱藏 利用加密的方法可以用來保護機密資料，但其加密及解密過程常需耗費很長的時間，並且其所產生的結果容易引起擷取者的懷疑 利用影像特徵來加以偽裝，將機密影像的資料隱藏在另外一張明圖中，透過明圖的傳遞，可以將機密影像的資料傳送出去，即使明圖被別人所截取，也比較不容易造成截取者的懷疑 最低位元LSB(Least Signification Bit) 將機密資訊隱藏在位元組最低的幾個位元中。因為改變最低的位元，對整個位元組影響是最小的，利用人眼無法察覺這麼細微的變化，而將機密資料傳送出去 雖然資料的值巳經有了改變，但對影像的品質幾乎是沒有影響 利用LSB法，配合一般資料的加密技術，可以達成另一種的安全保護 最低位元LSB 最低位元組LSB(Least Signification Bit) 但是LSB法很容易被失真壓縮法，例如：JPEG或Filtering process所破壞。而且也不是明圖中的每一個pixel都適合用來隱藏資訊 Lee and Chen就透過bit-plane steganalysis可以找出利用LSB法來隱藏資料的圖形 Bit-plane steganalysis Bit-plane steganalysis 紋理比對法(Texture matching) 將LSB的觀念加入了threshold的觀念，若明圖影像的最高位元平面，與pattern(比對紋理)相似度達到門檻值(例如︰60%)以上的區塊，則將機密資料隱藏在該區塊像點的最低位元，若相似度在門檻值以下，就不藏入機密資料 此方法在LSB法上加上一層Key值(pattern)及threshold的保護，但被取代紋理區塊的邊緣易被偵測出來，而遭到破壞。對於剪裁(Cropping)攻擊，也束手無策 紋理比對法(Texture matching) Modified Hit-or-Miss的計算方式是( C1 / P1 + C0 / P0 ) / 2，其中C1為1值比對正確的個數，P1為P中1的個數，C0為0值比對正確的個數，P0為P中0的個數 Patchwork 為了對抗失真壓縮，採用重複隱藏資訊的方法 將隨機選擇的大量pixel pairs，分別加減同一個灰階值(n)，利用統計的特性以隱藏一個整數(n)的資料 但是Patchwork所能隱藏的資料量太少(一個整數)，而且數值還不能太大。截取者收集到多張相同大小、相同key值加密的圖形，就很容易偵測到patch的所在 向量量化法(Vector Quantization) 首先必需製造編碼書，並假設交換訊息的雙方都各自擁有一份相同的編碼書，以此做為資料加密與解密的Key值 編碼書的製作是利用和機密影像相似的影像，將其切割成固定大小的區塊，經過濾、合併類似區塊後，產生具代表性的小區塊，並將之建立一個索引陣列，做為日後編碼的依據 向量量化法(Vector Quantization) 將欲壓縮之影像切割成相同大小之區塊，和編碼書中各編碼區塊做影像比對，找出最接近之編碼區塊影像，以其索引值取代原先之小區塊，達到影像壓縮的目的 還原時，只需將壓縮過後影像的索引值，由編碼書找出索引值所代表的小區塊影像即可 本法有個缺點就是編碼書的建立並不容易，搜尋的時間也很長 向量量化法(Vector Quantization) VQ影像隱藏法一 將機密影像本身就當成是編碼書，由機密影像的區塊取代原先偽裝影像的區塊，並記錄下區塊在機密影像的原先位置。當要還原時需以這個位置做為Key值 還原時機密影像不失真，但是因為每個機密影像的區塊只能使用一次，偽圖中最後幾個區塊會有嚴重失真的情形，因此容易被區塊分析法破解 VQ影像隱藏法二 以偽裝影像做為編碼書(偽裝影像比機密影像要來的大)，記錄每一個機密影像區塊相近的偽裝影像區塊位置(此時偽裝影像的區塊可被重覆使用多次) 偽裝影像不失真，但是還原後的機密影像會有失真的情形 直方圖等化法(Histogram Equalization) 將256灰階的偽圖分為16個等分的灰階區，估算每個灰階區是否足夠隱藏機密影像該灰階區的像點數量 若偽圖的灰階區內之像點個數大於機密影像該灰階區的像點個數，則不需要調整該灰階區 若偽圖灰階區內之像點個數小於機密影像，將偽圖灰階值調整成各灰階區的像點個數皆大於或等於機密影像對應的灰階區 調整完畢後即可做像點的替代 直方圖等化法 首先辨別偽圖中的每一像點是屬於哪一個灰階區，並採用16個串列(List)記錄下來，直到所有偽圖像點均處理完畢 依據機密影像中的每一像點落在哪一灰階區，隨機選取偽圖中該灰階區未被選擇的節點，將機密影像的像點值取代該節點的內容，並且記錄它在真圖中的位置 直到所有機密影像的像點均處理完畢，