基于小波包分解和多类支持向量机的音频隐秘检测算法.pdfVIP

2oo7年12月 武警工程学院学报 Dee．2Oo7 第23卷 JOURNALOFENGGG3LLEGEOFARMED POLICE FORCE Vl0】．23 【通信网络与安全研究】 基于小波包分解和多类支持 向量机的音频隐秘检测算法 宋 坤 罗江洲2潘 峰 (1武警-r程学院电子技术系，陕西西安710086；2武警安徽总队司令部，安徽合肥23OOO0) 【摘 要】在利用隐秘软件进行信息隐藏时， 2 音频文件的特征形成 大多会改变栽体的统计特征，针对这一特点本文提 2．1 小渡包分解 出了一种基于统计量的隐秘音频文件检测算法。本 小波包元素是由三个参数来确定的一个波形， 算法综合使用了小波包变换和支持向量机技术，分 这三个最基本参数是：位置、尺度(与一般小波分解 别用于特征形成和分类判别。在不同嵌入率下对几 一 样)和频率(方向)。对于一个给定的正交小波函 种常见的隐秘软件生成的隐秘音频进行仿真试验， 数，可以生成一组小波包基，每 结果表明，该算法具有较强的通用性，对于隐密音频 文件具有较高的识别率。 【关键词】 多类支持向量机；小波包分解；隐密 音频检测 1 引 言 密写术作为隐蔽通信新技术，近年来发展迅速。 它通过在公开信息中隐藏秘密消息来进行信息传 送，同时掩盖通信发生的事实。随着隐秘技术的发 展及其应用的日益广泛，开始有人利用隐秘通信从 酉 事非法活动，这无疑对国家乃至社会的稳定和安全 来说是一个很大的潜在威胁。如何有效检测或阻止 隐秘通信，受到越来越多研究人员的关注。 图1 小波包分解树 由于绝大多数隐秘方法都不可避免地会改变载 S=AAA3+DAA3+ADA3+DDA3+AAD3 体的某些统计特征，因此，在当前的隐秘检测技术 +DAD3+ADD3+DDD3 中，统计方法是比较成功的方法。本文在对以音频 一 个小波包基提供一种特定的信号编码方法。 为载体的隐秘文件进行检测时，同样采用了此方法。 它完整地保存了信号的全部能量，并可以对原始信 本文提出的算法利用统计模型，对音频文件进行小 号的全部特征进行完全重构。小波包分解是将频带 波包分解，形成特征向量。随后使用多类支持向量 进行多层次划分，对多分辨率分析没有细分的高频 机仅根据正常音频与隐秘音频的不同特性，再将它 部分进一步分解，并能够根据被分解信号的特征，自 们分类。多类支持向量机还能根据所属类别估计隐 适应地选择相应频带，使之与信号频谱相匹配，从而 秘音频可能采用的隐秘工具，为进一步提取隐秘信 提高了时频分解率，因此小波包具有更广泛的应用 息提供有用信息。实验结果表明，本算法是一种有 价值。对于音频信号的小波包分解树如图1所示 效的通用检测算法。 (以三层小波包分解为例)图l中，A表示低频，D 收稿日期：20o7—02一O8 第一作者：宋坤(1982一)，男，辽宁大连人，2005年毕业于武警工程学院，获得工学学士学位，现为作战指挥学硕士研究生。中尉警衔。 52 宋 坤，罗江洲，潘 峰：基于小波包分解和多类支持向量机的音频隐秘检测算法 表示高频，末尾的序号数表示小波包分解的层数(尺 R(0) R(1) R(2) … R(p一1) 度数)。分解具有下列关系： R(1) R(0) R(1) … R(p一2) 2．2 音频的特征