hugo隐写算法外文翻译.docx

使用高维图像模型完成高难检测隐写技术 Using High-Dimensional Image Models toPerform Highly Undetectable Steganography 学院（系）：— 专 业： 学生姓名： 学 号： 指导教师： 完成日期： 使用高维图像模型完成高难检测隐写技术 Tom d?evn y1, Tom d?iller2, andPatrickBas 3 捷克理工大学 纽约州立大学 法国国家科学研究院 摘要：本文提出了一套完整的方法论，来设计用于数字媒体的实用性高度隐蔽隐写系统。其 中主要的设计原则是使用高效编码算法使适当定义失真最小。分析者将失真定义为特征向量 的加权差，该特征向量已在隐写分析中使用。通过“保留”分析者使用的模型，更大的负荷 量都难以察觉。即使所使用嵌入器特征集的维数大于107,这个框架也可以有效地实现。高 维模型对于避免已知的安全弱点很有必要，因为此种模型将会给隐写分析带来问题，这也是 高维模型能够在隐写术中使用的原因。本文介绍了 HUGO算法，其为一种新的空域数字图 像嵌入算法，并对比其与LSB匹配算法性能上的差异。基于BOW2图像库，可以看到在相 同的安全级别下HUGO算法的隐藏能力是LSB匹配算法的7倍。 1引言 囚犯模型中，Alice和Bob之间进行隐秘通信的主要目的是传送一个隐藏了秘密信息的普 通物体，而不让监狱长Eve检测到。如果一个隐写系统的载体分布与隐密分布完全匹配，则 称其为完全安全的系统。“cover generation针对这个问题提出了解决方案，但这种解决方 案要求对载体的概率分布有确切地了解。而在实践中，载体的概率分布很难从实际的数字媒 体中获取。最常用且最实际的解决方法是通过制造小扰动来隐藏信息，并希望这些扰动能被 图像噪声覆盖掉。 数字图像中最流行的嵌入方法之一是最低有效位(LSB)替换法，该算法将个别载体元素 的最低有效位被替换成信息比特。但人们很快意识到，这种嵌入操作导致的不对称性成为一 个潜在的弱点，因此促进了高精度针对性隐写分析仪的发展，所以这种方法的安全有效载荷 几乎为零。 将LSB替换法简单改进，就是LSB匹配算法(通常称为±1嵌入法)。该算法将像素值随 机地±1,使得像素的最低有效位与秘密信息相对应。尽管与LSB替换方法类似，但LSB匹配 算法很难被检测，因为该算法的嵌入操作变得平衡。实践证明，当只利用单个像素中的信息 时，LSB匹配算法是最接近最优的方法。LSB匹配算法最大的缺陷是假设了像素与像素之间 的图像噪声相互独立，但在自然图像中这种假设往往不成立，检测器也常常利用这一缺陷来 进行检测。 通过对空域隐写术的简短综述，可以很清楚地看到这些嵌入算法是不安全的，主要是因 为这些方法使用的图像模型不够普通，而且一些边缘和连接处图像的统计特性也没有保存。 本文提出了一种新颖的方法来设计隐写算法，通过使用非常普遍且高维的模型，隐写算法变 得更为安全，这种高维模型涵盖了自然图像中存在的各种依赖关系。 该方法以嵌入影响最小的原则为依据，这一原则会在第二节当中介绍。基于这一原则就 可将图像隐写算法的设计分解成图像模型的设计和编码器两部分，因此使用更好的编码器或 是使用更好的模型都能使隐写算法得到提高。所以，图像模型成为系统设计最重要的部分之 一，第三节重点介绍了这一问题。经分析，如果拓展后的隐写分析特性能够避免对特定隐写 分析仪的过度拟合，就能用来设计隐写模型。尽管这样隐写模型的维数很大，但对于隐写术 来说，高维模型并不构成问题。在第四节中，通过构造基于SPAM （Subtractive Pixel Adjacency Matrix ）特性的一种新型空域隐写算法，验证了本文提出的方法。通过实验，研究者针对所 提出这一方案的安全性和各个设计元素对安全性的影响得出了结论，详见第五章。 本文中提到的思想可以在之前的技术手段中看到。（a）几乎所有隐写算法的目标都是 使失真最小，从而保留一些图像模型。图像模型不仅可以从图像本身得到（如F5算法及其改 进算法，基于模型的隐写术，等等），也能从量化引入的误差中得到。后一类的算法（MMX[19] 及其改进算法[25]，PQ[12]等）使用高质量图像中的“边缘信息“，这些是不提供给接收方 的（和Eve）°（b）许多算法（F5 [30], nsF5 [13] MMX [19]和[25]）已经开始利用各种各 样的编码方案来使得失真最小。早期的方案（如F5和LSB匹配算法）使用编码来使嵌入的变 化量最小，而MMX算法允许有比最优值更大的嵌入变化量，来减少总体的失真。因此，MMX 可以看做通过编码的手段使得本地内容自适应嵌入的算法，这与本文提出的方案很接近。 相对于上述的成果来说，本文的主要贡献如下：