信息隐藏技术与应用-第二章 隐秘分析技术.pptxVIP

信 息 隐 藏 技 术 与 应 用隐秘分析技术 ;Outline;隐写对信息安全的挑战;被卫星收集到的苏联战略轰炸机 （卫星数据）;;隐写对信息安全的挑战;隐写对信息安全的挑战;隐写分析的目的;14.1 隐秘分析概述;14.1 隐秘分析技术原理和模型;Wendy;是;14.1 隐秘分析技术原理和模型;隐秘分析手段;隐写信息提取技术;14.1 隐秘分析概述;14.1.2 隐秘分析分类（1）;14.1.2 隐秘分析分类（2）;14.1.2 隐秘分析分类（3）;14.1.2 隐秘分析分类（4）;14.1.2 隐秘分析分类（5）;14.1.2 隐秘分析分类（6）;Outline;2 隐秘分析算法介绍;2023年5月22日; ;隐写前;专用隐写分析基本概念;感官检测法：比较原始载体和隐密载体，注意可见的差异，如果没有原始载体，这种噪声就会作为载体的一个有机部分而不被注意。 标识特征检测法：某些隐写软件在隐密图像中留下标识特征，通过分析待检测对象中是否出现该类标识特征来实现检测。标识特征检测法只适用于已知的算法和工具，对于未知的隐写算法将不能奏效。例如，隐写软件In the picture在嵌入消息结构头部存在标识特征“ITP”； 统计检测法：将原始载体的理论期望频率分布和待检测载体中的样本分布进行比较，从而找出差别的一种检测方法。主要有特定隐写检测与通用盲检测两种。; ; ;自然图像统计假设; ;2 隐秘分析算法介绍;专用隐秘分析算法;专用隐写分析基本概念;14.2.1 专用隐秘分析算法;空域隐秘分析算法;变换域隐秘分析算法;专用隐秘分析算法;简单LSB隐写;回顾：LSB替换隐写;简单LSB隐写;LSB嵌入引起的位面变化;视觉检测;LSB替换引起统计不对称性;2023年5月22日;c2分析方法：PoVS（Pairs of Values）分析法，针对LSB。 LSB隐写方法将秘密信息取代图像的最低位，秘密信息中0和1出现的概率差不多相等，嵌入过程中只存在 的变换，不存在 的变换，LSB 隐写使得 PoV（2i，2i+1）的频率趋向一致。 通过检测空域像素直方图的改变进行隐写分析。 1999年，Westfeld及Pfitzmann[1]提出卡方检测方法。;方法：引入 ???? 统计特征 由于 可以通过衡量固定值??? ?? 与 ?? ?? 的距离和进行分析 ;定义ni和ni*分布相同的概率p p为载体被隐???的可能性，即嵌入信息的概率， P=1 隐藏信息, p=0，没有隐藏信息 根据p值可以估计出隐藏信息的存在并可大致估计出隐藏容量 ;利用统计特征异常的c2分析;专用隐秘分析算法;RS分析;RS分析;RS分析;RS分析——算法流程;RS分析——算法流程;RS分析——算法流程;RS分析——算法流程;RS分析;2023年5月22日;2023年5月22日;2 隐秘分析算法介绍;通用隐秘分析算法;序号;公开隐写工具或算法1（2016，可下载）;公开隐写工具或算法2（2016，可下载）;公开隐写工具或算法3（2016，可下载）;载体数据统计分布假设;14.2.2通用隐秘分析算法;14.2.2通用隐秘分析算法;2023年5月22日;2023年5月22日;2023年5月22日;14.2.2通用隐秘分析算法;通用图像隐写分析算法;分类器;分类器;分类器;通用隐写分析算法实例;通用隐写分析方法（1）：SPAM;SPAM 特征的分析 ;SPAM 特征的分析 ;通用隐写分析方法（2）Markov图像隐写分析算法;Markov特征分析（相邻系数差值矩阵的相关性）;Markov图像隐写分析算法;Markov图像隐写分析算法;Markov图像隐写分析算法;Outline;隐秘分析性能评估;隐秘分析的准确性;隐秘分析的准确性;评定指标;隐写分析的准确性;检测器输出分布和阈值;ROC曲线的含义：ROC曲线越向左上偏，曲线与坐标轴围成的面积越大，表明检测器性能就越好。;14.1.3 隐秘分析性能评估;适用性;14.1.3 隐秘分析性能评估;实用性;14.1.3 隐秘分析性能评估;复杂度;14.1.3 隐秘分析性能评估——总结;2023年5月22日;Outline;2023年5月22日;现代信息隐藏面临的困难;总结;文献阅读推荐;参考资料;课后思考;2023/5/22