CN111327786B - 基于社交网络平台的鲁棒隐写方法 - Google Patents

Abstract

本发明公开了一种基于社交网络平台的鲁棒隐写方法，包括：对于给定载体图像X，利用隐写算法计算载体图像X的对称失真，并通过非对称失真框架调节得到非对称失真；对于给定载体图像X，从指定的嵌入域中提取出载体元素，根据广义抖动调制机制计算载体元素的修改距离；结合非对称失真与载体元素的修改距离得到载体元素的修改失真；基于载体元素的修改失真，将编码后的秘密信息嵌入至修改失真的载体图像中，得到载密图像。上述方法，能够适用于现实社交网络平台场景，满足实际应用中的需求，在安全性、鲁棒性及容量方面都具有较好的性能。

Description

基于社交网络平台的鲁棒隐写方法

技术领域

本发明涉及社交网络安全和隐写技术领域，尤其涉及一种基于社交网络平台的鲁棒隐写方法。

背景技术

隐写术是一门隐蔽通信的技术，其目的是利用数字多媒体(如图像)为载体掩盖秘密信息，实现隐蔽通信。由于图像纹理复杂区域难以被模型化，在纹理复杂区域进行修改对图像的高维统计特征引起的波动较小，因此在图像纹理复杂区域进行修改可以实现较高的安全性能。目前主流的自适应隐写技术都是基于图像纹理合理的定义失真函数进而利用最小化失真隐写编码STC来达到高安全性的。为了进一步提高隐写算法的安全性，Zichi Wang等人通过估计JPEG图像边信息来调整失真函数以得到非对称失真进而大幅度提高隐写的安全性。

虽然目前的隐写算法可以实现很高的安全性，但是它们不能够适用于实际的社交网络平台。由于内存和带宽的限制，社交网络平台会对上传的图像进行有损处理，如JPEG重压缩，而目前的隐写算法都是基于理想信道进行实验室环境通信，这就使得目前的隐写算法无法适用于实际的社交网络平台。随着智能移动终端的快速发展和普及，在社交网络平台上分享图像逐渐成为一种流行的生活***台的隐写算法迫在眉睫。区别于基于理想信道的实验室环境隐写算法，我们将基于有损信道的隐写算法称为鲁棒隐写算法。

由于主流的社交网络平台对上传图像的主要有损处理方式为JPEG重压缩，因此目前鲁棒隐写主要针对JPEG重压缩展开。在2016年，Yi Zhang提出了基于构建抗压缩域和RS与STC编码相结合的鲁棒隐写框架，该框架通过构建抗压缩域和利用RS纠错码获得较强的鲁棒性。随后他们提出了一种基于四个相邻DCT系数间相对关系的鲁棒隐写算法。为了充分利用量化操作的特性，Yi Zhang等人利用抖动调制的思想对JPEG图像的中频DCT系数进行修改提出了DMAS鲁棒隐写算法，该算法可以获得较强的鲁棒性能，但是其安全性和容量较差。在2018年，Jinyuan Tao基于简化的JPEG重压缩过程提出了间接修改的鲁棒隐写算法，虽然其理论上能够实现零误码率，但由于其没有考虑真正的JPEG重压缩过程而无法适用于实际的社交网络平台。Zengzhen Zhao为了降低社交网络平台的影响，将载体预先经过社交平台上传下载多次以使载体图像适配社交信道，进而结合纠错码获得较强的鲁棒性，但这种行为违反了隐写的本质，即行为安全准则。

如上所述，目前的鲁棒隐写算法都只是为了使隐写算法具有鲁棒能力而在安全性、容量或实际应用能力等方面存在各自的问题。为了满足实际应用中的需求，鲁棒隐写算法必须在安全性、鲁棒性及容量方面都具有较好的性能。因此提出一种能够适用于现实社交网络平台场景的鲁棒隐写算法是非常有必要的。

发明内容

本发明的目的是提供一种基于社交网络平台的鲁棒隐写方法，能够适用于现实社交网络平台场景。

本发明的目的是通过以下技术方案实现的：

一种基于社交网络平台的鲁棒隐写方法，包括：

对于给定载体图像X，利用现有的隐写算法计算载体图像X的对称失真，并通过非对称失真框架调节得到非对称失真；

对于给定载体图像X，从指定的嵌入域中提取出载体元素，根据广义抖动调制机制计算载体元素的修改距离；

结合非对称失真与载体元素的修改距离得到载体元素的修改失真；

基于载体元素的修改失真，将编码后的秘密信息嵌入载体图像中，得到载密图像。

由上述本发明提供的技术方案可以看出，满足实际应用中的需求，在安全性、鲁棒性及容量方面都具有较好的性能。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种基于社交网络平台的鲁棒隐写方法的流程图；

图2为本发明实施例提供的获得非对称失真的流程图；

图3为本发明实施例提供的指定的抗压缩域示意图；

图4为本发明实施例提供的广义抖动调制机制示意图；

图5为本发明实施例提供的实验结果示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明实施例提供一种基于社交网络平台的鲁棒隐写方法，如图1所示，其主要包括：

1、对于给定JPEG载体图像X，利用隐写算法计算载体图像X的对称失真，并通过非对称失真框架调节得到非对称失真。

本发明实施例中，载体图像以JPEG图像为例，其他格式图像可以先转换为JPEG格式图像后再应用本发明。

如图2所示，本发明实施例中，使用的是改进后的非对称失真框架，隐写算法可以采用现有算法，例如现有的失真函数(如J-UNIWARD，UERD等)。

本步骤的优选实施方式如下：

1)对于给定的载体图像X，获取其量化表Q。

2)利用隐写算法计算载体图像X的对称失真ρ，以及将载体图像X解压到空域，得到空域图像J^-1(X)。

3)利用均值滤波器F对空域图像J^-1(X)滤波得到滤波后的空域图像S(平滑空域图像)：

示例性的，均值滤波器F的形式可以为：

4)通过DCT变换将滤波后的空域图像S转换到DCT域得到非量化DCT系数

5)利用非量化DCT系数

与对称失真ρ计算非对称失真ρ⁺和ρ^-：

其中，下标ij表示载体图像中(i,j)位置。

本发明实施例中，大写字母与小写字母相对应，如X表示载体图像，即X表示载体图像所有的系数，则x_ij是载体图像中(i,j)位置处的系数；Q表示量化表，则q就表示任意一个位置的量化步长，q_ij则表示载体图像中(i,j)位置处的量化步长。

表示非量化DCT系数，则

表示载体图像中(i,j)位置处的非量化DCT系数；D表示非量化DCT系数矩阵，后文公式中的d表示任意位置的非量化DCT系数，d_ij则表示(i,j)位置处的非量化DCT系数。ρ⁺、ρ^-分别为正极性、负极性非对称失真，则ρ_ij ⁺、ρ_ij ^-对应的是载体图像中(i,j)位置处的正极性、负极性非对称失真。

2、对于给定载体图像X，从指定的嵌入域中提取出载体元素，根据广义抖动调制机制计算载体元素的修改距离。

以图3为例，示出了从抗压缩域中提取载体元素的示例。

本步骤的优选实施方式如下：

1)获取载体图像X的非量化DCT系数矩阵D，并根据社交网络平台环境选定一个标准量化表

标准量化表

只要其对应的质量因子不大于社交网络平台JPEG重压缩对应的质量因子即可。

2)根据广义抖动调制机制计算载体元素的正极性修改距离h⁺和负极性修改距离h^-；

广义抖动调制机制中，将载体元素的非量化DCT系数按照选定的量化步长

分为奇类和偶类，分别表示消息位1和0，进而在用标准量化表

对非量化DCT系数d量化过程中实现消息嵌入；

正极性修改距离h⁺和负极性修改距离h^-的计算公式为：

其中，k为自然数，下标ij表示载体图像X中(i,j)位置，d_ij表示载体图像X中(i,j)位置处的非量化DCT系数，

各自为载体图像X中(i,j)位置处载体元素的正极性修改距离、负极性修改距离。

需要说明的是，本发明实施例上述步骤1与步骤2执行顺序没有限制，可以同步执行，可以一前一后执行(例如，先执行步骤1再执行步骤2，或者执行步骤2再执行步骤1)。

3、结合非对称失真与载体元素的修改距离得到载体元素的修改失真。

以图4为例，正极性修改失真为ξ⁺＝ρ⁺/q×h⁺，负极性修改失真为ξ^-＝ρ^-/q×h^-(其中q为载体X对应的量化步长)，具体计算公式为：

其中，h⁺和h^-表示修改距离，下标ij表示载体图像中(i,j)位置。

为了最小化嵌入失真，提出的修改规则为：

其中，

是载密图像对应的DCT系数。对于任意载体元素d_ij，其中

4、基于载体元素的修改失真，将编码后的秘密信息嵌入至载体图像中，得到载密图像。

原始秘密信息m通过纠错码编码得到编码后的秘密信息

示例性的，可以使用RS(31,15)纠错码编码原始秘密信息m。

基于载体元素的修改失真，利用三元STCs编码将编码后的秘密信息

嵌入至载体图像中，得到载密图像Y。

本发明实施例还包括：接收方对载密图像进行解码的方式，步骤如下：

当在接收端进行秘密信息提取时，接收方收到社交网络平台对载密图像Y进行重压缩后的载密图像

接收方通过计算得到载密图像

的非量化DCT系数，然后利用与发送方约定的标准量化表

进行消息提取得到纠错码编码后的秘密信息

其中的每个载密元素表示的比特位信息即为其所处的奇类或偶类区间表示的比特位信息，然后利用纠错码(例如，RS(31,15))进行解码即可得到原始秘密信息m。

为了说明本发明实施例上述方案的效果，还进行了相关实验。实验结果如图5所示。

本发明提出的基于社交网络平台的鲁棒隐写方法与现有的Zhang Yi等人提出的鲁棒隐写方法性能对比如图5所示。Zhang Yi等人提出的鲁棒隐写方法主要是将传统的抖动调制与二元STCs编码相结合进行消息嵌入，由于其只利用了中频区域作为嵌入域，且二元STCs编码效率较低，因此其安全性和容量相对较差。

图5中左图为两种方法的安全性能比较，实验设置为：以质量因子为75的BOSSbase1.01图像库进行实验，隐写分析特征为CCPEV(PEV features enhanced byCartesian Calibration)，嵌入率为0.05bpnzac至0.15bpnzac，将图像库中5000张图像用于训练分类器，5000张图像用于测试，进行10次实验取其平均检测错误率。

图5中右图为两种方法的鲁棒性能比较，实验设置为：从质量因子为65的BOSSbase1.01图像库中随机挑选1000张进行实验，信道压缩的质量因子设置为95，取1000张图像的平均误码率。

可见，本发明实施例上述方案的效果明显优于现有方案。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (6)

1.一种基于社交网络平台的鲁棒隐写方法，其特征在于，包括：

对于给定的载体图像X，利用现有的隐写算法计算载体图像X的对称失真，并通过非对称失真框架调节得到非对称失真；

对于给定的载体图像X，从指定的嵌入域中提取出载体元素，根据广义抖动调制机制计算载体元素的修改距离；

结合非对称失真与载体元素的修改距离得到载体元素的修改失真；

基于载体元素的修改失真，将编码后的秘密信息嵌入载体图像中，得到载密图像。

2.根据权利要求1所述的一种基于社交网络平台的鲁棒隐写方法，其特征在于，利用现有的隐写算法计算载体图像的对称失真，并通过非对称失真框架调节得到非对称失真包括：

对于给定载体图像X，获取其量化表Q；

利用隐写算法计算载体图像X的对称失真ρ，以及将载体图像X解压到空域，得到空域图像J^-1(X)；

利用均值滤波器F对空域图像J^-1(X)滤波得到滤波后的空域图像S：

通过DCT变换将滤波后的空域图像S转换到DCT域得到非量化DCT系数

利用非量化DCT系数

与对称失真ρ计算非对称失真ρ⁺和ρ^-：

其中，下标ij表示载体图像X中(i,j)位置，x_ij是载体图像中(i,j)位置处的系数，q_ij则表示载体图像中(i,j)位置处的量化步长，

表示载体图像中(i,j)位置处的非量化DCT系数，ρ⁺、ρ^-分别为正极性、负极性非对称失真，ρ_ij ⁺、ρ_ij ^-表示载体图像中(i,j)位置处的正极性、负极性非对称失真。

3.根据权利要求1所述的一种基于社交网络平台的鲁棒隐写方法，其特征在于，所述根据广义抖动调制机制计算载体元素的修改距离包括：

获取载体图像X的非量化DCT系数矩阵D，并根据社交网络平台环境选定一个标准量化表

然后根据广义抖动调制机制计算载体元素的正极性修改距离h⁺和负极性修改距离h^-；

其中，广义抖动调制机制中，将载体元素的非量化DCT系数按照选定的量化步长

分为奇类和偶类，分别表示消息位1和0，进而在用标准量化表

对非量化DCT系数d量化过程中实现消息嵌入；

正极性修改距离h⁺和负极性修改距离h^-的计算公式为：

其中，k为自然数，下标ij表示载体图像X中(i,j)位置，d_ij表示载体图像X中(i,j)位置处的非量化DCT系数，

各自为载体图像X中(i,j)位置处载体元素的正极性修改距离、负极性修改距离。

4.根据权利要求1所述的一种基于社交网络平台的鲁棒隐写方法，其特征在于，结合非对称失真与载体元素的修改距离得到载体元素的修改失真包括：正极性修改失真ξ⁺与负极性修改失真ξ^-：

正极性修改失真为ξ⁺＝ρ⁺/q×h⁺，负极性修改失真为ξ^-＝ρ^-/q×h^-，具体计算公式为：

其中，h⁺和h^-分别表示正极性修改距离与负极性修改距离，下标ij表示载体图像中(i,j)位置，

分别表示载体图像中(i,j)位置处载体元素的正极性修改距离、负极性修改距离；ρ⁺、ρ^-分别表示正极性、负极性非对称失真，ρ_ij ⁺、ρ_ij ^-分别表示载体图像中(i,j)位置处的正极性、负极性非对称失真，q_ij则表示载体图像中(i,j)位置处的量化步长。

5.根据权利要求1所述的一种基于社交网络平台的鲁棒隐写方法，其特征在于，

原始秘密信息m通过纠错码编码得到编码后的秘密信息

基于载体元素的修改失真，利用三元STCs编码将编码后的秘密信息

嵌入至载体图像中，得到载密图像Y。

6.根据权利要求1所述的一种基于社交网络平台的鲁棒隐写方法，其特征在于，该方法还包括：接收方对载密图像进行解码的方式，步骤如下：

接收方收到社交网络平台对载密图像Y进行重压缩后的载密图像

通过计算得到载密图像

的非量化DCT系数，然后利用与发送方约定的标准量化表

进行消息提取得到纠错码编码后的秘密信息

其中的每个载密元素表示的比特位信息即为其所处的奇类或偶类区间表示的比特位信息，然后利用纠错码进行解码即可得到原始秘密信息m。

Images