1、学校代号 10532 学 号 S1010W139 分 类 号 TP391 密 级 普 通 工程硕士学位论文空域图像 LSB 匹配隐写分析技术学位申请人姓名 田清龙 培 养 单 位 信息科学与工程学院 导师姓名及职称 吴蓉晖 副教授 学 科 专 业 计算机应用技术 研 究 方 向 网络与信息安全 论 文 提 交 日 期 2012 年 3 月 8 日 学校代号:10532学 号:S1010W139密 级:普通湖南大学工程硕士学位论文空域图像 LSB 匹配隐写分析技术学位申请人姓名: 田清龙 导师姓名及职称: 吴蓉晖 副教授 培 养 单 位: 信息科学与工程学院 专 业 名 称: 计算机应用技术 论
2、 文 提 交 日 期 : 论 文 答 辩 日 期 : 答辩委员会主席: The Research on Steganalysis of LSB Matching in Spatial Domain of ImagesbyTIAN QinglongB.E. (Hunan University) 2009A thesis submitted in partial satisfaction of the Requirements for the degree ofMaster of ScienceinComputer Science and Technology in the Graduate sc
3、hoolof Hunan UniversitySupervisorAssociate Professor Wu RonghuiMarth, 2012工程硕士学位论文I湖 南 大 学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名: 日期: 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有
4、关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密,在_年解密后适用本授权书。2、不保密。(请在以上相应方框内打“” )作者签名: 日期: 年 月 日导师签名: 日期: 年 月 日空域图像 LSB 匹配隐写分析技术II摘 要随着互联网技术的不断普及和多媒体信息的数字化,打破了传统的时空观念,人们可以迅速的将信息以各种形式传播到世界的任何角落,但也暴露了越来越重要的安全问题。隐写术利用数字媒体的感知冗余和数据冗余,将秘密信息以一定的编码方
5、式隐藏于数字媒体中,弥补了密码学技术的局限性,被广泛应用于涉及国家安全、商业机密、个人隐私等各种信息的安全传输。然而隐写术也往往被犯罪集团、邪教组织等传递非法信息和指令,严重威胁国家安全和社会稳定。隐写分析技术是对隐写术的攻击,阻止隐写术被非法利用,对维护国家安全和社会稳定有着重要的意义。数字图像是因特网中最为常见的数字媒体,冗余度大,非常适合隐蔽信息,以数字图像为载体的隐写技术成果最丰富、最成熟,应用也最广泛。因此对数字图像隐写分析技术进行深入研究非常必要。本文主要研究空域图像隐写分析技术,主要研究成果如下:(1) 通过对LSB匹配隐写算法进行建模,提出了一种基于图像直方图几何度量的数字图像
6、隐写分析特征。首先将LSB匹配模拟为在图像中加入随机噪声,在图像直方图上,LSB匹配相当于对图像直方图进行低通滤波,导致图像直方图被平滑。曲率是刻画平滑最有效的方式,因此通过直方图曲率和来刻画直方图变平滑的现象。为了克服图像内容多样性对隐写分析造成的影响,采用二次嵌入进行特征校准。在大规模图像库上,使用支持向量机(SVM)进行训练和测试,实验结果表明,该特征具有很高的检测率,性能优于其他同类算法。(2) 提出了一类基于曲率模式矩阵和马尔科夫链相结合的高维图像隐写分析特征。首先分析隐写算法对图像像素相关性的影响,然后采用非线性曲率计算公式对图像数据进行非线性变换,在非线性变换域对其进行马尔科夫链
7、的建模,得出超高维的隐写分析特征。为了避免特征维数过高带来的维数灾难等问题,采用基于ROC的特征选择技术,得到适合于隐写分析的低维特征子空间。使用Ensemble分类器在大规模图像库上进行训练和测试,实验结果显示,该算法实验性能优于目前主流的隐写分析算法。关键词:LSB 匹配;隐写术;隐写分析;数字图像;机器学习AbstractWith the gradual popularization of the Internet technology and the digitization of the multimedia information, people can spread inform
8、ation to any corner of the world quickly 工程硕士学位论文IIIthrough various forms, which breaks the tradition of spatio-temporal concepts. But it also exposes an increasingly important security issues. Steganography hides the secret information into the digital media in some encoded mode by using the percep
9、utual redundancy and data redundancy of digital media, which makes up for the limitation of the cryptography technology, and it is widely used in transmitting some information such as national security, trade secrets, privacy and so on. However, steganography is often used to transmit illegal inform
10、ation and instruction by criminal groups, cults and so on, which threatens national security and social stability seriously. Steganalysis attempts to break steganography, and blocks steganography to be used illegally. Steganalysis is of great significance to safeguard the national security and socia
11、l stability.As the most common digital media in Internet, digital image with big redundancy is very fit for hiding information. The research result of steganography with digital image as the carrier is the most abundant and skilled, which is the most widely used. So the further research for digital
12、image steganalysis is very necessary. This paper mainly studies steganalysis on spatial-domain image, the main research results are as follows:(1) By modeling LSB matching based image steganography techniques, we proposed a dectection method based on geometric measures of image histogram. First, LSB
13、 matching can be modeled as adding independent additive noise to the image, this will lead to image histogram smoothed by a low pass filter. Curvature is the best way to measure smoothness, and is utilized to evaluate the smoothness of the histogram. Then, the calibration mechanism based secondary s
14、teganogtaphy is introduced to reduce the steganalytic difficulty caused by the image variety. SVM are utilized to train and test the classifiers on large image databases, Experimental results show that the proposed method is efficient to detect the LSB matching steganography and has superior results
15、 compared with the same kind of other algorithms.(2) A high-dimensional feature space for steganalysis of LSB matching is proposed based on curvature mode matrix and markov-chain. First, we analysis the impact of LSB matching to dependences between pixels in nature images, then we get the curvature
16、mode matrix by nonlinear curvature transformation to the data of image and model the curvature mode matrix using a markov chain to get the the high-dimensional feature space. A feature selection algorithm based on receiver operating characteristic (ROC) analysis is introduced to obtain the feature s
17、ubspace which suit to steganalysis. Ensemble Classifiers are utilized to train and test the classifiers on large image databases and experimental results show that the proposed method outperforms state-of-the-art techniques.Key Words:LSB matching; stegnanlysis; steganography; digital image; machine
18、learning空域图像 LSB 匹配隐写分析技术IV工程硕士学位论文V目 录湖南大学 学位论文原创性声明 .I摘 要 .IIAbstract.III目 录 .V插图索引 .VII附表索引 .VIII第 1 章 绪 论.11.1 研究背景与意义 .11.2 研究现状 .21.3 筮待解决的问题 .41.4 本文主要工作 .51.5 本文结构 .5第 2 章 图像隐写及隐写分析技术.72.1 数字图像隐写技术 .72.2 数字图像隐写分析技术 .102.2.1 隐写分析数学模型 .102.2.2 隐写分析性能指标 .112.2.3 经典的隐写分析技术 .122.3 小结 .15第 3 章 基于图
19、像直方图几何度量的 LSB 匹配检测 .173.1 引言 .173.2 特征提取 .183.2.1 LSB 匹配模型及分析 .183.2.2 图像直方图几何度量 .183.2.3 图像校准机制 .203.2.4 归一化 .213.2.5 特征提取流程图 .223.3 支持向量机 .223.4 实验结果与分析 .233.4.1 图像库 .233.4.2 实验结果 .243.4.3 对比效果 .25空域图像 LSB 匹配隐写分析技术VI3.5 小结 .26第 4 章 基于曲率模式矩阵的隐写分析技术.274.1 引言 .274.2 特征提取 .284.2.1 高维特征空间构造 .284.2.2 特征选择 .304.3 Ensemble 分类器 .334.4 实验结果与分析 .354.4.1 图像库 .354.4.2 实验结果 .354.4.3 结论分析 .364.5 小结 .37总结与展望.39参考文献.41致 谢.48附录 A 攻读学位期间所发表的学术论文 .50附录 B 攻读学位期间所参与的研究项目 .51