RS隐写分析.ppt

信息隐藏实验二LSB隐写分析姓名：周伟康学号：班级：一：实验要求1、针对自己实现的隐写算法（嵌入、提取），计算隐蔽载体的PSNR值，通过PSNR值来评估隐写对图像质量的影响，并与主观感受做对比。

2、实现一种隐写分析方法，对隐蔽载体进行检测（卡方、RS……）二：实验步骤1、编写随机选点函数，完善顺序和随机两种LSB信息嵌入和提取。

%随机间隔选点函数%[row, col] = randinterval(test, 60, 1983);function [row, col] = randinterval(matrix, count, key)[m, n] = size(matrix);interval1 = floor(m * n / count) + 1;interval2 = interval1 - 2;if interval2 == 0error('载体太小，不能将秘密消息隐藏其内！');endrand('seed', key);a = rand(1, count);%initializerow = zeros([1 count]);col = zeros([1 count]);r = 1; c = 1;row(1,1) = r;col(1,1) = c;for i = 2 : countif a(i) >= 0.5c = c + interval1;elsec = c + interval2;endif c > nr = r + 1;if r > merror('载体太小，不能将秘密消息隐藏其内！');endc = mod(c, n);if c==0c = 1;endendrow(1, i) = r;col(1, i) = c;end选取8*8的矩阵测试2、对比原始图像和隐藏信息后图像，计算隐蔽载体的均方差（MSE）进而计算峰值信噪比（PSNR），评估隐写对图像质量的影响。

2008年4月April 2008—170— 计 算 机 工 程Computer Engineering 第34卷 第8期Vol.34 No.8 ·安全技术·文章编号：1000—3428(2008)08—0170—02文献标识码：A中图分类号：TP18RS 检测算法的分析与改进于 禛，陈克非(上海交通大学计算机科学与工程系，上海 200030)摘 要：针对Jessica Fridrich 提出的基于无损嵌入容量的LSB 信息隐藏检测方法(RS 算法)，通过实验讨论了对静态图像隐写分析的准确率有影响的几个主要因素，并分析这些因素产生重要影响的根本原因。

提出了对RS 算法的改进方案，从而减小隐写检测的偏差程度，提高检测的准确度。

关键词：信息隐藏；隐写分析；RS 检测算法Analysis and Improvement on RS Detection AlgorithmYU Zhen, CHEN Ke-fei(Department of Computer Science and Engineering, Shanghai Jiaotong University, Shanghai 200030)【Abstract 】 Based on the LSB detection algorithm of lossless data embedding that is brought forward by Jessica Fridrich, the paper discusses some main effecting factors through experiment, and analyzes the root cause of these factors. An improved RS detection algorithm is proposed, which can minimize the deviation of detection.【Key words 】information hiding; steganalysis; RS detection algorithm1 概述现今研究人员已提出了几种有针对性的隐写分析方法。

隐写分析RS算法RS算法（Reed-Solomon Algorithm）是一种用于实现错误纠正和数据恢复的编码算法。

它最初由Irving S. Reed和Gustave Solomon于1960年提出，并且在计算机领域的数据存储和通信中都有广泛的应用。

RS算法主要用于纠正数据传输中因噪声或错误产生的错误，可以很好地解决数据传输中的错误问题。

RS算法基于一个重要的数学原理，有限域理论。

有限域是一类具有有限元素的数学结构，具有加法、减法、乘法和除法等基本运算，比如有限素数域GF(p)（其中p是素数）和二元有限域GF(2)。

RS算法通过在特定有限域上进行计算来实现其功能。

RS算法的主要思想是在数据中添加校验码，这些校验码用于检测和纠正传输过程中产生的错误。

具体的实现方法是将原始数据拆分成若干个数据块，并为每个数据块计算一个校验码。

这些数据块和校验码一起构成了一个RS码字。

当接收方收到这些码字时，它可以使用这些码字来检测和纠正传输过程中的错误。

RS算法的纠错能力取决于码字长度和校验码的数量。

通常情况下，RS算法可以纠正多达t个错误，其中t是可以被纠正的最大错误数。

对于一个(n,k)的RS码字，其中n表示码字长度，k表示数据块的长度，n-k表示校验码的长度。

通过调整这些参数，可以根据具体的需求来平衡数据的冗余与纠错能力。

RS算法的核心思想是通过对每个数据块计算校验码来提高数据传输的可靠性。

具体地说，RS算法使用了一些数学公式和技术，例如多项式求值和插值。

这些公式和技术可以在接收方检测和纠正数据块中的错误，并且即使有一部分数据块丢失，接收方仍然可以通过已收到的数据恢复原始数据。

RS算法的应用非常广泛，包括数据存储，数据传输和通信领域。

在数据存储中，RS算法常被用于硬盘驱动器、光盘和闪存存储等设备中，以增强数据的可靠性和稳定性。

在数据传输中，RS算法可以用于保护网络通信、无线电和卫星通信等领域中的数据完整性。

R/S分析法（R/S analysis method）目录[隐藏]• 1 R/S分析法简介• 2 R/S分析法的实证检验及结果• 3 参考文献[编辑]R/S分析法简介R/S分析法通常用来分析时间序列的分形特征和长期记忆过程，最初由英国水文学家赫斯特(Hurst,1951年)在研究尼罗河水坝工程时提出的方法。

后来，它被用在各种时间序列的分析之中。

曼德尔布罗特（Mandelbrot）在1972年首次将R/S分析应用于美国证券市场，分析股票收益的变化，彼得斯（Peters）把这种方法作为其分形市场假说最重要的研究工具进行了详细的讨论和发展，并做了很多实证研究。

R/S分析方法的基本内容是：对于一个时间序列{x t}，把它分为A个长度为N的等长子区间，对于每一个子区间，设：(1)其中，M n为第n个区间x u的平均值，X t,n为第n个区间的累计离差。

令：R = max(X t,n) −min(X t,n)(2)若以S表示x u序列的标准差，则可定义重标极差R/S，它随时间而增加。

Hurst通过长时间的实践总结，建立了如下关系：H(3)R / S = K(n)对（3）式相边取对数，得到（4）式：log(R / S)n = Hlog(n) + log(K)(4)因此，对log(n)和log(R / S)n进行最小二乘法回归就可以估计出H的值。

在对周期循环长度进行估计时，可用V n统计量，它最初是Hurst用来检验稳定性，后来用来估计周期的长度。

(5)计算H值和V n的目的是为了分析时间序列的统计特性。

Hurst指数可衡量一个时间序列的统计相关性。

当H=0.5时，时间序列就是标准的随机游走，收益率呈正态分布，可以认为现在的价格信息对未来不会产生影响，即市场是有效的。

当0.5≤H<1时，存在状态持续性，时间序列是一个持久性的或趋势增强的序列，收益率遵循一个有偏的随机过程，偏倚的程序有赖于H 比0.5大多少，在这种状态下，如果序列前一期是向上走的，下一期也多半是向上走的。

信息隐藏实验二LSB隐写分析姓名：周伟康学号：班级：一：实验要求1、针对自己实现的隐写算法（嵌入、提取），计算隐蔽载体的PSNR值，通过PSNR值来评估隐写对图像质量的影响，并与主观感受做对比。

2、实现一种隐写分析方法，对隐蔽载体进行检测（卡方、RS……）二：实验步骤1、编写随机选点函数，完善顺序和随机两种LSB信息嵌入和提取。

%随机间隔选点函数%[row, col] = randinterval(test, 60, 1983);function [row, col] = randinterval(matrix, count, key)[m, n] = size(matrix);interval1 = floor(m * n / count) + 1;interval2 = interval1 - 2;if interval2 == 0error('载体太小，不能将秘密消息隐藏其内！');endrand('seed', key);a = rand(1, count);%initializerow = zeros([1 count]);col = zeros([1 count]);r = 1; c = 1;row(1,1) = r;col(1,1) = c;for i = 2 : countif a(i) >= 0.5c = c + interval1;elsec = c + interval2;endif c > nr = r + 1;if r > merror('载体太小，不能将秘密消息隐藏其内！');endc = mod(c, n);if c==0c = 1;endendrow(1, i) = r;col(1, i) = c;end选取8*8的矩阵测试2、对比原始图像和隐藏信息后图像，计算隐蔽载体的均方差（MSE）进而计算峰值信噪比（PSNR），评估隐写对图像质量的影响。