灰度图像隐写分析
- 格式：pdf
- 大小：687.31 KB
- 文档页数：12
下载文档原格式
合集下载
多域数字图像隐写技术的实现与讨论
多域数字图像隐写技术的实现与讨论简介数字图像隐写技术是指将一种信息嵌入到数字图像中，使得该信息难以被察觉或者发现。
多域数字图像隐写技术指的是将信息嵌入到数字图像的多个域中，例如颜色、灰度、频域等。
本文将介绍多域数字图像隐写技术的实现方法以及相关的讨论。
实现方法颜色域隐写颜色域隐写技术是将信息嵌入到数字图像的颜色空间中。
具体实现方法可以是在RGB或YUV颜色空间中对每个像素的RGB或YUV分量进行微调，以达到隐藏信息的目的。
在这种方法中，通常需要考虑到嵌入信息对图像视觉质量的影响。
灰度域隐写灰度域隐写技术是将信息嵌入到数字图像的灰度空间中。
这种方法可以采用类似于颜色域隐写的方式，将信息嵌入到像素的灰度值中。
同样，对于灰度域隐写，实现方法需要在嵌入信息与图像视觉质量之间找到平衡点。
频域隐写频域隐写技术是将信息嵌入到数字图像的频域表示中，通常使用离散余弦变换(DCT)或离散小波变换(DWT)进行嵌入。
实现方法通常基于频域变换的性质，例如：对F块，将其第三个AC系数的值改为嵌入信息的二进制值。
在这种方法中，对于嵌入信息与图像视觉质量的平衡点的考虑相对简单，因为频域中的像素通常不直接影响图像质量。
讨论多域数字图像隐写技术是图像隐写领域中的一个研究热点，从理论角度上说，越多的隐写域意味着越小的嵌入信息容量。
因此，在实际应用中，需要权衡隐写域和嵌入容量之间的平衡。
此外，在每个隐写域中，隐写算法的精度以及嵌入信息对视觉质量的影响也是需要考虑的重要因素。
除此以外，数字图像隐写技术的应用场景也是值得讨论的问题。
隐写技术被广泛应用于各种领域，例如数字水印、网络安全等，因此在实际应用中，隐写技术应该侧重于符合应用需求的隐写域以及嵌入信息容量的优化。
多域数字图像隐写技术的实现方法主要包括颜色域隐写、灰度域隐写、以及频域隐写。
在实现这些方法时，需要考虑信息隐蔽和图像质量之间的平衡点。
除此以外，数字图像隐写技术的应用场景也是需要考虑的问题。
信息隐藏实验(LSB隐写,随机LSB隐写,RS隐写分析)
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。
一种应用相息图对灰度图像信息进行隐藏的方法
（.）
" " （ ） （ ） -（ + ）% -（ + ） ,#,3 - ,#/4 $ & 567 !! * & * 5 - + & + 5 & ! 2 *， 1 *， . " " （ * & *5） -（ + & + 5 ） " . ， !
{
[
(
) ]}
（9）
-（ + ）% , 2 *，
" " （ * & *5） -（ + & + 5 ） 8 . ， !
可以被加密为相息图， 所以本文提出的方法对二元 图像同样适用 + 本文还讨论了隐藏信息的提取质量 与宿主图像的信噪比之间的关系； 水印图像被剪切 后对隐藏信息提取质量的影响也被讨论 + 模拟实验
（批准号： ， 天津市自然科学基金 （批准号： ， 光电信息技术科学教育部重点实验室 *%(&&%!&， *%&&&%%&） %(/-0102%!&%%） !国家自然科学基金 开放课题 （批准号： ） 资助的课题 "%%(3!, + # 通讯联系人 + 435678： 9:67; <6<=67 + >?@ + A<
关键词：灰度图像，相息图，信息隐藏
!"##：,""(-，,"$%.
光学效率低， 因而限制了其实用性 +
!B 引
言
本文将一幅加权的灰度图像的相息图隐藏于一 幅宿主图像中， 即将一幅原始待加密灰度图像通过
图像空间域压缩感知通用隐写分析方法
图像空间域压缩感知通用隐写分析方法赵慧民;裴真真;才争野;王晨;戴青云;魏文国【摘要】根据灰度图像的纹理特征,提出一种空域压缩感知通用隐写分析(Compressive Sensing Universal Steganalysis,CSUS)方法.首先,使用方向提升小波变换(Directional Lifting Wavelet Transform,DLWT)对图像进行稀疏表示,并对稀疏系数进行直方图统计;然后,结合广义高斯分布(Generalized Gaussian Distribution,GGD)模型设计压缩感知(Compressive Sensing,CS)测量矩阵,并运用该矩阵感知稀疏系数得到CS观测值,以此作为纹理特征量;最后,通过支持向量机(Support Vector Machine,SVM)实现图像隐写的分类判断.采用5种隐写算法对4种图像数据库的图像进行隐写,利用本文提出的CSUS方法与经典的隐写分析方法进行隐写分析与对比.实验结果表明,本文CSUS方法对空域隐写具有较高精度及较好的通用性,并能够降低感知特征的维数.%Based on the textural features of grayscale images, a scheme of compressive sensing universal steganalysis (CSUS) in spatial domain was proposed. Firstly, directional lifting wavelet transform (DLWT) was employed as a sparse representation, and corresponding sparse coefficient was used to calculate histograms of images. Then, measurement matrix of the compressive sensing(CS) was designed with the generalized Gaussian distribution (GGD) model, and the CS value was obtained by using the matrix to sense the sparse coefficients, which were regarded as the textural features. Finally, the classification of image steganalysis was implemented by the support vector machine (SVM). The steganography of four kinds of image databases were performed with five kinds of steganagraphic algorithms. Steganalysis was carried out withthe proposed CSUS and classical steganalysis methods, and the results were analyzed and compared. Experimental results show that the proposed CSUS method is universal and has higher accuracy for detecting spatial domain steganography, and feature dimension can be reduced.【期刊名称】《安徽工业大学学报（自然科学版）》【年(卷),期】2017(034)002【总页数】7页(P157-163)【关键词】图像;纹理;压缩感知;隐写分析;特征【作者】赵慧民;裴真真;才争野;王晨;戴青云;魏文国【作者单位】广东技术师范学院计算机科学学院,广州510665;广州市数字内容处理及其安全性技术重点实验室,广州510665;广东技术师范学院计算机科学学院,广州510665;广州市数字内容处理及其安全性技术重点实验室,广州510665;广东技术师范学院计算机科学学院,广州510665;广州市数字内容处理及其安全性技术重点实验室,广州510665;广东技术师范学院计算机科学学院,广州510665;广州市数字内容处理及其安全性技术重点实验室,广州510665;广东技术师范学院计算机科学学院,广州510665;广州市数字内容处理及其安全性技术重点实验室,广州510665;广东技术师范学院计算机科学学院,广州510665;广州市数字内容处理及其安全性技术重点实验室,广州510665【正文语种】中文【中图分类】TP391隐写分析(steganalysis)是信息隐藏的对抗技术，目的是检测隐写术中秘密消息的存在、提取秘密信息，从而识别并破坏保密通信。
lsb隐写解题方法
lsb隐写解题方法LSB隐写是一种常见的信息隐藏技术，它可以将秘密信息嵌入到图像、音频或视频等多媒体文件中，以达到保密通信的目的。
在CTF比赛中，经常会出现LSB隐写相关的题目。
本文将介绍LSB隐写解题方法，包括分析图像、提取数据和还原信息等步骤。
一、分析图像首先需要对给定的图像进行分析，了解其格式和特征。
可以使用hex编辑器或stegsolve等工具打开图像文件，并观察其文件头和文件尾部分。
常见的图片格式有JPEG、PNG、BMP等，在文件头部分可以看到相应的标识符。
例如JPEG格式的文件头为FF D8 FF，PNG格式的文件头为89 50 4E 47 0D 0A 1A 0A，BMP格式的文件头为42 4D。
除了文件头之外，还需要观察图像中是否存在可疑的噪点或特殊结构。
LSB隐写通常会在最低有效位（Least Significant Bit）处嵌入信息，因此可能会导致图像中某些颜色值发生微小变化。
可以使用图片处理软件或脚本对原始图像和处理后的图像进行比较，查找差异点。
二、提取数据在确定了LSB隐写的存在后，需要提取出嵌入的数据。
通常情况下，LSB隐写会将信息按照一定的规律分散在图像的各个像素中。
因此需要编写脚本或使用现成工具对图像进行解析，提取出每个像素中的最低有效位，并将其组合成二进制序列。
具体而言，可以使用Python语言编写脚本，使用Pillow库读取图像内容，并逐一遍历每个像素。
对于RGB格式的图像，每个像素由三个颜色通道组成（红、绿、蓝），可以分别提取它们的最低有效位，并将其组合成一个字节。
对于灰度格式的图像，只需要提取一个通道即可。
三、还原信息在成功提取出二进制序列后，需要还原出其中隐藏的信息。
具体方法因题目而异，可能需要进行进一步解密或解码操作。
常见的处理方式包括：1. 字符串转换：将二进制序列转换为ASCII码字符串或Unicode字符串。
2. 图片还原：将二进制序列按照指定宽度和高度重新排列成图片，并使用图片处理软件打开查看。
图像隐写分析
48
改进的LSB隐写
对x(i, j)作如下调整
根据T 确定增减的目的是使隐写不过分影响相邻 像素之间的相对关系
49
改进的LSB隐写
可能会影响多个比特位 提取时：将最低比特位取出即可
50
改进LSB隐写
已知像素块如下，若要藏入秘密比特序列 ：1,0,1,0,0,1,1,1,0，则像素块变为：
对待检测图像，进行非负翻转和非正翻转，计 算R 、S 、R 和S 如果R －S 显著大于R －S ，则认为图像经过 隐写
M M -M -M -M -M M M
33
RS分析方法
设待检测图像嵌入 率为p，则约有p/2 的像素发生了翻转 ，计算此时的一组 R、S值 翻转所有像素，则 约有1-p/2的像素发 生了翻转，再次计 算R、S值
f 2i f 2i 1
a
2 f 2i f 2i f 2i 1
19
直方图补偿隐写
特点
隐写后直方图不再趋于相等，2法失效 嵌入量降低：部分载体用于补偿
20
RS分析方法
对图像分块，以Zigzag方式扫描排列成一个 向量（x1,…,xn) 定义该图像块的空间相关性
39
GPC分析法
自然图像
N0近似等于N1
载体数据在2i和2i+1之间互变 不会穿越平面簇P0，但会穿越平面簇P1 N0不变，N1增大
LSB隐写图像
令R＝N1/N0，如果R大于阈值，认为是隐写 图像
40
GPC分析法
例如
信息隐藏实验报告LSB隐写分析
《信息隐藏技术》实验报告实验3：LSB信息隐藏攻击实验杭州电子科技大学网络空间安全学院一、实验目的1.主要内容对实验1中信息隐藏后的图像进行隐写分析。
2.基本要求要求学生能够将没有嵌入信息的图像和隐藏信息的图像区分开来。
二、实验内容及实现过程步骤1.可视攻击针对LSB 算法，通过可视攻击进行视觉比较，观察含隐藏信息与不含隐藏信息图像的不同。
原图嵌入LSB 水印2.概率分布分析方法（χ2分析）统计LSB 信息隐藏后，图像的像素灰度值的直方图，结合χ2分布密度函数计算载体含有秘密信息的概率值。
提取最低有效位 提取最低有效位部分分块概率为1，不确定含有秘密信息大部分分块的概率为1，可以确定含有秘密信息部分分块概率为1，不确定含有秘密信息大部分分块的概率为1，可以确定含有秘密信息三、实验结果分析计算隐秘分析算法判断结果的错误率：FP (false positive)：没有嵌入隐藏信息的图像错误地判断为嵌入了隐藏信息FN (false negative)：嵌入隐藏信息的图像错误地判断为没有嵌入隐藏信息判断标准：超过半数的分块概率为1，判别为加密少于半数的分块概率为1，判别为原始图像FP：4/9FN：0/9误判原因分析，图像像素值较低四、实验小结（包括小组分工，组员各自的贡献点；通过实验得出的结论；对隐写分析加深的理解）设计算法：邢征宇（卡方分析）刘煜程（可视攻击）结果分析：单志晗（FP）梁经纬（FN）总结：1. 能够真正理解两种方法的思想和每一个处理步骤的作用，才能真正写出matlab 程序并进行结果分析；2. 8 位的像素值从0 开始到255，但是数组的下标从1 开始到256，所以像素值的2i 对应数组下标2i-1，像素值的2i+1 对应数组下标2i，像素值只存在2i->2i+1 的变换，对应于只存在2i-1->2i 的下标值变换，在编写代码时需注意此类细节，否则实验结果将大打折扣；3. 当实验结果与预期的有偏差，不仅仅是检查理解实验有偏差、程序是否正确，而且需要改变不同的实现方法、不同的参数以及利用不同的图像来进行测试和比较，这样才可能更快判断出问题出在哪里，并找到解决办法，而且有的时候不一定是代码有误的问题。
lsb隐写分析实验
lsb隐写分析实验实验三：LSB 隐写分析实验【实验⽬的】：1、理解LSB 隐写分析的思想和⽅法；2、掌握基于视觉分析的LSB 的隐写分析⽅法，以及基于卡⽅检验的LSB 隐写分析⽅法；3、能够分析上述隐写分析⽅法的能⼒；4、能够独⽴编写上述两种隐写分析matlab 程序并实现分析。
【实验内容】：（请将你实验完成的项⽬涂“■”）实验完成形式：■⽤MATLAB 函数实现LSB 隐写分析□⽤MATLAB 命令⾏⽅式实现LSB 隐写分析□其它：（请注明）实验选择载体：■ 512×512灰度图像□ 256×256RGB 图像□任意⼤⼩的RGB 图像实验效果和分析：■分析了视觉攻击对空域LSB 算法隐写分析的能⼒■分析了⼴义卡⽅检测对空域LSB 算法隐写分析的能⼒□分析了⼴义卡⽅检测对频域LSB 算法隐写分析的能⼒■⽐较不同隐写攻击抗⼴义卡⽅检测的能⼒■其它：分析了不同嵌⼊信息、不同参数下及使⽤了不同嵌⼊⽅法后⼴义卡⽅检测的分析能⼒【实验⼯具及平台】：■ Windows+Matlab □其它：（请注明）【实验涉及到的相关算法】：1、视觉攻击的流程图：2、⼴义卡⽅检测法流程图【实验分析】⼀、视觉攻击说明：本实验分别⽤图1嵌⼊30%的信息、图2嵌⼊60%的信息，来作最后⼀个位平⾯的⽐较图1 图2图3 原图为图1，嵌⼊率为30%图4 原图为图2，嵌⼊率为60%结论：通过视觉攻击分别对原图和隐写图的最后⼀个位平⾯的提取，可以很清晰的看出来，不含隐藏信息的平⾯的0和1是随机地均匀的分布；⽽隐藏了信息的平⾯的左边部分有明显的整齐的横条，它们是LSB被修改后像素值2i<->2i+1变化后形成的图像特征；⽽且嵌⼊率不同，横条占有的区域⾯积也不同。
单看隐写图的平⾯，就可以看出图像有异样（被划分成两部分），含整齐横条的部分则为嵌⼊了信息的部分。
⼆、空域⼴义卡⽅检测⽅法1、分析结果图表说明：⼀下四个图和表格，是嵌⼊了不同⽐例的信息量的图像分割成5*5个⼤⼩相同的样本进⾏检测的分析结果，其中嵌⼊信息为伪随机序列。
一种基于lsb灰度图像信息隐写的改进算法
Logistic 映 射 定 义 如 下：Xn+1=μ*Xn*(1-Xn)， 其 中 μ ∈ (0,4) 为可调参数，X0 ∈ (0,1) 为初值。图像如图 1 所示。
基金项目：湖南省大学生研究性学习和创新性实验计划项目（项目编号：CX1614）；衡阳市科技计划项目（项目编号： 2016KG41）。 作者简介：石先卓 (1995—)，男，湖南常德人，本科在读。研究方向：信息与计算科学。 通讯作者：李元旦 (1971—)，男，湖南衡南人，硕士研究生，副教授。研究方向：信息安全的研究。E-mail：liziren1971 @。
关键词：LSB；Logistic 图像置乱；灰度图像；信息隐藏 中图分类号：TP309；TP391.41 文献标识码：A 文章编号：1003-9767（2019）21-062-03
An Improved Algorithm Based on LSB Gray Image Information Steganography
２ 改进的隐写算法
灰度图像矩阵元素的取值范围通常为 [0,255]。因此其数 据类型一般为 8 位无符号整数的（int8），这就是人们经常 提到的 256 灰度图像。“0”表示纯黑色，“255”表示纯白色， 中间的数字从小到大表示由黑到白的过渡色。
2.1 图像置乱
第一，对于一长宽分别为 M、N 的图像，先读取图像 使 原 载 体 图 像 像 素 转 化 成 一 维 数 组 R 保 存。 第 二， 使 用 Logistic 映射产生混沌序列 Xn，其中参数 μ 和初值 X0 作为密 钥储存，并将 Xn 与原载体图像数组 R 的排列顺序一一对应。 然后按照从大到小的顺序重新排列 Xn，记录下排序后的 Xn 位置，生成位置数组 Locb，再由位置数组 Locb 将原载体图 像数组 R 置乱，产生置乱图像数组 new_R。
基金项目：湖南省大学生研究性学习和创新性实验计划项目（项目编号：CX1614）；衡阳市科技计划项目（项目编号： 2016KG41）。 作者简介：石先卓 (1995—)，男，湖南常德人，本科在读。研究方向：信息与计算科学。 通讯作者：李元旦 (1971—)，男，湖南衡南人，硕士研究生，副教授。研究方向：信息安全的研究。E-mail：liziren1971 @。
关键词：LSB；Logistic 图像置乱；灰度图像；信息隐藏 中图分类号：TP309；TP391.41 文献标识码：A 文章编号：1003-9767（2019）21-062-03
An Improved Algorithm Based on LSB Gray Image Information Steganography
２ 改进的隐写算法
灰度图像矩阵元素的取值范围通常为 [0,255]。因此其数 据类型一般为 8 位无符号整数的（int8），这就是人们经常 提到的 256 灰度图像。“0”表示纯黑色，“255”表示纯白色， 中间的数字从小到大表示由黑到白的过渡色。
2.1 图像置乱
第一，对于一长宽分别为 M、N 的图像，先读取图像 使 原 载 体 图 像 像 素 转 化 成 一 维 数 组 R 保 存。 第 二， 使 用 Logistic 映射产生混沌序列 Xn，其中参数 μ 和初值 X0 作为密 钥储存，并将 Xn 与原载体图像数组 R 的排列顺序一一对应。 然后按照从大到小的顺序重新排列 Xn，记录下排序后的 Xn 位置，生成位置数组 Locb，再由位置数组 Locb 将原载体图 像数组 R 置乱，产生置乱图像数组 new_R。
灰度图像LSB隐写签密方案
灰度图像LSB隐写签密方案摘要：针对图像隐写算法的安全性基础问题，提出了图像隐写签名加密方案，在对秘密消息签名加密后，嵌入到载体图像中，通过使用公钥密码体制，使图像隐写的安全性依赖于密钥的安全性，而不依赖隐写算法，分析表明，本文提出的灰度图像LSB隐写签密方案可以提高隐写的安全性，保证秘密信息不被攻击者获得。
关键词：图像隐写；签密；公钥1 引言近年来，信息隐藏技术发展迅速，成为继密码术后隐蔽通信领域的另一重要手段。
信息隐藏技术包含数字水印和隐写两个主要分支，用于作为掩护载体的数字媒体有数字图像、视频、音频和文本等。
把秘密信息隐藏在数字图像中，通过传递看上去正常的图像，实则完成传递秘密消息行为的技术被称为图像隐写术。
本文在图像隐写算法中引入公钥密码，用密钥安全性来保证隐写算法安全性。
使用加密手段抵抗密码分析，确保秘密信息不被攻击者获得，密文统计特性的优势体现在隐写中，减少了隐写图像被发现的概率。
2隐写算法的安全性密码学中，关于某一算法的安全性，使用如下描述方式：秘密消息的安全性依赖于密钥的安全，而不能依赖于算法的保密性。
即，攻击者知道有关加密算法的所有细节，这一描述被称之为Kerckhoffs原则。
现有的隐写算法与密码算法存在的最大不同在于，隐写算法没有遵循Kerckhoffs原则，本文在隐写算法中引入公钥密码体制，使图像隐写算法满足Kerckhoffs原则，并满足视觉不可见性和统计安全性。
3灰度图像LSB隐写签密方案（3）隐写容量高。
本文算法实际使用时，可先判断签密后消息的大小，再挑选合适的载体图像。
随着互联网网速的提高，网络中图像的体积不断增大，为隐写容量提供了有效的上升空间。
4.2 安全性分析4.2.1 被动攻击被动攻击者怀疑某一载体含有秘密信息，并进行下列攻击：（1）唯隐写图像攻击：攻击者监视通信信道，能够获得该信道上所有的图像，并对图像进行密码分析，由于消息嵌入前已经被加密，消息的比特序列满足均匀分布，此时攻击者无法判断某一图像是否被隐写过。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 1 0 1 1 0 0 1 0 0
原始载体图像（ 8 8 ）
消息矩阵
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
5
嵌入了消息后的载密图像
4. RS 检测 RS 检测是基于隐写前后图像平滑度的变化来检测秘密信息的。具体方法如下： 首先，我们定义几个概念： 假设一幅载体图像的像素个数为 n 个，其像素值在一个集合 P 内（对于本实验， 。用 G x1 , x2 , , xn 来表示像素组，用函数 f x1 , x2 , , xn 来描述 P 0,1, , 255 ） 其平滑度，定义为：
F (G ) 的平滑度： f G 和 f F G ；若：
I. 若 f F G f G ，则称 G 是正则的；
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
6
II. 若 f F G f G ，则称 G 是奇异的； III. 若 f F G f G ，则称 G 是不变的。 基于以上讨论，在实验中，RS 检测是这样进行的：首先将一幅图像分成大小相等的像 素块（在本实验中，我分的像素块的尺寸为： 4 4 ） ，对每个小块先应用非负翻转（随机用
79 79 78 81
78 77 79 76
78 78 80 75
77 76 78 75
图示 1
隐 写
79 79 78 81
78 76 79 76
78 78 80 75
77 77 79 74
连续 LSB 隐写
由上图可以看出连续 LSB 隐写的大致过程。在此不过分赘述。 2. 卡方检测 卡方检测是专门针对连续 LSB 替换而产生的一种隐写分析方法。 连续 LSB 隐写的最大问 题是“值对效应” ，即当用消息比特改变图像像素最低比特位时，像素值之间的翻转总是这 样的： 2i 2i 1 。而嵌入的消息，我们可以看作是随机的 0 1 比特流，而且 0 与 1 出现的 概率都为
实验报告——灰度图像隐写分析
2
一．实验内容
简介：本次实验，共分两个实验。第一个是实现图像的连续 LSB 替换，即在载体图像中 一块连续的区域进行 LSB 隐写嵌入， 而采用的方法就是简单的替换——用消息比特来替换图 像像素最低比特位（即 LSB 位） 。此部分，我实现了能让用户自己选择图像进行嵌入以及能 进行图像的批量嵌入这两种方式。 第一个实验的另一部分是隐写分析， 利用卡方检测进行隐 写分析，自然图像具有某种统计特性，进行了连续 LSB 替换后的图像会打破这种统计特性， 卡方检测就是利用了这种统计特性而产生的隐写分析方法（后面详述） ；第二个实验是随机 LSB 替换，它与连续 LSB 替换不同的是，它不在载体图像中一块连续的区域进行 LSB 隐写嵌 入，而是根据某种方法生成一系列的随机数，利用这些随机数，对应到载体图像中的每个像 素点进行隐写嵌入， 它种方法较连续 LSB 替换隐写的优点是它修改的像素点是随机分布在载 体图像中的，那么较前者就更难以察觉，安全性更高。在此部分，我同样实现了两种方式， 即用户自己选择某一幅图像进行嵌入和批量对指定文件夹中的图像进行嵌入。 不同的是， 在 用户可自己选择这一种方式下，我没有采用模拟，而是实际嵌入，即用户可以指定一段想隐 藏的消息嵌入指定的图像中， 然后可以用另一程序将其恢复出来， 我这样做的原因是觉得这 样会更实用一些。在第二个实验的第二部分是针对随机 LSB 替换的隐写分析方法——RS 检 测，它是基于隐写前后图像平滑度的变化来检测秘密信息的。 二．实验所用理论与方法 1. 连续 LSB 替换 LSB 替换是一种很古老的隐写术，它是将秘密消息比特位替换指定图像像素值的最低比 特位来实现的。而连续 LSB 替换就是此种替换发现在图像中一块连续的区域。 灰度图像在计算机中是以 0~255 这 256 个数值存储的， 一段 0 1 比特的消息， 经连续 LSB 替换是如下图所示的形式： 1 0 0 1 1 0 0 1 0 1 0 1 1 0 1 0
f x1 , x2 , , xn xi 1 xi
i 1
n 1
（5）
其次，定义翻转函数：
F1 : 0 1, 2 3, , 254 255
用函数表示即为：
F1 ( x) x 1 2 ( x mod 2)
并且易知，本实验中用到的 LSB 翻转 FLSB ( x) F1 ( x) 。 然后，定义其对偶函数，叫做移位 LSB 翻转函数：
7
注意用红线画出的，它可以提示用户选择什么。可以选择 cov er 文件夹中的图像，选 择后单击 Open ，之后又会出现如下框图：
选择一个 .txt 文件去得到想要的嵌入率 payload ，在 payloads 文件夹中选择。如果用
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
4
否则，随机序列一直处于单调递增的趋势，安全性不高） ； ii. 选择 97，是因为它是一个素数，在（3）式中，与 K i 1 相乘的数必须与 2 互素，否 则会产生对不同的 i 与 j ，有可能有 K i K j ，这样，嵌入消息时，会产生覆盖，之后就不 能正确解密了。注意到这一点，此位置的数可以有多种选择，只要与 2 互素就可以了。 （在“中期检查报告”中，已经证明过对任意 i 、 j i j ，都有 K i K j ，这里就不再赘 述了） 那么， 在本次实验中， 随机 LSB 替换我是如何做的呢？以下的图示可以清晰的表示出来： （以一个 8 8 大小的图像为例，而实际在实验中所用到的图像均为 512 512 的。消息长度 假设为 10） 用户需要在 1 ~ 64 之间选择一个整数作为初始的密钥值， 假设用户选择了 7 ， 即：Key 7 ， 那么由下述伪代码：
F1 或 F0 ） ，然后计算每个块原始与翻转后的平滑度。用 RM 表示翻转作用后正则图像块在所
有图像块中所占的比例；用 S M 表示翻转作用后奇异图像块在所有图像块中所占的比例。类 似地，应用非正翻转（随机用 F1 或 F0 ）后，可定义相应的 R M 与 S M 。 那么，如何判断图像是否经过了隐写呢？它是基于以下事实的： 1. 如果图像没有经过 LSB 替换隐写，那么无论应用非负翻转还是非正翻转，从统计规 律来看，会同等地增加图像块的混乱程度，也就是说， RM R M , S M S M ，并且有
18 18
for (i 2 to 10) K i mod(13 K i 1 , 64)
end
（4）
（注： （4）式只是为了说明此问题，实际在代码中所用的式子为上面的（3）式） 那么生成的随机序列为：
Key : 7 27 31 19 55 11 15 3 39 59
假设消息为
message : 0 1 1 0 0 1 0 1 0 1
2 xk 1
0
e x
x 2
k 1 1 2
dx
（2）
在程序中，不可能用代码去写（2）式，而是调用 matlab 中自带的函数 chi2cdf，调用方 法是：p(j) = 1 - chi2cdf(r,127); 然后将 j 加 1，再循环此过程，直到将 p 都计算出来。 具体判断时，如果对某些 j，有 p(j)约为 1，那么，此图像是经过了隐写，而如果对所有 的 j，p(j)都近似为 0，那么此图像就是一幅未经隐写的自然图像。 3. 随机 LSB 替换 随机 LSB 替换中一个重要的问题是生成随机嵌入序列问题， 即要找到一个好的方式生成 互不相同的随机，并且其范围应该在 1 到图像像素个数之间，这样才能保证正确的隐写，不 会溢出也不会产生覆盖。 在此部分中，我选择了一个数论中用到的方法来产生随机序列： （注：默认图像大小为 512 512 ，即图像中的像素总个数为 2 个）
18
K 是随机序列，其长度等于消息的长度，接下来，有：
K1 Key ，其中 Key 为初始密钥值，由用户选择输入； for (i 2 to length(message))
K i mod(210 97 K i 1 , 218 )
end
在上面的伪代码中， （3）式中的 2 与 97 的选择是基于以下情况考虑： i. 如果用户输入的数字过小 （比如 100 以内） ，2 的作用是使生成的随机序列能快速的 增加以至于有周期的作用，即到某一个随机数后，后一个数比前一个数小（由于模了 2 ，
RM S M , R M S M ；
2. 如果图像是经过了 LSB 替换隐写的，那么应用非负翻转和非正翻转之后的结果就会 有明显差别，即有 R M S M RM S M 成立。 在本实验中，在分别得到两种翻转后，正则块与奇异块的数量后，计算 ，即如果计 R M S M RM SM 的值，并设置一个阈值（实验中设置的阈值为 1000） 算出的结果小于 1000，那么，就判断此图像是未经过隐写的，如果大于 1000，则判断此图 像是经过了隐写的。 三．实验结果 （此部分我将用图示展示） 1. 连续 LSB 替换隐写的实现： 代码包中，此部分用到的函数为
1 ， 那么， 可以统计图像中不同灰度值的直方图 （比如灰度值为 j 的像素个数为 h j ， 2
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
3
即此灰度值的直方图大小为 h j ） ，那么，如果秘密信息完全替换了载体图像像素的最低位， 则 h2i 与 h2i 1 的值会比较接近，即便没有完全替换，两者的值也会有一定的相等性，而如果 图像未经信息的嵌入， h2i 与 h2i 1 的值相差的会大些。 基于以上对问题的讨论，根据概率论中的定理，定义统计量 r ：
原始载体图像（ 8 8 ）
消息矩阵
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
5
嵌入了消息后的载密图像
4. RS 检测 RS 检测是基于隐写前后图像平滑度的变化来检测秘密信息的。具体方法如下： 首先，我们定义几个概念： 假设一幅载体图像的像素个数为 n 个，其像素值在一个集合 P 内（对于本实验， 。用 G x1 , x2 , , xn 来表示像素组，用函数 f x1 , x2 , , xn 来描述 P 0,1, , 255 ） 其平滑度，定义为：
F (G ) 的平滑度： f G 和 f F G ；若：
I. 若 f F G f G ，则称 G 是正则的；
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
6
II. 若 f F G f G ，则称 G 是奇异的； III. 若 f F G f G ，则称 G 是不变的。 基于以上讨论，在实验中，RS 检测是这样进行的：首先将一幅图像分成大小相等的像 素块（在本实验中，我分的像素块的尺寸为： 4 4 ） ，对每个小块先应用非负翻转（随机用
79 79 78 81
78 77 79 76
78 78 80 75
77 76 78 75
图示 1
隐 写
79 79 78 81
78 76 79 76
78 78 80 75
77 77 79 74
连续 LSB 隐写
由上图可以看出连续 LSB 隐写的大致过程。在此不过分赘述。 2. 卡方检测 卡方检测是专门针对连续 LSB 替换而产生的一种隐写分析方法。 连续 LSB 隐写的最大问 题是“值对效应” ，即当用消息比特改变图像像素最低比特位时，像素值之间的翻转总是这 样的： 2i 2i 1 。而嵌入的消息，我们可以看作是随机的 0 1 比特流，而且 0 与 1 出现的 概率都为
实验报告——灰度图像隐写分析
2
一．实验内容
简介：本次实验，共分两个实验。第一个是实现图像的连续 LSB 替换，即在载体图像中 一块连续的区域进行 LSB 隐写嵌入， 而采用的方法就是简单的替换——用消息比特来替换图 像像素最低比特位（即 LSB 位） 。此部分，我实现了能让用户自己选择图像进行嵌入以及能 进行图像的批量嵌入这两种方式。 第一个实验的另一部分是隐写分析， 利用卡方检测进行隐 写分析，自然图像具有某种统计特性，进行了连续 LSB 替换后的图像会打破这种统计特性， 卡方检测就是利用了这种统计特性而产生的隐写分析方法（后面详述） ；第二个实验是随机 LSB 替换，它与连续 LSB 替换不同的是，它不在载体图像中一块连续的区域进行 LSB 隐写嵌 入，而是根据某种方法生成一系列的随机数，利用这些随机数，对应到载体图像中的每个像 素点进行隐写嵌入， 它种方法较连续 LSB 替换隐写的优点是它修改的像素点是随机分布在载 体图像中的，那么较前者就更难以察觉，安全性更高。在此部分，我同样实现了两种方式， 即用户自己选择某一幅图像进行嵌入和批量对指定文件夹中的图像进行嵌入。 不同的是， 在 用户可自己选择这一种方式下，我没有采用模拟，而是实际嵌入，即用户可以指定一段想隐 藏的消息嵌入指定的图像中， 然后可以用另一程序将其恢复出来， 我这样做的原因是觉得这 样会更实用一些。在第二个实验的第二部分是针对随机 LSB 替换的隐写分析方法——RS 检 测，它是基于隐写前后图像平滑度的变化来检测秘密信息的。 二．实验所用理论与方法 1. 连续 LSB 替换 LSB 替换是一种很古老的隐写术，它是将秘密消息比特位替换指定图像像素值的最低比 特位来实现的。而连续 LSB 替换就是此种替换发现在图像中一块连续的区域。 灰度图像在计算机中是以 0~255 这 256 个数值存储的， 一段 0 1 比特的消息， 经连续 LSB 替换是如下图所示的形式： 1 0 0 1 1 0 0 1 0 1 0 1 1 0 1 0
f x1 , x2 , , xn xi 1 xi
i 1
n 1
（5）
其次，定义翻转函数：
F1 : 0 1, 2 3, , 254 255
用函数表示即为：
F1 ( x) x 1 2 ( x mod 2)
并且易知，本实验中用到的 LSB 翻转 FLSB ( x) F1 ( x) 。 然后，定义其对偶函数，叫做移位 LSB 翻转函数：
7
注意用红线画出的，它可以提示用户选择什么。可以选择 cov er 文件夹中的图像，选 择后单击 Open ，之后又会出现如下框图：
选择一个 .txt 文件去得到想要的嵌入率 payload ，在 payloads 文件夹中选择。如果用
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
4
否则，随机序列一直处于单调递增的趋势，安全性不高） ； ii. 选择 97，是因为它是一个素数，在（3）式中，与 K i 1 相乘的数必须与 2 互素，否 则会产生对不同的 i 与 j ，有可能有 K i K j ，这样，嵌入消息时，会产生覆盖，之后就不 能正确解密了。注意到这一点，此位置的数可以有多种选择，只要与 2 互素就可以了。 （在“中期检查报告”中，已经证明过对任意 i 、 j i j ，都有 K i K j ，这里就不再赘 述了） 那么， 在本次实验中， 随机 LSB 替换我是如何做的呢？以下的图示可以清晰的表示出来： （以一个 8 8 大小的图像为例，而实际在实验中所用到的图像均为 512 512 的。消息长度 假设为 10） 用户需要在 1 ~ 64 之间选择一个整数作为初始的密钥值， 假设用户选择了 7 ， 即：Key 7 ， 那么由下述伪代码：
F1 或 F0 ） ，然后计算每个块原始与翻转后的平滑度。用 RM 表示翻转作用后正则图像块在所
有图像块中所占的比例；用 S M 表示翻转作用后奇异图像块在所有图像块中所占的比例。类 似地，应用非正翻转（随机用 F1 或 F0 ）后，可定义相应的 R M 与 S M 。 那么，如何判断图像是否经过了隐写呢？它是基于以下事实的： 1. 如果图像没有经过 LSB 替换隐写，那么无论应用非负翻转还是非正翻转，从统计规 律来看，会同等地增加图像块的混乱程度，也就是说， RM R M , S M S M ，并且有
18 18
for (i 2 to 10) K i mod(13 K i 1 , 64)
end
（4）
（注： （4）式只是为了说明此问题，实际在代码中所用的式子为上面的（3）式） 那么生成的随机序列为：
Key : 7 27 31 19 55 11 15 3 39 59
假设消息为
message : 0 1 1 0 0 1 0 1 0 1
2 xk 1
0
e x
x 2
k 1 1 2
dx
（2）
在程序中，不可能用代码去写（2）式，而是调用 matlab 中自带的函数 chi2cdf，调用方 法是：p(j) = 1 - chi2cdf(r,127); 然后将 j 加 1，再循环此过程，直到将 p 都计算出来。 具体判断时，如果对某些 j，有 p(j)约为 1，那么，此图像是经过了隐写，而如果对所有 的 j，p(j)都近似为 0，那么此图像就是一幅未经隐写的自然图像。 3. 随机 LSB 替换 随机 LSB 替换中一个重要的问题是生成随机嵌入序列问题， 即要找到一个好的方式生成 互不相同的随机，并且其范围应该在 1 到图像像素个数之间，这样才能保证正确的隐写，不 会溢出也不会产生覆盖。 在此部分中，我选择了一个数论中用到的方法来产生随机序列： （注：默认图像大小为 512 512 ，即图像中的像素总个数为 2 个）
18
K 是随机序列，其长度等于消息的长度，接下来，有：
K1 Key ，其中 Key 为初始密钥值，由用户选择输入； for (i 2 to length(message))
K i mod(210 97 K i 1 , 218 )
end
在上面的伪代码中， （3）式中的 2 与 97 的选择是基于以下情况考虑： i. 如果用户输入的数字过小 （比如 100 以内） ，2 的作用是使生成的随机序列能快速的 增加以至于有周期的作用，即到某一个随机数后，后一个数比前一个数小（由于模了 2 ，
RM S M , R M S M ；
2. 如果图像是经过了 LSB 替换隐写的，那么应用非负翻转和非正翻转之后的结果就会 有明显差别，即有 R M S M RM S M 成立。 在本实验中，在分别得到两种翻转后，正则块与奇异块的数量后，计算 ，即如果计 R M S M RM SM 的值，并设置一个阈值（实验中设置的阈值为 1000） 算出的结果小于 1000，那么，就判断此图像是未经过隐写的，如果大于 1000，则判断此图 像是经过了隐写的。 三．实验结果 （此部分我将用图示展示） 1. 连续 LSB 替换隐写的实现： 代码包中，此部分用到的函数为
1 ， 那么， 可以统计图像中不同灰度值的直方图 （比如灰度值为 j 的像素个数为 h j ， 2
中国科学技术大学电子工程与信息科学系——信息安全专业
实验报告——灰度图像隐写分析
3
即此灰度值的直方图大小为 h j ） ，那么，如果秘密信息完全替换了载体图像像素的最低位， 则 h2i 与 h2i 1 的值会比较接近，即便没有完全替换，两者的值也会有一定的相等性，而如果 图像未经信息的嵌入， h2i 与 h2i 1 的值相差的会大些。 基于以上对问题的讨论，根据概率论中的定理，定义统计量 r ：