WAV音频LSB信息隐藏讲课课件
- 格式:ppt
- 大小:354.50 KB
- 文档页数:25
lsb隐写详讲上周末给⼤家培训了lsb隐写,但由于时间仓促,讲得可能过快,导致部分同学未能领悟,故作此⽂,以帮助各位同学们领悟!⾸先,给⼤家讲讲什么叫位图我们不妨把冠希的照⽚放⼤看看放⼤后可以注意到,这个图⽚其实是由⼀个个不同颜⾊的格⼦从左到右从上到下排列组成的。
对,就是如此多不同颜⾊的格⼦这样排列组成了这张好看图⽚!这就叫位图!什么?你觉得我给你的这个解释太粗糙?那我来点⽐较学术的解释(已经知道什么叫位图的同学可以略过):那么现在我们来说,假如我现在有⼀串信息⽐如说这么⼀串"JUST{Guan_xi_ge}"这串信息我们想要隐藏进冠希的这个照⽚,这样我们想要传递给别⼈的信息可以以图⽚为载体传给别⼈,即便被某个坏⼈截获了他也很难知道我们真的要传递的信息是什么,因为我们要传递的信息已经被隐藏或者说被隐写进了这个图⽚!!那么,怎么隐写呢?这次给⼤家讲解的隐写⽅式便是LSB(最低有效位)隐写。
在前⽂中,我们已经介绍了位图,⽽LSB隐写便是专门针对这种格式的图⽚的⼀种隐写⽅式。
前⽂中说到位图是由⼀个个密密⿇⿇的各种颜⾊的⼩⽅格⼀⾏⼀⾏的排列⽽成的精美图⽚。
这个⼩⽅格,我们称其为"像素点"。
⽽这些像素点的颜⾊各种各样才能组成我们眼前这副彩⾊的图,那么我们的计算机是怎么识别变化每个像素点的颜⾊的呢?⼤家应该都知道红(R)、绿(G)、蓝(B)三元⾊吧,通过调配这三种颜⾊,我们可以得到所有的颜⾊,⽽在计算机中,每个像素点的颜⾊便是通过调配其R、G、B的所占成分(值)从⽽得到的,也就是说,每个颜⾊的像素点,在计算机看来其实都是⼀组R、G、B的值。
如下图,我们选中⽩⾊,识别出其R、G、B的值分别为255、255、255。
在计算机看来,R、G、B这三种颜⾊中每个颜⾊对应的值都是⼀个8位⼆进制数,因此,在计算机读⼊时,实际上这三元⾊的值分别为11111111,11111111,11111111,所以,对于计算机⽽⾔,它看到的这么⼀个像素点实际上就是11111111 11111111 11111111这么⼀个⼆进制串,我们称其为该像素点的RGB码(⼆进制),为了⽅便⼈阅读,我们⼈常常将这串⼆进制串写作⼗六进制形式,也就是#ffffff,这也是这个像素点的RGB码(⼗六进制)。
1 引言1.1课题背景加密技术是保护数字内容最常见的方法,它通过对需保护的对象进行加密然后再进行传输。
目前,已经出现了具有较高保密强度的加密算法,但在很多领域加密方法的应用已经越来越显现出它的局限性,因为绝大多数加密算法的强度严重依赖于计算机的计算能力,密码的可靠性往往由密钥的长度来保证,一旦传输的数据被非法劫取并解密后,加密的数据与普通数据一样不再受到任何保护。
同时,由于加密后的数字内容在公开信道的传输过程中,表现形式是没有任何意义的乱码或噪声,这很容易引起非法攻击者的注意和兴趣。
因此,随着计算机性能的提高,通过不断增加密钥长度来提高系统安全性的方法,是很难起到全面安全保障作用的。
信息隐藏是集多学科理论和技术于一身的新兴领域。
与传统加密技术不同,信息隐藏技术利用人类感官对数字信号的感觉冗余,将秘密信息隐藏在具有明确意义的公开载体(音频、视频及图像等)中,不但隐藏了秘密信息的内容而且隐藏了秘密信息的存在,因此攻击者无法直观地判断载体中是否含有秘密信息,也无法提取或去除所隐藏的秘密信息。
1.2相关概念WA V为微软公司(Microsoft)开发的一种声音格式,它符合RIFF(Resource Interchange File Format)文件规范,用于保存Windows平台的音频信息资源,被Windows平台及其应用程序所广泛支持,该格式也支持MSADPCM,CCITT A LAW等多种压缩运算法,支持多种音频数字,取样频率和声道,标准格式化的WA V文件和CD格式一样,也是44.1K的取样频率,16位量化数字,因此在声音文件质量和CD相差无几! WAV打开工具是WINDOWS的媒体播放器。
LSB(LeastSignificant Bits)算法:将秘密信息嵌入到载体图像像素值的最低有效位,也称最不显著位,改变这一位置对载体图像的品质影响最小。
信息隐藏:信息隐藏指在设计和确定模块时,使得一个模块内包含的特定信息(过程或数据),对于不需要这些信息的其他模块来说,是透明的。
上机实验报告一、实验目的:1、掌握LSB图像信息隐藏原理2、简单使用matlab工具二、实验环境计算机一台Matlab三、实验内容(一)预备知识1、信息隐藏信息隐藏( Information Hiding)又称为信息伪装,是指在不使信息载体本身发生显著变化的前提下,将需要保密传递的信息隐藏到载体中,从而达到隐蔽传递目的的技术。
信息隐藏原理图2、图像的数据表示对下图所示8×8(64个像素点)的图像,每一个像素点的灰度值量化时可以取值为0到255(用8bit表示)。
因此,分辨率为m×n的数字图像文件就可以用m×n×8的三维矩阵存储。
图中从高到低可分为8个位平面,分别对应着8个灰度值比特位所在的平面。
对于数字图像,这8个位平面在图像中所代表的重要程度是不同的,其最低的1至2个比特位基本上是噪声,所在的位平面没有太多图像的有用信息,对这些位平面信息的改变,对整个图像没有明显的影响。
3、LSB算法的原理图像的能量集中在高几层位平面,图像对高几层的修改比较敏感;图像的最低位平面甚至是最低的几层位平面几乎不含有信息量,对修改不敏感;可以用保密信息去替换原始载体的最低位平面或最低几层位平面,从而实现信息隐藏,而又不致使载体发生视觉上的可察觉性改变。
4、LSB算法描述用所要隐藏的二值图像去替换载体图像8层位平面中的最低层,这就是LSB (least-significant bits)嵌人算法的核心。
提取隐藏信息时,只需要将载体图像最低层位平面取出,恢复成二值图像即可。
(二)使用LSB算法实现图像信息隐藏1、安装matlab7.12、桌面上找到matlab7.1的快捷方式,打开lsb代码(代码可在lsb中找到),修改“Current Folder”的路径为代码路径。
3、找到readme.txt可以查看.m文件里的大概内容,在左侧分别双击lsbmain.m,submain.m,先后运行程序。