抗统计分析的新型LSB隐写算法

LSB matching隐写方法的改进的开题报告1.研究背景隐写术是一种在保证信息安全的情况下隐藏秘密信息的技术。

LSB matching隐写方法是一种经典的隐写术，它基于将秘密信息嵌入到图像或音频文件中，以达到隐藏信息的目的。

该方法是分布式隐写技术的一种，主要应用于数字版权保护、数据隐私保护等领域。

然而，出现了一些攻击方法，如视觉攻击和统计攻击等，这些攻击方法使得该方法的安全性变得不太可靠，因此需要对该方法进行改进。

2.研究目的本文的主要目的是对LSB matching隐写方法进行改进，以提高其安全性和鲁棒性。

3.研究内容(1) 分析传统的LSB matching隐写方法，并探究其在安全性方面存在的问题。

(2) 设计一种新的隐写算法，对传统的LSB 方法进行优化，提高安全性和鲁棒性。

(3) 实现所提出的新算法，并进行实验验证。

4.研究方法本文将采用以下方法进行研究：(1) 文献研究法：对相关领域中已有的相关研究文献进行综述和分析，明确目前LSB matching隐写方法的研究状况，并基于此提出需改进的方向和方法。

(2) 理论分析法：对目标进行理论分析，包括原理、模型等方面，以确定其实现方案。

(3) 实验验证法：在不同实验条件下，运用所设计的隐写算法，测试其在安全性和鲁棒性方面的效果，通过实验结果来验证算法的有效性。

5.预期成果(1) 提出了一种新的基于LSB matching的隐写算法，通过实验数据验证，该算法在安全性和鲁棒性方面效果有一定的提升。

(2) 给出新算法的实现流程，并提供可行的实现方法和技术支持。

(3) 研究结果可以为相关领域的研究和实际应用提供理论依据和帮助，推动隐写技术的发展。

6.研究意义本研究通过对LSB matching隐写方法的改进，提高了其安全性和鲁棒性，对隐写技术的发展具有一定的实践应用价值。

同时，该研究成果不仅可以为数字版权保护、数据隐私保护等领域的应用提供帮助，也可以对相关领域的隐写技术研究提供理论依据和方向，推动隐写技术的发展。

LSB算法的信息隐藏实验单位：三系一队姓名：马波学号：3222008030LSB信息隐藏实验一、实验目的1.掌握LSB算法原理2.熟悉信息隐藏与提取的流程3.锻炼算法的程序实现能力二、实验原理1.信息隐藏用秘密信息比特替换载体中的最不重要部分，可以达到对信息隐藏的目的。

在数字图像中，每个字节的最低位对图像信息的影响最小，因此将数字图像的最低位用信息比特替换可以实现信息隐藏。

由于载体图像的每个字节只隐藏一个秘密信息比特，所以只有当载体图像的大小是秘密信息大小的8倍以上时才能完整的将秘密信息隐藏。

提取信息位并隐藏的示意图：2.信息提取在隐藏了秘密信息的数字图像中，每个字节的最低位就是秘密信息比特位，只需将这些信息比特提取出来并组合，就可以恢复出原来的秘密信息。

提取信息示意图：三、实验内容A.将秘密信息隐藏在载体的最低位，检验算法的鲁棒性（1）读入秘密信息(此实验中秘密信息为二值图像)（2）把秘密信息的比特位放入载体的最低位（3）给隐藏了秘密信息的图像加入大小为1的噪声加入噪声大小为1时：加入噪声为2时：B．将秘密信息隐藏在载体的最高位，检验算法的鲁棒性（1）读入秘密信息(此实验中秘密信息为二值图像)（2）把秘密信息的比特位隐藏在载体的最高位（3）分别给隐藏了秘密信息的图像加入大小为1和2的噪声C．将秘密信息隐藏在载体的第三位，检验算法的鲁棒性（1）同A中的（1）（2）把秘密信息比特位隐藏在载体的第三位（3）分别给隐藏了秘密信息的图片加入大小为1、2和3的噪声五、实验总结1.当秘密信息隐藏在最低位时，对载体的改变小，载体质量较高。

但鲁棒性较差，有噪声干扰时很容易发生信息丢失从而无法恢复出秘密信息2.当秘密信息隐藏在最高位时，图像的鲁棒性增强，受到较大噪声干扰时仍能恢复出秘密信息，但对图像的改变较大，隐藏的位数越高图像的质量越低。

3.当隐藏的信息位介于最低位和最高位时，选择合适的位置，既可以提高信息隐藏的鲁棒性，又对图像的质量影响不大，所以，进行信息隐藏时可以考虑LSB的改进。

一种改进的ＬＳＢ音频信息隐藏算法作者：倪明吴锡生来源：《电脑知识与技术·学术交流》2008年第31期摘要：一种改进的LSB音频信息隐藏算法。

该算法首先将音频信号分帧，选择了能量相对较大的帧进行嵌入；另一方面，在进行LSB嵌入时，采用的嵌入算法能够扰乱传统LSB算法所导致的对称性，破坏了统计检测的基础。

关键词：LSB；音频；信息隐藏；能量中图分类号：TP311文献标识码：A 文章编号：1009-3044(2008)31-0959-02An Improved Audio Information Hiding Algorithm Based on LSBNI Ming, WU Xi-sheng(Jiangnan University School of Information Technology, Wuxi 214122, China)Abstract: An improved audio information hiding algorithm based on LSB. First the algorithm detach audio signal as frame and chose a relatively large energy frame to embedded in it. Second, in embedding, using the embedded algorithm can disrupt traditional LSB algorithm caused by the symmetry, and destroyed the detection of statistics basis.Key words: LSB; audio; hide information; energy1 引言低比特位(Least Significant Bit，LSB)信息隐藏方法是出现较早的一种时域信息隐藏技术，其实现比较容易，隐藏时用秘密消息直接替换载体数据最不重要的比特位，提取秘密消息时将最低比特位取出，然后再进行解密等处理。

LSB（Least Significant Bit）替换算法是一种常见的隐写术（Steganography）算法，用于在一个数据载体中隐藏秘密信息。

它的基本原理是将要隐藏的秘密信息嵌入到数据载体的最低有效位中，而对载体的外观几乎没有明显影响。

具体来说，LSB替换算法的步骤如下：
1. 选择要隐藏的秘密信息，将其转换为二进制形式。

2. 选择一个载体文件，这通常是一张图片或音频文件等。

3. 将载体文件转换为二进制形式。

4. 将秘密信息的每个二进制位按顺序替换掉载体文件中对应位置上的最低有效位。

如果秘密信息的位数超过了载体文件的可用位数，可以选择扩展载体文件或者舍弃多余的秘密信息。

5. 将修改后的二进制数据重新转换回载体文件的格式。

6. 可以通过查看载体文件的最低有效位来提取出隐藏的秘密信息。

需要注意的是，LSB替换算法属于较为简单的隐写术算法，容易被一些隐写术检测工具和算法所探测到。

此外，对载体文件进行过多的修改可能会导致视听质量的损失，因此在使用LSB替换算法时需要权衡隐蔽性和影响程度。

请注意，隐写术的使用和传播可能受到法律和道德限制，请确保你的行为符合适用的法律法规。

信息隐藏实验十LSB信息隐藏的卡方分析信息隐藏是一种将秘密信息嵌入到载体数据中的技术。

嵌入信息的最广泛应用之一是最低有效位（LSB）信息隐藏。

在LSB信息隐藏中，秘密信息位嵌入到像素的最低有效位中，而保持其他位不受影响。

该技术在数字音频、图像和视频领域得到广泛应用。

卡方分析是一种统计方法，用于衡量统计数据的拟合程度。

在LSB信息隐藏中，卡方分析可以用于分析嵌入数据的随机性。

通过计算嵌入数据和原始数据之间的差异，可以评估嵌入信息与载体数据的一致性。

LSB信息隐藏的实验中，首先需要得到原始的载体数据。

这可以是一幅图像、一段音频或一段视频。

然后，选择一个合适的秘密信息进行嵌入。

秘密信息可以是一串文本、一张图像或一个视频片段。

接下来，将秘密信息的二进制表示按位进行嵌入到载体数据的最低有效位中。

此时，嵌入数据已准备好。

进行卡方分析的下一步是计算频数。

对于每个像素，统计其最低有效位（被嵌入数据所占据的位）出现1和0的频数。

同时，计算原始数据中最低有效位出现1和0的频数。

比较两组频数可以得到嵌入数据和原始数据之间的差异。

卡方分析可以用来评估嵌入数据的随机性。

根据卡方分布表，可以计算卡方值。

通过比较卡方值和临界值，可以判断嵌入数据的随机性是否达到了预期。

如果卡方值小于临界值，则表明嵌入数据的分布与原始数据的分布存在显著差异，嵌入数据不具备较好的随机性。

LSB信息隐藏的卡方分析还可以用于评估嵌入数据的容量。

通过计算嵌入数据和原始数据之间的差异，可以推断嵌入数据的容量。

如果嵌入数据的容量越大，则嵌入数据与原始数据的差异越大。

卡方分析可以帮助评估嵌入数据的最大容量，以便在实际应用中选择合适的嵌入容量。

LSB信息隐藏的卡方分析还可以用于检测嵌入数据的存在。

通过比较卡方值和临界值，可以判断嵌入数据是否存在于载体数据中。

如果卡方值大于临界值，则可以得出嵌入数据的存在性。

这在数字取证和数字水印领域具有重要意义。

LSB信息隐藏的卡方分析是一种有力的工具，用于评估嵌入数据的随机性、容量和存在性。

实验十 LSB信息隐藏的卡方分析一，实验目的：了解什么是隐写分析;隐写分析与信息隐藏和数字水印的关系..掌握基于图像的LSB隐写的分析方法;设计并实现一种基于图像的LSB卡方隐写分析方法..二，实验环境1; Windows XP 操作系统2; Matlab软件3; BMP格式图片文件三，实验原理隐写术和隐写分析技术是互相矛盾又是相互促进的;隐写分析是指对可疑的载体信息进行攻击以达到检测、破坏;甚至提取秘密信息的技术;它的主要目标是为了揭示媒体中隐蔽信息的存在性;甚至只是指出媒体中存在秘密信息的可疑性..图像LSB信息隐藏的方法是用嵌入的秘密信息取代载体图像的最低比特位;原来图像的7个高位平面与代表秘密信息的最低位平面组成含隐蔽信息的新图像..虽然LSB 隐写在隐藏大量信息的情况下依然保持良好的视觉隐蔽性;但使用有效的统计分析工具可判断一幅载体图像中是否含有秘密信息..目前对于图像LSB信息隐藏主要分析方法有卡方分析、信息量估算法、RS分析法和GPC分析法等..卡方分析的步骤是：设图像中灰度值为j的象素数为hj;其中0≤j≤255..如果载体图像未经隐写;h2i和h2i+1的值会相差很大..秘密信息在嵌入之前往往经过加密;可以看作是0、1 随机分布的比特流;而且值为0与1的可能性都是1/2..如果秘密信息完全替代载体图像的最低位;那么h2i 和h2i+1的值会比较接近;可以根据这个性质判断图像是否经过隐写..定量分析载体图像最低位完全嵌入秘密信息的情况：嵌入信息会改变直方图的分布;由差别很大变得近似相等;但是却不会改变h2i+h2i+1的值;因为样值要么不改变;要么就在h2i 和h2i+1之间改变..令显然这个值在隐写前后是不会变的..如果某个样值为2i;那么它对参数q 的贡献为1/2；如果样值为2i+1 ;对参数q 的贡献为-1/2..载体音频中共有 2h2i 个样点的值为2i 或2i+1;若所有样点都包含1比特的秘密信息;那么每个样点为2i 或2i+1的概率就是0.5..当2h2i 较大时;根据中心极限定理;下式成立：其中->N0;1表示近似服从正态分布所以服从卡方分布.. 上式中;k 等于h2i 和h2i+1所组成数字对的数量; h2i 为0的情况不计在内..r 越小表示载体含有秘密信息的可能性越大..结合卡方分布的密度计算函数计算载体被隐写的可能性为：如果p 接近于1;则说明载体图像中含有秘密信息..四，实验结果1，原图像2，直方图*222*12()ki i i i h h r h =-=∑由于所有的数据画出的直方图过于密集;所以选取80:99这之间的像素值..原图80:99隐写后80:993，不同隐写率下的图像隐写率0.3隐写率0.5隐写率0.74，P值分析由所有的P值可以看出;当隐写率为0.3的时候;P1—P40的值都接近1；当隐写率为0.5的时候;P1—P64的值都接近1；当隐写率为0.7的时候;P1—P91的值都接近1..五，实验结果完成实验之后;可以得出如下结论：依据卡方分析函数;可以判定载体图像中是否含有秘密信息..但是这要求秘密信息必须嵌满所有像素..六，代码附录1，hist_change.mfn;pn=uigetfile{'.jpg';'JPEG files.jpg';'.bmp';'BMP files.bmp'};'select file to haide';name=strcatpn;fn;I=rgb2grayimreadname;sz=sizeI;rt=1;row=roundsz1rt;col=roundsz2rt;msg=randsrcrow;col;0 1;0.5 0.5;stg=I;stg1:row;1:col=bitsetstg1:row;1:col;1;msg; nI=sumhistI;0:255;2';nS=sumhiststg;0:255;2';x=80:99;figure;stemx;nI81:100;figure;stemx;nS81:100;2;Stgprb.mfunction p=StgPrbxn=sumhistx;0:255;2;h2i=n3:2:255;h2is=h2i+n4:2:256/2;filter=h2is~=0;k=sumfilter;idx=zeros1;k;for i=1:127if filteri==1idxsumfilter1:i=i;endendr=sumh2iidx-h2isidx.^2./h2isidx;p=1-chi2cdfr;k-1;3;test.mclear all;fn;pn=uigetfile{'.jpg';'JPEG files.jpg';'.bmp';'BMP files.bmp'};'select file to haide';name=strcatpn;fn;t=imreadname;I=t1:512;1:512;sz=sizeI;for k=1:3rt=0.3+0.2k-1;row=roundsz1rt;col=roundsz2rt;msg=randsrcrow;col;0 1;0.5 0.5;stg=I;stg1:row;1:col=bitsetstg1:row;1:col;1;msg;imwritestg;strcatpn;strcatsprintf'stg_% d_';floor100rt;fn;'bmp';i=1;for rto=0.1:0.01:1row=roundsz1rto;col=roundsz2rto;pk;i=StgPrbstg1:row;1:col;i=i+1;endend。

基于图像分割和随机LSB的信息隐藏算法高华玲【摘要】利用灰度图像分割和随机最低有效位(rand LSB)算法相结合提出一种新的信息隐藏算法.算法可将不同类型的载体图像转换为一个虚拟的24位灰度图像,然后分割为若干图像块,再检测每个图像块的区域大小,返回相关信息列表.如果攻击者获取不到完整的密钥,则不能解析被转换的图像.完整的密钥包括图像分割方法的密钥、图像块选择密钥、秘密信息数据分布密钥、秘密信息类型密钥、加密方式密钥以及秘密信息的长度密钥等.这些密钥通过主密钥生成,如果不能获取全部的密钥,隐写分析很难检测出图像中存在的秘密信息.实验结果表明,该方法有很好的不可感知性,载体图像的修改程度小、信息隐藏的容量大并具有抗提取的鲁棒性.【期刊名称】《现代计算机（专业版）》【年(卷),期】2016(000)015【总页数】4页(P3-5,14)【关键词】信息隐藏;随机LSB;图像分割;灰度图像分割【作者】高华玲【作者单位】三亚学院,三亚572022【正文语种】中文关键词：信息隐藏；随机LSB；图像分割；灰度图像分割数字图像的信息隐藏利用载体图像的冗余性，将秘密信息嵌入到普通的图像中，在普通信息发布或传输的同时将秘密信息传送出去。

在这个过程中，需要尽量掩盖秘密信息的存在，避免引起他人的注意。

信息隐藏的常用技术有很多种，例如替换技术LSB（最低有效位）是一种空域的操作将秘密信息替换载体图像中最不重要的部分，保证原始载体图像的失真度保持在视觉允许的范围。

LSB方法是空域信息隐藏最为常见的算法，具有嵌入方式简单，隐藏信息容量大和很好的不可感知性等优点，同时这种方法不能抵抗图像的压缩、尺寸变化等攻击，鲁棒性较差。

而基于数学变换的方法，如离散余弦变换（DCT）、离散傅里叶变换（DFT）、离散小波变换（DWT）等方法将秘密信息嵌入到某合适的频段，有较好的鲁棒性，可抵抗压缩、噪音等的攻击。

另外扩展频谱技术将秘密信息多次嵌入到载体图像中，隐藏的信息不易被过滤掉，尽管传输速率较差但是在传输中受到噪声攻击，隐藏信息也不会丢失。

一种基于多变换的LSB隐写算法
徐江峰;李昊;杨有
【期刊名称】《计算机科学》
【年(卷),期】2007(034)010
【摘要】本文对传统的LSB隐写算法进行了研究,提出了一种新的LSB隐写方法,该方法利用多种变换实现信息隐藏.实验及理论分析结果表明,该方法可以抵御RS 分析及统计分析的攻击,提高传统LSB隐写算法的安全性.
【总页数】4页(P106-109)
【作者】徐江峰;李昊;杨有
【作者单位】郑州大学信息工程学院,郑州,450001;郑州大学信息工程学院,郑州,450001;重庆师范大学数学与计算机科学学院,重庆,400047
【正文语种】中文
【中图分类】TP3
【相关文献】
1.一种基于图像偏离度直方图的LSB匹配隐写检测算法 [J], 李韬;平西建;李侃
2.一种针对LSB匹配隐写的负载定位新算法 [J], 闫晓蒙;张涛;奚玲;平西建
3.一种基于离散余弦变换的盲性音频隐写算法研究 [J], 陈红松;王禹;余乾圆;谭民
4.一种基于LSB隐写算法的图像盲检测方法 [J], 邱志宏;张爱科
5.一种基于LSB灰度图像信息隐写的改进算法 [J], 石先卓; 李元旦; 贺丹; 莫吉红因版权原因，仅展示原文概要，查看原文内容请购买。

引言信息隐藏将在未来网络中保护信息不受破坏方面起到重要作用,信息隐藏是把机密信息隐藏在大量信息中不让对手发觉的一种方法。

信息隐藏的方法有很多种，基于图象的信息隐藏检测技术是隐写分析技术的基础，对于保障网络信息安全和提高信息隐藏算法的安全性具有重要意义。

最低有效位算法LSB（Least significant bit）是一种简单而通用的信息隐藏方法，大部分的多媒体文件（如图像、音频和视频文件等）都可作为LSB算法中的载体。

本文讨论以图像为载体的LSB隐藏算法。

第一章绪论1.1 信息隐藏技术的来源随着互联网的迅速发展，网上提供服务越来越丰富，人们如今可以通过因特网发布自己的作品、重要信息和进行网络贸易等，但是随之而出现的问题也十分严重：如作品侵权更加容易，篡改也更加方便。

计算机和通信网技术的发展与普及，数字音像制品以及其他电子出版物的传播和交易变得越来越便捷，但随之而来的侵权盗版活动也呈日益猖獗之势。

因此如何既充分利用因特网的便利，又能有效地保护知识产权，已受到人们的高度重视。

信息隐藏技术作为网络安全技术的一个重要新兴课题，内容涉及数据隐藏、保密通信、密码学等相关学科领域，作为隐蔽通信和知识产权保护等的主要手段，正得到广泛的研究与应用。

为了打击犯罪，一方面要通过立法来加强对知识产权的保护，另一方面必须要有先进的技术手段来保障法律的实施。

信息隐藏技术以其特有的优势，引起了人们的好奇和关注。

人们首先想到的就是在数字产品中藏入版权信息和产品序列号，某件数字产品中的版权信息表示版权的所有者，它可以作为侵权诉讼中的证据，而为每件产品编配的唯一产品序列号可以用来识别购买者，从而为追查盗版者提供线索。

此外，保密通信、电子商务以及国家安全等方面的应用需求也推动了信息隐藏研究工作的开展。

中国自古就有这样的谚语，叫做“耳听是虚，眼见为实”，“百闻不如一见”，英语中也有“Seeing is believing”的说法。

这些都表明人们往往过分相信自己的眼睛，而这正是信息隐藏技术得以存在和发展的重要基础，在这一研究领域，大量事实告诉人们：眼见不一定为实！1.2信息隐藏技术的发展1.2.1历史上的隐写术现代信息隐藏技术是由古老的隐写术(Steganography)发展而来的，隐写术一词来源于希腊语，其对应的英文意思是“Covered writing”。

基于改进逻辑回归分类算法的LSB匹配隐写检测郭继昌;季文驰;顾翔元【摘要】常见的采用高斯核支持向量机（Gaussian support vector machine ，G‐SVM ）分类算法构建分类器的隐写检测方法对最低比特位（Least significant bit ，LSB）匹配隐写算法均存在训练时间过长的问题。

针对这一问题，提出一种改进逻辑回归分类算法，即 L 曲线截断正则化迭代重加权最小二乘（L‐curve truncated‐regularized iteratively re‐weighted least squares ，LTR‐IRLS）算法。

该算法采用L曲线法来确定适合于隐写特征的Tikhonov正则算法的近似最优参数，并通过实验寻找出符合隐写特征的截断牛顿算法收敛参数，从而提高了检测准确率；采用重加权最小二乘法计算最大似然估计，并通过截断牛顿法避免计算最小二乘中的海森矩阵，降低了计算量。

理论分析与实验结果证明，针对LSB匹配隐写检测，L T R‐IRLS分类算法在保证检测准确率优于G‐SVM分类算法的情况下，极大地降低了训练时间，从而提高了检测速度。

%Least significant bit (LSB) matching algorithm and common steganographic methods ,which use Gaussian support vector machine (G‐SVM ) algorithm as the classifier , spend too much training time . Therefore , an improved logistic regression classifying algorithm nam ed L‐curve truncated‐regularized iteratively re‐weighted least squares (LTR‐IRLS ) is proposed . Firstly , near‐optimal parameters of Tikhonov regularization are determined based on L‐curve ,and convergence parameters of the truncated New ton algorithmare obtained through experiments for increasing the detection accuracy . Secondly ,iteratively re‐weighted least squares are utilized to search for the maximum loss expectancy and truncated New ton methods are utilized toavoid computing the Hessian matrix in the objective function , therefore reducing the computation amount greatly .Theoretical analysis and experimental results verify that LTR‐IRLS can ensure the detection accuracy rate higher than G‐SVM classifier ,meanwhile reducing the training time and increaseing the detection speed .【期刊名称】《数据采集与处理》【年(卷),期】2015(000)006【总页数】9页(P1160-1168)【关键词】L曲线法;迭代重加权最小二乘;截断牛顿法;隐写检测;LSB匹配【作者】郭继昌;季文驰;顾翔元【作者单位】天津大学电子信息工程学院，天津，300072;天津大学电子信息工程学院，天津，300072;天津大学电子信息工程学院，天津，300072【正文语种】中文【中图分类】TP391隐写检测的目的是检测出使用了隐写算法隐藏信息的载体[1-2]。

一种基于图像偏离度直方图的LSB匹配隐写检测算法
李韬;平西建;李侃
【期刊名称】《信息工程大学学报》
【年(卷),期】2012(013)002
【摘要】LSB匹配采用±l修改模式,以使其LSB与待嵌入比特匹配,增强了隐写的安全性,对于它的检测是当前的热点、难点.提出一种基于图像局部统计一致性的隐写分析算法.偏离度的概念被引出来刻画临域像素的空间相关性,在偏离度直方图上提取了对隐写敏感的特征,并加以优化.实验结果表明:在未压缩高精度图像库上也具有良好的检测效果.
【总页数】6页(P205-210)
【作者】李韬;平西建;李侃
【作者单位】信息工程大学信息工程学院,河南郑州450002;信息工程大学信息工程学院,河南郑州450002;西安通信学院,陕西西安710106
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于直方图局部平滑度的LSB匹配隐写分析 [J], 汪然;平西建;郑二功
2.一种针对LSB匹配隐写的负载定位新算法 [J], 闫晓蒙;张涛;奚玲;平西建
3.基于直方图特性的LSB匹配隐写分析研究 [J], 刘学谦;平西建;张涛
4.基于图像相邻像素相关性的LSB匹配隐写分析 [J], WU Song;ZHANG Min-
qing;LEI Yu
5.一种针对LSB匹配隐写的视频隐写分析方法 [J], 蒋琴;杨高波
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进逻辑回归分类算法的LSB匹配隐写检测郭继昌;季文驰;顾翔元【期刊名称】《数据采集与处理》【年(卷),期】2015(000)006【摘要】常见的采用高斯核支持向量机（Gaussian support vector machine ，G‐SVM ）分类算法构建分类器的隐写检测方法对最低比特位（Least significant bit ，LSB）匹配隐写算法均存在训练时间过长的问题。

针对这一问题，提出一种改进逻辑回归分类算法，即 L 曲线截断正则化迭代重加权最小二乘（L‐curve truncated‐regularized iteratively re‐weighted least squares ，LTR‐IRLS）算法。

该算法采用L曲线法来确定适合于隐写特征的Tikhonov正则算法的近似最优参数，并通过实验寻找出符合隐写特征的截断牛顿算法收敛参数，从而提高了检测准确率；采用重加权最小二乘法计算最大似然估计，并通过截断牛顿法避免计算最小二乘中的海森矩阵，降低了计算量。

理论分析与实验结果证明，针对LSB匹配隐写检测，L T R‐IRLS分类算法在保证检测准确率优于G‐SVM分类算法的情况下，极大地降低了训练时间，从而提高了检测速度。

%Least significant bit (LSB) matching algorithm and common steganographic methods ,which use Gaussian support vector machine (G‐SVM ) algorithm as the classifier , spend too much training time . Therefore , an improved logistic regression classifying algorithm named L‐curve truncated‐regularized iteratively re‐weighted least squares (LTR‐IRLS ) is proposed . Firstly , near‐optimal parameters of Tikhonov regularization are determined based on L‐curve ,and convergence parameters of the truncated New ton algorithmare obtained through experiments for increasing the detection accuracy . Secondly ,iteratively re‐weighted least squares are utilized to search for the maximum loss expectancy and truncated New ton methods are utilized to avoid computing the Hessian matrix in the objective function , therefore reducing the computation amount greatly .Theoretical analysis and experimental results verify that LTR‐IRLS can ensure the detection accuracy rate higher than G‐SVM classifier ,meanwhile reducing the training time and increaseing the detection speed .【总页数】9页(P1160-1168)【作者】郭继昌;季文驰;顾翔元【作者单位】天津大学电子信息工程学院，天津，300072;天津大学电子信息工程学院，天津，300072;天津大学电子信息工程学院，天津，300072【正文语种】中文【中图分类】TP391【相关文献】1.基于计算树逻辑的LSB替换隐写软件检测 [J], 李兆雨;耿红梅;陈熹;赵正2.一种基于图像偏离度直方图的LSB匹配隐写检测算法 [J], 李韬;平西建;李侃3.基于相邻灰度值对互补嵌入的LSB 匹配隐写改进算法 [J], 奚玲;平西建;张涛4.基于二阶差分Markov特征的LSB匹配隐写检测 [J], 赵艳丽;李争艳5.针对LSB匹配隐写的评价策略与改进方法 [J], 方蒙蒙;何加铭;金超;史智慧因版权原因，仅展示原文概要，查看原文内容请购买。