陳先在

（大同煤炭職業(yè)技術(shù)學(xué)院 安全技術(shù)培訓(xùn)中心，山西 大同 037000）

0 引 言

信息數(shù)據(jù)的安全傳輸，是互聯(lián)網(wǎng)時(shí)代備受關(guān)注的問題。通常情況下，選擇對信息數(shù)據(jù)進(jìn)行加密處理后再進(jìn)行傳輸。隨著計(jì)算技術(shù)的提高，這種加密的密鑰密文很容易被攔截破解。因此人們開始研究新的信息隱藏技術(shù)，在信息保密、多媒體版權(quán)保護(hù)方面發(fā)揮著重要作用。為保證數(shù)據(jù)信息網(wǎng)絡(luò)傳輸?shù)陌踩耘c隱蔽性，通常在前端將信息進(jìn)行隱寫處理。在對多媒體圖像隱寫處理時(shí)，為避免圖像中局部性信息被破壞，只能對圖像進(jìn)行輕微修改與處理，而此種局部性信息是用于識(shí)別或檢測隱寫信息的關(guān)鍵依據(jù)。吳俊锜等提出了一種基于多尺度濾波器的適用于空域的隱寫增強(qiáng)算法。該算法采用多尺度濾波器對載體圖像進(jìn)行增強(qiáng)，能夠使不同尺度的紋理區(qū)域有所增強(qiáng)，同時(shí)還能夠使圖像平坦區(qū)域的增強(qiáng)減少，解決了失真代價(jià)情況下分配不當(dāng)?shù)膯栴}。雖然該方法能夠提升抗隱寫分析檢測能力，但對于隱寫信息盲檢測結(jié)果的準(zhǔn)確率較低。劉晶晶等提出一種改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像隱寫分析方法，該方法使用高通濾波器來提升網(wǎng)絡(luò)收斂速度，選擇激活函數(shù)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，避免訓(xùn)練過程中的梯度稀疏。雖然該方法提高了隱寫分析的效率與檢測準(zhǔn)確率，但是由于未對圖像的維度信息進(jìn)行歸一化處理，使最終的檢測準(zhǔn)確率存在降低的情況。

為了解決現(xiàn)有方法中隱寫信息盲檢測結(jié)果準(zhǔn)確率較低的問題，本文提出基于模糊信息的多媒體圖像隱寫信息盲檢測方法。該方法提取多媒體圖像隱寫信息特征，基于模糊信息，將特征信息融合處理，采用SVM分類器完成對多媒體圖像中隱寫信息的盲檢測。

1 基于模糊信息的多媒體圖像隱寫信息盲檢測方法

1.1 提取多媒體圖像隱寫信息特征

為實(shí)現(xiàn)圖像隱寫信息的盲檢測，需先對圖像進(jìn)行隱寫信息特征提取。在隱寫信息嵌入圖像的過程中，大部分信息都被嵌入圖像高頻區(qū)域。因此，可通過轉(zhuǎn)換高頻子帶的方式捕獲嵌入隱寫信息，獲得由于隨機(jī)信息導(dǎo)入引起的圖像異常。為實(shí)現(xiàn)基于此種條件下對隱寫信息特征進(jìn)行有效獲取，可根據(jù)Contourlet變換原理，將圖像置于精細(xì)化尺寸，結(jié)合紋理的隨機(jī)性與圖像的豐富性對圖像紋理密度的識(shí)別。同時(shí)，應(yīng)明確多媒體圖像中高頻子帶的系數(shù)變化，對隱寫信息嵌入感知的靈敏性。因此，由于隱寫信息嵌入引起的子帶誤差，是實(shí)現(xiàn)對圖像隱寫信息特征提取的關(guān)鍵性依據(jù)。

按照Contourlet原理中的三級提取法提取隱寫信息紋理。其中，每個(gè)提取的級別均取20方向，的取值為0、2或4。對于圖像的第一維度，可直接按照2維度，使用Haar濾波器進(jìn)行圖像隱寫信息單維度特征獲?。粚τ趫D像的第二維度，可按照2維度，使用pkva格型濾波器進(jìn)行隱寫信息雙維度特征的獲??；對于圖像的第三維度，可按照2維度，將前兩個(gè)維度獲取的特征信息作為參照，結(jié)合高頻子帶中的觀測域，獲?。?0×6）個(gè)維度的隱寫信息矩陣特征，以此種方式實(shí)現(xiàn)對多媒體圖像隱寫信息特征的獲取。

1.2 基于模糊信息處理的特征信息融合

在提取多媒體圖像隱寫信息特征后，引入模糊信息理論，并結(jié)合模糊信息處理過程，進(jìn)行圖像特征信息的融合。在此過程中，隱寫特征不僅是圖像紋理信息，也可以是圖像信息、文本信息，甚至是提取后的聲音信息，信息的表達(dá)方式在終端是呈現(xiàn)多元化趨勢。要有針對性地融合隱寫信息中的部分信息，在終端借助傳感器進(jìn)行信息融合。即傳感器通過多渠道獲取隱寫信息，通過對信息進(jìn)行適當(dāng)模糊訓(xùn)練，使信息具備并行處理能力，以此方式為后續(xù)對多媒體圖像隱寫信息的檢測提供指導(dǎo)依據(jù)。綜合上述分析，對基于模糊信息的融合過程描述如圖1所示。

圖1 基于模糊信息處理的特征信息融合過程Fig.1 Feature information fusion process based on fuzzy information processing

如圖1所示，為簡化融合計(jì)算的步驟，可將所有的模糊信息作為一個(gè)一階導(dǎo)數(shù)，根據(jù)模糊信息的最大似然量進(jìn)行特征的融合。也可將此過程作為隱寫過程模糊信息點(diǎn)跡與軌跡匹配的過程，通過對相關(guān)信息的匹配，實(shí)現(xiàn)對特征信息的有效融合。

1.3 基于SVM分類器的盲檢測流程

在對多媒體圖像隱寫信息處理完成后，即可結(jié)合SVM分類器，進(jìn)行盲檢測流程的設(shè)計(jì)。SVM分類是解決二分類問題的模型，通過融合分割多種方式展開檢測。在使用SVM分類器時(shí)，可擺脫輸入樣本數(shù)量與質(zhì)量的限制，通過適應(yīng)小樣本的方式進(jìn)行樣本的有效與集中檢測。由于樣本數(shù)量不足，可將此過程作為一種盲檢測過程，其實(shí)現(xiàn)步驟如下：

（1）對融入多媒體圖像的隱寫信息進(jìn)行模糊處理。按照Contourlet三級提取法，從3個(gè)不同方向進(jìn)行高頻子帶系數(shù)誤差計(jì)算。

（2）統(tǒng)計(jì)攜帶隱寫信息的多媒體圖像數(shù)量，進(jìn)行誤差的補(bǔ)償或校正，得到針對批量圖像隱寫信息特征的函數(shù)表達(dá)式。

（3）為消除多媒體圖像中維度信息向量間的差異，將對應(yīng)的維度信息進(jìn)行歸一化處理。

（4）檢測識(shí)別多媒體圖像中是否攜帶歸一化信息或隱寫信息，若識(shí)別到圖像攜帶此類信息，可認(rèn)為此多媒體圖像為待檢測圖像，輸出此圖像，完成對圖像中隱寫信息的盲檢測。

2 對比實(shí)驗(yàn)

為證明本文盲檢測方法的可行性，在將其投入使用前，需進(jìn)行方法的實(shí)驗(yàn)檢測。實(shí)驗(yàn)中的樣本圖像來源于國家專用多媒體圖像數(shù)據(jù)庫，共下載多媒體圖像400幅，每個(gè)圖像尺寸均為1024×1024。為確保實(shí)驗(yàn)的真實(shí)性，所選圖像均為彩色圖像，圖像文件均為.jpeg類型。

根據(jù)實(shí)驗(yàn)需求，將下載的每一個(gè)彩色圖像進(jìn)行格式轉(zhuǎn)換，使其在終端計(jì)算機(jī)上呈現(xiàn)512×512的灰度格式。完成對多媒體圖像格式中和處理后，使用LSB匹配方法，在400幅圖像中嵌入0.1～1.0 bpp的隱寫信息。為避免隱寫信息嵌入過程對多媒體圖像紋理造成影響，嵌入處理時(shí)，控制嵌入率以0.05 bpp／s的速度持續(xù)增長。在此基礎(chǔ)上，將基于小波轉(zhuǎn)換的盲檢測方法作為此次實(shí)驗(yàn)的對照方法。

按照預(yù)設(shè)的嵌入速度進(jìn)行隱寫信息與多媒體圖像的集成，將嵌入隱寫信息的多媒體圖像與未嵌入隱寫信息的多媒體圖像進(jìn)行打亂處理。處理后將圖像導(dǎo)入數(shù)據(jù)庫，存儲(chǔ)在終端計(jì)算機(jī)中。使用本文設(shè)計(jì)的基于模糊信息盲檢測方法與基于小波轉(zhuǎn)換的盲檢測方法進(jìn)行數(shù)據(jù)庫內(nèi)圖像集合的盲檢測處理。檢測過程中，以方法對圖像的識(shí)別正確率作為評價(jià)指標(biāo)。在此過程中，可通過嵌入率進(jìn)行多媒體圖像隱寫信息盲檢測正確率的計(jì)算。計(jì)算公式如下：

式中，F(xiàn)表示多媒體圖像隱寫信息盲檢測正確率；ε表示識(shí)別正確次數(shù)；j表示隱寫信息嵌入率。

根據(jù)檢測的實(shí)際需求，F(xiàn)計(jì)算值越高，證明盲檢測結(jié)果越準(zhǔn)確；反之，說明盲檢測結(jié)果與實(shí)際結(jié)果差異越大，檢測結(jié)果正確率越低?；诖朔N理論進(jìn)行實(shí)驗(yàn)結(jié)果的統(tǒng)計(jì)，統(tǒng)計(jì)行為從隱寫信息嵌入率為0開始，直到嵌入率為1.0結(jié)束。完成實(shí)驗(yàn)結(jié)果的獲取后，將其繪制成如圖2所示的折線圖。

圖2 多媒體圖像隱寫信息盲檢測結(jié)果Fig.2 Blind detection results of steganographic information in multimedia images

由圖2可知，在隱寫信息未完全嵌入多媒體圖像時(shí)，本文方法與傳統(tǒng)方法的盲檢測正確率均在90.0%以上。但隨著隱寫信息嵌入率的提升，傳統(tǒng)盲檢測的準(zhǔn)確率直線下降，在完成所有隱寫信息的嵌入后，傳統(tǒng)盲檢測方法的檢測正確率低至65.0%，而本文盲檢測方法的檢測正確率仍保持在90.0%以上。因此得出此次實(shí)驗(yàn)的最終結(jié)論：本文設(shè)計(jì)檢測方法，可實(shí)現(xiàn)對嵌入信息圖像的有效檢測，檢測正確率可達(dá)90.0%以上。

3 結(jié)束語

為捕捉多媒體圖像中嵌入的細(xì)節(jié)信息，技術(shù)單位提出了多種針對隱寫信息的盲檢測方法，但大部分方法是按照對圖像正交處理并分解細(xì)部信息的方式進(jìn)行處理的，盡管此種檢測方法可在實(shí)際應(yīng)用中達(dá)到既定效果，但計(jì)算過程復(fù)雜，且小波轉(zhuǎn)換的方式本身存在一定局限。要更加良好的規(guī)避此種局限性，本文引進(jìn)模糊信息處理技術(shù)，提出一種針對多媒體圖像隱寫信息的盲檢測方法，通過引進(jìn)新技術(shù)，提高了盲檢測方法的綜合性能。