基于马尔可夫模型和特征融合的图像隐写分析

提出一种针对ＪＰＥＧ 图像隐写的通用隐写分析方法．根据量化后分块ＤＣＴ 系数绝对值构造水平、垂直和ｚｉｇｚａｇ方向的差分数组,利用三向差分数组马尔可夫模型挖掘量化后分块ＤＣＴ 块内邻近系数相关性,提取转移概率矩阵的特征．对三向特征加权融合后进行隐写分析,以提高分类性能．对安全性较高的ＪＰＥＧ 隐写ＯｕｔＧｕｅｓｓ和Ｆ５,在不同嵌入率下进行隐写分析．实验结果显示,引入特征融合后隐写分析的检出率明显提高．

     

基于双边转移概率矩阵的JPEG图像隐写检测

针对当前基于JPEG图像的典型隐写算法,基于离散余弦变换(DCT)域分块内及分块间相邻系数之间的相关性进行分析,通过将相邻三个系数的中间位置的系数作为条件,统计两边系数的条件分布概率矩阵,将提取的所得矩阵作为隐写检测敏感特征,提出了一种基于DCT系数双边转移概率分布的JPEG图像隐写检测算法。实验结果表明,在不同嵌入率下,该算法的检测性能均优于已有检测算法。     

基于马尔可夫模型和支持向量机的JPEG图像隐写分析

提出了一种新的针对JPEG图像的通用隐写分析方法，利用马尔可夫模型，挖掘量化后的分块DCT系数中低频系数的相关性，提取出360维特征，然后采用支持向量机（SVM）分类方法进行识别。对四种公认的安全性较高的JPEG嵌入方法F5、Outguess、MB1和MB2进行隐写分析。在CorelDraw图像库的实验结果显示：该方法的检出率高、稳定性好且运算速度快。     

基于DCT域相关性的非对称JPEG隐写

目前用于JPEG隐写的失真代价函数对同一DCT系数的加一与减一操作分配相同的代价值。但由于JPEG图像中DCT域的相关性,加一与减一修改对图像内容的影响不同,因此其对应的代价值也理应不同。文中基于DCT域相关性,提出了一种适用于JPEG隐写的通用代价值优化方法,主要考虑JPEG图像中相邻DCT块相同位置上系数的相关性。利用八邻域块中相同位置的DCT系数求平均的方法给出当前DCT系数的预测值。对现有的JPEG失真代价函数,按照向预测值靠拢的原则区分加一和减一的代价值。经过调整的代价值能引导隐写修改后的DCT系数最大程度地向预测值靠拢,增强DCT域相关性,从而提高隐写的安全性。该方法可以与任何现有的JPEG隐写失真代价函数结合使用。实验表明,所提方法几乎不增加原始算法的时间复杂度,同时能有效提高现有JPEG隐写方法的安全性,可使当前隐写分析工具的测试误差平均提升2.4%。     

基于图像校准的通用型JPEG隐写分析

对JPEG图像隐写分析而言,直接在嵌入域中提取特征一般会取得更好的效果.然而,在现有的JPEG隐写术中,由于所嵌入秘密信息的能量要远远小于载体图像本身所具有的能量,因而秘密信息嵌入所引起的载体图像微小失真很难直接从给定的待测图像中发现.基于此,文中在已有JPEG图像全局校准方案的基础上,提出了对JPEG图像进行局部校准的新思路.并在此基础上提出了一种全局与局部校准相结合的通用型JPEG隐写分析算法.通过从待测图像和局部校准图像量化后DCT系数的差分信号中提取特征、以及对从待测图像和全局校准图像分别提取的特征进行差分等方式,使得提取的特征对秘密信息的嵌入更为敏感.此外,文中应用Markov转移概率矩阵,分别提取块内以及横向和纵向块间量化后DCT系数在幅值和符号两个方面的相关性作为特征.仿真结果表明,与已有的JPEG隐写分析算法相比,文中所提出的算法具有更好的检测效果.     

基于双向马尔可夫模型的JPEG图象隐写分析

提出了一种基于双向马尔可夫模型的JPEG图象的通用隐写分析方法,利用量化后分块DCT系数的中低频系数间的相关性,提取DCT块内和块间的特征,采用阈值贝叶斯分类方法进行识别,并且与SVM分类器的识别效果进行了比较。针对4种公认的JPEG嵌入方法——F5、Outguess、MB1和MB2进行隐写分析,在CorelDraw图象库上做实验,取得了很好的性能。     

JPEG图像隐秘检测算法

根据常用隐写算法Outguess、F5、Steghide对JPEG图像量化DCT系数首位数字直方图和独立直方图的改变,提出一种JPEG图像隐秘检测算法。该算法提取JPEG图像量化DCT系数首位数字直方图和独立直方图作为图像特征,共144维,并采用Fisher分类器进行识别。实验结果证明,该算法检测率高、适用性好。     

基于混沌的DCT变换域数字水印算法

该算法一方面利用强混沌系统理论中的环形自同构系统对作为水印信息的二值图像进行置乱,另一方面对载体的灰度图像进行分块DCT变换,之后用JPEG标准中的较大压缩率情况下的量化矩阵量化DCT系数。用量化后不为零的DCT系数的统计特征来实现置乱后的水印信息的嵌入。结果表明,该算法较好地解决了鲁棒性（特别对JPEG压缩）和视觉不可见性。     

保持分块特性的JPEG密写

通过调整JPEG图象中的DCT系数可以完成秘密信息的嵌入,但是会加剧图象的分块效应,分析者基于此特性可检测出秘密信息的存在性.本文提出一种保持JPEG图象分块特性的密写方案,秘密信息依然嵌入在量化后的DCT系数上以符合JPEG格式.但在嵌入秘密信息的同时顾及了图象的分块特性,使得嵌入前后的分块特性几乎保持不变,有效地提高了秘密信息的安全性.实验表明,秘密信息负载率与载体图象的质量因子无关,而且质量因子大于40时,该方法具有非常好的统计隐蔽性.     

基于校准DCT特征的JPEG图像隐写分析

提出一种基于校准DCT特征和支持向量机的JPEG图像隐写分析方法。在JPEG图像的DCT域,采用联合概率密度计算DCT系数块内和块间相关性,联合低频AC系数统计特征,利用校准技术提取243维特征,然后使用支持向量机进行训练和分类。对三种常见的JPEG图像隐写算法(F5、Outguess、MB1)进行了二分类实验。实验结果表明:在嵌入率较低的情况,该算法的检测率优于其他算法。     

一种基于时空冗余统计不可见性的视频隐写分析方法

视频中的扩频嵌入和MSU隐写是两种典型的隐写方法,可抵抗压缩等多种攻击。为有效检测利用此方法嵌入的秘密信息,根据视频的时空冗余特性,提出了一种实时的视频隐写分析方法。用大小为L+1的滑行窗口获取视频帧估计值,并提取相应的DCT和马尔可夫特征,使用神经网络、支持向量机等多种分类方法对隐写视频进行检测。结果表明,根据DCT和马尔可夫特征来分析,检测率较高。将支持向量机和时、空冗余特性等应用于视频隐写分析,有很大前景。     

基于MCM和HVS的彩色图像盲隐写分析算法

针对典型算法在描述DCT域相关性方面存在的不足,所引起的隐写检测综合性能不理想的问题,将MCM与HVS进行有机结合,提出一种JPEG彩色图像通用隐写分析算法。设计8-邻域MCM型,全面描述DCT系数之间的相关性,基于HVS分别在YCbCr模型空间Y分量抽取Markov状态转移矩、在其相应RGB三通道抽取Markov状态转移矩的主对角线邻域相似熵作为特征统计量,并进行合理“绑定”,采用PCA技术对其进行优化选择,构建高效分类特征向量。实验结果表明该算法对于Jsteg、F5、Outguess、MB1、MB2攻击具有较高的可靠性和检测正确率。     

基于多样性特征的JPEG图像隐写分析

随着隐写分析技术的发展,新的特征提取算法不断出现,但目前还没有一种较好的通用特征能对JPEG图像进行有效的隐写分析。针对上述问题,提出一种从多域空间提取特征的通用隐写分析算法。采用残差共生矩阵与直方图统计函数计算DCT域、空域、小波域各域系数(像素)之间的依赖性关系,并结合校准方式从中提取特征。对多样性特征维数高的问题,采用前向选择与穷举结合的方法对其降维,以提高分类精度与节约分类时间。对4种典型的JPEG隐写算法在小嵌入率下进行实验,结果表明,与已有的检测方法相比,多域空间提取的多样性特征检测准确率能提高2%以上,适应性更广。     

Calibration based universal JPEG steganalysis

For steganalysis of JPEG images,features derived in the embedding domain appear to achieve a prefer-able performance. However,with the existing JPEG steganography,the minor changes due to the hid-den secret data are not easy to be explored directly from the quantized block DCT (BDCT) coefficients in that the energy of the carrier image is much larger than that of the hidden signal. In this paper,we present an improved calibration-based universal JPEG steganalysis,where the microscopic and macro-scopic calibrations are combined to calibrate the local and global distribution of the quantized BDCT coefficients of the test image. All features in our method are generated from the difference signal be-tween the quantized BDCT coefficients of the test image and its corresponding microscopic calibrated image,or calculated as the difference between the signal extracted from test image and its correspond-ing macroscopic calibrated image. The extracted features will be more effective for our classification. Moreover,through using the Markov empirical transition matrices,both magnitude and sign dependen-cies along row scanning and column scanning patterns existed in intra-block and inter-block quantized BDCT coefficients are employed in our method. Experimental results demonstrate that our proposed scheme outperforms the best effective JPEG steganalyzers having been presented.     

基于马尔可夫模型的JPEG图像隐写分析

论证了通用图像隐写分析是一个类间很聚合、类内很分散的2类模式识别的困难分类问题。提出一种基于JPEG图像量化DCT域的块内和块间2个马尔可夫链获得高维特征,给出2种高维特征的分类器,即改进贝叶斯分类器和CNPCA分类器,后者简单而性能略低,但仍略优于SVM分类器。针对4种公认的JPEG隐藏数据方法,即F5, Outguess, MB1和MB2进行隐写分析,在CorelDraw图像库上做实验,取得了较好的效果。     

An improved approach to steganalysis of JPEG images

Steganography secretly embeds additional information in digital products, the potential for covert dissemination of malicious software, mobile code, or information is great. To combat the threat posed by steganography, steganalysis aims at the exposure of the stealthy communication. In this paper, a new scheme is proposed for steganalysis of JPEG images, which, being the most common image format, is believed to be widely used for steganography purposes as there are many free or commercial tools for producing steganography using JPEG covers.First, a recently proposed Markov approach [27] is expanded to the inter-block of the discrete cosine transform (DCT) and to the discrete wavelet transform (DWT). The features on the joint distributions of the transform coefficients and the features on the polynomial fitting errors of the histogram of the DCT coefficients are also extracted. All features are called original ExPanded Features (EPF). Next, the EPF features are extracted from the calibrated version; these are called reference EPF features. The difference between the original and the reference EPF features is calculated, and then the original EPF features and the difference are merged to form the feature vector for classification.To handle the large number of developed features, the feature selection method of support vector machine recursive feature elimination (SVM-RFE) and a method of multi-class support vector machine recursive feature elimination (MSVM-RFE) are used to select features for binary classification and multi-class classification, respectively. Finally, support vector machines are applied to the selected features for detecting stego-images.Experimental results show that, in comparison to the Markov approach [27], this new scheme remarkably improves the detection performance on several JPEG-based steganographic systems, including JPHS, CryptoBola, F5, Steghide, and Model based steganography.     

基于MCM的block-DCT域盲隐写分析算法

针对block-DCT域隐写,基于马尔可夫链模型（Markov Chain Model,MCM）,提出了一种新的盲隐写分析算法。该算法分析研究了DCT系数的分布特点和统计特征,采用隐马尔可夫树（Hiding Markov Tree Mode,HMT）模型,实现了载体图像的预测;基于MCM构建二阶马尔可夫经验转移矩模型,捕捉块内和块间DCT系数的相关性,提取经验转移矩阵对角元素作为特征向量,构建特征向量夹角作为检测秘密信息是否存在的依据。实验结果证明：该检测方法比普通的隐写算法具有较高的可靠性和较好的综合性能。     

基于对称α稳态模型的JPEG通用隐写分析

针对JPEG隐写术检测问题,提出一种基于DCT系数分布模型的通用隐写分析方法。根据DCT系数统计分布规律,建立双参数对称α稳态模型,并将模型参数估计问题转化为离散的函数参数优化问题,利用改进的遗传算法进行求解。提取分布模型的参数作为隐写分析的特征,并运用图像校准技术进行校准以提高特征的敏感性。设计与特征相匹配的、具有线性阶计算复杂度的单类分类器进行隐写判别。实验结果表明,该方法可以有效地检测JPEG隐写术,当嵌入率为25%时,平均检测率达到76.1%,相比传统基于模型的隐写分析方法提高5.5%,具有更高的检测性能。