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。     

基于小波系数相关性的图像隐写分析

提出了一种基于小波包分解和小波系数相关性的通用型图像隐写分析方法。对差分处理后的图像进行小波包分解,提取图像及其小波子带的高阶统计量作为特征。利用图像小波系数在尺度方向和空间方向的相关性,使用马尔可夫模型挖掘小波系数层内和层间相关性,提取转移概率矩阵作为特征。针对H4PGP、F5和OutGuess隐写算法的实验表明,方法对上述三种隐写算法具有较好的检测效果。     

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。     

基于马尔可夫链理论的隐写检测算法

基于马尔可夫链（Markov Chain,MC）理论,提出了一种新的通用隐写检测算法。根据图像邻域相关的性质构造马尔可夫链,提取其经验转移矩阵的对角线元素作为特征向量,构造了一个新的判决函数作为检测秘密信息是否存在的依据。基于Matlab7.0平台,对全局LSB、DCT和DWT的隐写进行了检测实验。根据实验结果对算法进行了改进,使检测效果更优。结果证明：该算法的综合性能优于普通的检测算法。     

基于Markov链安全性的LSB匹配隐写算法

隐秘信息的安全性是隐写算法关注的核心问题之一,设计大容量、高安全性的隐写嵌入算法是隐写方法的研究重点.基于Markov链安全标准,以Markov链散度距离最小作为优化嵌入条件,指导LSB匹配嵌入函数,提出了一种优化LSB匹配隐写算法.实验表明该隐写算法在大容量嵌入的同时,保持了载密图像的二阶统计特性,提高了隐写的安全性.     

基于Markov链安全性的二阶统计保持隐写算法

如何设计高阶统计安全的大容量隐写算法是当前隐写研究的难点和热点。该文基于Markov链安全性指标和动态补偿的思路,提出一种二阶统计保持的隐写算法。该算法在不降低嵌入量的前提下尽量保持了载体图像的二阶统计特性。实验结果表明,该算法在较大容量数据嵌入过程中,能较好保持二阶统计特性,取得隐写安全性的提高。     

一种JPEG图像的DCT域隐写分析方法

提出了一种基于JPEG图像DCT系数差分矩阵统计特征的隐写分析方法。该算法保留了以往算法选用的DCT系数水平和竖直方向的差分矩阵相关特征,通过增加其主副对角线方向上差分矩阵来提取和计算特征向量,进而利用SVM分类器进行分类。实验结果表明,该方法能够有效地对JPEG图像进行检测,并且具有较高的检测正确率。     

基于离散余弦变换域的块相关性和马尔可夫模型的图像隐写分析

提出高阶统计方法检测JPEG 图像隐写．为充分描述图像数据及它们空间位置的相关性,运用了JPEG 块内、块间系数间的相关性. 使用量化分块DCT 系数绝对值之差生成水平、垂直和zigzag 方向的块内、块间差分数 组,采用马尔可夫过程模拟差分数组,提取二阶统计量——差分数组转移概率矩阵——为隐写分析特征向量．仿真 结果证明本文提出的方法的检出率高于已知方法的检出率．     

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.     

基于图像相邻像素相关性的LSB匹配隐写分析

LSB匹配隐写是图像隐写分析中的重点研究问题。根据图像相邻像素的相关性, 提出了一种新的隐写分析算法。通过图像复原算法计算出复原图像, 利用高阶Markov链模型分别对待检测图像和复原图像建模, 根据LSB匹配隐写对高阶Markov链模型经验矩阵的影响, 提取复原图像和待检测图像的统计特征组合成新的27维特征向量对支持向量机进行训练。实验表明提出的算法对LSB匹配隐写有较好的分析效果, 特别在嵌入率低的情况下, 算法具有较好的分析能力。     

基于像素差分相关性的LSB匹配隐写分析

针对空间域LSB匹配隐写,提出了一种基于像素差分相关性的隐写分析方法.采用图像的直方图、差分直方图的平滑度、梯度能量、图像平滑度,像素差分的一维和高维统计分布等作为分类特征,结合Fisher线性判别进行隐写分析.实验结果表明,新算法对于LSB匹配的检测具有较高的准确性,且计算复杂度低.该算法还可应用于其他空间域隐写方法的检测.     

Markov bidirectional transfer matrix for detecting LSB speech steganography with low embedding rates

Steganalysis with low embedding rates is still a challenge in the field of information hiding. Speech signals are typically processed by wavelet packet decomposition, which is capable of depicting the details of signals with high accuracy. A steganography detection algorithm based on the Markov bidirectional transition matrix (MBTM) of the wavelet packet coefficient (WPC) of the second-order derivative-based speech signal is proposed. On basis of the MBTM feature, which can better express the correlation of WPC, a Support Vector Machine (SVM) classifier is trained by a large number of Least Significant Bit (LSB) hidden data with embedding rates of 1%, 3%, 5%, 8%,10%, 30%, 50%, and 80%. LSB matching steganalysis of speech signals with low embedding rates is achieved. The experimental results show that the proposed method has obvious superiorities in steganalysis with low embedding rates compared with the classic method using histogram moment features in the frequency domain (HMIFD) of the second-order derivative-based WPC and the second-order derivative-based Mel-frequency cepstral coefficients (MFCC). Especially when the embedding rate is only 3%, the accuracy rate improves by 17.8%, reaching 68.5%, in comparison with the method using HMIFD features of the second derivative WPC. The detection accuracy improves as the embedding rate increases.     

A steganalysis by adjacency pixel bits structure

Embedding of confidential data in the least significant bit of an image is still an attractive method of steganography. Utilizing the full capacity of cover images by embedding one bit of data per pixel, using methods such as LSB flipping or LSB matching, usually decreases the security, making the algorithm vulnerable to steganalytic attacks. And then, it is proposed by an efficient high payload ±1 data embedding scheme(EPES) based on a special two variable binary function. This function uses the information of the least two significant bit planes of the cover image for the embedding and extraction purposes. Rather than randomly selecting +1 or −1, EPES achieves higher embedding efficiencies by choosing the correct modification component. The steganalytic method based on sample pair analysis (SPA) cannot effectively detect EPES. Hence, we propose a steganalysis by constructing adjacency pixel bits structure (SAP). The resulting detection algorithm is simple and fast. Analytical and experimental results demonstrate that the proposed method provides higher detecting efficiency than the other steganalysis.     

基于图像平滑度的空域LSB嵌入的检测算法

对图像像素值与邻域均值的差的分布进行建模,以该分布的方差定义了图像平滑度的概念,进而通过对消息嵌入、LSB平面取反带来的图像平滑度的变化进行分析,提出了针对空域LSB替换伪装算法的秘密消息长度估计算法,该算法可以准确地估计图像中嵌入的秘密信息数据量的大小.文中算法物理意义直观、实现简单、计算量小、计算速度快,有利于实现实时检测.实验结果表明该方法是有效的.     

An efficient high payload ±1 data embedding scheme

Embedding of confidential data in the least significant bit of an image is still an attractive method of steganography. Utilizing the full capacity of cover images by embedding one bit of data per pixel, using methods such as LSB flipping or LSB matching, usually decreases the security, making the algorithm vulnerable to steganalytic attacks. In this paper, we propose a novel efficient high payload ±1 steganographic method based on a special two variable binary function. This function uses the information of the least two significant bit planes of the cover image for the embedding and extraction purposes. Embedding efficiency, defined as the number of embeddable bits per one change in the cover medium, is a good criterion for concurrent evaluation of the capacity and security. Rather than randomly selecting +1 or −1, we achieve higher embedding efficiencies by choosing the correct modification component. In the generalized form of the proposed method, n bits of data are embedded in n pixels of the cover medium, by causing one unit change in only one third of these pixels. Analytical and experimental results demonstrated that the proposed method provides higher embedding efficiency than the other LSB embedding schemes. The proposed method is also applicable to other digital cover media.     

基于污染数据分析实现LSB秘密消息的检测

信息隐藏技术已经成为网络信息安全的一个重要研究方向，如何有效地监控和检测网络中传递的秘密消息对于保障国家安全具有重要的现实意义．针对互联网上大量的隐写软件利用彩色厦灰度图像的最低有效比特位（LSB）隐藏秘密消息，基于污染数据分析，提出了一种新的隐写分析方法，并给出了此算法的数学模型．该方法不仅可以快速有效地检测出图像中秘密消息的存在性，同时还可以精确地估计出连续及随机间隔嵌入算法下所嵌入秘密消息的长度．     

基于差分直方图实现LSB信息伪装的可靠检测

在信息伪装技术研究中,图像中隐藏信息的检测对于保障网络信息安全和提高信息伪装算法的安全性具有重要意义.基于对图像差分直方图的统计观察,提出了一种新的可靠检测空域LSB(least significant bit,最不重要比特位)信息伪装的方法.定义差分直方图间的转移系数作为LSB平面与图像其余比特平面之间的弱相关性度量,并在此基础上构造区分载密图像和载体图像的分类器.这一算法不仅可以高度可靠地确定图像中通过空域LSB替换方法嵌入的秘密信息的存在性,还可以准确估计图像中嵌入的秘密信息数据量的大小.算法物理意义直观,实现简单,计算量小.实验结果表明,针对原始无损存储图像可以获得优于RS(regular singular)隐写分析方法的性能,且计算速度显著高于RS隐写分析方法,有利于实现实时检测.该方法也适用于彩色图像.