论文部分内容阅读
随着网络新媒体技术的快速发展,以网络媒体流中语音载荷和视频载荷为载体的信息隐藏技术成为了网络信息安全领域中的研究热点。语音与视频信息隐藏在内容保护与管理方面有着非常重要的作用:如版权保护、隐蔽通信、内容完整性验证、内容传播监控等。信息隐藏检测技术与信息隐藏技术相辅相成,研究语音与视频信息隐藏检测技术可以发现当前信息隐藏方法的不足,进而提出安全性更高的语音与视频信息隐藏方法,同时可以有效防止非法的隐蔽通信。 目前,常用的低速率压缩语音信息隐藏方法是基于合成分析-线性预测编码(AbS-LPC)实现秘密信息的嵌入,根据嵌入位置的不同主要分为三类:第一类利用音调合成滤波器实现基于基音周期调制的信息隐藏;第二类利用LPC合成滤波器实现基于量化索引调制的信息隐藏;第三类利用压缩语音码流实现基于码元调制的信息隐藏。现有的视频编码信息隐藏根据嵌入位置的不同主要分为四类:基于帧内预测模式调制的信息隐藏,基于帧间预测运动矢量调制的信息隐藏,基于离散余弦变换(DCT)系数调制的信息隐藏和基于熵编码系数调制的信息隐藏。现有的低速率压缩语音隐写分析方法和视频编码隐写分析方法都只能针对特定类别的信息隐藏进行检测,缺乏通用性。本文分别针对低速率压缩语音信息隐藏和视频编码信息隐藏进行了通用隐写分析研究,并在此基础上分别研究了安全性更高的低速率压缩语音信息隐藏方法和视频编码信息隐藏方法。 本文具体的研究内容及研究成果如下: 1、针对现有的压缩语音信息隐藏检测方法只能对特定编码过程或者码元进行检测的问题,本文从码元的角度提出了一种通用的AbS-LPC低速率压缩语音隐写分析方法。该方法以码元时空强关联关系为基础构建码元贝叶斯网络,使用Dirichlet分布作为先验分布学习网络参数,并基于贝叶斯推理实现通用隐写分析。实验结果表明,该方法能够对三类低速率压缩语音信息隐藏方法进行高效地通用隐写分析,其性能远高于基于非压缩域特征的通用语音隐写分析方法;作为专用隐写分析方法时,其准确率也高于专用的压缩语音信息隐藏检测方法。 2、为了提升现有压缩语音信息隐藏方法的安全性,提出了一种基于双层汉明编码的压缩语音信息隐藏方法。通过分析信息隐藏对码元取值分布的影响,利用双层汉明编码实现对受隐写影响大的码元以较小概率修改,对受隐写影响小的码元以较大概率修改,并结合混沌理论生成汉明编码校验矩阵提高安全性。实验结果表明,本文提出的信息隐藏方法虽然嵌入率降低了25%,但是嵌入效率却提高了50%,同时抗隐写分析能力也提高了20%。 3、针对现有的视频编码信息隐藏检测方法只能对特定编码过程进行检测的问题,本文从图像域的角度提出了一种通用的视频帧内帧间编码信息隐藏检测方法。该方法对现有基于深度学习的图像隐写分析网络进行了三个方面的改进:一是增加全局滤波器以获取更多的隐写残差信号特征图;二是利用增强型截断线性单元作为激活函数提高隐写残差信号的信噪比;三是引入残差单元结构提升网络对隐写残差信号的学习能力。实验结果表明,本文提出的方法在多种嵌入率下能够有效地对视频帧内帧间编码信息隐藏进行通用隐写分析。 4、针对现有的视频编码信息隐藏方法只利用了某一个编码过程进行信息隐藏的问题,同时为了提升视频编码信息隐藏方法的安全性,提出了一种基于空间编码的视频帧内帧间编码信息隐藏方法。本文构造了N维空间点阵并定义了帧内预测模式列表和运动矢量分量列表与N维空间点阵取值映射关系,基于最小率失真原则实现在N个帧内预测模式或者运动矢量分量中最多改变一个元素即可嵌入N比特秘密信息。实验结果表明,本文提出的方法具有高嵌入率、高嵌入效率、对视频质量影响很小的特点,安全性高于现有的视频编码信息隐藏方法。