随着计算机和Internet技术的快算发展,网络和数字技术已经进入了一个新的时代。隐写和隐写分析已经逐步受到各国政府部门、军事机构和各种研究机构的重视。隐写可以被用来传送机密文件,但也很容易被犯罪分子用于各种非法目的,如传播非法消息。因此,研究隐写分析技术对国家信息安全具有重要意义。LSB隐写因其实现简单、隐藏容量大,而被广泛使用。本文主要研究以图像为载体的LSB隐写分析技术。针对LSB替换隐写方法,本文主要利用相邻像素对的差值大小以及奇偶关系,提出了一种快速的基于相邻像素相关性的LSB检测方法,该方法通过实验发现图像相邻像素对的差值普遍较小,且随着差值的增大,相邻像素对出现次数越来越少,相邻像素对的差值和奇偶性会随着秘密信息的嵌入而发生变化。通过统计待检测图像及其翻转图像的像素奇偶性,计算其相邻像素对中奇像素大于偶像素的对数与偶像素大于奇像素的对数的比值,根据该比值利用SVM(支持向量机)判断图像是否隐密。最后使用SVR(支持向量回归)方法估计秘密信息的大小。实验结果表明算法实现简单,快速,具有很好的检测效果,并且在低嵌入率下具有较好的检测效果,尤其是在检测速度上优势明显。针对秘密信息没有经过加密等随机处理LSB替换隐写方法,本文根据自然图像的最低位平面近似随机噪声的特性,可假设每个像素的最低比特位是0或1的概率为1/2,这种情况类似与中心极限定理相似,因此,原始图像最低比特位小块的复杂度近似服从正态分布。经过LSB隐写后,原始图像的这种分布特性将会被破坏。本文利用这种变化特性,统计待检测图像的最低位平面小块的复杂度,提出了一种基于最低位平面复杂度的LSB隐写分析算法。该算法为LSB隐写分析技术提供了一种新的思路,实验结果表明,该算法在嵌入率高于20%具有较好的检测效果和稳定性。