YASS(Yet Another Steganographic Scheme that resists blind steganalysis)是近年来新出现的一种主动型隐写算法，能够有效抵抗目前通用的JPEG隐写分析方法的攻击。本文围绕该算法的嵌入率、载密图像的透明性以及对载密图像统计特性的影响等问题进行了分析研究并加以改进，增进算法的实用性。论文首先分析了JPEG压缩标准的算法原理，介绍了目前较为流行的LSB、JSteg、F5、YASS等隐写算法，并分析了这些算法对载密图像直方图等统计特性的影响，通过直方图对比发现，YASS隐写算法能够较好地保持原始图像的直方图特征，使得嵌入过程更加安全、透明，但是由于YASS采用RA编码来重复和冗余待嵌比特，以纠正JPEG重压缩带来的误差，所以使得整个嵌入率大幅下降。然后，分析了YASS算法中采用DCT变换嵌入信息时，所使用的质量因子对于YASS算法嵌入率以及载密图像与原始图像之间均方差、峰值信噪比和结构相似性的影响；最后，权衡YASS算法嵌入率与图像质量，提出了基于随机量化的RQ-YASS（YASS Based on Random Quantization）改进算法，算法的核心是，在嵌入过程中根据子块DCT系数方差来决定嵌入所需的质量因子，使得嵌入过程更加随机化，并使得算法能够兼顾嵌入率与图像质量，实现最优嵌入。　　实验结果表明，基于随机量化的RQ-YASS算法改善了YASS隐写算法的嵌入率和载密图像的图像质量。