隐写是一种新兴的信息安全技术,它可将信息隐藏到多媒体载体中而不会引起载体的显著变化,因而常被用作秘密通信。随着网络语音通信技术的发展和普及,以网络语音作为载体的隐写成为信息安全领域的研究热点。基音周期预测是语音信号处理必不可少的步骤,但由于基音周期难以准确测量,语音压缩编码通常采用自适应码本参数来对其进行近似量化,从而为信息隐藏提供了可能性。尽管这一隐藏技术可成为安全通信的有效手段,但如被非法分子利用将会对网络安全和社会安全带来极大威胁。因此,研究其对抗技术,即隐写分析技术,具有重要的理论和社会意义。本文聚焦基于自适应码本划分的网络语音信息隐藏技术,一方面针对现有隐写方法存在的抗检测能力弱和隐藏容量低的问题,提出更安全和有效的隐写方法;另一方面,为实现对该类隐写技术的“可防可控”,提出更具普适性和高效性的隐写分析方法。具体研究工作如下:(1)针对传统基于自适应码本划分网络语音隐写抗检测能力较弱的问题,提出了一种基于小数基音延迟的语音隐写方法。具体来说,该研究从三个方面提高了隐写的安全性:其一,利用了小数参数修改对语音质量影响较小的特性,提高了隐写的感官透明性;其二,引入3个m序列分别对秘密信息进行加密和对隐写过程进行引导,增强了嵌入过程的安全性;其三,设计了一种基音周期整数参数覆盖策略以确保其隐写前后保持不变,从而进一步提高了隐写方法的抗检测能力。以自适应多速率语音为实验对象,对提出的方法进行了性能评估和分析。实验结果表明所提方法更为安全和高效。特别是在保证相同的嵌入率和语音质量变量的条件下,该方法较之已有方法具有更好的抗检测能力。(2)以5G语音通信中广泛应用的增强型语音通话服务编码器为载体对象,提出了基于可拓展矩阵的语音隐写方法。为确保较好的隐写透明性,方法采用改变后影响较小的相对搜索基音延迟参数和小数基音延迟参数为隐写载体;此外,为进一步减少载体修改量,提出了基于凸优化思想的多矩阵组合嵌入方法。以大量的语音样本为载体,对提出的方法进行了性能评估和分析。实验结果表明,提出的方法较之传统的最低有效位隐写方法具有更高的嵌入效率;且与传统的矩阵嵌入方法相比,该方法因不受载体长度限制而具有更灵活的嵌入效率,并可达到更高的隐写带宽(最高隐写带宽是传统方法的1.5倍)。(3)为了进一步提高已有隐写分析方法的检测准确率,提出了一种基于奇偶特性的基音延迟隐写分析方法。该方法综合了两类检测特征:一类是提出的奇偶贝叶斯概率特征,它可表征自适应码本参数奇偶特性在隐写前后的变化;另一类是优化了参数阈值范围的二阶差分特征马尔可夫转移概率特征,它可表征自适应码本参数数值特性在隐写前后的变化。以支持向量机为分类器,将所提方法与已有方法进行了性能对比实验。结果表明所提方法是可行的,且较之已有方法检测准确率更高。(4)为了增强基于自适应码本划分语音隐写分析的普适性和准确率,在对已有的基于自适应码本划分隐写方法进行深入分析基础上,提出了一种基于小数基音延迟统计特性的通用隐写检测方法。鉴于在量化基音周期过程中整数参数与小数参数之间具有强相关性,该方法采用小数与整数差分的条件概率作为检测特征。该特征能准确表征整数参数差和小数条件概率在隐写前后的变化,因而可用于检测多种类型的基音延迟隐写方法。采用支持向量机作为分类器,在多种常用的语音编码环境中以各种不同类别隐写方法为检测对象,对提出的方法进行了性能评估和分析。实验结果表明该方法能够有效检测不同编码环境下的多种基于自适应码本划分的语音隐写方法,并较之已有方法能够达到更高的检测正确率(各类情况下的提高量均大于10%)。