信息技术的发展与互联网的进步使网络交互变得日趋便利与频繁,关于军事、政治、金融、商业等对国家、企业或个人而言十分敏感的信息大量充斥在网络交互中。为了确保数据的安全,通常使用加密技术,将明文隐秘消息编码成无意义的密文,但这个行为本身带来了潜在隐患,暴露了隐秘信息的存在,从而引来攻击。而具有传输行为“伪装性”的数字信息隐藏技术,能够在保障传输信息的内容安全的同时,也使得传输信息的行为难以被感知。作为信息隐藏技术的重要组成部分,图像自适应隐写技术在信息安全的保障中发挥了重要作用,该技术通过对载体图像元素定义合理的失真,选择合适的载体元素嵌入秘密消息。然而随着高维特征自适应隐写分析与深度学习隐写分析技术的快速发展,图像自适应隐写面临了新的挑战,传统单一形式的失真函数已不再能满足隐写的安全性要求,因此研究图像自适应隐写的失真函数演化方法,以进一步提高隐写的抗检测能力,具有重要的意义和价值。提升图像自适应隐写的抗检测能力需要解决三个关键问题,一是打破隐写算法本身的单一性,二是干扰高维特征自适应隐写分析的针对性检测,三是对抗深度学习隐写分析的高效学习能力。围绕这三个关键问题,本文研究了图像自适应隐写的失真函数演化方法。本文的主要工作与创新点如下:1.研究了空域图像自适应隐写的失真函数衍生模型当前空域图像自适应隐写的研究集中在失真函数的合理定义上,为了抵抗高维特征自适应隐写分析的针对性检测,文本提出了空域图像自适应隐写的失真函数衍生模型。通过挖掘已有基础失真函数算法之间的差异,定义空域图像中的“争议像素”。隐写分析特征往往对这部分争议像素不敏感,因此通过增加修改概率,将更多的秘密消息分配给争议像素,由此衍生出新的失真函数。该模型中利用的基础失真函数可以有多种,衍生出的新失真函数类型也不固定。实验结果表明,该模型下衍生出的失真函数算法与基础失真函数算法相比具有更高的抗检测能力。2.研究了JPEG图像自适应隐写的失真函数变异机制作为最流行的图像格式,JPEG图像自适应隐写的研究对信息安全具有重要意义。JPEG隐写的载体元素为量化DCT系数,类似空域图像隐写,JPEG隐写中也可以通过已有基础失真函数算法的争议性,定义出“争议DCT系数”。然而由于JPEG图像格式的特殊性,在失真定义时需要充分考虑载体特性。本文利用了JPEG图像中衡量图像纹理复杂度的块能量,优化了争议DCT系数修改权重,从给定的基础失真函数变异出了新失真函数。实验结果表明,该方法的抗检测能力相比于基础失真函数算法获得了明显的提升。3.提出了多区块组合式失真函数多样化算法为了干扰高维特征隐写分析的针对性检测,本文分别从图像级别和像素级别出发,提出了多区块组合式失真函数多样化算法。首先基于集成方案,对载体图像进行随机分块,组合多种类型的失真函数,使失真函数的定义具有随机性和动态性。在此基础上,基于折叠嵌入方案,进一步从像素级别引入强随机性,在发展失真函数多样化的同时提升了隐写编码的嵌入效率。实验表明,本文提出的方法能够有效干扰高维特征隐写分析对于载体元素修改概率的估计,实现抗检测能力的提升。4.提出了失真函数的对抗式演化设计方法深度学习隐写分析技术的发展对自适应隐写失真函数的设计提出了更高要求。为了抵抗深度学习隐写分析对失真函数算法修改模式的学习,本文提出了失真函数的对抗式演化设计方法。结合深度学习对抗样本技术,攻击深度学习网络的脆弱性。本方案中利用隐写分析网络生成的对抗样本梯度信息,调整基础失真函数不同修改方向的失真大小,演化出具有对抗样本特性的新失真函数,使深度学习隐写分析失效。实验表明,本文提出的方法能够有效对抗深度学习隐写分析的检测,并在抗高维特征隐写分析检测的能力方面也获得了一定程度的提升。