基于小波域ＨＭＴ模型的隱寫信息的移除攻擊

摘要：分析了隱寫圖像的移除攻擊模型，考慮圖像采樣間的相關性，提出了基于小波域HMT（隱馬爾可夫樹）模型的移除攻擊方案。實驗結果表明，性能優(yōu)于圖像處理中常用的高斯濾波和維納濾波。

關鍵詞：信息隱藏;移除攻擊;小波域HMT模型

中圖分類號：TP393.02

文獻標志碼：A

文章編號：1001－3695(2008)06－1815－02

信息隱藏是信息安全學科的一個重要分支，是集多學科理論與技術于一身的新興技術領域，它包括隱藏和隱藏分析兩個方面。隱藏技術通過在載體（圖像、視頻或音頻文件）上嵌入秘密信息以達到隱藏信息的目的。它的一個重要特性就是不可感知性，即載體中嵌入了機密信息，但是并不影響載體的視覺或聽覺效果。隱藏分析技術就是研究如何通過某種檢測方法發(fā)現(xiàn)隱藏于載體的信息，目的是破壞信息隱藏系統(tǒng)。對隱藏系統(tǒng)的移除攻擊就是通過對含密圖像進行分析和處理，以達到部分或完全移除隱藏的秘密信息的目的。

從數(shù)字通信的角度看，秘密信息的嵌入可以理解為在一個寬帶信道(原始圖像)上傳輸一個窄帶信號。盡管嵌入的信號具有一定的能量，但分布到信道中各頻率分量上的能量是難以檢測到的。由于盲檢測相當于在強噪聲中檢測微弱信號，檢測器算法的設計在很大程度上依賴于“信道”的統(tǒng)計模型，即基于宿主載體的統(tǒng)計模型來設計檢測器。因此，如何準確描述信道(原始圖像)統(tǒng)計模型，對提高檢測性能至關重要。

當前，一般對秘密信息假定為服從0均值的獨立且分布（i.i.d）高斯隨機序列[1，2] 。但是，對原始圖像的統(tǒng)計描述則有多種模型，常用的有高斯分布[3]、拉普拉斯分布[4]和廣義高斯分布[5]等。這些模型都是假定原始圖像采樣（如像素值、DCT系數(shù)和DWT系數(shù)）是獨立同分布的，忽略了采樣間的統(tǒng)計相關性。但是，采樣間卻是統(tǒng)計相關的，一些研究者已經做出了有益的探索。Sidorov使用MC（馬爾可夫鏈）模型和MRF（馬爾可夫隨機場）模型來描述像素間的相關性，并用于LSB替換隱藏算法的分析[6]；Sullivan使用MC模型用于SS（擴頻）類和QIM（量化索引模型）類隱藏算法的分析[7] 。本文使用小波域HMT[8]模型來描述小波系數(shù)間的相關性，并將之應用到信息隱藏的移除攻擊。

1隱寫圖像的移除攻擊

假定嵌入的秘密信息是高斯噪聲信號w，且獨立于載體圖像x。則隱藏信息后的圖像y為

z和s分別是y和x的小波系數(shù)。所以問題轉換為盡可能精確地估計出s，這是一個典型的估計理論問題。如果不知道載體圖像和秘密信息的先驗概率分布，可以使用最大似然（ML）估計方法。如果事先知道概率分布，可以采用MAP（最大后驗概率）估計方法來解決。

4實驗結果

本文使用三幅標準圖像Lena、pepper和airplane進行實驗，來驗證所提方案的有效性。這三幅圖像都是512×512大小的八位灰度圖像，分別采用最低位平面替換、DCT域中頻替換和DWT域中頻替換隱寫算法嵌入秘密信息，得到預處理的實驗圖像。在MATLAB7平臺上對這些圖像進行處理，并分別計算處理前后與標準圖像的PSNR（峰值信噪比）。其中高斯濾波和維納濾波參數(shù)采用系統(tǒng)默認值。實驗結果分別如表1~3所示。

實驗結果表明，本文提出的方案能有效地移除圖像中嵌入的秘密信息，尤其對小波域隱寫的攻擊效果更明顯，比常用的圖像去噪方法（高斯濾波和維納濾波）性能更好。

5結束語

本文在考慮圖像采樣間統(tǒng)計相關性的基礎上，采用小波域HMT模型來描述小波系數(shù)間的相關性，設計并實現(xiàn)了一個隱寫圖像移除攻擊的方案。該方案能有效地破壞圖像中隱藏的秘密信息。本文所提的方法是采用圖像去噪理論進行攻擊，以達到破壞隱藏系統(tǒng)的目的，假定嵌入的秘密信息是高斯白噪聲信號，其具有一定的局限性。因此，研究和采用更加精確的載體和噪聲模型是提高攻擊性能的一個重要方向。

參考文獻：

[1]CHANDRAMOULI R. A mathematical framework for active steganalysis[J]. Multimedia Systems，2003， 9(3):303－311.

[2]HARMSEN J J， PEARLMANA W A. Steganalysis of additive noise modelable information hiding[C] //Proc of SPIE/IS T Volume 5020. Santa Clara， CA: SPIE， 2003:131－142.

[3]TRIVEDI S， CHANDRAMOULI R. Secret keyestimation in sequential steganography[J]. IEEE Trans on Signal Processing， 2005， 53(2):746－757.

[4]張濤，平西建.基于差分直方圖實現(xiàn)LSB信息偽裝的可靠檢測[J].軟件學報， 2004， 15(1):151－158.

[5]CHENG Q， HUANG T S. An additive approach to transform－domain information hiding and optimum detection structure[J]. IEEE Trans on Multimedia， 2001， 3(3):273－284.

[6]SIDOROV M. Hidden Markov models and steganalysis[C] //Proc of Workshop on Multimedia and Security. 2004:63－67.

[7]SULLIVAN K， MADHOW U， CHANDRASEKARAN S， et al. Steganalysis for Markov cover data with applications to images[J].IEEE Transon Information Forensics and Security，2006， 1(2):275－287.

[8]CROUSE M S， NOWAK R D， BARANIUK R G. Wavelet－based statistical signal processing using hidden Markov models[J]. IEEE Trans on Signal Processing，1998， 46(4): 886－902.

[9]LIM J S. Two－dimensional signal and image processing[M]. Upper Saddle River， Prentice－Hall Inc， 1990: 674－693.

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文