基于貝葉斯網(wǎng)絡(luò)的壓縮語音信息隱藏檢測

楊 潔，李松斌，鄧浩江

(1.中國科學(xué)院 聲學(xué)研究所，北京 100190； 2.中國科學(xué)院大學(xué) 電子電氣與通信工程學(xué)院，北京 100049)(*通信作者電子郵箱lisb@dsp.ac.cn)

0 引言

信息隱藏，亦稱為隱寫術(shù)，是一種將秘密信息嵌入到載體中而使秘密信息難于被監(jiān)管者察覺的技術(shù)，它通常把秘密信息隱藏在可公開的媒體信息中，如文本、圖像、語音以及視頻等多媒體對象。隨著帶寬的持續(xù)增長以及網(wǎng)絡(luò)融合趨勢的增強(qiáng)，基于網(wǎng)絡(luò)數(shù)據(jù)通信的網(wǎng)絡(luò)流媒體服務(wù)得到了空前的發(fā)展，網(wǎng)絡(luò)壓縮語音碼流成為隱蔽通信常用載體之一。它給人們的生活和工作帶來便利的同時，也給犯罪分子帶來了可乘之機(jī)。對于敏感機(jī)構(gòu)而言，需要對機(jī)構(gòu)中的語音碼流進(jìn)行評估審查，確定是否存在隱蔽通信信道進(jìn)行秘密信息的外泄。信息隱藏檢測技術(shù)作為隱蔽通信的對抗技術(shù)，能夠有效地監(jiān)控網(wǎng)絡(luò)壓縮語音碼流中的隱蔽通信，實(shí)現(xiàn)對敏感機(jī)構(gòu)中的語音碼流信息隱藏檢測。

網(wǎng)絡(luò)壓縮語音編碼信息隱藏根據(jù)嵌入時機(jī)的不同可分為兩類。第一類是在編碼結(jié)束后直接修改壓縮語音碼流[1-8]，該類方法通常基于信噪比(Signal-to-Noise Ratio， SNR)和語音感受質(zhì)量評估(Perceptual Evaluation of Speech Quality， PESQ)選出對語音質(zhì)量影響小的語音碼字中的比特作為秘密信息嵌入載體，并結(jié)合其他的編碼方式或者技術(shù)，如覆蓋碼[1]、多進(jìn)制編碼[3]、矩陣編碼和交織技術(shù)[6]來提高嵌入效率和隱蔽性。第二類是在編碼過程中通過調(diào)制編碼系數(shù)進(jìn)行秘密信息嵌入，主要包括基于線性預(yù)測編碼(Linear Predictive Coding， LPC)系數(shù)調(diào)制的信息隱藏方法[9-14]、基于固定碼本系數(shù)調(diào)制的信息隱藏方法[15-19]和基于基音調(diào)制的信息隱藏方法[20-24]，相對于第一類方法，該類方法由于是結(jié)合編碼過程進(jìn)行信息隱藏，對語音質(zhì)量影響更小，隱蔽性更高。目前，絕大多數(shù)低速率語音編碼器(如G.729和G.723.1)都基于LPC模型，因此，在LPC過程中進(jìn)行水印信息嵌入具有較高的普適性。此外，基于合成—分析法的LPC模型已被廣泛應(yīng)用于各類低速率語音編碼器，該模型能夠自適應(yīng)地減小LPC系數(shù)矢量量化過程中引入的失真。

量化索引調(diào)制(Quantization Index Modulation， QIM)隱寫算法最早由麻省理工學(xué)院Chen等[25]提出，適用于包含矢量量化過程的圖像、數(shù)字音頻和視頻編碼。該方法對載體信號的失真、信息嵌入率和抗干擾性作了有效的平衡，非常適合在數(shù)字媒體的壓縮編碼過程中進(jìn)行信息隱藏。互補(bǔ)鄰居頂點(diǎn)QIM(Complementary Neighbor Vertex QIM， CNV-QIM)算法[9]是首個在LPC矢量量化過程中進(jìn)行信息嵌入的算法，該算法基于圖論將碼書劃分為兩個部分，保證了每個碼字和其最近鄰碼字被劃分到不同的分組中，嵌入秘密信息比特0和1時分別從這兩個碼組進(jìn)行LPC量化。文獻(xiàn)[12]在CNV-QIM算法的基礎(chǔ)上，提出了一種稱為安全QIM(Secure QIM， Sec-QIM)的隱寫方法，該方法引入了一種遵從柯克霍夫準(zhǔn)則的基于密鑰的碼書劃分策略以提升安全性，并結(jié)合矩陣編碼提高嵌入效率來減少嵌入對語音質(zhì)量的影響并提升算法抗隱寫分析能力。最近，Liu等在文獻(xiàn)[13]和文獻(xiàn)[14]中分別提出了名為矩陣嵌入QIM(Matrix Embedding QIM, ME-QIM)和最近鄰?fù)队包c(diǎn)QIM (Nearest-neighbor Projection Point QIM， NPP-QIM)兩種線性預(yù)測語音編碼信息隱藏方法。ME-QIM方法基于LPC矢量最小距離準(zhǔn)則構(gòu)建映射表進(jìn)行嵌入，并結(jié)合嵌入位置選擇和嵌入模板選擇算法，進(jìn)一步提升算法的隱蔽性。NPP-QIM方法將LPC量化索引集合視為三維LPC量化索引空間中的一個點(diǎn)，并基于最近投影點(diǎn)替換方法進(jìn)行信息嵌入，NPP-QIM方法相較于Sec-QIM方法嵌入容量、嵌入效率和隱蔽性都有所提高。

為了檢測QIM信息隱藏方法，Li等[26]發(fā)現(xiàn)QIM信息隱藏算法會導(dǎo)致LPC量化索引取值發(fā)生變化，提出了一種基于索引分布特征(Index Distribution Characteristics， IDC)的方法，該方法以矢量量化(Vector Quantization， VQ)碼字VQ1、VQ2、VQ3直方圖分布和相鄰幀間轉(zhuǎn)移概率作為特征向量，利用支持向量機(jī)(Support Vector Machine, SVM)訓(xùn)練分類器實(shí)現(xiàn)對QIM隱寫算法的檢測。IDC方法在檢測CNV-QIM隱寫算法時具有很高的檢測準(zhǔn)確率，但是在檢測對量化索引分布影響更小的NPP-QIM隱寫算法時檢測準(zhǔn)確率有所降低。其他盲檢測算法如梅爾頻率倒頻系數(shù)(Derivative Mel-Frequency Cepstral Coefficients， DMFCC)[27]方法以時域衍生頻譜和梅爾倒頻系數(shù)作為特征，利用SVM訓(xùn)練分類器實(shí)現(xiàn)壓縮語音信息隱藏檢測，但是DMFCC方法對NPP-QIM隱寫算法檢測準(zhǔn)確率也不高。為了提升對壓縮語音NPP-QIM隱寫算法的檢測準(zhǔn)確率，本文提出了基于碼字貝葉斯網(wǎng)絡(luò)(Codeword Bayesian Network， CBN)的信息隱藏檢測方法，以VQ1、VQ2、VQ3時空轉(zhuǎn)移關(guān)系構(gòu)建CBN，并以Dirichlet分布作為先驗(yàn)分布學(xué)習(xí)網(wǎng)絡(luò)參數(shù)，實(shí)現(xiàn)對NPP-QIM隱寫算法的有效檢測。不同于現(xiàn)有基于特征提取與SVM分類的信息隱藏檢測方法，本文使用貝葉斯網(wǎng)絡(luò)進(jìn)行隱寫分類，可以避免人工設(shè)計特征帶來的特征維度大及難于表達(dá)復(fù)雜關(guān)聯(lián)的缺陷，同時為信息隱藏檢測的研究提供一種新的思路。

1 碼字轉(zhuǎn)移網(wǎng)絡(luò)

LPC是網(wǎng)絡(luò)壓縮語音編碼中最有效的語音信號分析方法之一，其利用線性預(yù)測模型實(shí)現(xiàn)對語音信號譜包絡(luò)壓縮表示，能夠提供非常精確的語音參數(shù)預(yù)測。LPC合成濾波器為：

(1)

其中a1,a2,…,ap為語音信號的p階LPC預(yù)測系數(shù)。由于LPC系數(shù)波動較大，某個LPC系數(shù)的誤差對信號整個頻域都會產(chǎn)生影響，因此LPC系數(shù)并不適合直接量化，需要進(jìn)一步轉(zhuǎn)換為線譜對(Line Spectrum Pair， LSP)系數(shù)。在G.723.1中，p=10，對每幀中最后一個子幀的LPC系數(shù)進(jìn)行預(yù)測分裂矢量量化，令A(yù)(z)=1/H(z)，則A(z)為：

(2)

令A(yù)(z)的和、差多項(xiàng)式分別為P(z)和Q(z)，P(z)和Q(z)表示為：

(3)

則A(z)可進(jìn)一步表示為：

A(z)=[P(z)+Q(z)]/2

(4)

當(dāng)A(z)的零點(diǎn)在z平面單位圓內(nèi)時，P(z)和Q(z)的零點(diǎn)都在單位圓上，并且沿著單位圓交替出現(xiàn)。記P(z)和Q(z)的零點(diǎn)分別為e±jωi和e±jθi，則P(z)和Q(z)可因式分解為：

(5)

系數(shù)ωi(i=1,2,…,5)和θi(i=1,2,…,5)稱為LSP系數(shù)。得到當(dāng)前幀LSP系數(shù)后，利用前一幀的LSP系數(shù)預(yù)測得到當(dāng)前幀的LSP殘差矢量，并將殘差矢量按照維度分別為3、3、4分為3個子矢量進(jìn)行量化，量化后的每個子矢量用8比特碼字表示，記為VQ1、VQ2、VQ3。

1.1 碼字時空轉(zhuǎn)移網(wǎng)絡(luò)構(gòu)建

語音信號的基本組成單位為音素，根據(jù)音素可以將語音信號分為濁音和清音兩種。濁音又稱有聲語音，攜帶著語音中大部分的能量，在時域上具有明顯的周期性；清音類似于白噪聲，沒有明顯的周期性。語音信號是一個非平穩(wěn)信號，但在10 ms至30 ms內(nèi)語音信號是平穩(wěn)的，即短時平穩(wěn)性，因此，語音壓縮編碼之后，語音幀內(nèi)碼字取值具有一定的相關(guān)性。此外，語音信號局部存在周期性，如果不同幀語音信號正好對應(yīng)周期性重復(fù)的信號，那么這些相鄰幀間碼字取值也具有一定的相關(guān)性，因此由碼字VQ1、VQ2、VQ3的幀內(nèi)幀間取值關(guān)系可以構(gòu)建一個碼字時空轉(zhuǎn)移網(wǎng)絡(luò)(Codeword Spatiotemporal Transition Network， CSTN)，如圖1所示。

CSTN是由三個碼字作為頂點(diǎn)，幀內(nèi)幀間轉(zhuǎn)移關(guān)系作為邊的有向圖，記為D=〈V,E〉，其中V，E具體表示為：

(6)

其中：V表示有向圖D中頂點(diǎn)的集合，VQ1[m]、VQ2[m]、VQ3[m]分別表示第m幀的三個碼字；E表示D中邊的集合，由頂點(diǎn)v1指向頂點(diǎn)v2的有向邊，包含3種幀內(nèi)轉(zhuǎn)移邊和9種相鄰幀間轉(zhuǎn)移邊。當(dāng)表示幀內(nèi)轉(zhuǎn)移邊時，q-p=0；當(dāng)表示幀間轉(zhuǎn)移邊時，q-p=1。為了便于描述，將幀內(nèi)3條邊分別記為a、b、c，幀間9條邊分別記為d、e、f、g、h、i、j、k、l，如圖1所示。

圖1 碼字時空轉(zhuǎn)移網(wǎng)絡(luò)

1.2 轉(zhuǎn)移網(wǎng)絡(luò)隱寫敏感分析及化簡

圖1中的CSTN能夠描述語音中碼字轉(zhuǎn)移關(guān)系，然而該網(wǎng)絡(luò)的結(jié)構(gòu)較為復(fù)雜，且每條邊表示的轉(zhuǎn)移關(guān)系強(qiáng)弱不一樣，可以將轉(zhuǎn)移關(guān)系較弱的邊去掉。在CSTN中，每個頂點(diǎn)的取值范圍為[0,255]，則由每條邊的兩個頂點(diǎn)v1和v2取值可生成一個255×255的轉(zhuǎn)移矩陣R，如式(7)所示：

(7)

其中，Pi, j(i,j=0,1,…,255)表示v1=i,v2=j的概率。在轉(zhuǎn)移矩陣R中，共有65 536種取值，這些取值直觀上并沒有明顯的特點(diǎn)。由語音信號具有一定周期性知，碼字間取值也具有一定的周期性。本文統(tǒng)計了12條邊對應(yīng)兩個頂點(diǎn)取值之差的概率，發(fā)現(xiàn)在差值為0時，同一碼字幀間邊的概率明顯高于其他邊；而差值為其他時，并沒有明顯的特點(diǎn)。因此，本文以兩個頂點(diǎn)間取值相同的概率作為CSTN中邊的轉(zhuǎn)移指數(shù)，記為RE，用來衡量碼字間的轉(zhuǎn)移關(guān)系強(qiáng)弱程度，兩個頂點(diǎn)間取值相同的概率即為R對角線之和，則RE可表示為：

(8)

壓縮語音進(jìn)行QIM信息隱藏后，VQ1、VQ2、VQ3取值會發(fā)生變化，相應(yīng)的RE也會改變，將根據(jù)轉(zhuǎn)移指數(shù)對網(wǎng)絡(luò)進(jìn)行化簡，本文隨機(jī)選擇了3 000段語音樣本計算12條邊的轉(zhuǎn)移指數(shù)，結(jié)果如圖2所示。

在圖2中，“Cover”和“Stego”分別表示未隱寫和使用NPP-QIM隱寫后的轉(zhuǎn)移指數(shù)，隱寫使邊d、h、l的轉(zhuǎn)移指數(shù)明顯減弱，而其他邊的轉(zhuǎn)移指數(shù)變化不明顯，因此在化簡CSTN時只保留對隱寫敏感的三條邊d、h、l，化簡后的隱寫敏感碼字時空轉(zhuǎn)移網(wǎng)絡(luò)(Steganography-Sensitive Codeword Spatiotemporal Transition Network， SS-CSTN)如圖3所示。

圖2 碼字轉(zhuǎn)移指數(shù)

圖3 隱寫敏感碼字時空轉(zhuǎn)移網(wǎng)絡(luò)

2 碼字貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是一種概率圖模型，其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是一個有向無環(huán)圖，由網(wǎng)絡(luò)節(jié)點(diǎn)、有向邊和條件概率表(Condition Probability Table， CPT)組成。上述的SS-CSTN與貝葉斯網(wǎng)絡(luò)非常相近，可以利用SS-CSTN進(jìn)一步構(gòu)建碼字貝葉斯網(wǎng)絡(luò)(CBN)分類器進(jìn)行隱寫分析。

2.1 碼字貝葉斯網(wǎng)絡(luò)的構(gòu)建

QIM隱寫算法以幀為單位進(jìn)行秘密信息嵌入，鑒于此，本文以幀為單位構(gòu)建貝葉斯網(wǎng)絡(luò)。QIM隱寫算法的直接影響是改變了VQ1、VQ2、VQ3的取值，由SS-CSTN知，不同碼字間取值相互獨(dú)立，同一碼字相鄰幀間取值不獨(dú)立，CBN構(gòu)建過程如下。

步驟1 以語音幀類別作為根節(jié)點(diǎn)C，有未隱寫(記為0)和隱寫(記為1)兩種。

步驟2 分別以VQ1、VQ2、VQ3的取值作為節(jié)點(diǎn)C的子節(jié)點(diǎn)，構(gòu)成由C到VQ1、C到VQ2、C到VQ3的三條有向邊。

步驟3 分別以VQ1、VQ2、VQ3相鄰幀間取值關(guān)系作為節(jié)點(diǎn)VQ1、VQ2、VQ3的子節(jié)點(diǎn)S1、S2、S3，構(gòu)成由VQ1到S1、VQ2到S2、VQ3到S3的三條有向邊，有取值不同(記為0)和取值相同(記為1)兩種。由于S1、S2、S3的取值與語音幀類別有關(guān)系，因此將有向邊C到S1、C到S2、C到S3添加到貝葉斯網(wǎng)絡(luò)中。

最終所構(gòu)建的CBN如圖4所示，CBN為一個由7個節(jié)點(diǎn)組成的三層網(wǎng)絡(luò)，其中第一層包含一個語音幀類別根節(jié)點(diǎn)，第二層包含三個碼字節(jié)點(diǎn)VQ1、VQ2、VQ3且相互獨(dú)立，第三層包含三個碼字的幀間關(guān)系節(jié)點(diǎn)S1、S2、S3且相互獨(dú)立。

圖4 CBN碼字貝葉斯網(wǎng)絡(luò)

2.2 碼字貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)

為了便于描述，圖4中的貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)C、VQ1、VQ2、VQ3、S1、S2、S3分別記為隨機(jī)變量X1、X2、X3、X4、X5、X6、X7，隨機(jī)變量的取值分別記為x1,x2,x3,x4,x5,x6,x7，其中x1,x5,x6,x7∈{0,1}，x2,x3,x4∈{0,1,…,255}，則網(wǎng)絡(luò)的聯(lián)合概率分布為：

(9)

其中：Pa(Xi)表示隨機(jī)變量Xi的父節(jié)點(diǎn)；P(Xi|Pa(Xi))表示隨機(jī)變量Xi的條件概率。P(Xi|Pa(Xi))具體如式(10)所示：

(10)

記隨機(jī)變量Xi共有Ki個取值，θijk表示Xi取其第k個取值，Pa(Xi)取其第j個取值時的條件概率，則θijk可表示為：

θijk=P(Xi=xik|Pa(Xi)=Pa(Xi)j)

(11)

網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)實(shí)質(zhì)上是學(xué)習(xí)各個θijk的取值，貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)通常采用式(12)所示模式：

π(θ)+χ?π(θ|χ)

(12)

其中：π(θ)表示先驗(yàn)分布；χ表示樣本信息；π(θ|χ)表示后驗(yàn)分布，參數(shù)學(xué)習(xí)綜合了它的先驗(yàn)信息和樣本信息。在貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)中，先驗(yàn)分布一般選取共軛分布，即先驗(yàn)分布π(θ)和后驗(yàn)分布π(θ|χ)屬于同一類型分布，本文選用常用的Dirichlet分布作為先驗(yàn)分布，則：

π(θij)=Dir(αij1,αij2,…,αijKi)=

(13)

其中Γ(·)為gamma函數(shù)。設(shè)在樣本χ中滿足Xi=xik且Pa(Xi)=Pa(Xi)j的個數(shù)為βijk，由于后驗(yàn)分布π(θ|χ)也服從Dirichlet分布，則π(θ|χ)可表示為：

π(θij|χ)=Dir(αij1+βij1,αij2+βij2,…,αijKi+βijKi)=

(14)

網(wǎng)絡(luò)參數(shù)θ的最大后驗(yàn)估計為：

(15)

學(xué)習(xí)貝葉斯網(wǎng)絡(luò)參數(shù)后即得到每個節(jié)點(diǎn)處的CPT，在CBN中，節(jié)點(diǎn)C的CPT大小為2，VQ1、VQ2、VQ3的CPT大小均為2×256=512，S1、S2、S3的CPT大小均為2×256×2=1 024。由于條件概率表較大不能直觀顯示，因此本文以圖的形式展示部分節(jié)點(diǎn)在3 000個語音片段上的條件概率，VQ1、VQ2、VQ3在未隱寫和隱寫兩種條件下的概率分別如圖5(a)、5(b)、5(c)所示。

圖5 部分節(jié)點(diǎn)條件概率示意圖

圖5中，“Cover”和“Stego”分別表示在未隱寫條件下和隱寫條件下的概率，可以看出節(jié)點(diǎn)VQ1、VQ2、VQ3在兩種條件下的概率不同，且部分取值概率差異比較大，說明本文構(gòu)建的CBN能夠有效地反映隱寫前后條件概率的變化情況。

3 隱寫檢測過程

貝葉斯網(wǎng)絡(luò)構(gòu)建和CPT學(xué)習(xí)之后，本文采用自下而上的診斷推理對樣本進(jìn)行分類，即已知子節(jié)點(diǎn)參數(shù)分布，來計算父節(jié)點(diǎn)的概率。CBN推理過程為利用隨機(jī)變量X2、X3、X4、X5、X6、X7的取值及相應(yīng)的條件概率來計算語音幀是未隱寫和隱寫的后驗(yàn)概率，其推理公式為：

P(X1=x1|X2,X3,X4,X5,X6,X7)=

(16)

x1=0和x1=1分別表示語音幀在隨機(jī)變量Xi=xi(i=2,3,…,7)時為未隱寫幀和隱寫幀的后驗(yàn)概率。給定一段包含N幀的語音片段，由式(16)可以計算出每一幀為未隱寫幀和隱寫幀的概率，記第i幀為未隱寫幀的概率為pui，為隱寫幀的概率為psi，本文定義語音隱寫指數(shù)J為：

(17)

隱寫指數(shù)J表示了一段語音中所有幀未隱寫概率之和與隱寫概率之和的比值。圖6顯示了50段語音在不同嵌入率下的J值。

圖6 不同嵌入率下的隱寫指數(shù)

由圖6可知，語音進(jìn)行隱寫后隱寫指數(shù)J發(fā)生明顯變化，且嵌入率越大J值越小。本文通過設(shè)置閾值Jthr來判斷語音是否隱寫：當(dāng)J≥Jthr時，判定為未隱寫語音；當(dāng)J

CNT(JS:Jsj

(18)

其中:CNT(JU:Juj≥Jthr)和CNT(JS:Jsj

首先利用未隱寫和隱寫的語音訓(xùn)練網(wǎng)絡(luò)參數(shù)，即學(xué)習(xí)CPT；然后利用CPT分別計算未隱寫訓(xùn)練樣本的隱寫指數(shù)集合JU和隱寫訓(xùn)練樣本的隱寫指數(shù)集合JS；接著從隱寫指數(shù)集合JU和集合JS的并集中找出一個元素作為區(qū)分隱寫樣本和未隱寫樣本的隱寫指數(shù)閾值Jthr，使得在訓(xùn)練樣本中準(zhǔn)確率最高；最后利用CPT和對未知類型的語音隱寫樣本進(jìn)行分類，以判斷其是否為隱寫樣本。

4 實(shí)驗(yàn)結(jié)果與分析

本文從互聯(lián)網(wǎng)上隨機(jī)搜索了10類語音片段組成語音樣本庫，包含了7類人類說話語音和3類樂器音，分別為中文男生、中文女生、英文男生、英文女生、法語、德語、日語、吉他樂、鋼琴樂、交響樂，每類人類說話語音由多個人的語音組成，每類數(shù)據(jù)集包含了1 000段語音，每段語音時長為10 s，采用單通道、8 kHz、16 b量化編碼為脈沖編碼調(diào)制(Pulse Code Modulation， PCM)格式，編碼方式采用G.723.1高速率6.3 kb/s，每類數(shù)據(jù)集按照3∶2的比例劃分為訓(xùn)練集和測試集。本文除了選用嵌入效率最高的NPP-QIM方法外，還選用對語音質(zhì)量影響最小的CNV-QIM方法作為隱寫方法，選用針對QIM隱寫方法進(jìn)行檢測的IDC方法和盲檢測方法DMFCC方法作為對比。本文將從嵌入率、語音時長和網(wǎng)絡(luò)參數(shù)復(fù)雜度三個方面對算法進(jìn)行性能分析。

4.1 不同嵌入率下的檢測性能分析

對語音樣本進(jìn)行秘密信息嵌入時，為了提升安全性能和降低對語音質(zhì)量的影響，可以采用降低嵌入率的方式實(shí)現(xiàn)。本文針對5種嵌入率進(jìn)行了實(shí)驗(yàn)，表1列出了3種隱寫檢測方法CBN、IDC和DMFCC在數(shù)據(jù)集中分別使用兩種隱寫方法CNV-QIM和NPP-QIM的檢測準(zhǔn)確率。

由表1知，隨著嵌入率的降低，3種隱寫檢測方法準(zhǔn)確率都會有所下降。當(dāng)嵌入率大于60%時，CBN方法和IDC方法對CNV-QIM隱寫方法都具有很高的檢測準(zhǔn)確率；當(dāng)嵌入率降低到20%時，IDC方法和DMFCC對CNV-QIM隱寫方法檢測準(zhǔn)確率均低于70%，而CBN方法仍有77.59%的檢測準(zhǔn)確率。在檢測NPP-QIM隱寫方法時，IDC方法和DMFCC方法在各種嵌入率下準(zhǔn)確率均低于70%，而CBN方法只有在嵌入率為20%時準(zhǔn)確率才低于70%，且其他嵌入率下檢測準(zhǔn)確率明顯高于IDC方法和DMFCC方法；在嵌入率為100%時，QIBM方法準(zhǔn)確率高達(dá)95.23%。

4.2 不同時長下的檢測性能分析

為了更全面地評估本文提出的隱寫檢測算法性能，本文還評估了語音片段的時間長度對隱寫檢測結(jié)果的影響。在5種時長下進(jìn)行了實(shí)驗(yàn)，表2列出了3種隱寫檢測方法對兩種隱寫方法的檢測準(zhǔn)確率。

表2 不同時長下隱寫分析準(zhǔn)確率 %

由表2可知，CBN方法對CNV-QIM隱寫方法和NPP-QIM隱寫方法在不同時長下均具有很高的檢測準(zhǔn)確率，隨著語音時長變短準(zhǔn)確率略微下降。在檢測CNV-QIM隱寫方法時，CBN方法和IDC方法檢測準(zhǔn)確率都大于90%，DMFCC方法檢測準(zhǔn)確率低于70%；在檢測NPP-QIM隱寫方法時，CBN方法在各種時長下準(zhǔn)確率均具有明顯高于IDC方法和DMFCC方法，在語音時長為2 s時，CBN方法對NPP-QIM隱寫方法仍具有85.21%的檢測準(zhǔn)確率，而IDC方法和DMFCC方法準(zhǔn)確率均低于60%。

4.3 網(wǎng)絡(luò)參數(shù)復(fù)雜度性能分析

由前文分析知，CBN中隨機(jī)變量X1的CPT大小為2，X2、X3、X4的CPT大小為512，X5、X6、X7的CPT大小為1 024，X2、X3、X4、X5、X6、X7的CPT大小直接由X2、X3、X4的取值個數(shù)決定。在CBN中，隨機(jī)變量X2、X3、X4的取值分別對應(yīng)VQ1、VQ2、VQ3的取值。為了減小CPT的存儲空間，可以使隨機(jī)變量X2、X3、X4的取值分別對應(yīng)VQ1、VQ2、VQ3的多個取值，即將VQ1、VQ2、VQ3的取值劃分為多個區(qū)間，每個區(qū)間對應(yīng)X2、X3、X4的一個取值。本文定義網(wǎng)絡(luò)參數(shù)復(fù)雜度為VQ1、VQ2、VQ3的區(qū)間劃分個數(shù)，記為Rn，且每個區(qū)間取值個數(shù)相同，為256/Rn，則X2、X3、X4的CPT大小為2Rn，X5、X6、X7的CPT大小為4Rn。區(qū)間劃分過程為：首先統(tǒng)計原始載體樣本中VQ1、VQ2、VQ3取值直方圖；然后將直方圖中的取值按從大到小降序排列，最后將排序后的取值化為Rn個區(qū)間，在本實(shí)驗(yàn)中，Rn={4,8,16,32,64,128,256}。不同網(wǎng)絡(luò)參數(shù)復(fù)雜度的隱寫檢測準(zhǔn)確率如圖8所示。

圖8 不同網(wǎng)絡(luò)參數(shù)復(fù)雜度下的檢測準(zhǔn)確率

為了比較本文檢測方法在不同網(wǎng)絡(luò)參數(shù)復(fù)雜度與現(xiàn)有的IDC方法和DMFCC方法的檢測性能，圖8中以IDC-CNV和IDC-NPP分別表示使用IDC方法對CNV-QIM隱寫方法和NPP-QIM隱寫方法的檢測準(zhǔn)確率，DMFCC-CNV和DMFCC-NPP分別表示使用DMFCC方法對CNV-QIM隱寫方法和NPP-QIM隱寫方法的檢測準(zhǔn)確率。由圖8可知，CBN方法的隱寫檢測準(zhǔn)確率隨著網(wǎng)絡(luò)參數(shù)復(fù)雜度增大而變高，這是因?yàn)榫W(wǎng)絡(luò)參數(shù)越復(fù)雜，網(wǎng)絡(luò)越能反映隱寫前后條件概率的變化。當(dāng)網(wǎng)絡(luò)參數(shù)復(fù)雜度等于8時，檢測CNV-QIM隱寫方法準(zhǔn)確率大于85%；當(dāng)網(wǎng)絡(luò)參數(shù)復(fù)雜度等于64時，檢測NPP-QIM隱寫方法準(zhǔn)確率大于85%。在檢測CNV-QIM隱寫方法和NPP-QIM隱寫方法時，IDC方法檢測準(zhǔn)確率和CBN方法分別在網(wǎng)絡(luò)參數(shù)復(fù)雜度為64和16時相當(dāng)，CBN方法在每種網(wǎng)絡(luò)參數(shù)復(fù)雜度下均比DMFCC方法檢測準(zhǔn)確率高。

由于網(wǎng)絡(luò)參數(shù)復(fù)雜度只對CPT有影響，檢測時只需查詢CPT，因此網(wǎng)絡(luò)參數(shù)復(fù)雜度對檢測時間基本沒有影響。本文在Inter i7- 4700MQ@ 2.4 GHz、8 GB內(nèi)存的Windows 7系統(tǒng)上使用Microsoft Visual Studio 2010進(jìn)行了檢測時間測試，本文提出的CBN方法檢測一段10 s長的語音平均時間為21 ms，可以達(dá)到實(shí)時檢測的效果。

以上的實(shí)驗(yàn)結(jié)果和分析表明本文提出的CBN方法對QIM隱寫算法具有良好的檢測性能，比IDC方法和DMFCC方法在不同嵌入率下和不同時長下都有更高的檢測準(zhǔn)確率。

5 結(jié)語

針對現(xiàn)有隱寫分析方法對NPP-QIM隱寫方法檢測準(zhǔn)確率不高的問題，本文提出了一種基于貝葉斯網(wǎng)絡(luò)的QIM信息隱藏檢測方法，從時空兩個角度分析了壓縮語音碼字轉(zhuǎn)移關(guān)系，并基于隱寫敏感碼字時空轉(zhuǎn)移網(wǎng)絡(luò)構(gòu)建了碼字貝葉斯網(wǎng)絡(luò)，結(jié)合大量樣本學(xué)習(xí)網(wǎng)絡(luò)參數(shù)和訓(xùn)練隱寫指數(shù)閾值，實(shí)現(xiàn)隱寫檢測分類。在不同嵌入率、不同語音時長和不同網(wǎng)絡(luò)參數(shù)復(fù)雜度條件下的多組實(shí)驗(yàn)結(jié)果表明，本文提出的CBN方法能夠有效地檢測QIM信息隱藏，特別是在檢測NPP-QIM時準(zhǔn)確率有了明顯的提升，在網(wǎng)絡(luò)參數(shù)復(fù)雜度較低時，仍然具有較高的檢測準(zhǔn)確率；同時CBN方法檢測所用時間很少，實(shí)現(xiàn)了對QIM信息隱藏的實(shí)時檢測。此外，本文方法的思想可用于檢測其他語言編碼器中的QIM信息隱藏方法，如SILK、iLBC和G.729等。在接下來的工作中，將進(jìn)一步研究貝葉斯網(wǎng)絡(luò)在其他類型的壓縮語音信息隱藏檢測方法中的應(yīng)用。