基于音頻載體的特定信息隱藏算法研究

姚 遠，白天皓，李亞偉

(華中師范大學 物理科學與技術學院，湖北 武漢 430000)

0 引 言

隨著網絡技術的發展，移動終端的數據互傳業務日益增多，攻擊者可以利用網絡傳輸的漏洞來竊取用戶傳輸的私密信息，因此信息安全的問題顯得尤其重要。近幾年，信息隱藏技術[1]在信息安全領域迅速發展并取得了較多成果。語音作為人與人之間交流的重要載體，伴隨著網絡通信技術的進步，無線語音通信在人們生活中越發普遍，以音頻為載體的信息隱藏技術也日益成為研究熱點。

音頻信息隱藏可以分為音頻水印[2-3]和音頻隱寫[4-5]兩個分支。音頻水印技術是版權保護領域的一種新技術，常見的音頻水印算法主要包括時域[6]和變換域[7-8]兩類。在時域進行信息隱藏具有嵌入信息量大，操作簡便等優點，但是對攻擊的抵抗性較差；變換域水印算法在保證不可感知性的前提下仍具有良好的魯棒性，其中主要包括離散余弦變換、離散小波變換、傅里葉變換等。文獻[9]結合小波變換與心理聲學模型，根據子帶掩蔽閾值自適應地在小波域嵌入水印。文獻[10]提出一種基于DCT域系數比較的音頻盲水印算法，該算法具有良好的透明性，但是魯棒性欠佳。文獻[11]提出一種結合DCT變換與SVD分解的水印算法，在DCT域對音頻進行SVD分解來實現水印嵌入，算法可以抵抗常見音頻攻擊。文獻[12]分析了DWT變換與SVD分解的各自優勢，通過對音頻進行DWT-SVD變換，選擇分解后的奇異值使用量化的方式嵌入水印。其算法的透明性與魯棒性都具有不錯的效果。文獻[13]基于音頻的MFCC特征，在音頻小波域進行SVD分解嵌入脆弱水印，在抵抗多種攻擊的同時可以定位惡意篡改位。

文中借鑒變換域的音頻水印算法，結合離散小波變換(DWT)和奇異值分解(SVD)的特征，提出一種基于音頻載體的特定信息隱藏算法。將整個音頻載體進行離散小波變換，取近似分量部分按特定長度分段，每段系數進行SVD分解得到奇異值。因為矩陣奇異值越大其穩定性越好，該算法在得到奇異值后并沒有直接進行嵌入，而是對所有奇異值進行排序，選擇較大的奇異值以奇偶量化的方式嵌入信息。同時為了保證安全性，在嵌入前對特定信息進行混沌加密和CRC編碼處理。實驗結果證明該算法在不可感知和抵抗攻擊方面都具有不錯的效果。

1 基于音頻載體的特定信息隱藏算法

1.1 特定信息預處理

為提高特定信息的安全性，在嵌入音頻前對特定信息進行預處理操作，即進行混沌加密和CRC編碼[14]。混沌是一個復雜的非線性非平衡動態過程，具有高度隨機性和低通特性的同時能夠有效抵抗有損壓縮和低通濾波等攻擊。Logistic映射[15]是一種典型的混沌動力學系統，其方程為：

Sn+1=μ*Sn*(1-Sn)

(1)

其中，μ為控制變量，Sn為混沌序列值且Sn∈(0,1)，S0為序列Sn初始值。當3.57<μ<4時，從初始值S0開始迭代生成的Logistic混沌序列處于混沌狀態。

為解決密鑰固定導致安全性降低的問題，文中采用隨機密鑰加密方式對特定信息進行混沌加密。首先，加密方和解密方各約定好相同的索引庫，索引庫中存放了256對混沌logistic控制參數，即控制變量μ和初始值S0，每一對參數都對應一個索引值(8 bit)。開始加密前先隨機生成一個索引值，取出其在庫中對應的參數來生成混沌序列，將生成的混沌序列與特定信息進行異或操作得到加密后信息。解密過程為：接受方提取出密文信息后，先取出前8 bit的密鑰索引值，進入索引庫中搜索其對應的混沌logistic控制參數μ和S0生成混沌序列，與密文異或即可解密。

文中特定信息選擇二值圖像，先將二值圖降維成n位一維向量；之后在256個索引值中隨機選擇一個，在庫中找到對應的控制參數μ和S0，構建n位的logistic混沌序列，與一維的特定信息異或得到密文，將8 bit索引值放在n位密文前面得到n+8位最終密文。之后采用CRC-16編碼生成16位校驗碼置于加密信息最后，經過處理的最終信息用元素w(i)表示，長度記為M。

1.2 特定信息隱藏與提取

變換域信息隱藏算法由于其良好的魯棒性被廣泛應用。其中離散小波變換(DWT)可以從時間和頻域角度同時對信號進行多尺度分析，相比于其他變換可以更有效地從信號中提取信息，故經離散小波變換后分解得到的信號低頻分量更加精準，由于音頻的能量大部分集中在低頻區域，因此在其中隱藏信息可以大大提高魯棒性。奇異值分解[16](SVD)是一種將矩陣對角化的數值方法，具有很好的穩定性,表現在當矩陣的奇異值發生變動時，逆變換后的矩陣不會發生較大變化。在矩陣的奇異值中隱藏信息可以抵抗常見攻擊，同時增加了隱藏信息后的透明性。經1.1節預處理得到加密的特定信息后，基于DWT和SVD將加密的特定信息隱藏到音頻載體中，嵌入方法具體如下：

(1)對原始印音頻進行二級小波變換，取出小波變換后的低頻分量Ca,長度記為L。對低頻分量Ca以長度T進行分段，分段后每段構成一個1*T的一維矩陣，記共分為a=L/T段。

(2)對每個1*T矩陣進行奇異值分解，得到a個奇異值矩陣X，選出每個奇異值矩陣X中的第一個元素X1。對所有分段的X1進行對比排列，選擇其中值最大的M個作為嵌入位置，進行特定信息嵌入。

(3)采取奇偶量化[17]的方式將特定信息w(i)嵌入到X1中。每個X1嵌入一比特特定信息，引入量化步長Δ來提高魯棒性。定義：

temp=round(X1/Δ)

(2)

取mod(temp,2)的值記為a,嵌入特定信息如式(3)所示：

(3)

重復以上步驟將特定信息嵌入完畢后，對所有的奇異值矩陣X進行逆SVD變換得到分段的DWT系數向量。整合后對其二級逆小波變換，得到含特定信息的音頻數據。

特定信息提取流程如下所示：

(1)將原始音頻數據進行二級小波變換，取出低頻分量按長度T分段并進行SVD分解。對所有分段分解后的奇異值矩陣X中的元素X1進行大小排序，選出最大的M個X1所對應分段即為特定信息嵌入的位置。

(2)對含信息音頻數據進行二級小波變換，取出低頻分量按長度T分段，對上步篩選出來的分段進行SVD分解，取出X矩陣中元素X1按以下公式進行提?。?/p>

(4)

(3)將所有的嵌入分段按以上步驟提取后，先對提取的信息進行CRC解碼判定提取的信息是否發生錯誤。若無誤即可執行1.1節解密得到特定信息，反之則說明數據發生丟失或者修改，則通知發送方重新發送數據。文中算法隱藏與提取流程分別如圖1所示。

圖1 隱藏與提取算法

2 實驗結果及分析

選擇在matlab2012a環境下進行仿真，音頻載體為采樣頻率8 kHz、量化精度16 bit的單聲道WAV音頻信號，分段長度T=10，量化步長Δ=0.5。測試的特定信息選擇32*32的二值圖像CCNU.bmp，原始圖片和加密后圖片見圖2。

圖2 原始和加密的特定信息

2.1 加密算法的性能分析

2.1.1 密鑰敏感性分析

加密算法要求必須對密鑰有極高的敏感性。當密鑰發生極其細微的變化時，密文都會隨之發生巨大改變，這便是密鑰的敏感性。分別對密鑰μ和S0進行細微改變后，對相同明文數據進行加密，與原密鑰加密后的密文進行對比，計算其密文變化比率，如表1所示。

2.1.2 抗差分攻擊分析

加密算法的攻擊方式可以分為四種：唯密文攻擊、已知明文攻擊、選擇明文攻擊和差分攻擊。差分攻擊[18]是四種攻擊方法中最有效的，如果加密算法可以抵抗差分攻擊，那么其他的三種攻擊也可以抵抗。差分攻擊的做法是攻擊者對明文數據進行微小改變后，利用加密算法改變前后的明文數據進行加密，通過對不同密文數據之間的差異可以分析出規律解出密鑰。文中的加密算法由于為隨機密鑰方式，即改變明文后再加密時密鑰已經改變，故可抵抗差分攻擊。經過測試，選擇50字節、100字節和200字節明文數據，分別對僅改變1字節的兩個明文進行加密，密文變化率分別為97.95%、98.98%、98.93%，明文的稍許改變會帶來密文的巨大變化，因此增加了差分攻擊的難度。

表1 密文變化比率程度表

2.2 特定信息隱藏算法性能分析

2.2.1 不可感知性檢測

圖3為原始音頻和含特定信息的音頻波形對比，對比波形圖可以看出嵌入特定信息后音頻數據基本無變動。分別采取主觀測評與客觀測評對不可感知性進行分析。

圖3 音頻波形對比

主觀測評采用最直觀的方式對算法進行測試，直接聽取嵌入特定信息后的音頻載體，選擇國際主流的Subjective Difference Grades標準(SDG)。SDG為0表示毫無差別，之后等級表示差別效果依次增大。選取15人的樣本在安靜的實驗室環境下對以上兩段音頻進行評估，結果如表2所示。

表2 主觀評測

客觀測評標準為計算嵌入特定信息前后的信噪比，嵌入的特定信息可以看成添加噪聲信號，當然這會對音頻載體質量造成一定的影響。因此衡量嵌入的特定信息對原始音頻造成影響程度的大小，就可以用信噪比的值的大小來表示。文中算法在測試音頻類型分別選擇流行音樂、古典音樂與搖滾音樂，嵌入特定信息后的信噪比分別為16.699 9、16.336 9、16.107 8。

2.2.2 魯棒性測試

為了測試算法的魯棒性，對嵌入特定信息后的音頻信號進行以下攻擊測試：(1)加20 dB高斯噪聲；(2)經過截至頻率為8 kHz的低通濾波；(3)重采樣:將采樣率提升到44.1 kHz之后再降到8 kHz；(4)MP3壓縮：以128 kbit/s的比特率進行MP3壓縮，攻擊之后提取水印信息。計算其相關系數(NC)和誤碼率(BER)并與文獻[11]、文獻[12]進行比較，表3為數據對比。

表3 不同算法對音頻攻擊的魯棒性

從表3中可以看出，文中算法相比文獻[11]和文獻[12]的算法在抵抗加高斯噪聲和MP3壓縮等攻擊上都有明顯提升，說明算法總體魯棒性更強，有效降低了特定信息的誤碼率。

3 結束語

提出了基于音頻載體的特定信息隱藏算法，將特定信息先進行混沌加密和CRC編碼，再對加密后的特定信息隱藏在音頻載體中實現保密通信。信息隱藏算法結合離散小波變換(DWT)和奇異值分解(SVD)，在具有良好透明性的同時提高了魯棒性。實驗驗證了該算法的有效性，為信息安全傳輸提供了一種較好的思路。