藏文Web網(wǎng)頁(yè)的信息隱藏研究

郭曉軍， 何 磊， 王 亮， 黃 操

(1. 西藏民族大學(xué) 信息工程學(xué)院， 陜西 咸陽(yáng) 712082; 2. 東南大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院， 江蘇 南京 211189;3. 西藏光信息處理與可視化技術(shù)重點(diǎn)實(shí)驗(yàn)室, 陜西 咸陽(yáng) 712082)

?

藏文Web網(wǎng)頁(yè)的信息隱藏研究

郭曉軍1,2,3， 何 磊1,3， 王 亮1,3， 黃 操1,3

(1. 西藏民族大學(xué) 信息工程學(xué)院， 陜西 咸陽(yáng) 712082; 2. 東南大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院， 江蘇 南京 211189;3. 西藏光信息處理與可視化技術(shù)重點(diǎn)實(shí)驗(yàn)室, 陜西 咸陽(yáng) 712082)

針對(duì)藏文Web頁(yè)面信息隱藏技術(shù)隱蔽性差、隱藏容量小、抗干擾性弱問(wèn)題，提出了一種具有同步機(jī)制的藏文Web頁(yè)面信息隱藏方法。該方法先對(duì)秘密消息的二進(jìn)制序列進(jìn)行置亂處理，添加具有同步性的巴克爾碼以形成新消息序列，并通過(guò)改變HTML標(biāo)簽屬性名稱(chēng)的大小寫(xiě)狀態(tài)來(lái)表示該序列中的0或1，實(shí)現(xiàn)秘密消息在藏文Web頁(yè)面內(nèi)的隱藏。實(shí)驗(yàn)結(jié)果表明，與其它方法相比，該方法在保證隱蔽性的情況下，能有效提高隱藏容量，在隨機(jī)擾亂程度較大時(shí)具有更好的魯棒性。

信息隱藏； 巴克爾碼； 魯棒性； 同步性

0 引 言

信息隱藏技術(shù)[1]是指發(fā)送端通過(guò)主動(dòng)調(diào)整或改變文本、圖像、音頻及視頻等載體特征來(lái)隱蔽地嵌入秘密消息，而在接收端通過(guò)逆操作從這些載體中提取出秘密消息，從而完成秘密消息的隱蔽傳輸。當(dāng)前信息隱藏技術(shù)主要針對(duì)文本[2-3]、圖像[4]、音視頻[5-6]等載體，而將藏文Web頁(yè)面為載體的信息隱藏方法在國(guó)內(nèi)外研究較少。隨著西藏經(jīng)濟(jì)的跨越式發(fā)展，藏文信息Web網(wǎng)站與日增多，借用信息隱藏技術(shù)以常見(jiàn)藏文Web頁(yè)面為載體來(lái)秘密收發(fā)消息可能成為非法勢(shì)力信息交互的途徑之一。因此，研究面向藏文Web頁(yè)面的信息隱藏技術(shù)可為檢測(cè)和預(yù)防其潛在的非法使用途徑提供重要技術(shù)依據(jù)。

由于藏語(yǔ)文字為字序列，詞與詞之間無(wú)間隔標(biāo)記，句子之間信息冗余較少[7]，現(xiàn)有的文本信息隱藏方法很難直接應(yīng)用在Web頁(yè)面的藏文內(nèi)容上。而現(xiàn)有Web頁(yè)面信息隱藏方法主要通過(guò)對(duì)HTML代碼標(biāo)簽的變換或冗余來(lái)完成隱藏秘密消息。Shen等[8]提出了一種通過(guò)改變Web頁(yè)面中HTML標(biāo)簽屬性順序來(lái)進(jìn)行信息隱藏方法，該方法不影響HTML代碼外觀，具有較好隱蔽性，但單個(gè)Web頁(yè)面信息容量較小，難以承載較大規(guī)模信息傳送。Xie等[9]借用屬性及屬性值名稱(chēng)大小寫(xiě)與單雙引號(hào)的組合狀態(tài)來(lái)表示000～111，極大增加了單個(gè)Web頁(yè)面中可嵌入信息比特?cái)?shù)，但對(duì)HTML標(biāo)簽屬性外觀改變較為明顯，隱蔽性較低。Jaiswal等[10]利用將秘密信息字符轉(zhuǎn)換成Unicode碼后以十六進(jìn)制數(shù)表示，然后再利用16個(gè)HTML標(biāo)簽(如)分別對(duì)應(yīng)十六進(jìn)制中的元素并代替，以實(shí)現(xiàn)秘密信息的嵌入。由于該方法要加入額外標(biāo)簽，在秘密信息較多時(shí)，會(huì)明顯造成原始Web頁(yè)面文件增大，因此僅適用于在Web頁(yè)面中嵌入少量秘密信息的情形。另外，上述方法在嵌入秘密信息時(shí)還缺乏同步機(jī)制，在攜帶秘密消息的HTML代碼受到干擾時(shí)，接收方難以全部或部分恢復(fù)出秘密消息。

針對(duì)上述問(wèn)題，提出了一種面向藏文Web頁(yè)面的信息隱藏方法IHSTW，在將秘密消息置亂處理后，添加具有同步性的巴克爾碼以形成新的消息序列，并調(diào)整HTML標(biāo)簽屬性名稱(chēng)大小寫(xiě)狀態(tài)來(lái)實(shí)現(xiàn)該序列在藏文Web頁(yè)面的嵌入。接收方可通過(guò)執(zhí)行簡(jiǎn)單解碼操作即可較為準(zhǔn)確地恢復(fù)出藏文Web頁(yè)面中的秘密消息，有效提高了最大信息隱藏容量和抗干擾能力。

1 預(yù)備知識(shí)

1.1 HTML標(biāo)簽屬性特點(diǎn)

超文本標(biāo)記語(yǔ)言(Hyper Text Markup Language, HTML)是使用一套標(biāo)記標(biāo)簽來(lái)描述網(wǎng)頁(yè)的一種語(yǔ)言，如圖2中的、

本文充分利用HTML標(biāo)簽屬性對(duì)大小寫(xiě)不敏感的特點(diǎn)，使用標(biāo)簽屬性的小寫(xiě)來(lái)表示"0"，標(biāo)簽屬性的大寫(xiě)來(lái)表示"1"，通過(guò)調(diào)整藏文Web網(wǎng)頁(yè)對(duì)應(yīng)的HTML代碼中的標(biāo)簽屬性大小寫(xiě)狀態(tài)，來(lái)達(dá)到隱藏秘密信息的目的，圖2給出了一個(gè)簡(jiǎn)單示例。圖中紅色下劃線的屬性均為小寫(xiě)，表示二進(jìn)制位"0", 而藍(lán)色下劃線的屬性都為大寫(xiě)，表示二進(jìn)制位"1"，因此該藏文頁(yè)面所隱藏的秘密信息序列為"01101010"。

圖1 藏文Web頁(yè)面示例

圖2 調(diào)整屬性大小寫(xiě)表示秘密信息的示例

1.2 巴克爾碼

巴克爾碼[11](Baker Code，BKC)是一種長(zhǎng)度有限且具有非周期性的特殊碼組，常在數(shù)字通信中作為幀同步碼，以保證收發(fā)雙方準(zhǔn)確定位數(shù)據(jù)幀開(kāi)始與結(jié)束位置。定義如下：設(shè)G=(g1g2g3,…,gr)為r位長(zhǎng)碼組，gp={+1, -1}，其局部相關(guān)函數(shù)G(q)滿(mǎn)足式(1)，則稱(chēng)G為BKC。目前已發(fā)現(xiàn)的BKC見(jiàn)表1。

(1)

表1 已發(fā)現(xiàn)的Baker碼

2 IHSTW的信息隱藏模型

IHSTW機(jī)制主要包括秘密消息發(fā)送方Sender與秘密消息接收方Receiver兩部分，如圖3所示。所使用的BKC事先通過(guò)其它安全通信信道分發(fā)給Sender和Receiver。Sender首先將要傳遞的秘密消息M轉(zhuǎn)換成二進(jìn)制序列，并對(duì)該序列進(jìn)行置亂處理(如Arnold變換等[12])，以提高其隱蔽性。然后Embedder模塊根據(jù)置亂序列中每位二進(jìn)制的值，對(duì)隱藏信息的載體藏文Web頁(yè)面W的HTML代碼中標(biāo)簽屬性名稱(chēng)大小寫(xiě)進(jìn)行相應(yīng)調(diào)整，以實(shí)現(xiàn)M在藏文Web頁(yè)面W中的嵌入。最后，Sender將攜帶秘密消息的藏文Web頁(yè)面W'發(fā)布在網(wǎng)絡(luò)站點(diǎn)上。Receiver通過(guò)訪問(wèn)該網(wǎng)絡(luò)站點(diǎn)而獲得W'， Extracter模塊從W'對(duì)應(yīng)的HTML代碼標(biāo)簽屬性名稱(chēng)大小寫(xiě)狀態(tài)提取出秘密消息二進(jìn)制序列，根據(jù)Bakercode并對(duì)該序列進(jìn)行恢復(fù)置亂處理，得到秘密消息M'，從而完成秘密消息的接收。

圖3 藏文Web頁(yè)面信息隱藏與提取機(jī)制IHSTW

2.1 Sender工作過(guò)程

作為秘密消息的發(fā)布者，Sender主要任務(wù)將秘密消息M轉(zhuǎn)換成二進(jìn)制序列，在置亂該序列后加入同步BKC，形成新的二進(jìn)制序列，并根據(jù)該序列調(diào)整普通藏文Web頁(yè)面W的HTML代碼標(biāo)簽屬性名稱(chēng)大小寫(xiě)，以實(shí)現(xiàn)M在W中的嵌入。設(shè)秘密消息M=m1m2…mn為字符串,且|M|=n(n>0)，mi(i=1, 2,…,n)為單個(gè)字符，mi(Ω，Ω為ASCII碼字符集。Sender工作過(guò)程如下：

(1) 取M中的字符mi，并根據(jù)ASCII碼表將mi轉(zhuǎn)換成二進(jìn)制序列bi1bi2bi3bi4bi5bi6bi7bi8，其中bi1，bi2，…，bi8({0,1})。例如，當(dāng)mi='A'時(shí)，所對(duì)應(yīng)的二進(jìn)制序列為"01000001"，即bi2=bi8=1，bi1=bi3=bi4=bi5=bi6=bi7=0 。

(2) 對(duì)bi1bi2bi3bi4bi5bi6bi7bi8進(jìn)行置亂處理，以提高其隱蔽性。此處將該序列分為bi1bi2bi3bi4與bi5bi6bi7bi8兩部分，并采用Arnold變換分別對(duì)兩部分進(jìn)行置換處理，得到b'i1b'i2b'i3b'i4與b'i5b'i6b'i7b'i8，即mi此時(shí)所對(duì)應(yīng)的二進(jìn)制序列變?yōu)镾=b'i1b'i2b'i3b'i4b'i5b'i6b'i7b'i8，且b'i1，b'i2，…，b'i8({0,1})。

(3) 將BKC分別添加在序列S起始與結(jié)尾處，以構(gòu)成與S對(duì)應(yīng)且具有自同步性的序列S'。例如BKC="1101"時(shí)，所得的序列為S' = 1101b'i1b'i2b'i3b'i4b'i5b'i6b'i7b'i81101。

(4) 根據(jù)序列S'中的每一位值，按順序改變普通藏文網(wǎng)頁(yè)W的HTML代碼中標(biāo)簽屬性名稱(chēng)的大小寫(xiě)。若該位值為0，則屬性名稱(chēng)為小寫(xiě)，若該位值為1，則標(biāo)簽屬性名稱(chēng)大寫(xiě)。

(5) 重復(fù)步驟(1)～(4)，直至M的所有字符被處理完畢，以完成秘密消息M在藏文頁(yè)面W中的嵌入過(guò)程。

2.2 Receiver工作過(guò)程

Receiver是秘密消息的接收者，其任務(wù)是在訪問(wèn)攜帶有秘密消息的藏文Web頁(yè)面W'后，根據(jù)W' 的HTML代碼標(biāo)簽屬性名稱(chēng)大小寫(xiě)狀態(tài)，提取出W'所嵌入的秘密信息序列，在去除同步的BKC后，通過(guò)置亂恢復(fù)操作，還原出Sender所嵌入的原始秘密消息M，工作流程如圖4所示。

圖中，A[]保存了從W'所提取的二進(jìn)制序列，Index[]記錄了A[]中所有匹配BKC模式的位置信息，|Index|表示Index[]的長(zhǎng)度。M[]保存了最終從W'恢復(fù)出的秘密消息字符串。

3 實(shí)驗(yàn)與分析

為測(cè)試本文提出的算法，使用Python語(yǔ)言實(shí)現(xiàn)Sender與Receiver功能及IHSTW算法，分別部署在局域網(wǎng)內(nèi)兩臺(tái)操作系統(tǒng)為Ubuntu 12.04的不同主機(jī)Host1和Host2上，同時(shí)在Host1上安裝Apache作為Web Server。本文收集了10個(gè)常用藏文Web站點(diǎn)的首頁(yè)作為隱藏秘密消息的載體頁(yè)面:① http://ti.tibet.cn/shaonianbo/snb.html, ② http://www.tibetcm.com/, ③ http://www.tibetitw.com/, ④ http://www.tibetanecology.org/, ⑤ http://www.monlamit.org/, ⑥ http://tibet.people.com.cn/, ⑦ http://www.amdotibet.cn/, ⑧ http://www.qhtb.cn/, ⑨ http://ti.tibet3.com/, ⑩ http://www.sorig.net/。并將該10個(gè)頁(yè)面放置在Apache的相應(yīng)目錄內(nèi)，Host2可通過(guò)瀏覽器訪問(wèn)位于Host1上的這些頁(yè)面。

3.1 最大信息隱藏容量對(duì)比

最大信息隱藏容量LEC(Largest Embedded Capacity) 是指網(wǎng)頁(yè)信息隱藏算法在單個(gè)Web頁(yè)面中所能嵌入的最大比特?cái)?shù)量，可用于衡量不同網(wǎng)頁(yè)信息隱藏算法對(duì)Web頁(yè)面的信息隱藏能力。針對(duì)上述10個(gè)常用的藏文Web頁(yè)面，將IHSTW分別與SZ[8 22]，XLZ[9 15]和JP[10 16]三種網(wǎng)頁(yè)信息隱藏算法在這些頁(yè)面上的LEC進(jìn)行測(cè)試對(duì)比，結(jié)果如圖5所示，其中“Web頁(yè)面編號(hào)”對(duì)應(yīng)10個(gè)Web頁(yè)面。

圖4 Receiver工作流程圖

圖5 4種網(wǎng)頁(yè)信息隱藏算法的LEC對(duì)比

可以看出，XLZ算法LEC較大，信息隱藏能力最強(qiáng)，其次是IHSTW算法，最差為JP算法。這主要是由于XLZ算法采用了屬性名稱(chēng)大小寫(xiě)與屬性值引號(hào)相結(jié)合的方式來(lái)表示隱藏信息，從而加大了Web頁(yè)面中的隱藏信息容量。但這種方式也使HTML代碼外觀改變極為明顯，降低了HTML代碼的隱蔽性，容易被識(shí)別檢測(cè)。而IHSTW算法僅采用調(diào)整屬性名稱(chēng)大小寫(xiě)方式，其LEC與XLZ算法相比較小，但由于HTML代碼外觀改變比較微弱，相對(duì)來(lái)說(shuō)使得HTML代碼具有較好的隱蔽性，因此IHSTW算法本質(zhì)是一種較大隱藏信息容量與較好隱蔽性的折衷方法。從圖中來(lái)看IHSTW算法的LEC最小為880 bits，仍可以滿(mǎn)足實(shí)際應(yīng)用需要。此外，同一網(wǎng)頁(yè)信息隱藏算法在不同Web頁(yè)面中所能隱藏的最大比特?cái)?shù)量也存在較大差異，這主要是由于這4種算法基本都是借助HTML代碼中標(biāo)簽屬性來(lái)隱藏信息的，而不同Web頁(yè)面所的HTML代碼中標(biāo)簽屬性數(shù)量是隨機(jī)的，因此導(dǎo)致不同Web頁(yè)面具有不同的LEC。

3.2 魯棒性對(duì)比

魯棒性是指網(wǎng)頁(yè)信息隱藏算法在攜帶秘密消息Web頁(yè)面的HTML代碼在受到一定程度篡改、亂序等干擾后，對(duì)所攜帶秘密消息的還原程度，主要反應(yīng)網(wǎng)頁(yè)信息隱藏算法的抗干擾能力。圖6給出了本文在不同隨機(jī)擾亂程度下對(duì)4種算法魯棒性的測(cè)試結(jié)果，其中秘密消息還原率是指被正確恢復(fù)出的秘密消息字符數(shù)目與秘密消息總字符總數(shù)之比。

圖6 4種算法在不同干擾下對(duì)秘密消息的還原率

從圖6可以看出，隨著隨機(jī)擾亂程度的增大，4種算法對(duì)秘密消息的還原率均呈現(xiàn)下降趨勢(shì)。其中，XLZ與JP算法的下降幅度較大，這是由于此兩種算法還原秘密消息時(shí)僅僅依賴(lài)于載體頁(yè)面W'內(nèi)標(biāo)簽屬性名稱(chēng)狀態(tài)或?qū)傩灾貜?fù)次數(shù)，一旦被干擾或改變，將引發(fā)W'內(nèi)被干擾點(diǎn)及其后續(xù)的秘密信息序列被連續(xù)的錯(cuò)誤恢復(fù)，導(dǎo)致極低的秘密消息還原率。而SZ算法由于可通過(guò)遍歷標(biāo)簽屬性位置的不同組合來(lái)糾正被干擾的部分秘密消息序列，所以在干擾程度增大時(shí)，相對(duì)于XLZ與JP算法，其秘密消息還原率較高。

而IHSTW算法由于采用了巴克爾碼作為同步機(jī)制，使得Receiver能正確找到未受干擾信息序列S'在載體頁(yè)面W'所對(duì)應(yīng)HTML代碼里的起始位置，最大限度地還原出W'內(nèi)未被未受干擾的秘密消息序列，所以表現(xiàn)出比其他3種算法更好的魯棒性。此外，IHSTW算法能自動(dòng)跳過(guò)BKC已被破壞的那些信息序列，避免了對(duì)這些序列的識(shí)別檢測(cè)時(shí)間開(kāi)銷(xiāo)，從而極大降低了秘密消息還原過(guò)程的時(shí)間復(fù)雜度。

4 結(jié) 語(yǔ)

藏文Web頁(yè)面信息隱藏技術(shù)可利用含有藏文信息的網(wǎng)頁(yè)來(lái)隱藏與收發(fā)秘密消息。本文提出了一種面向藏文Web頁(yè)面的信息隱藏方法，通過(guò)置亂操作和添加巴克爾碼來(lái)有效保證嵌入藏文Web網(wǎng)頁(yè)代碼中秘密消息的隱蔽性和魯棒性，并進(jìn)行了實(shí)驗(yàn)驗(yàn)證，取得了較好的實(shí)驗(yàn)效果。下一步研究工作擬在增大該方法的信息隱藏容量、改善置亂操作過(guò)程及識(shí)別檢測(cè)的策略等方面開(kāi)展。

[1] Bandyopadhyay S K, Malik S, Mitra W. Hiding Information-A Survey[J]. Journal of Information Sciences and Computing Technologies, 2015, 3(3): 232-240.

[2] Khadim U, Khan A, Ahmad B,etal. Information Hiding in Text to Improve Performance for Word Document[J]. International Journal of Technology and Research, 2015, 3(3): 50-56.

[3] Yadav V K, Batham S. A Novel Approach of Bulk Data Hiding using Text Steganography[J]. Procedia Computer Science, 2015, 57: 1401-1410.

[4] Huang H, Huang S, Chen J,etal. An image information hiding algorithm based on grey system theory[J]. International Journal of Communication Systems, 2014, 27(10): 2426-2442.

[5] Cho K, Choi J, Kim N S. An acoustic data transmission system based on audio data hiding: method and performance evaluation[J]. EURASIP Journal on Audio, Speech, and Music Processing, 2015(1): 1-14.

[6] Kumar M, Shukla M D. Review of Video Watermarking Techniques[J]. International Journal for Innovative Research in Science and Technology, 2015, 1(8): 64-67.

[7] 才智杰. 藏文自動(dòng)分詞系統(tǒng)中緊縮詞的識(shí)別[J]. 中文信息學(xué)報(bào),2009(1):35-37.

[8] Shen Dongsheng, Zhao Hong. A novel scheme of webpage information hiding based on attributes[C]∥Proceedings of the 2010 IEEE International Conference on Information Theory and Information Security, IEEE , 2010: 1147-1150.

[9] Xie Yong, Li Juan, Zhang Yilai. A High Capacity Information Hiding Method for Webpage Based on Tag[C]∥Proceedings of the 3rd International Conference on Digital Manufacturing and Automation, IEEE, 2012: 62-65.

[10] Jaiswal R J, Patil N N. Implementation of a new technique for web document protection using unicode[C]∥Proceedings of the 2013 International Conference on Information Communication and Embedded Systems, IEEE, 2013: 69-72.

[11] Soba J, Munir A, Suksmono A B. Barker code radar simulation for target range detection using software defined radio[C]//Proceedings of the 2013 International Conference on Information Technology and Electrical Engineering, Yogyakarta:IEEE, 2013: 271-276.

[12] Wikipedia. Arnold's cat map [EB/OL]. (2013-9-24) [2013-10-24].http://en.wikipedia.org/wiki/Arnold%27s_cat_map.

Research on Information Hiding Method for Tibetan Webpage

GUOXiao-jun1,2,3,HELei1,3,WANGLiang1,3,HUANGCao1,3

(1. School of Information Engineering , Xizang Minzu University, Xianyang 712082, China; 2. School of Computer Science and Engineering, Southeast University, Nanjing 210096, China; 3. Xizang Key Laboratory of Optical Information Processing and Visualization Technology, Xianyang 712082, China)

In order to solve the problem of weak covertness, small hiding capacity and poor robustness of Tibetan webpage information hiding (IH) technique, a novel IH scheme with synchronization mechanism for Tibetan webpage (IHSTW) is proposed. Firstly, the bit sequence of secret message is disordered by scrambling transformation algorithm. Then the synchronous Baker code is added into this scrambled bit sequence to form a new bit sequence. Lastly, the bit "0" and "1" of this new bit sequence is embedded into Tibetan webpage through changing the upper or lower case of tag attribute names in its HTML code. Experimental results show that, compared with other existing IH methods, IHSTW can increase the information hiding capacity effectively with good covertness and present better robustness under heavy random perturbation.

information hiding; Baker code; robustness; synchronization

2015-12-14

西藏自治區(qū)自然科學(xué)基金(2015ZR-13-17, 2015ZR-14-18)；教育部科技研究重點(diǎn)項(xiàng)目(212168)

郭曉軍(1983-)，男，山西長(zhǎng)治人，碩士，講師，主要研究方向網(wǎng)絡(luò)安全，網(wǎng)絡(luò)測(cè)量。

Tel.: 13468528810; E-mail: gxj_0617@163.com

TP 393.08

A

1006-7167(2016)08-0143-05