一種動態更新失真代價的自適應±k隱寫算法

湯光明 邊 媛 韋大偉 高瞻瞻 朱垚臻

?

一種動態更新失真代價的自適應±隱寫算法

湯光明 邊 媛*韋大偉 高瞻瞻 朱垚臻

(解放軍信息工程大學 鄭州 450001)

基于失真函數的自適應隱寫技術在嵌入過程中，忽略了嵌入操作相互間的影響，隱寫策略無法隨載體統計特性的改變自適應地調節?？紤]嵌入操作的交互影響，該文提出一種基于動態更新失真代價的±隱寫算法。首先分析了中心像素與其鄰域的相關性，理論證明了在4-鄰域修改情況下中心像素的最優修改方式，進而提出了失真代價更新策略MDS(Modification Degree Strategy)；并結合該策略設計實現了一種自適應±隱寫算法。實驗表明，五元修改方式下算法UNIWARD-MDS(Pentary Version)在高嵌入率下(0.5~1.0 bpp)的抗SRM檢測性優于S-UNIWARD(Pentary Version)，同時在抵抗maxSRMd2檢測時不同嵌入率下均優于S-UNIWARD(Pentary Version)；三元修改方式下算法HILL-MDS和UNIWARD-MDS(Ternary Version)抗檢測性能優于對應的自適應隱寫算法HILL和S-UNIWARD(Ternary Version)。

信息安全；隱寫；自適應隱寫；動態更新失真代價

1 引言

隱寫術作為信息隱藏的重要分支，利用數字載體在時間、空間等方面的冗余特性，將秘密信息隱藏于公開的數字載體中進行傳遞。目前隱寫術主要分為兩大類：自適應隱寫和非自適應隱寫技術。自適應隱寫[1]，即在秘密信息嵌入過程中根據載體內容特性自定義隱寫策略，將秘密信息嵌入到最不容易被懷疑的區域，提高算法抗隱寫分析的能力。

自適應隱寫技術，待解決的關鍵問題是失真函數的定義和隱寫編碼的設計。文獻[2]提出的病灶格子編碼(Syndrome Trellis Code, STC)可較好地解決自適應隱寫編碼的設計問題。因此，目前自適應隱寫技術的主要研究點為設計合理的失真函數。文獻[3]利用單個像素修改前后含密載體與原載體圖像特征前后變化量定義像素失真，該特征來源于隱寫分析算法SPAM[4]。文獻[5]提出了WOW，利用方向濾波(小波分析領域)來定義空域圖像嵌入失真。文獻[6]設計的隱寫算法通過方向濾波對載體圖像進行分解，利用水平、垂直、對角方向的濾波噪聲殘差定義像素的修改代價。該算法可應用于定義任意域的通用小波相對失真(UNIversal WAvelet Relative Distortion, UNIWARD)，其中應用于空域的算法稱為空域UNIWARD (Spatial-UNIWARD, S-UNIWARD)。文獻[7]提出了HILL，該算法利用文獻[8]提出的擴散原則對UNIWARD中的失真函數進行修改，使用了一個高通濾波器和兩個低通濾波器，使像素的修改位置集中在載體紋理復雜區域，提高了抗隱寫分析能力。

上述失真函數一次性分配載體元素的失真代價，將單個載體元素對整個載體統計特性的影響作為該載體元素的失真代價，忽略像素鄰域修改方式對其嵌入失真代價的影響。而當載體元素發生修改時，整個載體的統計特性發生變化，初始分配的失真代價此時并不能完全反映載體的紋理特性，即不能根據載體統計特性的變化自適應地調節隱寫策略。文獻[9]提出了一種在嵌入過程中動態更新失真代價的隱寫算法，即在嵌入秘密信息后更新整個載體，并重新計算待嵌入區域載體元素的失真代價。該算法首次提出了動態調節失真代價的思想。文獻[10]提出了基于2-像素基團的像素失真代價更新策略。此更新策略主要考慮了4鄰域的每個像素對中心像素的失真代價造成的影響，將此種改變疊加以定義中心像素的失真代價。該算法計算復雜度較低，但缺陷是未同時考慮4鄰域像素的修改情況對中心像素的交互影響。文獻[11]提出了CMD算法，一種動態更新載體元素失真代價的空域隱寫方案。根據其原載體圖像中4鄰域對應位置的像素修改方式頻數進行調節，從而實現像素失真代價的動態調節，提高了算法的抗檢測性。上述失真代價更新策略的研究工作主要針對三元修改方式下的載體元素，針對多元隱寫的失真代價動態更新策略并未見公開文獻予以討論。

因此，本文在文獻[11]工作的基礎上，主要研究了多元修改方式下的自適應隱寫技術，推廣了文獻[11]提出的失真代價更新策略；提出一種適用于多元修改方式的像素失真代價更新策略—MDS (Modification Degree Strategy)，并結合該策略實現了的自適應隱寫算法。首先，引入了像素相關度的概念，用以衡量像素與其4鄰域的相關性強弱；定義了像素修改度，以度量像素在不同修改方式下與其4鄰域的相關度大?。恢螅鶕袼卦诓煌薷姆绞较碌男薷亩却笮?，動態調節其對應的失真代價，保證像素隱寫后與其鄰域保持較強的相關性。在此基礎上，針對±的修改方式提出具體的失真代價更新方法，進而結合現有的多元失真函數，實現了自適應隱寫。

2 預備工作

(3)

(4)

3 失真代價動態更新策略的設計

現有基于失真函數的自適應隱寫算法在分配失真代價時，認為嵌入操作對像素的影響是相互獨立的，不考慮像素嵌入操作帶來的交互影響。但在實際隱寫過程中，像素的嵌入操作會使整個載體圖像的統計特性發生變化，進而影響其他相鄰像素的失真代價。目前，如何衡量嵌入操作對鄰域像素的影響仍處在一個探索階段。本節通過定量衡量像素與其鄰域像素相關性強弱，將像素修改方式的選擇與其鄰域相關性關聯，提出一種像素失真代價動態更新策略，在秘密信息嵌入過程中達到動態調整像素失真代價的目標。

3.1 像素相關度

圖1 像素的4鄰域 圖2 像素的4鄰域的修改方式

根據上述定義的像素鄰域系統，首先提出了定量衡量鄰域相關性強弱的相關度，隨后分析相關度在鄰域發生嵌入操作時的變化強弱，得到保持像素之間相關性的最優修改方式。

(6)

根據隱寫分析相關理論知，隱寫操作破壞了載體元素之間的相關性；空域隱寫分析算法SRM利用多種濾波模板提取載體圖像的噪聲殘差，進而捕獲載體圖像相關性的變化，可較為有效地檢測載體圖像是否隱寫。因此，隱寫算法應保證隱寫后載體元素之間仍具有較強的相關性。為保證像素嵌入秘密信息后仍同其鄰域保持較強的相關性，其最小化其相關度值，如式(9)所示。

(9)

由像素空間相關性知：

(11)

針對現有隱寫算法對像素相關性的破壞，現代隱寫分析算法利用多種濾波模板提取特征，根據隱寫前后像素相關性的變化強弱進行分類。為提高隱寫算法的安全性，隱寫的嵌入操作應使載體像素修改后與其鄰域仍保持較高的相關性，修改方式應接近最優修改方式，即

(13)

3.2 MDS策略的設計(Modification Degree Strategy)

根據隱寫的真實情況，本節提出了在秘密信息嵌入過程中動態調節像素失真代價的策略。當中心像素的鄰域像素發生嵌入操作時，中心像素不同修改方式下的失真代價變化不同。根據3.1節像素相關度的定義及最優修改方式的證明，本文提出像素修改度的概念；并根據修改度的大小，決定不同修改方式對應的代價更新方式。

隨后，根據修改方式的不同，設計像素失真代價更新策略MDS。

(19)

4 自適應隱寫算法設計

本節應用基于修改度的MDS更新策略，提出一種基于局部加性、動態更新像素失真代價的自適應±隱寫算法。本算法主要包括4個步驟：(1)圖像預處理，對圖像進行分塊形成圖塊，并對各圖塊采樣生成采樣塊；秘密信息預處理，對秘密信息采用同樣的方式進行分塊。(2)利用初始失真函數計算載體像素失真代價。(3)根據規定的掃描、嵌入順序，使用STC編碼對第1個采樣塊實現隱寫；(4)根據像素失真代價更新策略調整像素失真代價。

4.1 秘密信息的嵌入

秘密信息的嵌入過程如下：

例 對圖3的矩陣塊進行采樣，得到9個采樣塊，如圖4所示。

步驟3 設定秘密信息的嵌入順序，如圖5(a)，圖5(b)所示。嵌入方式為水平Z字形，因此，采樣塊按圖5(a)方式標記。

步驟6 計算像素初始失真代價。利用目前已有的自適應隱寫算法，如HUGO[3], WOW[5], S-UNIWARD[6]等計算像素失真代價。

(22)

其中，為小波分解低通濾波器(Daubechies 8-tap wavelet decomposition low-pass filter),為小波分解高通濾波器(Daubechies 8-tap wavelet decomposition high-pass filter)。

步驟7 根據MDS策略更新像素失真代價：

步驟8 根據更新后的像素失真代價，按上述制定的嵌入順序依次在采樣塊中嵌入秘密信息。

4.2秘密信息的提取

5 實驗及安全性分析

安全性是數字隱寫的一個重要指標。在圖像隱寫中，安全性主要包括不可感知性和抗檢測性兩方面?？箼z測性是指抵抗檢測工具區分載體、載密圖像的能力。本節主要從抗檢測性方面對本文提出的自適應隱寫算法進行安全性分析。

圖3 圖像分塊示意圖 圖4 圖塊采樣示意圖 圖5 采樣塊間、塊內掃描嵌入順序示意圖

5.1 實驗設置

實驗基于BOSSBASE[12]圖像庫，該樣本庫圖片數量為10000張，圖片大小均為。實驗時從樣本庫中隨機選取5000張圖片做為載體庫。選出其中的2500幅圖像所對應的載體、載密圖像用于訓練，剩余2500幅參考圖像所對應的載體、載密圖像用于測試。使用集成分類器作為分類器[13]。實驗環境為MATLAB R2012b平臺，硬件為Intel Core TM2 CPU6320@1.86 GHz。根據嵌入率，使用偽隨機數發生器生成的二元序列模擬秘密信息。

實驗時先將不同嵌入率下的載密圖像特征及對應的載體圖像特征，平均分成訓練集和測試集，然后利用訓練所得的分類器對對應的測試集進行檢測，檢測結果用最小平均錯誤率表示如式(24)所示。

5.2 參數選擇

5.3抗檢測性分析

針對三元修改方式，選用了S-UNIWARD (Ternary-Version)[6], HILL[7]及HILL-CMD[11], UNIWARD-CMD(Ternary-Version)[11], Synch- HILL[9]，與本文提出的HILL-MDS, UNIWARD- MDS(Ternary-Version)進行嵌入率為的隱寫，得到載密圖像庫；然后采用SRM[14]特征分別對圖像庫中的圖像進行特征提取，采用集成分類器得到實驗結果如圖7所示。

由圖7(a)和圖7(b)的實驗結果知，相同條件下，利用MDS策略結合現有自適應隱寫算法形成的隱寫算法抗SRM檢測性能優于初始的自適應隱寫算法，驗證了所提策略的有效性。同時，將使用MDS策略形成的三元隱寫算法UNIWARD-MDS, HILL- MDS分別與UNIWARD-CMD算法，Synch- UNIWARD算法，HILL-CMD算法、Synch-HILL算法進行比較。由圖7(a)知算法UNIWARD-MDS抗SRM檢測性能好于Synch-UNIWARD算法，接近UNIWARD-CMD算法的性能；由圖7(b)知算法HILL-MDS抗SRM檢測性能好于Synch-HILL算法，接近HILL-CMD算法的性能。由于Synch類隱寫算法的更新策略是分別考慮2像素基團的交互性，而MDS和CMD類隱寫算法的更新策略是同時考慮4像素基團的相關性，因此MDS類和CMD類隱寫算法抗SRM的性能優于Synch類隱寫算法。同時，由于MDS策略所選用的相關性并不能完全反映隱寫操作的影響，因此其隱寫算法的安全性低于CMD類隱寫算法。

針對五元修改方式，選用了S-UNIWARD[6](Pentary-Version), MVGG[15]與本文提出的UNIWARD-MDS(Pentary-Version)進行嵌入率從0.05到1.00的隱寫，得到載密圖像庫；然后采用SRM[14]特征和maxSRMd2[16]特征分別對圖像庫中的圖像進行特征提取，利用集成分類器進行實驗，實驗結果如圖8，圖9所示。

從圖8可以看出，當嵌入率小于0.3 bpp時，本文設計的五元隱寫算法UNIWARD(Pentary Version)-MDS算法逼近于S-UNIWARD(Pentary Version)算法，這是由于嵌入率較小時更新策略沒有發揮作用；當嵌入率大于0.3 bpp小于0.5 bpp時，由于UNIWARD(Pentary Version)-MDS算法存在五元嵌入的情況，導致隱寫算法抗SRM檢測性能下降。隨著嵌入率的增加，當嵌入率大于0.5 bpp時，UNIWARD(Pentary Version)-MDS的更新策略起主導作用，抗SRM檢測性能超過S-UNIWARD (Pentary-Version)，逼近算法MVGG。由圖9知，本文設計的五元隱寫算法UNIWARD(Pentary Version)-MDS 在不同嵌入率下抵抗maxSRMd2檢測性能均好于S-UNIWARD(Pentary-Version)算法，主要原因是maxSRMd2檢測算法是基于信道選擇的隱寫檢測算法。該隱寫檢測算法利用估計得到的失真代價確定信道。例如，maxSRMd2算法利用S-UNIWARD(Pentary-Version)的初始失真代價作為算法UNIWARD(Pentary Version)-MDS的估計失真代價，由于更新策略帶來的失真代價的動態變化導致了檢測算法性能的下降。

圖6 不同隱寫算法結合更新策略MDS在不同分塊參數、不同動態參數條件下抗SRM性能隱寫算法抗SRM性能 圖7 不同嵌入率下的三元自適應圖8 不同嵌入率下五元自適應隱寫算法抗SRM性能

圖9 不同嵌入率下五元自適應隱寫算法抗maxSRMd2性能

6 結束語

本文設計了一種適用于多元修改方式的像素失真代價更新策略，結合策略提出了一種自適應±隱寫算法。實驗結果表明：三元修改方式下，結合現有自適應隱寫失真函數和更新策略的隱寫算法可提高自適應隱寫算法抵抗SRM檢測的性能，且更新策略MDS優于Synch。五元修改方式下，在嵌入率大于0.5 bpp時所提算法UNIWARD(Pentary Version)-MDS抗SRM檢測性能優于S-UNIWARD (Pentary-Version)；對于抵抗maxSRMd2檢測性能，UNIWARD(Pentary Version)-MDS 在不同嵌入率下均好于S-UNIWARD(Pentary-Version)算法。未來考慮中心像素與其8鄰域的交互影響，進一步改進本文像素失真代價更新策略。

[1] 韓濤, 祝躍飛. 基于 Canny 邊緣檢測的自適應空域隱寫術[J]. 電子與信息學報, 2015, 37(5): 1266-1270. doi: 10.11999/ JEIT141121.

HAN Tao and ZHU Yuefei. Adaptive spatial steganography based on Canny’s edge detection[J].&, 2015, 37(5): 1266-1270.doi: 10. 11999/JEIT141121.

[2] FILLER T, JUDAS J, and FRIDRICH J. Minimizing additive distortion in steganography using syndrome-trellis codes[J]., 2011, 6(3): 920-935. doi: 10.1109/TIFS.2011. 2134094.

[3] GUL G and KURUGOLLU F. A new methodology in steganalysis: Breaking highly undetectable steganograpy (HUGO)[J]., 2011, 6958: 71-84.

[4] PENVY T, BAS P, and FRIDRICH J. Steganalysis by subtractive pixel adjacency matrix[C]. Proceedings of the 11th ACM Multimedia and Security Workshop, Princeton, NJ, USA, September 2009: 75-84.

[5] HOLUB V and FRIDRICH J. Designing steganographic distortion using directional filters[C]. Proceedings of the IEEE Workshop on Information Forensic and Security, Tenerife, Spain, 2012: 234-239.

[6] HOLUB V and FRIDRICH J. Digital image steganography using universal distortion[C]. Proceedings of 1st ACM Workshop on Information Hiding and Multimedia Security, Montpellier, France, 2013: 59-68.

[7] LI Bin, WANG Ming, HUANG Jiwu,. A new cost function for spatial image steganography[C]. Proceedings of the IEEE International Conference on Image Processing, Pairs, France, 2014: 4206-4210.

[8] LI Bin, TAN Shunquan, WANG Ming,. Investigation on cost assignment in spatial image steganography[J]., 2014, 9(8): 1264-1277. doi: 10.1109/TIFS.2014.2326954.

[9] FILLER T and FRIDRICH J. Gibbs construction in steganography[J]., 2010, 5(4): 705-720. doi: 10.1109/ TIFS.2010.2077629.

[10] TOMAS Denmark and FRIDRICH J. Improving steganographic security by synchronizing the selection channel[C]. Proceedings of the 3rd ACM Workshop on Information Hiding and Multimedia Security, Portland,

Oregon, USA, 2015: 5-14. doi: 10.1145/2756601.2756620.

[11] LI Bin, WANG Ming, TAN Shunquan,. A strategy of clustering modification directions in spatial image steganography[J]., 2015, 10(9): 1905-1917. doi: 10.1109/ TIFS.2434600.

[12] BAS P and PENVY T. Break our steganographic system-the ins and outs of organizing BOSS[J]., 2011, 6598: 59-70.

[13] KODOVSKY J, FRIDRICH J, and HOLUB V. Ensemble classifiers for steganalysis of digital media[J]., 2012, 7(2): 432-444.doi: 10.1109/TIFS.2011.2175919.

[14] FRIDRICH J and KODOVSKY J. Rich models for steganalysis of digital images[J]., 2012, 7(3): 868-882. doi: 10.1109/TIFS.2012.2190402.

[15] FRIDRICH J. Content-adaptive pentary steganography using the multivariate generalized gaussian cover model[C]. Proceeding of SPIE-The International Society for Optical Engineering, San Francisco, CA, USA, 2015, 9409: 94090H- 94090H-13.

[16] TOMAS Denmark, SEDIGHI V, HOLUB V,. Selection-channel-aware rich model for steganalysis of digital images[C]. IEEE International Workshop on Information Forensics and Security (WIFS), Atlanta, CA, USA, 2014: 48-53.

湯光明： 女，1963年生，教授，博士生導師，研究方向為信息安全、信息隱藏.

邊 媛： 女，1992年生，碩士生，研究方向為信息隱藏.

韋大偉： 男，1962年生，本科，研究方向為計算機.

高瞻瞻： 男，1988年生，博士生，研究方向為隱蔽通信、隱寫.

朱垚臻： 男，1992年生，本科，研究方向為信息安全.

Adaptive ±Steganography Based on Dynamic Updating Distortion Cost

TANG Guangming BIAN Yuan WEI Dawei GAO Zhanzhan ZHU Yaozhen

(,450001,)

Adaptive steganography ignores the interactive impact introduced by the embedding operation during the embedding operation. Considering the cross impact of the embedding operation, an adaptive ±steganography is put forward based on the dynamic distortion cost updating strategy Modification Degree Strategy (MDS). First, the analysis is conducted to prove the optimizing modification of the central pixel under the condition of the neighborhood’s modifications. Then theMDS of updating the distortion cost is presented to adjust the distortion cost according to the modification of neighborhood. Finally, the steganography scheme is proposed using the MDS. The experimental result illustrates that the UNIWARD-MDS (Pentary Version) has a better performance than S-UNIWARD (Pentary Version) at the embedding rate 0.5~1.0 bpp when resisting the steganalysis SRM. Meanwhile the UNIWARD-MDS (Pentary Version) is better than the S-UNIWARD (Pentary Version) at the embedding rate 0.05~1.0 bpp when resisting the maxSRMd2 detection. The HILL-MDS and UNIWARD-MDS (Ternary Version) perform better than the corresponding schemes HILL and S-UNIWARD (Ternary Version).

Information security; Steganography; Adaptive steganography; Dynamic updating distortion cost

TP309

A

1009-5896(2017)01-0058-08

10.11999/JEIT160254

2016-03-17；改回日期：2016-08-17；

2016-09-30

邊媛 bianyuanlara@163.com

國家自然科學基金(61303074)，信息保障技術重點實驗室開放基金(KJ-14106)

The National Natural Science Foundation of China (61303074), The Foundation of Science and Technology on Information Assurance Laboratory (KJ-14106)