基于GAN的面向博客發布的圖像隱寫術

◆施秦 劉暢 梁謙旺 黃豐逸

安全模型、算法與編程

基于GAN的面向博客發布的圖像隱寫術

◆施秦 劉暢 梁謙旺 黃豐逸

（華東理工大學信息學院 上海 200237）

在當今的數字化時代，隨著社交媒體發展的迅猛，信息安全問題日益嚴重，信息隱藏技術已經成為信息安全領域研究的熱點。隱寫術是信息隱藏技術的一個重要分支。面向博客發布進行圖像隱寫，具有隱蔽性強、載體圖像選擇靈活等優點。同時，考慮到傳統圖像隱寫術難以抵抗基于統計的隱寫分析算法的檢測，本文采用一種基于生成對抗網絡（Generative Adversarial Network， GAN）的圖像隱寫術（SteganoGAN），并基于Flask框架實現了在博客的發布與瀏覽過程中，對秘密信息進行嵌入與提取，具有一定的理論研究價值和實用性。

圖像隱寫；生成對抗網絡；Flask；博客發布；博客瀏覽

21世紀是互聯網、大數據、人工智能改變人們生活的時代。隨著科技的迅猛發展，傳統媒體內容逐漸數字化。信息安全問題隨之層出不窮，信息隱藏技術越來越被重視。由于圖像的廣泛可獲取性以及人類在圖像上的視覺冗余特性，圖像成為信息隱藏中的重要載體[1]。

博客，作為一種新興的信息分享平臺，具有篇幅短小、內容豐富以及互動性強的特點，近年來發展迅速，得以廣泛應用。一方面，博客能夠滿足人們對高效率分享信息和獲取信息的需求。另一方面，博客同時支持文字和圖像的發布，這為圖像隱寫提供了很大的空間[2]。傳統的圖像隱寫術在嵌入秘密信息量較大時，存在含密圖像與載體圖像的視覺差異明顯，抗隱寫分析的能力差的缺點。

近年來，隨著深度學習技術的快速發展，生成對抗網絡（Generative Adversarial Network，GAN）[3]的研究不斷深入。GAN模型中的對抗博弈思想為信息隱藏技術提供了新的思路。基于GAN的圖像隱寫術主要有基于載體修改、載體選擇和載體合成這3類方法[4]。本文采用的SteganoGAN是一種基于載體修改的圖像隱寫術[5]，該技術在GAN模型的框架下，將信息的嵌入與提取視為編碼與解碼的問題。原始GAN模型的生成器作為編碼器將秘密信息嵌入載體圖像，生成含密圖像，而判別器則作為解碼器從含密圖像中恢復出嵌入的秘密信息。同時，引入評估器來評估生成的含密圖像的質量。

本文將SteganoGAN與Falsk框架結合，設計了一個面向博客發布的信息隱藏網站。測試結果表明，該設計將SteganoGAN具有的生成圖像質量高、抗隱寫分析能力強、安全性高等優點與博客具有的簡單、快捷和受眾面廣等優點結合起來，將深度學習的前沿技術實用化，具有一定的新穎性和實用性。

1 生成對抗網絡與SteganoGAN

1.1 生成對抗網絡

圖1 GAN的結構

GAN的思想來源于博弈論的二人零和博弈，其結構如圖1所示。生成器G將輸入的噪聲z映射為與真實數據分布px（data）相近的樣本分布pG（z）。判別器D不斷判斷輸入的是真實數據還是生成的樣本。生成器和判別器同時訓練，生成器的目標是使生成樣本盡量與真實數據相近，判別器則是要盡可能地給出正確的判斷。二者在相互對抗的過程中，迭代優化，最終達到納什均衡。

整個GAN網絡的優化過程被視為一個極大極小博弈問題，其優化問題如式（1）所示：

其中，（,）為損失函數，代表求解期望值，（）代表為真實圖像的概率，（）代表由噪聲生成的圖像。

1.2 SteganoGAN模型

SteganoGAN是生成對抗網絡的衍生模型，是一種端到端的模型。主要由三個部分組成，即編碼器，解碼器和評估器。其框架如圖2所示。SteganoGAN的對抗訓練的過程中，使用多個損失函數來同時優化編碼器、解碼器和評估器[5]。

圖2 SteganoGAN的框架

圖3 SteganoGAN網絡結構

1.2.1編碼器

編碼器的結構如圖3（b）所示。編碼器網絡的前面各層與后面層采用密集連接（Dense Connection）的方式，有效解決了網絡深度增加時，梯度消失的問題[6]。將載體圖像C和二進制秘密信息M同時輸入編碼器ε。其中，C是像素為W×H的RGB圖像，M是維度為D×W×H的張量，D代表載體圖像的每個像素能夠嵌入的秘密信息的比特量。

其中，Conv→D’：∈R×W×H→∈R×W×H，表示通過卷積塊將張量映射為和其具有相同寬度和高度，但可能具有不同深度的特征圖，下文同理。

步驟3：如圖3（a），在不同層的卷積塊之間引入附加的連接，使得前面層生成的特征圖連接到后面層生成的特征圖。該連接結構來源于文獻[6]。該步驟可用式（4）表示成：

步驟4：最終，編碼器輸出一張含密圖像={b，，}（，），該含密圖像與載體圖像具有相同的像素大小和深度。該步驟用式（5）表示：

1.2.2解碼器

解碼器的目的是恢復原始的秘密信息。將編碼器生成的含密圖像輸入到解碼器網絡中。解碼過程可用公式（6）表示：

1.2.3評估器

評估器用于評估編碼器生成的圖像質量，通過評估器和編碼器二者的對抗訓練，不斷優化編碼器，使得其生成的圖像與真實圖像盡可能相似。如圖3（a），評估器網絡由三個卷積塊和一個單通道輸出的卷積層構成。如式（7）所示，卷積層采用自適應池化，輸出評估的標量分數。

其中，表示自適應均值池化。

2 實驗結果與分析

隱寫術的主要性能指標包括隱蔽性、嵌入量和抗隱寫分析能力。

2.1 隱蔽性

為了評價算法的隱蔽性，本文從主觀角度和客觀角度評價圖像的質量。

主觀評價：選擇圖4（a）所示的大小為512*512的彩色圖作為載體圖像，再選取圖4（b）所示的秘密信息。利用SteganGAN模型進行秘密信息的嵌入與提取。如圖4，利用SteganoGAN的編碼器進行秘密信息嵌入后，含密圖像和原始的載體圖像從視覺上看幾乎看不出差別，圖像隱蔽性好。同時，SteganoGAN的解碼器能夠準確地提取出秘密信息。

圖4 載體圖像與含密圖像的對比

客觀評價：采用峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）和圖像相似度（Structural SIMilarity，SSIM）作為評價指標。

其中，PSNR單位為分貝（dB），其典型值在30~40dB。PSNR越高，兩張圖像越相近。通過測試PSNR值，能定量的評價含密圖像的質量。

另一個指標SSIM分別從亮度、對比度和結構三方面來度量圖像相似性。SSIM取值范圍是[0，1]。SSIM值越大，兩張圖像間的差異越小。

本文在Python3.7的環境下，基于PSNR和SSIM兩項參數指標對圖和圖進行客觀的定量分析。

嵌入秘密信息后的PSNR值為37.212dB，SSIM值為0.955。實驗結果證明基于SteganoGAN的信息隱藏算法是有效的。

2.2 隱寫容量

基于SteganoGAN的圖像隱寫術能實現4.4比特/像素的相對隱寫容量，而傳統的圖像隱寫術僅在0.4比特/像素的相對隱寫容量范圍內有效[5]。該圖像隱寫術在隱寫容量上具有較大的優勢。

2.3 抗隱寫分析能力

采用基于統計的StegExpose對SteganGAN進行隱寫分析，通過繪制受試者工作特征（ROC，Receiver Operating Characteristic）曲線發現，ROC曲線下方與坐標軸圍成的面積為0.59，StegExpose對SteganoGAN的隱寫檢測僅略好于隨機猜測[5]，因此該圖像隱寫術能夠有效地抵抗隱寫分析。

3 基于Flask的網站設計

3.1 Flask框架簡介

Flask是Armin ronacher用Python語言開發的微框架，也被稱為“microframework”。Flask雖然小，但是并不意味著它比其他框架的功能少[7]。微框架中的“微”字表示 Flask 的目標是保持核心簡潔輕巧的同時可擴展性強[8]。

Flask主要依賴兩個核心庫Werkzeug和Jinja。Flask在這兩個核心庫的基礎上，允許擴展第三方庫來實現自己想要的功能，其輕量級與模塊化的設計，可以部署諸多項目。

Flask具備的以上優點，使其成為部署機器學習和深度學習模型上線、提供應用編程接口（Application Programming Interface，API）的優選框架。本文基于Flask框架將SteganoGAN模型嵌入網絡應用中，搭建了一個小型的博客網站。在本地運行應用進行測試后，將其部署到面向公眾的阿里云服務器上。

3.2 客戶端總體設計

圖5為網站的總體功能模塊。

圖5 網站總體功能模塊

各模塊的主要功能如下：

用戶注冊與登錄：新用戶首次使用網站時，須在網站的注冊頁面進行注冊，這樣網站才能識別并登入用戶。用戶在網站首頁點擊注冊鏈接，便可進入注冊頁面，輸入用戶名、密碼以及郵箱。

發布博客：發布博客的過程就是信息隱藏的功能。用戶輸入微博標題，微博正文、需隱藏的秘密信息、提取的密碼，并上傳載體圖片，完成后點擊按鈕。此時，后端會調用SteganoGAN模型，將秘密信息嵌入到載體圖像中，并發布了一條帶有秘密信息的博客。圖6（a）為發表博客的界面。

瀏覽博客：圖6（b）為已發表的博客的瀏覽界面，在這里可瀏覽自己以及他人發布過的博客。通過每條微博后的ReadMore進入該博客的詳情頁。

博客詳情：圖6（c）為博客的詳情頁，能看到博客完整的文字內容以及圖片，博客瀏覽方（即秘密信息的接收方）可通過博客通信雙方共享通信密鑰的方法，輸入正確的密鑰后，后端調用SteganoGAN的解碼器，提取出博客發布方嵌入的秘密信息，以完成保密通信通信的目的。若輸入的密鑰與博客發布方共享的不一致，則無法提取出秘密信息，前端界面出現提示信息“密碼錯誤，無法提取信息！”。如圖6（d）所示。

3.3 數據庫支持

為了提高數據管理的效率，在SQLite數據庫中建立了User表和Post表。其中，User表用于存儲用戶名、密碼以及郵箱，每個用戶都有唯一的id主鍵。Post表用于存儲已經發布的博客，上傳的圖片以及提取秘密信息的密碼。User表和Post表之間有一對多關系，即一個用戶可以發表多篇博客。

3.4 Flask擴展庫支持

開發本網站時，在Flask的兩個核心庫的基礎上，擴展了諸多庫，例如，擴展Flask_script用于插入腳本，擴展Flask-SQLalchemy用于操作數據庫，擴展Flask_migrate用于管理、遷移數據庫等。在實現網站的注冊、登錄以及發布博客的功能時，主要使用了Flask-WTF、Flask-login兩個庫。

圖6 網站界面

3.5 服務器部署

使用阿里云ECS服務器，在服務器上部署Flask項目，安裝python3、Gunicorn以及相關第三方庫，配置nginx，完成以上步驟服務器搭建成功，項目部署后可以在云服務器上運行并且能夠遠程訪問網站頁面。

4 結論

本文將基于SteganoGAN的圖像隱寫術與網絡應用結合，在發布博客、查看博客的過程中實現信息的隱藏與提取，具有一定的實用性和創新性。當前的研究僅支持網絡端的應用，下一步的開發將針對移動端展開。

[1]彭偉，胡寧，胡璟璟.圖像隱寫分析算法研究概述[J].計算機科學，2020，47（S1）：325-331.

[2]趙顯芬.基于手機微博的隱蔽通信技術研究[D].南京理工大學，2012.

[3]Goodfellow，Ian &Pouget-Abadie，Jean & Mirza，Mehdi& Xu，Bing &Warde-Farley，David &Ozair，Sherjil& Courville，Aaron &Bengio，Y..（2014）. Generative Adversarial Nets. ArXiv.

[4]劉佳，柯彥，雷雨，李軍，等.生成對抗網絡在圖像隱寫中的應用[J].武漢大學學報（理學版），2019，65（02）：139-152.

[5]Zhang K A，Cuesta-Infante A，Xu L，et al. SteganoGAN： High Capacity Image Steganography with GANs[J]. 2019.

[6]Huang，G.，Liu，Z.，van der Maaten，L.，and Weinberger，K.Q.Densely connected convolutional networks.IEEE Conf. On Computer Vision and Pattern Recognition（CVRR），pp.2261-2269，2017.

[7]（美）米格爾·格林貝格. FLASK Web 開發[M].安道譯.北京：人民郵電出版社，2018.

[8]李輝.Flask Web開發實戰入門、進階與原理解析[M].北京：機械工業出版社，2018.