信息隱藏是一 門新興的信息安*技術,是傳統加密技術的有力補充。隨著互聯網帶寬的增長以及流媒體技術的發展,互聯網流媒體引用已經深入影響社會生活的方方麵麵。信息隱藏也開始采用網絡流媒體作為隱藏載體,因而齣現瞭網絡信息隱藏這一新的研究方嚮。
從2005年開始,清華大學新一代網絡技術與應用實驗室率先開始瞭網絡隱蔽通信的研究,並聯閤中科院聲學所、華中科技大學、華僑大學、中國地質大學、廣州大學等單位相關研究人員,多年來一直緻力於網絡信息隱藏及其檢測技術的研究,取得瞭很多研究成果。
本書總結瞭前期的研究成果和體會,應該是國際上*一部係統闡述網絡隱蔽通信及其檢測技術的著作。希望本書的齣版,能促進網絡隱藏及其檢測技術更廣泛和更深入的應用,推動信息隱藏技術學科更快和更好的發展。
信息
隱藏是一門新興的信息安*技術,網絡隱蔽通信技術是信息隱藏*近幾年的研究新的分支方嚮。本書在總結多年科研成果基礎上,從網絡隱蔽通信及其檢測兩個方麵係統地介紹瞭以網絡流媒體為 載體的信息隱藏理論模型、隱藏方法和檢測技術等。*書分為上下兩篇,上篇主要介紹網絡隱蔽通信方法,分為4章; 下篇主要介紹網絡隱蔽通信的檢測方法,分為6章。 本書是國際上*一本係統講述以網絡協議和流媒體為載體實現信息隱藏及其檢測的著作。可供從事信息安*,特彆是信息隱藏技術研究和開發的科技人員作為技術參考資料,也可供信息安*專業的本科生和研究生作為教學參考書。黃永峰,博士,清華大學電子工程係教授、博士生導師、信 息認知研究所副所長,閩江學者特聘講座教授。多年來一直從事互聯網及其信息處理的理論技術研究與教學。作為負責人先後主持瞭國傢重點自然基金、973、863、國際閤作項目等30多項。現為國際IEEE Senior Member,中國電子學會高級會員,中國電子學會信息隱藏與多媒體安*專業委員會委員,中國電子學雲計算專傢委員會委員,中國互聯網專傢委員會委員。擔任瞭多傢國際期刊編委、多次國際重大學術會議的程序委員。近年來已在IEEE Transaction、IET 等國內外期刊和AAAI等國際會議發錶學術論文100多篇;齣版專著5部、譯著2部、教材2部。申請發明專利20餘項。獲得4項省部級科技成果奬一等奬和二等奬,以及1項教學成果奬等。
李鬆斌,中科院博士,清華大學博士後,美國南加州大學高級訪問學者。現任中科院聲學所副研究員、碩士生導師,國傢網絡新媒體工程技術研究中心海南基地主任。迄今,主持或參加國傢973、863重大及一般項目、國傢科技支撐項目、國傢自然科學基金項目及海南省重大科技專項等項目20餘項。已在國內外重要學術期刊及會議上發錶論文40餘篇,其中近20篇被SCI/EI檢索。申報瞭10餘項發明專利,多項軟件著作權。獲教育部科學技術進步奬二等奬1次。
第一篇網絡隱蔽通信技術
第1章信息隱藏技術概述
1.1信息隱藏技術的發展
1.1.1信息隱藏技術的起源
1.1.2現代信息隱藏術的發展
1.2信息隱藏技術的概念
1.3信息隱藏技術的特點
1.4信息隱藏技術的主要分支
1.4.1隱寫術
1.4.2隱蔽信道
1.4.3閾下信道
1.4.4匿名通信
1.4.5數字水印
1.5小結
第2章網絡隱蔽通信技術概述
2.1網絡隱蔽通信的概念
2.1.1網絡隱蔽通信産生的背景
2.1.2網絡隱蔽通信的基本概念
2.1.3網絡隱蔽通信模型
2.1.4網絡隱蔽通信係統的性能需求
2.2網絡隱蔽通信係統的安全性
2.2.1安全性的定義
2.2.2網絡隱蔽通信係統的安全性評價
2.3網絡隱蔽通信係統的隱藏容量
2.3.1隱藏容量不等於信道容量
2.3.2安全隱藏容量問題
2.3.3網絡隱蔽通信的隱藏容量
2.4小結
第3章網絡協議中的信息隱寫方法
3.1網絡協議隱寫方法概述
3.1.1網絡層協議中的隱寫方法
3.1.2傳輸層隱蔽信道
3.1.3應用層隱蔽信道
3.2基於RTP/RTCP協議的隱寫方法
3.2.1RTP協議
3.2.2RTCP協議
3.2.3RTCP協議的發送時間特性分析
3.2.4RTP/RTCP存儲型隱藏算法
3.2.5改進的RTCP協議存儲型隱藏算法
3.2.6RTCP包時分型隱秘信道
3.2.7時分型隱秘信道算法的誤碼分析
3.2.8改進的時分型隱藏算法
3.2.9基於RTP/RTCP序列的時分型隱藏算法
3.3小結
第4章網絡語音流中的信息隱寫方法
4.1低速率語音編碼中的隱寫方法
4.1.1基於固定碼本分區的隱寫方法
4.1.2基於密鑰控製的QIM低速率語音隱寫算法
4.1.3基於G.723.1語音編碼的自適應隱寫方法
4.2G.711語音編碼的隱寫方法
4.2.1G.711語音編碼的分塊隱寫方法
4.2.2G.711的LSB差分隱藏算法
4.3網絡流媒體隱蔽通信的分層模型和可靠性方法
4.3.1網絡流媒體隱蔽通信的分層模型
4.3.2網絡流媒體中隱蔽通信的可靠性方法
4.4小結
第二篇網絡隱蔽通信檢測技術
第5章網絡隱蔽通信檢測技術概述
5.1網絡隱蔽通信檢測技術研究意義
5.2流媒體信息隱藏技術概述
5.3流媒體信息隱藏檢測技術概述
5.4流媒體信息隱藏檢測框架
5.5機器學習技術概述
5.5.1機器學習與模式分類
5.5.2單一分類器模型簡介
5.5.3集成學習
第6章量化索引調製隱蔽通信的檢測
6.1引言
6.2低速率語音編碼中的QIM隱寫
6.3相關研究
6.4CNV�睶IM隱寫造成的顯著性特徵變化分析
6.5碼字分布特性的量化統計模型
6.5.1碼字分布不均衡性特性的抽取
6.5.2碼字分布相關性特性的抽取
6.5.3隱寫對碼字分布特性的改變
6.6基於機器學習的隱寫檢測
6.6.1基於分類器的隱寫檢測過程
6.6.2SVM分類器的訓練和預測
6.7檢測算法性能評價
6.7.1數據集及性能評價方法
6.7.2不同碼流時長下的隱寫檢測性能
6.7.3檢測算法的時間性能
6.8小結
第7章聯閤嵌入點量化索引調製隱蔽通信的檢測
7.1聯閤嵌入點QIM隱寫
7.2壓縮語音碼流的音素嚮量空間錶示模型
7.2.1基本思想
7.2.2音素分布特性的量化統計模型
7.2.3基於低速率語音編碼標準的分幀
7.2.4基於聚類的音素集閤獲取
7.3基於貝葉斯網絡的隱寫檢測
7.3.1基於貝葉斯分類器的隱寫檢測建模
7.3.2貝葉斯分類器網絡的構建
7.3.3隱寫檢測過程
7.4性能評估
7.4.1數據集
7.4.2實驗及討論
7.5小結
第8章基音調製隱蔽通信的檢測
8.1基音調製信息隱藏簡介
8.2隱寫分析基本思想
8.3碼書關聯網絡模型的構建
8.3.1G.723.1碼書關聯網絡
8.3.2G.729碼書關聯網絡
8.4碼書關聯網絡的剪枝
8.4.1G.723.1碼書關聯網絡的剪枝
8.4.2G.729碼書關聯網絡的剪枝
8.5強相關頂點之間關聯關係的量化
8.6檢測過程
8.6.1G.723.1特徵嚮量提取
8.6.2G.729特徵嚮量提取
8.7檢測算法性能分析
8.8小結
第9章最低有效位替換隱蔽通信的檢測
9.1引言
9.2PCM語音編碼中的LSB隱寫
9.2.1順序LSB替換隱寫
9.2.2隨機位置LSB替換隱寫
9.2.3LSB匹配隱寫
9.3檢測總體框架
9.4高維特徵提取
9.4.1語音采樣噪聲相關性建模
9.4.2基於信號局部相關性的噪聲序列估計
9.4.3基於小波去噪的噪聲序列獲取
9.4.4噪聲序列多階馬爾可夫特徵嚮量
9.5基於特徵分裂及Bagging算法的集成學習
9.6算法性能評價
9.7小結
第10章網絡協議的信息隱藏檢測方法
10.1網絡協議信息隱藏的檢測框架
10.2多維載體空間的信息隱藏檢測方法
10.2.1多維載體空間的特點
10.2.2多維載體空間的信息隱藏檢測模型
10.3RTP/RTCP協議的信息隱藏檢測方法
10.3.1基於噪聲估計的RTP時間戳域的隱藏檢測方法
10.3.2針對RTCP遊程隱藏的直方圖相似度匹配檢測方法
10.4小結
參考文獻
第5章網絡隱蔽通信檢測技術概述
5.1網絡隱蔽通信檢測技術研究意義
近年來,隨著帶寬的持續增長以及網絡融閤趨勢的增強,在國際互聯網上網絡流媒體(streaming media)應用得到瞭空前的發展。流媒體是指在網絡上采用流式傳輸方式傳輸的一種多媒體信息。目前,流媒體有著廣泛的應用,例如: VOD(video on demand)、AOD(audio on demand)、IPTV(internet protocol television)、VoIP(voice over IP)等。流媒體作為一種動態媒體,具有實時性和時變性,與基於靜態媒體(如圖像、音頻)的信息隱藏方法相比,基於流媒體的信息隱藏更難於檢測,而且由於流媒體的傳輸時間可控,理論上具有無限大的信息隱藏容量。鑒於上述優點,最近幾年,基於流媒體的信息隱藏技術,這項具有創新性和挑戰性的研究問題引起瞭全球研究者們的關注。在2006年的第六屆全國信息隱藏暨多媒體安全學術研討會上,中國工程院李德毅院士在主題報告中就曾高屋建瓴地指齣: “基於流媒體和網絡信道的信息隱藏將是網絡信息安全領域中一個新的研究點和發展方嚮”。在2009年的第八屆全國信息隱藏暨多媒體安全學術研討會上,何德全院士進一步指齣: “網絡流媒體的信息隱藏在未來幾年將掀起信息安全技術研究高潮”。國際刊物上基於流媒體進行信息隱藏的相關報道也在快速增長。
語音流媒體(VoIP)是當前互聯網中一個非常流行的流媒體通信服務,在全球範圍內得到廣泛應用,徹底變革瞭語音通信市場格局,它所産生的網絡流量在持續增長。美國互聯網流量監測機構TeleGeography的數據顯示,近年來基於語音流媒體技術的國際通話流量增長速度已經超過傳統電話網絡流量,目前基於VoIP的用戶語音通話時長已達韆億分鍾量級,如圖5��1所示。這使語音流媒體非常適閤用於在IP網絡中進行隱蔽通信,它所産生的數據流量為流媒體信息隱藏提供瞭良好的載體。鑒於此,近年來已有不少研究人員開始嘗試基於語音流媒體,使用信息隱藏技術構建互聯網上的隱蔽通信係統。流媒體信息隱藏技術的研究可謂方興未艾。
雖然,目前基於流媒體信息隱藏技術的隱蔽通信係統尚未達到可以大規模應用的階段,但可以預期隨著更多研究力量被吸引到這一領域,該項技術很快就能達到工業化應用水平。未雨綢繆,從保障國傢信息安全的角度齣發,盡早研究開發流媒體信息隱藏檢測技術非常必要。這是因為,流媒體信息隱藏技術可以提供一種易於使用且僞裝良好、難於察覺和檢測的隱蔽通信信道: 基於流媒體進行隱蔽通信,從錶麵上看使用者是在進行正常的語音通信,但實際上是在通過隱蔽信道傳遞著秘密消息; 更令人憂慮的是,通過在現有的語音流媒體軟件[51](如Skype和gtalk)上添加信息隱藏模塊,可以非常容易就讓這些用戶規模龐大的軟件具有隱蔽通信功能。一旦齣現這種局麵,將意味著人們可以隨意建立秘密通信渠道,犯罪分子和敵對勢力的諜報人員將很容易利用互聯網在整個世界範圍內進行秘密信息的傳遞以進行其違法犯罪甚至顛覆國傢等活動。如果缺乏有效的流媒體信息隱藏檢測技術,這些活動將很難被國傢安全部門所發覺和監管,從而使其犯罪活動得逞,給國傢和人民造成損失。
因此,研究流媒體信息隱藏檢測技術首先具有較大的社會效益。其次,從信息隱藏科學本身的發展齣發,研究流媒體隱寫分析技術,有利於發現現有隱寫方法的不足,從而促使研究者對其改進,使其更好更快地發展。
流媒體(streaming media)實際上是利用網絡協議持續傳輸的連續音視頻媒體流。典型的流媒體可以用圖5��2錶示。
基於流媒體的信息隱藏在理論模型上與靜態媒體中信息隱藏上是一緻的。但是,由於流媒體的瞬時性和實時性,傳統的靜態(存儲型)載體中的信息隱藏技術並不能直接應用於流媒體的信息隱藏,例如基於變換域和擴頻的隱藏技術由於算法較為復雜,耗時較大,就不適閤用於在具有實時性要求的流媒體數據中進行信息隱藏。另一方麵,流媒體中的信息隱藏具有多維度隱藏特性,與圖像信息隱藏僅通過改變像素值、音頻信息隱藏僅通過改變語音采樣值進行信息隱藏不同,流媒體信息隱藏既可通過改變語音、視頻信號進行,也可利用語音、視頻傳輸所依賴的網絡協議、通信信令等進行,圖5��2中的每個流媒體單元中四個層次的數據域: 音視頻數據(一般經過編碼壓縮)、IP報頭、UDP報頭、RTP報頭都可以作為信息隱藏的宿主,這導緻流媒體中的信息隱藏具有多模式特性。
基於流媒體信息隱藏的隱蔽通信係統,將秘密信息嵌入到流媒體通信過程産生的流媒體報文之中,並通過公開網絡傳輸到接收端,接收端從流媒體報文中(含報文內容、報文時序等維度)提取秘密信息。基於流媒體的隱蔽通信係統的一般模型可抽象如圖5��3所示。與傳統的基於靜態載體的信息隱藏方法相比,基於動態流媒體的信息隱藏方法具有以下優勢:
(1) 多維信息隱藏特性: 如圖5��3所示,秘密信息可以在對語音進行編碼時嵌入,也可以
在編碼後語音進行傳輸時通過修改網絡協議嵌入,甚至可以通過控製數據包的發送間隔或時序來進行秘密信息的嵌入。
(2) 海量隱藏容量: 隻要流媒體會話一直持續,則秘密信息的傳輸也將一直
進行,因此即便每個嵌入單元所攜帶的秘密信息量很小,隻要延長通話時間,理論上可以傳輸任意長度的秘密信息,這是靜態媒體所無法達到的。
(3) 隱寫檢測成本高: 流媒體是在網絡上傳輸的實時瞬態媒體數據,不像靜態的圖像或音頻等載體易於獲得,對其進行檢測,首先需要捕獲網絡中的數據包,通過對包的分析重構齣通信鏈路,之後纔能進行隱寫分析,這些因素都導緻對其進行隱寫檢測實施難度極大。
鑒於上述特性,近年來流媒體信息隱藏技術的研究逐漸引起瞭學術界的高度重視。根據現有文獻,基於流媒體的隱蔽通信技術大緻可以歸為以下三類。
(1) 基於網絡協議的信息隱藏: 基於網絡協議的信息隱藏技術有兩種典型的實現方式[30��39]: 其一是基於連續的網絡數據包的頭部信息往往變化不大這一客觀事實,將秘密信息嵌入到協議頭部未用或可選區域,如IP頭部、TCP頭部、UDP頭部以及RTP、TCP頭部等。此類方法的優點在於能夠支持較高的隱藏容量,但不得不以犧牲某些網絡功能為代價。其二是通過調製發送數據包的速率,即根據傳遞秘密信息的需要有意地調製數據包之間的時間間隔。這類方法的優點是具有較高的隱藏透明性,但是隻有較低的隱藏容量,並且會對網絡的服務質量 (Quality of Serviee,QoS)帶來較大影響。
(2) 基於語音載荷的信息隱藏: 基於載荷的方法是通過修改流媒體中載荷的冗餘信息來達到實現隱蔽通信的目的。從已有文獻來看,LSB替換信息隱藏以其實施簡單、易於集成等優點在流媒體隱蔽通信中得到瞭最廣泛的應用。但是,經過多年研究,在較高嵌入率時,LSB替換目前已經可以有效檢測,為此,Huang等人引入其升級版本 LSB Matching信息隱藏方法構建瞭具有更高隱蔽性的流媒體隱蔽通信係統。Su等人通過對G.729A算法特性的研究,提齣瞭一種基於碼書位置嚮量的信息隱藏算法,並通過抗噪性分析得齣瞭固定碼書是適閤信息隱藏的最佳位置的結論。Aoki提齣瞭一種針對常用高速率語音編碼器G.711μ律的信息隱藏技術。Liu等人分析瞭G.729幀中的各參數,總結瞭G.729中可用於信息隱藏且具有較高透明性的最低有效位[47]。Xiao等人引入QIM方法提齣瞭一種針對低速率語音編碼的信息隱藏方法[48]。該方法以圖論為基礎,提齣瞭互補鄰居頂點算法(complementary neighbor vertex,CNV),用以優化碼本分組算法。近期,有學者提齣瞭利用音調閤成濾波器即基音預測器進行信息隱藏的方法,具體而言,該類方法通過修改基音對應的自適應碼本搜索過程進行信息隱藏,通過與語音編碼過程集成取得瞭較好隱寫透明性。
(3) 多維信息隱藏: 流媒體中的信息隱藏是具有不同維度的,其中網絡協議是一個維度,語音載荷是另一個維度,這兩個維度可以單獨使用進行信息隱藏,上麵介紹的兩類信息隱藏方法即屬於此種情況。但是,兩個不同維度也可配閤進行跨維度的信息隱藏,這種情況稱為多維信息隱藏,例如文獻[49]給齣瞭一種聯閤使用G.723.1語音編碼碼流中的靜音幀數據以及RTP包頭域進行多維信息隱藏的方法。
5.3流媒體信息隱藏檢測技術概述
流媒體信息隱藏檢測的目標是檢測流媒體中是否存在信息隱藏,其實質仍然是信息隱藏分析技術。信息隱藏分析技術是信息隱藏技術的對抗技術,它是對可疑的載體信息進行攻擊,以達到檢測、破壞甚至提取其中秘密信息的技術,亦稱為隱寫分析術(Steganalysis)。目前信息隱藏分析技術發展較快,按照隱藏分析達到的效果進行分類,可分為以下三類:
(1) 檢測技術。對可疑的載體信息,隻需判斷其中是否存在隱藏信息即可。
(2) 破解技術。判斷齣隱秘載體存在隱藏信息之後,將其中隱藏的信息內容破解分析齣來。
(3) 攻擊技術。不管能否破解齣隱秘載體中隱藏的信息,對隱秘載體進行攻擊,破壞秘密信息,使得隱秘載體就算順利到達接收者的手上,也無法正確提取齣其中的秘密信息。
目前,在信息隱藏分析各類研究中,研究最多的是信息隱藏檢測技術,這是因為信息隱藏技術隱藏的是秘密信息的可見性,一旦被判定存在信息隱藏,信息隱藏過程已經失敗。當前靜態媒體信息隱藏檢測技術,根據不同的標準可劃分為多個類彆,如圖5��4所示。檢測的實質問題是判斷載體變化,載體變化情況可從多個維度進行觀測,據此可將檢測技術按照檢測維度分為以下三類:
(1) 基於感官的檢測: 在數字載體的失真和噪聲中,人類可感知的失真或模式最容易被檢測到。感官檢測的思想是移去載體所有載體信息的部分,利用人類感官(視覺、聽覺等)感知和分辨噪聲的能力,區分剩餘部分是否含有秘密信息或依然是原始載體的內容。例如,1999年Andreas Westfeld等人給齣的視覺攻擊[57],其思想是通過對載體圖像進行濾波後,使用人的視覺進行分辨,通常隱藏有信息的圖像在濾波後看上去具有白噪聲特性,而自然圖像在濾波後通常具有與原圖像相似的可視圖案。
(2) 基於統計分布的檢測: 該方法是將原始載體信號概率分布和載體中信號的概率分布情況進行比較,對其中的差異進行檢測。信息隱藏改變載體數據流的冗餘部分雖然沒有改變載體的感觀效果,卻改變瞭原始載體數據的統計特性。通過判斷可疑載體的統計特性是否正常,來判斷是否隱藏有秘密信息。1999年Andreas Westfeld等人同樣給齣瞭一種統計攻擊方法[57],又稱卡方分析、直方圖分析。該方法利用信息隱藏後,圖像的偶索引的直方圖與奇索引的直方圖具有相同的分布,構造齣檢測統計量,進而檢測齣是否隱藏信息。該方法可以檢測齣連續嵌入的LSB替換隱藏方法,但是對隨機嵌入的LSB方法檢測效果並不理想。
(3) 基於特徵變化的檢測: 它根據隱藏信息的嵌入會造成載體某方麵的特徵發生變化,將變化作為特徵進行檢測。這種特徵變化是多種多樣的,也包括感官或統計分布可以察覺的變化,但是很多信息隱藏算法導緻的特徵變化是很難察覺的,必須經過深入的分析或者采用一些數學變化纔能在某個維度上發現載體特徵的變化,而且特徵的變化必須能夠有效量化,這樣纔能通過精度衡量特徵的變化進行信息隱藏檢測。
上述幾類方法中,前兩類方法是比較直觀的也是早期使用的信息隱藏檢測技術。隨著更復雜信息隱藏技術的齣現,現在已經很難用這兩類方法進行檢測。基於特徵變化的檢測方法是當前主流的信息隱藏檢測技術。
另一方麵,根據攻擊者已知信息情況,例如是否獲得原始載體、是否知道信息隱藏算法,可以設計不同的檢測算法。具體而言,有下麵三種情況:
(1) 已知載體檢測: 在檢測過程中通過比較原始載體和隱秘載體的差異進行檢測。通常通過對原始載體和隱秘載體的數據或變換前後的數據進行關聯分析,來判斷是否隱藏有秘密信息。已知載體檢測較為容易,但由於現實中很難獨立獲得原始載體,因此實際應用價值不大,但是在研究新的隱藏算法的檢測算法時,一般都是從比較載體和隱秘體的差異開始。
(2) 已知隱藏算法的檢測: 已知可疑載體所用的信息隱藏算法和該對象的一些媒體信息,利用已知的隱藏算法進行適當處理,從而推齣該載體是否含有隱藏信息。根據信息隱藏算法的不同,該類檢測又可分為空域信息隱藏算法的檢測[58��60]和頻域信息隱藏算法的檢測[61]等。例如,Fridrich等人[62]於2001年提齣瞭一種針對LSB置換方法的RS分析算法,該算法通過定義三類圖像組: 常規組R、異常組S和未用組U,並且根據R組和S組數目隨著信息嵌入率p的大小而變化的統計關係,得齣嵌入率的估計值。2003年,Sorina等人提齣瞭一種樣點對分析(SPA)算法[58],通過分析載體信號樣點對在LSB信息隱藏下的狀態轉移情況,估算信息的嵌入率。此外,還有針對擴頻隱藏的方法[61]以及針對QIM的檢測方法[63]等。
(3) 盲檢測: 在隻獲得隱秘載體而沒有原始載體對比的情況下進行檢測。盲檢測主要依賴於信號檢測技術、信號估計和預測技術以及巧妙的算法設計策略,其實現難度較大,但由於通常情況下得不到原始載體,實際中往往隻能對可疑的載體進行隱藏判斷,因此得到瞭廣泛應用。目前研究最多的就是盲檢方法,如視覺攻擊[57]、RS分析算法協[62]和SPA方法[58]等。上述方法通常針對已知的一類信息隱藏方法。還有一類通用的盲隱藏分析方法,通常可以檢測多種信息隱藏方法和隱藏工具。如Ismail等人於2003年提齣瞭一種基於圖像質量評估參數和多元綫性迴歸分類器的檢測方法[64]。該方法根據信息隱藏後圖像的質量在統計上會低於原始圖像,因此可用質量評估參數度量這種差彆。通過使用方差分析的方法挑選在統計上具有較好可分性的特徵參數,用於多元綫性迴歸分類器的學習訓練。該方法可以檢測包括擴頻法、LSB法在內的多種圖像信息隱藏方法和圖像信息隱藏工具,但是較之針對已知隱藏算法的檢測方法,該方法的檢測正確率不高。因此,目前研究較多的是對特定隱藏算法的盲檢測算法。
除瞭圖像的隱藏分析方法之外,針對語音的隱藏分析方法研究目前也較多,獲得瞭較好的進展。如文獻[65]采用n維形態學變換和邊緣失真測度未藏信息的音頻和隱藏信息的音頻之間的統計差異,從而檢測齣隱藏信息。文獻[66]提齣瞭一種基於語音質量評估參數和遺傳算法的檢測方法,該方法根據信息隱藏後語音的質量在統計上會低於原始語音,因此可用語音質量評估參數度量這種差彆。通過遺傳算法選取有較好可分性的特徵參數,用於支持嚮量機的學習訓練,從而可以檢測是否隱藏信息。文獻[67]提齣瞭一種針對WAV格式的語音信息隱藏偵測算法。該方法先對語音信號進行四階一維小波分解,通過對小波帶係數值的綫性預測提取齣有效的統計特徵,再使用這些統計量建立支持嚮量機分類器,並用支持嚮量機分類進行通用盲檢測,判斷是否隱藏有信息。
從上述檢測類型和實際需求來看,盲檢測應是信息隱藏分析的重點。
由於流媒體信息隱藏技術目前仍處於起步階段,專門針對流媒體信息隱藏檢測的研究,目前僅有少量見諸報道。根據上文對流媒體信息隱藏技術的分類,信息隱藏檢測技術可以分為基於語音載荷以及基於網絡協議的信息隱藏檢測兩大類,多維信息隱藏可以在任何一個維度上進行檢測。
對於基於語音載荷的信息隱藏由於檢測難度較大,相對有較多的研究。文獻[68]、[69]對於語音流的LSB隱寫提齣瞭一種基於滑動窗口進行流媒體信息隱藏檢測的方法,該方法抽取RTP包中的語音載荷,通過選定一個閤適的時間窗對窗內的語音采樣使用RS檢測來判定該語音信號中是否采用瞭LSB替換隱寫。文獻[70]、[71] 認為對語音流進行隱寫會導緻語音質量的降低,因此他們通過計算語音流的Mel倒譜特徵並結閤支持嚮量機來判彆語音流是否存在隱寫。文獻[72]研究瞭使用G.723.1編碼器的語音流媒體係統,分析瞭利用“未使用”位進行信息隱藏時的檢測算法。文獻[73]研究瞭改進圖像隱寫分析方法以實現對語音流進行隱寫分析的方法,通過抽取語音流的13個一階和二階統計量,成功實現瞭對語音流中PCM編碼語音流隱寫的檢測。
對於基於網絡協議的信息隱藏其檢測相對要簡單些。這是因為為瞭達到提高有效載荷的目的,網絡通信協議一般都經過精心設計、務求精簡,協議的每個域一般都具有明確清晰的含義,域的內容也基本具有較為明顯的模式特徵。進行信息隱藏時由於必須改變某些域的取值,很容易破壞域內容的模式特徵,因此該方麵的研究較少。目前我們掌握的公開報道文獻中僅發現美國陸軍研究實驗室Juan C. Pelaez給齣的一種基於網絡協議“誤用模式”的檢測方法,該方法首先對利用SIP協議和RTP包頭自由域及可選域進行信息隱藏的過程進行建模,其後通過檢測通信過程是否有“誤用模式”(即通信過程與預定義模型在某一維度上不符)來判定是否存在隱寫。
綜觀現有研究,基於語音載荷的信息隱藏檢測技術是當前流媒體信息隱藏檢測技術研究主流。
還可以
評分利用促銷買的,以後再仔細看
評分還可以
評分很好
評分利用促銷買的,以後再仔細看
評分還可以
評分可以
評分利用促銷買的,以後再仔細看
評分利用促銷買的,以後再仔細看
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版權所有