基于图像的无载体信息隐藏技术研究论文

SCI论文（www.lunwensci.com）

　　摘 要：近年来,无载体信息隐藏成为了热门的研究方向,其中,基于图像的无载体信息隐藏算法具有较高的研究价值。 文章对图像的无载体信息隐藏的相关算法进行了分类并简要梳理。首先,介绍了算法的图像编码算法,并根据算法评估指标对 同一类别的算法进行了分析对比,然后得到该类别算法的优点和不足,最后,总结了图像的无载体信息隐藏存在的问题,给出 了未来的研究和改进方向。

　　【Abstract】： In recent years, coverless information hiding has become a hot research direction, among which, coverless information hiding algorithm based on image has high research value. In this paper, the related algorithms of coverless information hiding are classified and briefly sorted out. Firstly, the image coding algorithm is introduced, and the algorithms of the same category are analyzed and compared according to the evaluation index of the algorithm. Then, the advantages and disadvantages of the algorithms in this category are obtained. Finally, the problems of coverless information hiding in images are summarized, and the future research and improvement direction are given.

　　【Key words】： information hiding;coverless information hiding;steganalysis algorithm

　　0 引言

　　作为网络空间安全的一个分支,信息隐藏技术成为 了一个具有研究价值的热门话题。信息隐藏是将秘密信 息以不可感知的形式嵌入到声音、文本、图片等宿主信 号中,降低秘密信息被检测到的几率,从而实现秘密信 息的传输。传统的信息隐藏方法通过修改载体来隐藏 秘密信息,主要分为两类 ：空域信息隐藏和变换域信息 隐藏。空域信息隐藏是用秘密信息替换载体中的冗余部 分,变换域信息隐藏是将秘密信息嵌入到载体的一个变 换空间中。然而,一旦对载体进行了修改,就会留下修 改痕迹,隐写分析算法 [1] 就有可能成功检测出隐藏行为 的存在,秘密信息的安全受到威胁 [2]。

　　为了解决传统信息隐藏难以抵抗隐写分析的检测,从而导致秘密信息的安全受到威胁的问题,无载体信息 隐藏被提出 [3.4]。该方法致力于寻找秘密信息与载体之 间的映射关系,旨在不修改载体的情况下实现秘密信息 的安全传输 [5]。图像作为通信中不可或缺的一部分,在 社交媒体中广泛存在,而且图像本身具有多种特征,是 一种理想的载体。基于图像的无载体信息隐藏方法能够 通过传输自然图像有效地实现秘密信息的隐蔽传输,具 有较高的研究价值。目前,图像的无载体信息隐藏算法 主要分为两大类 ：映射式无载体信息隐藏和生成式无载 体信息隐藏。

　　1 图像的映射式无载体信息隐藏

　　图像的映射式无载体信息隐藏算法是指根据图像本 身的颜色、像素等特征建立图像与秘密信息之间的映射关系,然后将包含秘密信息的图像进行发送,实现信息 隐藏过程 [6]。为了消除修改痕迹的影响,提高信息隐藏 的不可检测性, Yuan 等人 [7] 提出了一种基于尺度不变 特征变换 (Scale-Invariant Feature Transform, SIFT) 特征和 Bag of Features (BOF) 的无载体信息隐藏方法, 使用了鲁棒性优越的 SIFT 特征构建鲁棒哈希序列, 在 缩放、亮度等攻击下具有良好的鲁棒性。周等 [8] 提出了 一种基于图像的词袋 (Bag of Words, BOW) 模型的无 载体信息隐藏方法,实现了文本信息在图像中的隐藏, 可应对旋转、平移等攻击,安全性较好,但是一幅图像 中仅有一幅子图像用来传递秘密信息,故方法容量较 小。为了在保证安全性和抗隐写分析的同时提高信息隐 藏能力, Cao 等人 [9] 提出一种基于材料分子结构图像的 无载体信息隐藏方法,隐藏容量有所提升。Zou 等人 [10] 的基于子图像的平均像素值的信息隐藏方法解决了传统 信息隐藏修改载体带来的安全性问题和无载体方法容量 小的问题。为了提升容量和安全性, Zheng 等人 [11] 提 出了基于鲁棒图像哈希的无载体信息隐藏,利用 SIFT 算法构造鲁棒图像哈希来隐藏秘密数据,信息隐藏过程 中需要额外传输用来记录图像块顺序和秘密信息长度的 附加图像,容易被第三方发现。董等人 [12] 的基于图像 分类的鲁棒无载体信息隐藏通过发送同一类别的载体图 像提升了隐藏过程的安全性,载体图像关联性强,不易 引起攻击者的注意。Abdulsattar[13] 以及 Yang 等人 [14] 提出的方法通过添加额外的辅助信息,隐藏容量显著增 加,给提升信息隐藏容量提出了新思路。为了更清楚地 了解上述算法,将从图像编码算法和算法评价指标两个 方面对几种比较经典的映射式无载体信息隐藏算法 [7-14] 进行分析比较。

　　1.1 图像编码算法

　　图像编码算法是秘密信息隐藏与提取的核心算法, 一 般是在通信双方进行隐匿通信前由通信双方约定。无载体 信息隐藏就是通过图像编码算法实现了秘密信息与载体的 映射关系,进而在不修改载体的情况下实现秘密信息的传 输。为了提高无载体信息隐藏的鲁棒性、安全性等性能, 针对图像本身的多种特征,比如 SIFT特征、像素值等, 研 究者提出了许多优秀的编码算法。如表 1 所示给出了一些 经典的无载体信息隐藏算法 [7-14] 及对应的编码算法。

　　1.2 算法评价指标

　　1.2.1 不可检测性

　　不可检测性是指载体图像与原始图像具有一致的特 性,该特性是为了保证嵌入秘密信息后的载体图像不被 第三方发现有秘密信息的存在。传统的信息隐藏方法需要对原始图像进行修改以将秘密信息嵌入到载体图像 中,这种方式难以抵抗现有的信息隐藏分析算法的检 测。而无载体信息隐藏方法并未对载体图像做任何修 改,发送方传输的仍为原始图像,因此从根本上抵御了 隐藏分析算法的检测。如表 2 所示,通过几种映射式无 载体信息隐藏算法 [7-14] 中算法的发送内容进而评估该方 法的不可检测性。其中,不可检测性评估分为 3 个等 级 ：好,一般,差。好代表不可检测性级别最高,一般 代表不可检测性级别中等,差是不可检测性级别最低。

　　由表 2 可见,Zheng 等人 [11] 的方法不仅发送了用 于传递秘密信息的载体图像,还发送了利用传统的信息隐藏方法嵌入载体信息的图像,发送内容中包含了修改 后的载体,导致不可检测性降低,除此之外,其他映射 式无载体信息隐藏方法未对载体进行修改,不可检测性 具有良好的表现。

　　1.2.2 隐藏容量

　　隐藏容量是指单幅载体图像隐藏秘密信息的能力, 载体图像中隐藏的常见的秘密信息的形式为比特流、文 本等,如表 3 所示,展示了几种映射式无载体信息隐藏 算法 [7-14] 的容量对比。

　　由表 3 可见,大多数无载体信息隐藏 [7-12] 通过图像 哈希序列构建载体图像与秘密信息之间的映射关系,故 每幅图像映射的秘密信息受限。Abdulsattar[13] 以及 Yang 等人 [14] 为提高隐藏容量做了一些改进,除了发送 载体图像,还发送辅助信息,信息隐藏容量显著增加。 对于目前的映射式无载体信息隐藏方法来说,容量普遍 不高,大多数的方法都致力于寻找映射率更高的映射方 式以提高隐藏容量,但效果不好。隐藏容量受限成为了 映射式无载体信息隐藏中亟待解决的问题。

　　1.2.3 鲁棒性

　　鲁棒性是指不因图像文件的某种改动而导致隐藏信 息丢失的能力。“改动”包括一般的信号处理、一般的 几何变换和恶意攻击等,即载体图像不会因为这些“改 动”导致隐藏的秘密信息丢失或出错,也可以理解为隐 藏的秘密信息抵抗各种信号处理与攻击的能力。本文所 提到的隐藏算法 [7-14] 是基于图像的特征和秘密信息建立 的映射关系,均选用了鲁棒性较好的特征进行映射,比 如,Yuan 等 [7]、周等 [8]、Zheng 等 [11] 和董等人 [12] 的 方法中使用了对多种攻击具有鲁棒性的 SIFT 特征构建鲁 棒图像哈希序列, Cao 等 [9]、Zou 等 [10] 和 Yang 等人 [14] 提出的方法使用了平均像素值与秘密信息进行映射,为 了抵抗亮度和对比度变化攻击, Zou 等人 [10] 在方法中 利用了相邻图像块平均像素的相关性构建了哈希算法,提高了算法对这两种攻击的鲁棒性。

　　1.2.4 安全性

　　衡量一个信息隐藏算法的安全性,要从算法自身的 安全性和可能受到的攻击两方面来进行分析。如果一个 攻击者能证明一个隐藏信息的存在,这个算法就不安全 了。一般来说,无载体信息隐藏未对载体图像进行修改, 攻击者无法发现隐藏行为的存在,安全性较高。因此, 映射式无载体信息隐藏算法 [7-14] 中,Zheng 等人 [11] 提 出的无载体方法需要额外传输修改后的载体图像导致安 全性降低,除此之外,其他方法均有较高的安全性。董 等人 [12] 指出,大多数无载体信息隐藏算法的实现需要 发送大量无关联的载体图像,易引起第三方注意,安全 性降低。由于映射式无载体信息隐藏算法的载体图像容 量不高,所以通信时需要传递大量无关联的载体图像, 从而导致隐藏算法安全性降低。

　　基于算法的 4 种评价指标, 对映射式无载体信息隐 藏算法 [7-14] 进行了分析比较,得到以下结论 ：(1)目前 的映射式无载体信息隐藏算法不可检测性好,隐藏容量 较低,鲁棒性较好,安全性较低 ;(2)一种理想的映射 式无载体信息隐藏算法应该是不可检测性好、容量高、 对多种攻击具有鲁棒性,即使每次通信需发送多幅未经 修改的载体图像,那么其数量应该尽可能地少且载体图 像关联性强。为了正确提取秘密信息,载体图像前后顺 序应经过标记 ;(3)提高映射式无载体信息隐藏的容量 和安全性成为了亟待解决的问题。

　　2 图像的生成式无载体信息隐藏

　　图像的生成式无载体信息隐藏算法是指在载体图像 生成的过程中实现信息隐藏。Duan 等人 [15.16] 提出一 种基于生成模型的无载体信息隐藏,致力于利用一个生 成图像实现秘密信息的传递,容量和安全性有较好的表 现,但秘密图像与生成图像无关联性,导致接收方在重 建秘密图像时细节丢失。为了弥补 Duan 等 [15] 的方法 的缺陷,Li 等 [17] 提出了基于生成模型的内容一致性无 载体信息隐藏方法,通过在生成载体图像的过程中增加 了“内容一致性”的提取模块,提高了秘密图像的重建 质量,容量和安全性提升。Li 等 [18] 的生成式信息隐藏 方法是将秘密图像嵌入公共图像得到合成图像,利用生 成器和合成图像得到加密图像进行传输,安全性和鲁棒 性好,生成的加密图像质量高。基于动漫人物生成的无 载体信息隐藏 [19] 能生成表达任何秘密信息的隐写图像, 实现了生成图像中隐藏内容的种类不受限制,图像质 量、鲁棒性和容量均具有较好表现。基于轮廓自动生成 的构造式图像隐藏方法 [20] 提升了隐藏容量和生成图像的质量,毕等 [21] 的算法减少了训练模型,提升了图像 质量和消息提取准确性。虽然上述方法一定程度提高了 容量和安全性,但大多数方法的生成图像质量和保真度 与原图像有差异,训练过程复杂 [22]。

　　3 结语

　　基于图像的无载体信息隐藏算法分为两类 ：映射式 无载体信息隐藏和生成式无载体信息隐藏。本文从编码 算法和评价指标两方面对一些经典的算法进行了分析对 比,得出了算法的优点和不足。对于映射式无载体信息 隐藏算法来说,不可检测性和鲁棒性有优异表现,但是 通常存在隐藏容量较低、通信时需要传递大量无关联的 载体图像从而导致隐藏算法安全性降低的问题。对于生 成式无载体信息隐藏算法来说,由于生成的图像与自然 图像有差异,易引起攻击者怀疑,且训练过程复杂。在 接下来的工作中,为了提升图像的无载体信息隐藏算 法的容量和安全性,研究一种高映射率的映射方案。同 时,在现有的映射关系的框架上,构建图像的深度特征 与秘密信息的映射关系,进而提高隐藏方法的容量。

　　参考文献

　　[1] 康慧娴,易标,吴汉舟.文本隐写及隐写分析综述[J].应用科学 学报,2021.39(6):923-938.
　　[2] 杜耀刚,杨自力,张艳硕,等.一种可信任的大容量无载体信息 隐藏方案[J].计算机应用与软件,2021.38(9):315-321.
　　[3] ZHOU Z,SUN H,HARIT R,ET AL.Coverless Image Steganography Without Embedding[J].International Conference on Cloud Computing and Security,2015.9483: 123-132.
　　[4] CHEN X,CHEN S,WU Y.Coverless Information Hiding Method Based on the Chinese Mathematical Expression[J]. Journal of Internet Technology,2015.18(2):313-320.
　　[5] QIN J,LUO Y,XIANG X,et al .Coverless Image Steganography:A Survey[J].IEEE Access,2019.7(99): 171372-171394.
　　[6] ZHANG X,PENG F,LIN Z,et al.A Coverless Image Information Hiding Algorithm Based on Fractal Theory
[J].International Journal of Bifurcation and Chaos,2020. 30(4):2050062.
　　[7] YUAN C,XIA Z,SUN X.Coverless Image Steganography Based on SIFT and BOF[J].Journal of Internet Technology, 2017.18(2):435-442.
　　[8] 周志立,曹燚,孙星明.基于图像Bag-of-Words模型的无载体 信息隐藏[J].应用科学学报,2016.34(5):527-536.
　　[9] CAO Y,ZHOU Z,SUN X,et al.Coverless Information Hiding Based on the Molecular Structure Images of Material[J].Computers,Materials and Continua,2018. 54(2):197-207.
　　[10] ZOU L,SUN J,MIN G,et al.A novel coverless information hiding method based on the average pixel value of the sub-images[J].Multimedia Tools and Applications,2019. 78(7):7965-7980.
　　[11] ZHENG S,LIANG W,LING B,et al.Coverless Information Hiding Based on Robust Image Hashing[C]//International Conference on Intelligent Computing.Springer,Cham,2017. 10363:536-547.
　　[12] 董腾林,李欣然,姚恒,等.基于图像分类的鲁棒无载体信息 隐藏[J].应用科学报,2021.39(6):893-905.
　　[13] ABDULSATTAR F S.Towards a high capacity coverless information hiding approach.Multimedia Tools and App lications,2021.80(12):18821– 18837.
　　[14] YANG L,DENG H,DANG X.A Novel Coverless Information Hiding Method Based on the Most Significant Bit of the Cover Image[J].IEEE Access,2020.8:108579-108591. [15] DUAN X,SONG H.Coverless information hiding based on Generative Model,10.48550/arXiv.1802.03528[P].2018. [16] DUAN X,LI B,GUO D,et al.A coverless steganography method based on generative adversarial network[J]. EURASIP Journal on Image and Video Processing,2020. 2020(1):1-10.
　　[17] LI Q,WANG X,WANG X,et al.CCCIH:Content- consistency Coverless Information Hiding Method Based on Generative Models[J].Neural Processing Letters,2021. 53(6):4037-4046.
　　[18] LI Q,WANG X,WANG X,et al.An Encrypted Coverless Information Hiding Method Based on Generative Models[J].Information Sciences,2021.553(3):19-30.
　　[19] CAO Y,ZHOU Z,WU Q,et al.Coverless information hiding based on the generation of anime characters[J]. EURASIP Journal on Image and Video Processing,2020. 2020(1):1-15.
　　[20] 周志立,王美民,杨高波,等.基于轮廓自动生成的构造式图 像隐写方法[J].通信学报,2021.42(9):144-154.
　　[21] 毕新亮,杨海滨,杨晓元等.基于StarGAN的生成式图像隐 写方案[J].信息网络安全,2020.20(12):64-71.
　　[22] 付章杰,李恩露,程旭,等.基于深度学习的图像隐写研究进 展[J].计算机研究与发展,2021.58(3):548-568.
 
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/61444.html