应用于ROHC的窗基LSB编解码修正算法实现机制

在移动：IPv6中，常常因为数据分组的头标太大而消耗过多的带宽，因而需要使用灵活可靠的鲁棒性头标压缩机制(ROHC)来对分组头标进行压缩。在ROHC中，使用LSB编码方案对分组中那些变化比较小的头标域进行编码。本文将在简要介绍ROHC原理的基础上，深入探讨应用于ROHC的窗基LSB编解码修正算法的实现机制。     

图像隐写分析中游程检验算法的研究与应用

随着隐写术在因特网中的广泛应用,隐写分析已经成为学术界研究的热点之一。本文在深入研究BMP图像LSB隐写算法的基础上,在图像隐写分析中提出了游程检验算法并给出了算法原理和工程实现。该算法基于盲检测、不需要训练图像数据库、在满足一定的假设条件下,检测性能优良、算法简单、易于实现,具有一定的实用价值。     

一种基于分数傅立叶域图象盲水印方案

利用分数傅立叶变换级次的任意性,提出了一种基于分数傅立叶域图象水印方案。对载体图像进行p级的二维离散分数傅立叶变换,将原始水印图像用LSB算法,嵌入到载体图像的p级分数域的低频系数矩阵中,再进行逆变换得到水印图像。提高了水印安全性,缓解了水印的不可见性与鲁棒性之间的矛盾。仿真试验结果表明该水印具有良好的不可见性和抗噪声攻击性。     

一种可抵抗RS掩密分析方法的掩密算法

Fridrich提出的RS掩密分析方法,适合于检测采用随机嵌入的LSB掩密算法,不但可以检测信息的存在,还可以检测出嵌入信息的长度。文中对现有的空域LSB掩密算法加以改进,使改进后的算法可以抵抗RS攻击,从而进一步提高了LSB掩密算法的安全性。     

基于信息量估计法的MIDI音频隐写分析

为了保障网络信息安全,提出一种针对MIDI格式的专用音频隐写分析算法具有重要的意义。分析了MIDI音频LSB替换机制,提取特征量力度值进行统计分析,采用信息量估计法针对MIDI音频进行LSB隐写检测分析。实验表明,信息量估计法在嵌入率较大时,漏检率和虚警率都较低,可以作为MIDI音频的专用隐写分析方法。     

基于HSB与LSB的半脆弱水印算法

提出了一种能够精确定位并能恢复原图像的半脆弱数字水印算法。本算法利用LSB(最低比特位)所含水印信息大容量的特点,由于在图像篡改和水印攻击情况下HSB(最高比特位)具有相对稳定性,故利用HSB作为水印信息,利用一种新的置乱算法产生水印嵌入位置,结合混沌序列,修改该位置图像像素的LSB,完成水印的嵌入调制。实验结果表明,该算法不仅可对图像内容的恶意篡改进行精确地检测与定位,而且能够大致恢复出被篡改的原图像信息,并对原图质量的影响非常小。     

Arnold变换在LSB算法中的应用研究

为了更好地进行版权保护,设计了一种基于图像置乱技术的数字图像水印算法。将经过Arnold变换的水印信号嵌入在宿主图像的LSB位平面上,提高了LSB算法的鲁棒性,保留了盲提取特点。算法通过水印信号扩展使其与宿主图像相匹配,保证了水印嵌入位置的安全性。仿真实验比较了有无Arnold变换的水印算法,结果表明使用Arnold置乱的水印算法抗噪声、剪切能力较好,说明在数字图像水印中应用图像置乱技术可以有效提高数字图像水印的性能。     

基于数字图像的信息隐藏技术探究

在社会信息化的进程中,信息已经成为社会发展的重要资源。随着互联网的快速发展,越来越多的信息通过网络进行传播,信息的保密性、真实性、完整性逐渐成为研究焦点。介绍了图像中信息隐藏技术的概念、分类和发展,对矢量量化信息隐藏技术进行了重点分析,指出了信息隐藏技术的发展趋势。     

Adversarial Data Hiding in Digital Images

In recent studies of generative adversarial networks (GAN), researchers have attempted to combine adversarial perturbation with data hiding in order to protect the privacy and authenticity of the host image simultaneously. However, most of the studied approaches can only achieve adversarial perturbation through a visible watermark; the quality of the host image is low, and the concealment of data hiding cannot be achieved. In this work, we propose a true data hiding method with adversarial effect for generating high-quality covers. Based on GAN, the data hiding area is selected precisely by limiting the modification strength in order to preserve the fidelity of the image. We devise a genetic algorithm that can explore decision boundaries in an artificially constrained search space to improve the attack effect as well as construct aggressive covert adversarial samples by detecting “sensitive pixels” in ordinary samples to place discontinuous perturbations. The results reveal that the stego-image has good visual quality and attack effect. To the best of our knowledge, this is the first attempt to use covert data hiding to generate adversarial samples based on GAN.