学位论文 > 优秀研究生学位论文题录展示

JPEG图像隐写分析技术研究

作　者: 杨尚雲
导　师: 王宏霞
学　校: 西南交通大学
专　业: 密码学
关键词: 隐写分析 JPEG图像联合密度 Markov 特征敏感度支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

目前网络上的海量图片中,有的图片经过处理,可以将机密信息隐藏在其中,但并不能被人眼所察觉。有些不法分子利用这种信息隐藏技术进行信息传递。JPEG格式图像是在Internet上常见的图像形式,并且已经广泛的被应用于载体,达到传递秘密信息的目的。已有大量基于JPEG格式的隐写软件和算法出现,如Jsteg、Steghide、EMD、 F5等,因此,针对JPEG图像的隐写分析技术的研究具有重要的现实意义。本文以JPEG图像隐写分析技术为主要研究对象,主要内容如下：1)针对Jsteg、F5、MB、EMD、Steghide、JPHS等典型的JPEG图像隐写算法和工具,分析了隐写前后图像量化后DCT系数直方图的变化,以及隐写算法的安全性,为JPEG图像隐写分析的研究奠定了前期基础。2)分析了基于联合密度的块间相关性特征的不足,并对其进行了改进。通过提取28维改进的基于联合密度的统计特征,采用SVM分类器,实现了对JPEG图像隐藏信息的有效检测。对改进算法进行了四个方面的分析：算法检测能力、特征敏感度、混合测试、不同隐写算法之间的交叉测试。对比实验结果表明：本文改进后的基于联合密度的块间相关性特征对F5、EMD、MB、Steghide隐写术的敏感度有所提升,特别是对Steghide有较大提升。在低嵌入率时,改进算法的混合训练模型的检测能力相比改进前有较大提高,检测正确率提高约5%。3)分析了基于Markov转移概率的块内相关性特征的不足,并对其进行了改进。通过提取28维改进的基于Markov转移概率的统计特征,采用SVM分类器,实现了对JPEG图像隐藏信息的有效检测。对改进算法进行了四个方面的分析：算法检测能力、特征敏感度、混合测试、不同隐写算法之间的交叉测试。对比实验结果表明：本文改进后的基于Markov转移概率的块内相关性特征对F5、EMD、MB、Steghide隐写术的敏感度有所提升,特别是对Steghide有较大提升。在低嵌入率时,改进算法的混合训练模型的检测能力相比改进前有较大提高,检测正确率提高约7%。4)不同的图像特征对不同的隐写术敏感度不同,融合改进的基于联合密度的块间相关性特征和改进的基于Markov转移概率的块内相关性特征,设计了一种特征融合算法。使用SVM分类器实现了对JPEG图像隐藏信息的有效检测。对比实验结果表明：本文提出的融合特征对EMD、Steghide隐写术的敏感度有较大提升。在低嵌入率时,融合特征的混合训练模型的检测能力有较大提高,检测正确率提高约9%。

全文目录

摘要  6-7
Abstract  7-11
第1章绪论  11-17
  1.1 隐写与隐写分析概述  12-14
    1.1.1 隐写术概述  12-13
    1.1.2 隐写分析概述  13-14
  1.2 国内外研究现状  14-15
  1.3 本论文的章节安排  15-17
第2章基于JPEG图像的隐写与隐写分析  17-30
  2.1 JPEG图像简介  17-18
  2.2 数字图像隐写与隐写分析评估  18-19
    2.2.1 数字图像隐写评估  18
    2.2.2 数字图像隐写分析评估  18-19
  2.3 JPEG图像隐写与隐写检测  19-27
    2.3.1 Jsteg隐写算法  19-20
    2.3.2 F5隐写算法  20-23
    2.3.3 EMD隐写算法  23-24
    2.3.4 MB隐写算法  24-26
    2.3.5 Steghide和JPHS隐写工具  26-27
  2.4 分类器  27-28
  2.5 本章小结  28-30
第3章 DCT块间的隐写分析算法  30-42
  3.1 基于联合密度的块间相关性特征改进  30-33
  3.2 基于联合密度特征提取  33-34
  3.3 分类检测  34-36
  3.4 实验分析  36-42
    3.4.1 算法检测能力对比分析  36-37
    3.4.2 特征敏感度对比分析  37-38
    3.4.3 图像混合检测测试  38-40
    3.4.4 不同隐写方法的交叉测试  40-41
    3.4.5 本章小结  41-42
第4章 DCT块内的隐写分析算法  42-50
  4.1 基于Markov的块内相关性特征改进  42-44
  4.2 基于Markov的特征提取  44-45
  4.3 分类检测  45
  4.4 实验分析  45-49
    4.4.1 算法检测能力对比分析  45-46
    4.4.2 特征敏感度对比分析  46-47
    4.4.3 图像混合检测测试  47-48
    4.4.4 不同隐写方法的交叉测试  48-49
  4.5 本章小结  49-50
第5章特征融合隐写分析算法  50-57
  5.1 块内与块间相关性特征分析  50-51
  5.2 融合特征的提取  51-52
  5.3 分类检测  52
  5.4 实验分析  52-56
    5.4.1 算法检测能力对比分析  53-54
    5.4.2 特征敏感度对比分析  54
    5.4.3 图像混合检测测试  54-55
    5.4.4 不同隐写方法的交叉测试  55-56
  5.5 本章小结  56-57
总结与展望  57-59
致谢  59-60
参考文献  60-64
攻读硕士学位期间发表的论文及科研成果  64

JPEG图像隐写分析技术研究

内容摘要

全文目录

相似论文