專利名稱：一種基于統(tǒng)計檢測和結(jié)構(gòu)檢測的隱寫分析系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息隱藏檢測領(lǐng)域，具體的說，本發(fā)明提出了一種基于統(tǒng)計檢測和結(jié)構(gòu)檢測的隱寫分析系統(tǒng)。常見的隱寫技術(shù)主要包括空間域LSB隱寫、頻域隱寫、BPCS隱寫和結(jié)構(gòu)隱寫。本發(fā)明是針對空間域LSB隱寫、BPCS隱寫和結(jié)構(gòu)隱寫的檢測。
背景技術(shù)：
自從2002年，以camera shy(半遮面)為代表的流行隱寫術(shù)軟件的發(fā)展如雨后春筍，不斷更新擴大，其它各類基于信息隱藏技術(shù)而設(shè)計的類似產(chǎn)品也迅速出現(xiàn)。隱寫術(shù)和密碼學(xué)在信息安全領(lǐng)域具有同等重要的地位，隱寫術(shù)就如同一把雙刃劍，如果不及時從正反兩個方面去進行深入研究，這項技術(shù)的非法使用將危害國家的信息安全。為加強國家和公共安全，盡快研制出針對流行隱寫術(shù)軟件的高效檢測工具，是我國在隱蔽通信線路發(fā)現(xiàn)和監(jiān)控方面一項非常有意義的工作，是挑戰(zhàn)更是機遇。
充分了解隱寫軟件的使用情況，才能分析它們存在的弱點，達到快速檢測、阻斷和發(fā)現(xiàn)的目的。目前的隱寫軟件載體絕大多數(shù)是圖像和音頻，與之相對應(yīng)的檢測算法的研究也應(yīng)以這兩種載體為主。這兩種載體的隱藏算法非常相似，例如都采用空域、頻域算法等，因此在檢測技術(shù)上也很類似。
基于圖像的隱藏算法主要分為五大類基于LSB的隱藏算法、基于DCT域隱藏算法、基于調(diào)色板的隱藏算法、基于視覺特性的隱藏算法和一些特殊的隱藏算法，圖像格式有JPEG、GIF、BMP等。實際應(yīng)用中，LSB的隱藏方法與DCT域的隱藏方法應(yīng)用最為廣泛。
基于音頻的隱藏算法主要分為時域隱藏算法和頻域隱藏算法。目前網(wǎng)絡(luò)上流行的音頻格式主要有WAV，MP3，MIDI格式。上面提到的時域隱藏算法和頻域隱藏算法都是適用于WAV格式的，而MP3和MIDI由于其文件格式的特殊性，需要采用特殊的隱藏算法。目前網(wǎng)絡(luò)上廣泛使用的音頻隱藏算法主要是時域LSB算法。
此外，基于文件格式的結(jié)構(gòu)隱藏也是目前應(yīng)用較多的隱藏方法，可根據(jù)圖像或音頻的文件格式特征，在文件頭中的某些保留字段中或者文件結(jié)束之后插入額外的秘密信息。存在于文件格式中的秘密信息不會影響載體文件的正常使用，同時也使基于載體文件統(tǒng)計特征的檢測方法無效。
目前，雖然已經(jīng)有相當多的科研機構(gòu)和安全公司對隱寫術(shù)工具進行檢測研究，但是結(jié)果都不理想。分析其原因有三點1)隱寫術(shù)只有少數(shù)重要敏感用戶使用。
2)互聯(lián)網(wǎng)上中的多媒體格式多樣化，而現(xiàn)在大多數(shù)國際國內(nèi)所研究的檢測算法主要是通用統(tǒng)計攻擊，這些算法雖然適用性強但檢測準確性卻達不到實用。
3)隱寫術(shù)工具檢測研究目前主要停留在分析開源隱寫軟件或一些教學(xué)機構(gòu)和個人愛好者所發(fā)布的軟件，然而實際使用這些軟件傳輸秘密信息的用戶幾乎沒有，而對于許多流行隱寫軟件的分析，由于分析難度太大因而很少有人能提出準確檢測辦法，但它們恰恰可能是用戶頻繁使用的秘密通信工具。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于提供一種基于統(tǒng)計檢測和結(jié)構(gòu)檢測的隱寫分析系統(tǒng)，能夠?qū)σ猿Ｒ妶D像音頻為載體，使用主流隱寫技術(shù)進行隱藏的載密文件，實現(xiàn)高質(zhì)量檢測，其正確檢出率高，具有廣泛的適用性，檢測效率高，能適應(yīng)網(wǎng)絡(luò)高速傳輸?shù)男枨蟆?br> 為了實現(xiàn)上述目的，本發(fā)明提供了一種基于統(tǒng)計檢測和結(jié)構(gòu)檢測的隱寫分析系統(tǒng)，其系統(tǒng)核心思想是通過集成六個不同的統(tǒng)計檢測模塊和兩個不同的結(jié)構(gòu)檢測模塊，在檢測時使用融合技術(shù)，對圖像或音頻文件進行多個模塊的檢測，從而判斷是否有隱藏信息存在。其具體操作方式有兩種第一種是針對少量可疑文件的檢測，僅顯示檢測結(jié)果，不生成檢測結(jié)果報告。其具體操作步驟如下1)瀏覽選擇一批待檢測文件，可選擇的待檢測文件類型包括BMP圖像、JPEG圖像和WAVE音頻。
2)選擇一個或多個統(tǒng)計檢測模塊，包括RS檢測模塊、SPA檢測模塊、DIH檢測模塊、BPCS檢測模塊、卡方檢測模塊和LSM檢測模塊，并設(shè)定閾值，閾值為0～1之間的數(shù)字，缺省設(shè)置值為0.05。
3)選擇一個或多個結(jié)構(gòu)檢測模塊，包括掛接檢測模塊和格式檢測模塊。
4)在界面右側(cè)顯示檢測結(jié)果，即隱秘文件列表，包括檢測出的可疑文件名和選定的檢測模塊估計的隱藏信息量。在掃描狀態(tài)中顯示檢測進程狀態(tài)，包括當前掃描路徑、當前掃描文件名、已掃描文件數(shù)、檢測到的隱寫文件數(shù)和檢測掃描速率等信息。
第二種是針對含有一批可疑文件的文件夾進行掃描，既顯示檢測結(jié)果，也會在指定路徑處生成檢測結(jié)果報告。其具體操作步驟如下1)瀏覽選擇掃描路徑，即待檢測文件所在的文件夾路徑，該路徑下所有的指定格式文件都將被檢測。
2)瀏覽選擇保存路徑，即將要生成的掃描檢測結(jié)果文檔的保存路徑。
3)選擇待檢測文件類型，可選擇的文件類型包括BMP圖像、JPEG圖像和WAVE音頻。
4)選擇采用的統(tǒng)計檢測模塊，包括RS檢測模塊、SPA檢測模塊、DIH檢測模塊、BPCS檢測模塊、卡方檢測模塊和LSM檢測模塊，并設(shè)定閾值，閾值取值范圍為(0，1)，缺省設(shè)置值為0.05。
5)選擇采用的結(jié)構(gòu)檢測模塊，包括掛接檢測模塊和格式檢測模塊。
6)掃描選項設(shè)置完畢則開始掃描，對待檢測目錄中的指定類型文件使用指定檢測模塊進行掃描，掃描過程中可控制掃描進程的暫停或停止。
7)掃描結(jié)束后，在界面右側(cè)顯示檢測結(jié)果，即隱秘文件列表，包括檢測出的可疑文件名和選定檢測模塊估計的隱藏信息量。在掃描狀態(tài)中顯示檢測進程狀態(tài)，包括當前掃描路徑、當前掃描文件名、已掃描文件數(shù)、檢測到的可疑文件數(shù)和檢測掃描速率等信息。同時生成相應(yīng)的檢測結(jié)果報告，包括掃描時間、路徑、檢測文件類型、掃描檢測文件和可疑文件的隱寫檢測結(jié)果等信息。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于上述第一種和第二種操作方式使用相同的檢測模塊和架構(gòu)，系統(tǒng)的核心是實現(xiàn)了六個相互獨立，具有不同檢測原理的統(tǒng)計檢測模塊和兩個具有不同針對性的結(jié)構(gòu)檢測模塊，從而能夠?qū)σ猿Ｒ娒襟w格式為載體，使用主流隱寫工具進行隱藏的文件進行可靠檢測。使用多個同類檢測模塊，依據(jù)融合技術(shù)能夠有效提高檢測性能，并能滿足多種媒體類型同時處理的網(wǎng)絡(luò)實時性需求。
核心檢測模塊具體包括如下模塊RS檢測模塊、SPA檢測模塊、DIH檢測模塊、BPCS檢測模塊、卡方檢測模塊和LSM檢測模塊等六個統(tǒng)計檢測模塊，以及掛接檢測和格式檢測兩個結(jié)構(gòu)檢測模塊。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對空間域LSB隱寫的隱寫檢測模塊有五個，第一個RS檢測模塊具體描述如下該檢測模塊的基本思想是構(gòu)造了一個關(guān)于圖像的高階統(tǒng)計量——多個像素之間的灰度差值和，利用LSB替換造成的灰度差值和的變化，分析這種變化與嵌入消息大小之間的關(guān)系，并將這個關(guān)系建立為一個二次方程，通過計算方程的根來估計嵌入消息的大小。
首先對圖像像素進行分組(x1，x2，…，xn)，對于像素組G＝(x1，x2，…，xn)，定義一個鑒別函數(shù)f(x1，x2，…，xn)∈R來描述像素組內(nèi)的相關(guān)性f(x1,x2,···,xn)=Σi=1n-1|xi+1-xi|]]>鑒別函數(shù)取值的大小描述了像素間相關(guān)性的強弱，鑒別函數(shù)取值越大，則說明像素間的相關(guān)性越弱，反之相關(guān)性越強，而LSB替換會使像素值LSB平面的隨機性增大，可見LSB替換會使鑒別函數(shù)取值增大。對像素組中的像素值定義三種映射規(guī)則F101，23，…，254255；F-1-10，12，…，255256；F000，11，…，255255。
映射規(guī)則F1即對應(yīng)LSB替換時像素值對的轉(zhuǎn)換，F(xiàn)-1視為F1的對偶，F(xiàn)0視為像素到自身的映射，根據(jù)三種映射規(guī)則把像素組分為三種類型 其中F(G)表示將G中的像素在映像關(guān)系F下進行映射，同時定義一個n元數(shù)組的掩模M(M1，M2，…，Mn)，其中Mi∈{0，±1}(0＜i≤n)，進一步定義F(G)=(FM1(G),FM2(G),···,FMn(G))]]>分別以RM、SM表示掩模M下規(guī)則組數(shù)與不規(guī)則組數(shù)所占所有像素組數(shù)的比例，一般來說，對像素值進行了映射轉(zhuǎn)換后一般都會使鑒別函數(shù)值增大，即有RM＞＞SM，從而有RM+SM≤1和R-M+S-M≤1，RS分析中進行了一個經(jīng)驗假設(shè)RM≅R-M,SM≅S-M]]>通過實驗發(fā)現(xiàn)，R-M和S-M關(guān)于p的曲線可以用直線來擬合，RM和SM關(guān)于p的曲線可用二次曲線來擬合，對于SM和RM有SM(12)=RM(12).]]>從而可以建立關(guān)于p的二次方程2(d1+d0)z2+(d-0+d-1-d1-3d0)z+(d0-d-0)＝0其中，d0=RM(p2)-SM(p2),d1=RM(1-p2)-SM(1-p2),d-0=R-M(p2)-S-M(p2),]]>d-1=R-M(1-p2)-S-M(1-p2),]]>最后通過求解方程的根得到消息長度p作出估計p=zz-0.5.]]>上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對空間域LSB隱寫的隱寫檢測模塊有五個，第二個SPA檢測模塊具體描述如下該檢測模塊把圖像全體像素視為集合P，將P分為互不相交的基本集X、Y和ZX＝{(u，v)|(u，v)∈P，u＜v且v為偶數(shù)或者u＞v且v為奇數(shù))；Y＝{(u，v)|(u，v)∈P，u＞v且v為偶數(shù)或者u＜v且v為奇數(shù))；Z＝{(u，V)|(u，V)∈P，u＝v)。
對于基本集Y進一步分為兩個子集W和VW＝{(u，v)|(u，v)∈P，u＝2k+1，v＝2k或者u＝2k,v＝2k+1)；V＝Y(jié)-W。
對于LSB替換對像素值的改動定義為四種修改模式1)u、v保持不變，對應(yīng)模式00；2)只有u改變，對應(yīng)模式10；3)只有v改變，對應(yīng)模式014)u、v都改變，對應(yīng)模式11。
根據(jù)基本集的定義，可得出基本集的構(gòu)成形式如下
對于P中任一子集A，將A中像素值因LSB替換而被修改的概率定義為ρ(π，A)，其中π∈{00，01,10,11}，以p表示嵌入消息比例，由此可計算出像素值被修改的概率ρ(00,P)=(1-p/2)2;ρ(01,P)=ρ(10,P)=p/2(1-p/2)ρ(11,P)=(p/2)2]]>根據(jù)以上的定義作出兩個假設(shè)1)基本集X與Y的勢相同，即|X|＝|Y|；2)對于任一像素集合A∈{X，V，W，Z)，π∈{00,01,10,11)有ρ(π，A)＝ρ(π，P)。
假設(shè)1對于自然圖像來說是成立的，因為自然圖像的像素值在不同方向上的梯度為正或為負的概率是相同的，假設(shè)2即指嵌入的消息隨機的散布在整幅圖像中，消息的分布與圖像灰度的分布是相互獨立的。LSB替換將會使像素值在四個基本集之間相互轉(zhuǎn)換，從而使基本集的勢產(chǎn)生改變。與RS檢測模塊類似，該模塊依據(jù)像素值被改變的概率描述基本集的勢在嵌入消息前后的改變，以X＇、V＇、W＇、Z＇表示嵌入消息后的載密圖像的基本集，可建立方程|X′|=(1-p2)|X|+p2|V|;|V′|=(1-p2)|V|+p2|X|;|W′|=(1-p+p22)|W|+p(1-p2)|Z|.]]>其中X＇+V＇+W＇+Z＇=P，根據(jù)兩個基本假設(shè)可化簡得0.5γp2+(2|X＇|-|P|)p+|Y＇|-|X＇|＝0，其中γ＝｜W＇|+|Z＇|＝|W|+|Z|，上式中的參數(shù)均可由載密圖像得到，通過解方程得到的絕對值較小的那個根就是對p的估計。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對空間域LSB隱寫的隱寫檢測模塊有五個，第三個DIH檢測模塊具體描述如下該檢測模塊利用載體圖像和載密圖像的差分直方圖在嵌入消息前后的變化的差異找出隱蔽信息的痕跡，進而對隱蔽信息的大小作出估計。
原始載體圖像和載密圖像的差分直方圖外形輪廓并沒有太大的差異，都可以用廣義高斯模型很好地擬合，差別在于廣義高斯模型中的形狀因子有隨著嵌入的秘密消息長度增加而增大的趨勢。如果對圖像的LSB平面進行置零或置反的操作就將發(fā)現(xiàn)，載體圖像的差分直方圖在操作前后將發(fā)生明顯的變化，其外形輪廓沒有很好的保持近似廣義高斯曲線的形狀，而載密圖像的差分直方圖卻幾乎沒有任何改變，這樣的統(tǒng)計差異成為DIH檢測模塊的基礎(chǔ)。
記被測試圖像的差分直方圖為hi，圖像LSB平面置零和置反后差分直方圖分別為gi和fi。分析可知，對hi，gi和fi存在如下關(guān)系h2i＝f2i＝a2i，2ig2i，h2i+1＝a2i，2i+1g2i+a2i+2，2i+1g2i+2，f2i+1＝a2i，2i-1g2i+a2i+2，2i+3g2i+2。
結(jié)合對稱性假設(shè)a0，1≈a0，-1，可得遞推公式a0,1=g0-h02g0,a2i,2i=h2ig2i,a2i,2i-1=h2i-1-a2i-2,2i-1g2i-2g2i,a2i,2i+1=1-a2i,2i-a2i,2i-1.]]>構(gòu)造統(tǒng)計量αi=a2i+2,2i+1a2i,2i+1,βi=a2i+2,2i+3a2i,2i-1,γi=g2ig2i+2]]>對于自然圖像有a2i，2i+1g2i≈a2i+2，2i+1g2i+2，隨著嵌入消息長度的增加，αi的值將會減小，當圖像的LSB平面100％嵌入消息時，即p＝1時，αi減小到1，這是分析的基礎(chǔ)。統(tǒng)計試驗表明，αi與p之間的變化關(guān)系可以用二次多項式來進行擬合，即y＝ax2+bx+c。利用四個關(guān)鍵點P1＝(0，γi)，P2＝(p，αi)，P3＝(1，1)和P4＝(2-p，βi)，可得關(guān)系式c=γiap2+bp+c=αia(2-p)2+b(2-p)+c=βia+b+c=1]]>記d1＝1-γi，d2＝αi-γi，d3＝βi-γi，依據(jù)上式的約束關(guān)系經(jīng)化簡得2d1p2+(d3-4d1-d2)p+2d2＝0。上述方程的兩個根中絕對值小的那個就是我們要估計的嵌入比例p。若方程中判別式小于零，此時應(yīng)判斷是否滿足αi≈βi≈1，如果滿足，表明嵌入比例p≈1。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對空間域LSB隱寫的隱寫檢測模塊有五個，第四個LSM檢測模塊具體描述如下該檢測模塊在SPA檢測模塊的有限狀態(tài)機的基礎(chǔ)上，加入了最小方差估計，提高了檢測的精度，分析了SPA檢測模塊關(guān)鍵假設(shè)所帶來的誤差εm＝|Y2m+1|-|X2m+1|，沿用SPA檢測模塊對像素對集合|Cm|、|Dm|、|Y2m+1|、|X2m+1|的定義，即|Cm|像素對的值右移一位后像素值差值為m的像素對；|Dm|像素對的差值得絕對值為m的像素對|X2m+1|像素對的值差的絕對值為2m+1，且偶數(shù)較大的像素對數(shù)；|Y2m+1|像素對的值差的絕對值為2m+1，且奇數(shù)較大的像素對數(shù)。
根據(jù)SPA檢測模塊的推導(dǎo)可得如下兩個方程(|Cm|-|Cm+1|)p2/4-(|D2m′|-|D2m+2′|+2|Y2m+1′|-2|X2m+1′|)p/2+|Y2m+1′|-|X2m+1′|=ϵm(1-p2)(m>1);]]>
(2|C0|-|C1|)p2/4-(2|D0′|-|D2′|+2|Y1′|-2|X1′|)p/2+|Y1′|-|X1′|=ϵm(1-p)2)(m=0).]]>每個像素為b比特編碼，則m有2b-1-1個不同的取值，因此可構(gòu)造不同的2b-1-1個方程，對于不同的2b-1-1個方程，利用最小二乘法和極小化的參數(shù)估計方法，求出使方程右邊的平方和有極小值的p值，以p值作為嵌入率的估計。
令|Am|＝(|Cm|-|Cm+1|)/4、|Bm|＝-(|D2m|-|D2m+2|+2|Y2m+1|-2|X2m+1|)/2、|Em|＝|Y2m+1|-|X2m+1|，則以上第一個方程左邊化為Amp2+Bmp+Em，平方后為Am2p4+(2AmEm+Bm2)p2+2BmEmp+Em2,]]>類似可得所有方程左邊的平方和S(p)為S(p)=Σm=0jAm2p4+2Σm=0jAmBmp3+Σm=0j(2AmEm+Bm2)p2+2Σm=0jBmEmp+Σm=0jEm2]]>對S(p)求導(dǎo)得4Σm=05Am2p3+6Σm=05AmBmp2+2Σm=05(2AmEm+Bm2)p+2Σm=05BmEm]]>使S′(p)＝0的p值，即使S(p)有極小值的p值就是對嵌入率的估計。但方程S′(p)＝0可能存在三個互異實根，因此需要考慮S″(p)，即可使S″(p)＞0的p值就是最終確定的嵌入率估計。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對空間域LSB隱寫的隱寫檢測模塊有五個，第五個卡方檢測模塊具體描述如下基于像素值對(Pair of Values，PoVs)的統(tǒng)計分析方法是出現(xiàn)最早的針對空間域LSB類算法的隱寫分析方法，像素值對是在替換像素的LSB時相互轉(zhuǎn)換的兩個灰度值，對于8比特的灰度圖像來說，像素值對就由以下值對構(gòu)成01，23，…，254255。在嵌入消息以后構(gòu)成值對的灰度值數(shù)目將趨于一致，利用這一統(tǒng)計特征，定義一個卡方統(tǒng)計量χk-12來測試檢測圖像是否存在這種統(tǒng)計特性，其中χk-12=Σi=1k(ni-ni′)2ni′]]>以c2i表示灰度值為2i的象素數(shù)，定義上式中的ni=c2i,ni′=c2i+c2i+12,]]>ni=ni′]]>的概率為p=1-12k-12Γ(k-12)∫0χk-12e-x2xk-12-1dx]]>通過計算測試圖像的p值來判斷圖像中是否含有秘密消息，同時對圖像進行連續(xù)的卡方檢驗，通過觀察p的變化可以估計出秘密消息的大小。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對空間域BPCS隱寫的隱寫檢測模塊有一個，具體描述如下通過對秘密信息的小塊的復(fù)雜度直方圖分析我們得知，秘密信息小塊的復(fù)雜度主要集中在50～70附近，在低復(fù)雜度和高復(fù)雜度范圍內(nèi)多為0，而圖像的復(fù)雜度直方圖在這個范圍內(nèi)變化比較平緩，當嵌入秘密信息后必然在直方圖引起波動。
利用這一特性對得到的圖像數(shù)據(jù)進行BPCS隱寫，然后比較隱寫前后的復(fù)雜度直方圖連續(xù)性，當原圖像不包含秘密信息時，進行BPCS隱寫必然使其連續(xù)性發(fā)生明顯變化，表現(xiàn)在數(shù)據(jù)上即相臨點差的最大值變大，相反，如果原圖像包含秘密信息則變化不會太明顯。但是這種分析需要一定的數(shù)據(jù)量，因此對于較大的圖像(通常512×512)有比較好的效果。根據(jù)這樣的特征設(shè)計了針對空間域BPCS隱寫的檢測模塊，并取得了良好的檢測效果。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對結(jié)構(gòu)隱藏的隱寫檢測模塊有兩個，第一個基于BMP圖像的結(jié)構(gòu)檢測模塊具體描述如下該檢測模塊以基于BMP圖像的采用格式或掛接式隱藏的隱寫軟件為檢測對象。BMP圖像格式中存在著諸多可用于隱藏信息的冗余位，如文件頭中的保留位，信息頭中調(diào)色板的保留位，在信息頭與圖像數(shù)據(jù)之間的偏移數(shù)據(jù)段，以及圖像數(shù)據(jù)中對每行像素數(shù)據(jù)長度補足為4的倍數(shù)的補足位。
其次，可在圖像文件結(jié)束之后掛接秘密信息，在這些冗余位中插入秘密信息不會對圖像的正常使用產(chǎn)生影響，通過對BMP圖像文件格式進行全面分析可發(fā)現(xiàn)隱藏于冗余位與圖像文件之后的秘密信息，并可將秘密信息以較高的準確率提取出來，對于沒有加密功能的軟件則可得到隱藏的原始信息。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于八個核心檢測模塊中，針對結(jié)構(gòu)隱藏的隱寫檢測模塊有兩個，第二個基于JPEG圖像的結(jié)構(gòu)檢測模開具體描述如下該檢測模塊以基于JPEG圖像的采用格式或掛接式隱藏的隱寫軟件為檢測對象。JPEG圖像格式相對BMP圖像更為復(fù)雜，主要是數(shù)據(jù)段定義較為復(fù)雜，目前基于JPEG圖像結(jié)構(gòu)隱藏的隱寫軟件主要采用兩種方式進行隱藏，一種是將秘密信息作為注釋插入到圖像格式的注釋段中，另一種是掛接式隱藏，通過結(jié)合JPEG圖像格式中的數(shù)據(jù)段標識與隱寫軟件的特征標示符，可對秘密信息的數(shù)據(jù)段進行定位并行提取。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊，其特征在于對集成的多個檢測模塊使用融合技術(shù)，為提高檢測的可靠性，核心檢測模塊的融合機制采用對檢測結(jié)果取并的方法，具體描述如下在檢測設(shè)置中如果選擇了多個檢測模塊，每一個檢測模塊都將產(chǎn)生一個檢測結(jié)果，通過折衷虛警與漏警帶來的干擾，基于融合的判決機制為如果檢測模塊對檢測對象的檢測結(jié)果超過了設(shè)定的閾值，則判決檢測對象為隱秘對象，令該判決結(jié)果為“真”，否則令判決結(jié)果為“假”。如果選擇多個模塊進行檢測，則當所選模塊的檢測結(jié)果均為“真”時，判決檢測對象為隱秘對象，否則判決為非隱秘對象。
上述的統(tǒng)計和結(jié)構(gòu)檢測模塊包含了五個針對空域LSB隱寫的隱寫檢測模塊，一個針對空間域BPCS隱寫的隱寫檢測模塊，以及兩個針對結(jié)構(gòu)隱寫的隱寫檢測模塊。本發(fā)明采用聯(lián)合取并的融合技術(shù)，對多種模塊的檢測結(jié)果進行聯(lián)合判決，從而消除了單個模塊適用范圍窄，平均檢出率低、虛警率高等缺陷，實現(xiàn)了對多種載體類型、多種隱寫方式的高質(zhì)量、高效率檢測。


圖1是本發(fā)明的窗口主界面視圖。
圖2是本發(fā)明的文件類型子窗口視圖。
圖3是本發(fā)明的統(tǒng)計檢測子窗口視圖。
圖4是本發(fā)明的結(jié)構(gòu)檢測子窗口視圖。
圖5是本發(fā)明的總體流程圖。
圖6是本發(fā)明的RS檢測模塊流程圖。
圖7是本發(fā)明的SPA檢測模塊流程圖。
圖8是本發(fā)明的DIH檢測模塊流程圖。
圖9是本發(fā)明的LSM檢測模塊流程圖。
圖10是本發(fā)明的卡方檢測模塊流程圖。
圖11是本發(fā)明的BPCS檢測模塊流程圖。
圖12是本發(fā)明的基于BMP圖像結(jié)構(gòu)檢測模塊流程圖。
圖13是本發(fā)明的基于JPEG圖像結(jié)構(gòu)檢測模塊流程圖。
具體實施例方式
本發(fā)明以八個檢測子模塊構(gòu)成核心檢測模塊，實現(xiàn)了對目前主流的隱寫方法生成的載密文件(BMP圖像、JPEG圖像、WAVE音頻等)的可靠檢測，其具體實施檢測在主界面的“掃描選項”中分為兩種檢測方式。第一種方式是通過選擇“檢測文件”對單個或多個文件進行檢測。首先，“檢測文件”對應(yīng)選擇檢測文件的“打開”對話框，在該對話框中可選一個或多個文件進行檢測，可選的文件格式有三種BMP圖像、JPEG圖像與WAV音頻。文件選擇完畢將彈出“統(tǒng)計檢測”子窗口，在該窗口中選擇掃描檢測所使用的統(tǒng)計檢測模塊，共有RS檢測模塊、SPA檢測模塊、DIH檢測模塊、BPCS檢測模塊、卡方檢測模塊、LSM檢測模塊六個檢測模塊可供選擇，同時設(shè)定檢測判決的門限值(缺省值為0.05)，設(shè)定后選擇“確定”將彈出“結(jié)構(gòu)檢測”子窗口，在該窗口中選擇掃描檢測所使用的結(jié)構(gòu)檢測模塊，共有格式檢測和掛接檢測兩個檢測模塊可供選擇，檢測模塊設(shè)定后選擇“確定”將對掃描到的每個文件以選定的模塊進行檢測，在“掃描狀態(tài)”與“隱秘文件列表”中顯示檢測結(jié)果。
第二種方式是通過選擇“掃描路徑”對某個文件夾中的所有文件進行掃描檢測。首先，選擇“掃描路徑”在“瀏覽文件夾”對話框中選擇所要掃描的文件夾。其次，在掃描開始前必須進行的設(shè)置項有在“保存路徑”中選定掃描日志文件的保存路徑；在“文件類型”子窗口中設(shè)定掃描檢測的文件格式BMP圖像、JPEG圖像或WAV音頻；在“統(tǒng)計檢測”子窗口或“結(jié)構(gòu)檢測”子窗口(二者可選擇其一，也可同時設(shè)定)中選擇使用的檢測模塊，檢測模塊的選擇與第一種檢測方式相同。以上選項設(shè)置完畢，則可選擇“開始掃描”以開始掃描檢測進程，掃描開始后可選擇“暫停掃描”或“停止掃描”來暫?；蚪K止掃描進程。最后，在“掃描狀態(tài)”中將實時顯示當前掃描的文件夾路徑、當前掃描的文件、已掃描的文件數(shù)以及已判為載密文件的文件數(shù)，在“隱秘文件列表”中實時顯示出已判為載密文件的文件列表和各檢測模塊對各個隱秘文件的檢測結(jié)果。
本發(fā)明通過對多個檢測模塊的檢測結(jié)果以聯(lián)合取并的融合機制進行聯(lián)合判決，對目前主流的隱寫方法具有很好的適用性，減少了單個檢測模塊虛警率高的影響，實現(xiàn)了對主流數(shù)字媒體格式中的主流隱寫方法的可靠檢測，同時具有良好的擴展性，便于集成新的檢測模塊，升級系統(tǒng)的檢測性能。
權(quán)利要求
1.一種基于統(tǒng)計檢測和結(jié)構(gòu)檢測的隱寫分析系統(tǒng)，系統(tǒng)的核心模塊集成了六種統(tǒng)計檢測算法和兩種結(jié)構(gòu)檢測算法，通過使用融合技術(shù)，對圖像或音頻文件運用多種算法進行檢測，判斷檢測對象是否存在隱蔽信息。其具體操作方式有兩種第一種，針對指定的文件的檢測，顯示檢測結(jié)果，具體操作步驟如下1)瀏覽選擇一個或多個待檢測文件，可選擇的文件類型包括BMP圖像、JPEG圖像和WAV音頻；2)選擇采用的統(tǒng)計檢測算法，包括RS檢測、SPA檢測、DIH檢測、BPCS檢測、卡方檢測和LSM檢測，并設(shè)定閾值，閾值取值范圍為
，缺省設(shè)置值為0.05；3)選擇采用的結(jié)構(gòu)檢測算法，包括掛接檢測和格式檢測；4)在界面的“隱秘文件列表”一欄實時顯示檢測結(jié)果，即可疑文件列表，包括檢測出的可疑文件名和各個選定算法估計出的隱藏信息量。在界面的“掃描狀態(tài)”欄中顯示當前的檢測狀態(tài)，包括當前檢測文件的路徑、當前檢測文件名、已檢測文件數(shù)、檢測到的可疑文件數(shù)和檢測掃描速率等信息。第二種，針對指定的文件夾的檢測，顯示檢測結(jié)果，并在指定路徑中生成檢測結(jié)果報告，具體操作步驟如下1)瀏覽選擇掃描的文件夾路徑，選定的路徑下所有指定格式的文件都將被檢測；2)瀏覽選擇保存路徑，在選定路徑下將生成一個以掃描運行時間為文件名的文檔文件，該文檔即為掃描結(jié)果；3)點擊“文件類型”，選擇所要檢測的文件類型，包括包括BMP圖像、JPEG圖像和WAV音頻；4)點擊“統(tǒng)計檢測”，選擇采用的統(tǒng)計檢測算法，包括RS檢測、SPA檢測、DIH檢測、BPCS檢測、卡方檢測和LSM檢測，并設(shè)定閾值，閾值取值范圍為
，缺省設(shè)置值為0.05；5)點擊“結(jié)構(gòu)檢測”，選擇采用的結(jié)構(gòu)檢測算法，包括掛接檢測和格式檢測；6)點擊“開始掃描”，開始對指定路徑中的指定類型的文件使用選定的檢測算法進行掃描檢測，點擊“暫停掃描”，“停止掃描”等可對掃描進程進行控制；7)掃描過程中，在界面的“隱秘文件列表”一欄實時顯示檢測結(jié)果，包括檢測出的可疑文件名和各個選定算法估計出的隱藏信息量，在界面的“掃描狀態(tài)”欄中顯示當前的掃描狀態(tài)，包括當前掃描路徑、當前掃描文件名、已掃描文件數(shù)、檢測到的可疑文件數(shù)和檢測掃描速率等信息，同時生成相應(yīng)的檢測結(jié)果報告，檢測結(jié)果報告內(nèi)容包括掃描時間、路徑、檢測文件類型、掃描檢測文件和檢測出的可疑文件，以及對可疑文件的檢測結(jié)果等信息。
2.根據(jù)權(quán)利要求書1所述的統(tǒng)計和結(jié)構(gòu)檢測方法，其特征在于上述第一種和第二種操作方式使用相同的內(nèi)部算法模塊和架構(gòu)，系統(tǒng)的核心檢測模塊集成了六種相互獨立，具有不同檢測原理的統(tǒng)計檢測算法和兩種具有不同針對性的結(jié)構(gòu)檢測算法，從而能夠?qū)σ猿Ｒ娒襟w格式為載體，使用主流隱寫工具生成的隱寫文件進行可靠檢測。對多種同類檢測算法使用融合技術(shù)能夠有效提高檢測的可靠性，并能滿足多種媒體類型同時處理的網(wǎng)絡(luò)實時性需求。集成的八種檢測算法具體包括RS檢測、SPA檢測、DIH檢測、BPCS檢測、卡方檢測和LSM檢測等六種統(tǒng)計檢測算法，以及掛接檢測和格式檢測兩種結(jié)構(gòu)檢測算法。
3.根據(jù)權(quán)利要求書2所述的統(tǒng)計和結(jié)構(gòu)檢測方法，其特征在于八種核心檢測算法中，包含五種針對空間域LSB隱寫的隱寫檢測算法，具體描述如下針對空間域LSB隱寫的隱寫檢測方法，針對的檢測對象是以BMP圖像和WAV音頻為載體的基于LSB隱藏算法的隱寫軟件，采用了目前最具代表性的針對LSB隱藏算法的隱寫分析算法，包括卡方檢測法、RS算法、SPA算法、DIH算法和LSM算法。上述算法最早提出是針對BMP圖像中的LSB隱藏算法，可對連續(xù)嵌入和隨機位置嵌入的LSB算法進行可靠檢測。經(jīng)過進一步研究發(fā)現(xiàn)，基于WAV音頻的LSB隱藏算法具有與BMP圖像相類似的統(tǒng)計特性，因此應(yīng)用上述檢測算法對WAV音頻中的LSB算法進行檢測是可行的，在此基礎(chǔ)上，將卡方檢測法、RS算法、SPA算法和DIH算法擴展應(yīng)用到針對WAV音頻的LSB隱藏算法的檢測中，取得了良好的檢測效果。利用該類的隱寫分析軟件可對隱藏算法已知為LSB算法的，以BMP圖像和WAV音頻為載體的隱寫軟件進行有效的檢測，如Blindside v0.9、BMP Secrets、S-Tools v4.0、Puffer 4.02、Eshow等。
4.根據(jù)權(quán)利要求書2所述的統(tǒng)計和結(jié)構(gòu)檢測方法，其特征在于八種核心檢測算法中，包含一種針對空間域BPCS隱寫的隱寫檢測算法，具體描述如下BPCS算法是基于BMP圖像的可實現(xiàn)大容量隱藏的隱寫算法，借鑒了LSB算法中位替換的思想，采用塊替換的方法嵌入信息。該算法將圖像不同的位平面分割為大小相同的像素塊，以復(fù)雜度來區(qū)分像素塊是否可用，以秘密信息構(gòu)造的數(shù)據(jù)塊去替換可用像素塊，這樣的替換方式將會對圖像的復(fù)雜度直方圖的分布特征產(chǎn)生影響。正常圖像的復(fù)雜度直方圖分布具有很好的連續(xù)性，但秘密信息一般與圖像是不相關(guān)的，信息的嵌入將會破壞圖像的相關(guān)性，這將影響復(fù)雜度直方圖分布的連續(xù)性，在直方圖中出現(xiàn)明顯的峰值，根據(jù)這樣的特征設(shè)計了針對空間域BPCS隱寫的隱寫檢測算法，并取得了良好的檢測效果。
5.根據(jù)權(quán)利要求書2所述的統(tǒng)計和結(jié)構(gòu)檢測方法，其特征在于八種核心檢測算法中，包含兩種針對結(jié)構(gòu)隱藏的隱寫檢測算法，具體描述如下針對結(jié)構(gòu)隱藏的隱寫檢測方法的檢測對象為BMP圖像和JPEG圖像。1)以基于BMP圖像的采用格式或掛接式隱藏的隱寫軟件為檢測對象，如AppendX、Camouflage、Steganography、Masker等。BMP圖像格式中存在著諸多可用于隱藏信息的冗余位，如文件頭中的保留位，信息頭中調(diào)色板的保留位，在信息頭與圖像數(shù)據(jù)之間的偏移數(shù)據(jù)段，以及圖像數(shù)據(jù)中對每行像素數(shù)據(jù)長度補足為4的倍數(shù)的補足位。其次，可在圖像文件結(jié)束之后掛接秘密信息，在這些冗余位中插入秘密信息不會對圖像的正常使用產(chǎn)生影響，通過對BMP圖像文件格式進行全面分析可發(fā)現(xiàn)隱藏于冗余位與圖像文件之后的秘密信息，并可將秘密信息以較高的準確率提取出來，對于沒有加密功能的軟件則可得到隱藏的原始信息。2)以基于JPEG圖像的采用格式或掛接式隱藏的隱寫軟件為檢測對象，如JpegX、Camouflage、Invisible Secrets、Masker等。JPEG圖像格式相對BMP圖像更為復(fù)雜，主要是數(shù)據(jù)段定義較為復(fù)雜，目前基于JPEG圖像結(jié)構(gòu)隱藏的隱寫軟件主要采用兩種方式進行隱藏，一種是將秘密信息作為注釋插入到圖像格式的注釋段中，另一種是掛接式隱藏，通過結(jié)合JPEG圖像格式中的數(shù)據(jù)段標識與隱寫軟件的特征標示符，可對秘密信息的數(shù)據(jù)段進行定位并行提取。
6.根據(jù)權(quán)利要求書2所述的統(tǒng)計和結(jié)構(gòu)檢測方法，其特征在于對集成的多個檢測算法使用融合技術(shù)，為提高檢測的可靠性，核心檢測模塊的融合機制采用對檢測結(jié)果取并的方法，具體描述如下在檢測設(shè)置中如果選擇了多個檢測算法，每一個檢測算法都將產(chǎn)生一個檢測結(jié)果，通過折衷虛警與漏警帶來的干擾，基于融合的判決機制為如果檢測算法對檢測對象的檢測結(jié)果超過了設(shè)定的閾值，則判決檢測對象為隱秘對象，令該判決結(jié)果為“真”，否則令判決結(jié)果為“假”。如果選擇多個算法進行檢測，則當所選算法的檢測結(jié)果均為“真”時，判決檢測對象為隱秘對象，否則判決為非隱秘對象。
全文摘要
本發(fā)明公開了一種基于統(tǒng)計檢測和結(jié)構(gòu)檢測的隱寫分析系統(tǒng)，該系統(tǒng)的核心檢測模塊集成了六個統(tǒng)計檢測模塊和兩個結(jié)構(gòu)檢測模塊，可對以常見的圖像音頻為載體，如BMP圖像、JPEG圖像和WAVE音頻，使用主流的隱寫技術(shù)，如空間域的LSB隱寫、BPCS隱寫和結(jié)構(gòu)隱寫，進行隱藏的載密文件進行可靠檢測。本發(fā)明通過對多個檢測模塊的檢測結(jié)果以聯(lián)合取并的融合機制進行聯(lián)合判決，對目前主流的隱寫方法具有很好的適用性，減少了單個模塊適用范圍窄、平均檢出率低、虛警率高等缺陷，實現(xiàn)了對多種載體類型、多種隱寫方式的高質(zhì)量、高效率檢測，同時具有良好的擴展性，便于集成新的檢測模塊，升級系統(tǒng)的檢測性能。
文檔編號G06F21/00GK1920877SQ20061011318
公開日2007年2月28日 申請日期2006年9月19日 優(yōu)先權(quán)日2006年9月19日
發(fā)明者陳銘, 饒華一, 史亞維, 張茹, 鈕心忻, 楊義先 申請人:北京郵電大學(xué)