一種基于相機來源反取證的隱密方法【專利摘要】本發(fā)明一種基于相機來源反取證的隱密方法屬于信號與信息處理
技術(shù)領(lǐng)域：
，涉及到基于傳感器模式噪聲的來源反取證技術(shù)以及JPEG圖像的隱密技術(shù)。該方法是將相機來源反取證算法與隱密算法相結(jié)合的隱密方法，利用隱密分析技術(shù)在相機模型失配的情況下對隱密圖像檢測率較低的特點，先對圖像的來源進行偽造，使用基于傳感器模式噪聲的來源反取證方法中的指紋替換算法獲得偽造圖像，最后，用nsF5隱密算法對圖像加密，得到隱密圖像。該方法提高了隱密圖像的安全性，適用于信息安全領(lǐng)域，有效地幫助秘密信息傳遞人員安全地傳送秘密信息；從而為政治、軍事、商業(yè)等在網(wǎng)絡(luò)中傳遞的重要機密信息提供了技術(shù)支持。【專利說明】一種基于相機來源反取證的隱密方法
技術(shù)領(lǐng)域：
[0001]本發(fā)明屬于信號與信息處理
技術(shù)領(lǐng)域：
，涉及到基于傳感器模式噪聲的來源反取證技術(shù)以及JPEG圖像的隱密技術(shù)?！?br>背景技術(shù)：
】[0002]信息時代的到來使得信息安全成為了一個世界性問題，信息安全是國家信息化進程和信息產(chǎn)業(yè)發(fā)展的基礎(chǔ)保障，互聯(lián)網(wǎng)的飛速發(fā)展給我們的生活帶來了極大的方便，但是黑客及電腦病毒的猖獗使得網(wǎng)民們的個人隱私很有可能會受到侵犯，政治、軍事、商業(yè)等在網(wǎng)絡(luò)中傳遞的重要機密信息，在傳遞過程中可能會被不法分子截獲或更改，給國家?guī)砭薮蟮膿p失。可以通過數(shù)字媒介實現(xiàn)通信內(nèi)容安全的隱密技術(shù)，近年來吸引了大量研究者的關(guān)注。由于數(shù)字圖像獲取方便來源廣泛，JPEG圖像又因其體積小和方便存儲及傳輸?shù)葍?yōu)點成為了圖像的主流格式，因此基于JPEG圖像的隱密技術(shù)有很大的載體選擇空間，站在隱密分析方的立場，欲在海量圖像中找到隱密圖像是一件極為困難的事，JPEG圖像的這些優(yōu)點使得其受到隱密技術(shù)研究者的青睞。[0003]目前針對JPEG圖像的隱密算法已有多項研究成果發(fā)表，經(jīng)典的隱密算法是利用DCT系數(shù)的最低有效位和對圖像進行建模的方法隱藏信息，由于已有隱密技術(shù)的嵌入算法已經(jīng)很高效，現(xiàn)階段的隱密算法主要研究方向已轉(zhuǎn)變?yōu)殡[密失真方程的計算。Fridrich等人在文章"Statisticallyundetectablejpegsteganography:deadendschallenges,andopportunities"，Proceedingsofthe9thworkshoponMultimedia&security,ACM，2007，P3-14.中提出了nsF5算法，其采用了濕紙編碼，濕紙編碼把要編碼的數(shù)據(jù)分為"干的"和"濕的"兩部分。"濕的"部分只能用來接收者讀取信息，發(fā)送者不能修改其中的數(shù)據(jù)；"干的"部分是正常的，既可以修改，又可以讀取，這種編碼技術(shù)保證了DCT直方圖的統(tǒng)計特性不變，采用濕紙編碼有效地解決了F5算法的收縮問題。PhilSalle在文章"M0del-basedsteganography"，Digitalwatermarking.SpringerBerlinHeidelberg，2003，P154-167.中，提出MB算法，是一種基于模型的信息隱藏框架，其主要思想是將一幅JPEG圖像分成確定部分和非確定部分，嵌入信息時保證確定部分不變，只改變非確定部分，通過估計模型分布，確定嵌入信息的位置，但是應(yīng)用MB算法的隱密圖像在空域會出現(xiàn)分塊效應(yīng)，會容易地被相應(yīng)的隱秘分析方法檢測出來。俞能海等人的專利號為CN201310275158.5，"一種高安全性的JPEG圖像隱寫方法"中，利用取整前后的量化DCT系數(shù)xi與Xi定義對應(yīng)的縱向失真與橫向失真，并利用量化取整誤差構(gòu)建縱向失真的最小化嵌入失真模型;根據(jù)縱向失真的最小化嵌入失真模型，及對應(yīng)的縱向失真與橫向失真計算每一量化DCT系數(shù)的最優(yōu)修改概率;將獲得的每一量化DCT系數(shù)的最優(yōu)修改概率轉(zhuǎn)換為三元失真，并調(diào)用校驗網(wǎng)格碼STC，將取整后的量化DCT系數(shù)Xi作為載體嵌入秘密消息，再封裝成完整的JPEG圖像，保證了嵌入秘密消息的安全性以及嵌入秘密消息后良好的圖像質(zhì)量，此方法雖然盡量保證圖像失真最小化，但是現(xiàn)有的隱密分析方法使用的特征已達到上萬維，嵌入失真模型難以面面?zhèn)樀?，很容易顧此失彼。?br/>發(fā)明內(nèi)容】[0004]本發(fā)明針對現(xiàn)有技術(shù)的缺陷，發(fā)明一種基于相機來源反取證的隱密方法，隱密方法將相機來源反取證與隱密算法相結(jié)合，在相機模型匹配情況下對隱密圖像正確判決率較高的問題，提出了以降低隱密分析正確判決率，提高隱密圖像的安全性。本發(fā)明適用于信息安全領(lǐng)域，有效地幫助秘密信息傳遞人員安全地傳送秘密信息。[0005]本發(fā)明的技術(shù)方案是一種基于相機來源反取證的隱密方法，其特征是，該方法是將相機來源反取證算法與隱密算法相結(jié)合的隱密方法，利用隱密分析技術(shù)在相機模型失配的情況下對隱密圖像檢測率較低的特點，先對圖像的來源進行偽造，使用基于傳感器模式噪聲的來源反取證方法中的指紋替換算法獲得偽造圖像，再用nsF5隱密算法對圖像加密，得到隱密圖像;方法的具體過程如下：[0006]首先在相機來源反取證中，設(shè)來源相機A的指紋為KA，目的相機B的指紋為KB，圖像Ia來源于來源相機A，將圖像Ia中屬于來源相機A的指紋替換成目的相機B的指紋，得到替換指紋后的偽造圖像Ια，，替換公式為：[0007]Ia7=Ia-ciKa+PKb(1)[0008]其中，α為減去的來源相機A的指紋強度，β為加上的目的相機B的指紋強度，1，〇<β<1，其值的大小取決于指紋替換的多少；[0009]首先構(gòu)建二元線性回歸模型P[0010]Ρ=Χ0(Χ1+Χ2β)α+Χ3(Χ4+Χ5β)(2)[0011]其中叉0，叉1，叉2，叉3，叉445為參數(shù)。[0012]將(2)式拆開整理后有：[0013]P=Χ3Χ4+χοχια+Χ3Χδβ+χοΧ2αβ(3)[0014]為方便起見，將系數(shù)簡化，則有：[0015](4)[0016]其中，&0，&1，&2，&3以及13()，131，132，133為簡化后的系數(shù)，？^為偽造圖像與來源相機八的相關(guān)性，Pfake3為偽造圖像與目的相機B的相關(guān)性；[0017]P=[corricom...corrn]T(5)[0018]其中，corri，corr2,...，corrn為選擇不同指紋替換強度α和β時偽造圖像與相機的相關(guān)性。[0019](6)[0020]Y=[aia2a3a4]T(7)[0021]寫成矩陣形式P=XY，X為列滿秩矩陣，Y為系數(shù)矩陣，則最小二乘法計算Y的公式為:Y=(XtX)-1XtP(8)[0022]將Y代入式(4)求指紋替換強度α和β，并令Ptrue設(shè)置為〇^#Pfake設(shè)置為未經(jīng)改動時圖像與原相機間相關(guān)性大小；[0023]如果算出指紋替換強度α和β不理想或不在〇彡α彡1，〇彡β彡1合理范圍內(nèi)，在確保Ptrue=O的情況下，將PfakJ周節(jié)到合理大小，如果Pfake過大則將β調(diào)小，如果Pfake過小則將α調(diào)大，得到初步的指紋替換強度α和β;[0024]為了在保證圖像質(zhì)量的前提下，提高偽造圖像的最大嵌入率，則需要修改偽造圖像過程中的指紋替換強度α和β，但是修改指紋替換強度α和β會降低偽造圖像的反取證安全性，所以要適當?shù)恼{(diào)節(jié)指紋替換強度α、β和最大嵌入率W三者之間的關(guān)系，在保證圖像質(zhì)量的同時，使得偽造圖像的最大嵌入率和反取證安全性最大化，其步驟如下：[0025]第一步，用線性擬合的方法計算初始的指紋替換強度α和β，并算出相應(yīng)的PSNR，取證判別門限t，若相關(guān)性大于判別門限則判為圖像來源于相應(yīng)相機，設(shè)定PSNR閾值，計算嵌入率σ的初始值；[0026]第二步，嵌入信息計算與來源相機A的相關(guān)性corA(k)，與目的相機B的相關(guān)性corB(k)，其中，k表示第k次校驗后的相關(guān)性；[0027]第三步，對需要條件進行迭代判斷，其偽代碼如下：if(PSNR>閾值&&cor谷⑷>?)if(cw靡)<H)(沒為很小的調(diào)節(jié)常量)a~a-·ε\σ=σ+/;elseif(t-θ<c〇rA{k)<t)if(corB(k)>t+Θ)β-β-S'；cr=σ十f;elseβ-β+(>'；[0028]return%.'Jy：endelsea=a+s\return第.Jj〉；endelseex=a-γ；return第.：步uidUntilc?A-a,,<!〇!or/?,-/?,<I〇![0029]輸出指紋替換強度α、β和最大嵌入率(?的值，用得到的指紋替換強度α和β對圖像進行來源偽造，再用nsF5算法嵌入信息獲得隱密圖像。[0030]本發(fā)明的有益效果是針對隱密算法在與隱密分析算法的對抗中，在相機來源匹配的情況下隱密分析對隱密圖像正確判決率較高的問題，提出了將相機來源反取證技術(shù)與隱密技術(shù)相結(jié)合的方法。本發(fā)明提高了隱密圖像的安全性，從而為政治、軍事、商業(yè)等在網(wǎng)絡(luò)中傳遞的重要機密信息提供了技術(shù)支持?！靖綀D說明】[0031]圖1反取證中隱密算法及隱密分析模型流程圖。[0032]圖2a)是α=0.04時隨著β的變化偽造圖像與來源相機或目的相機相關(guān)性變化圖，圖2b)是α=〇.02時隨著邱勺變化偽造圖像與來源相機或目的相機相關(guān)性變化圖，圖中：橫坐標為指紋替換強度邱勺值，縱坐標為偽造圖像與相機的相關(guān)性，實線表示α不變時隨著邱勺變化偽造圖像與來源相機的相關(guān)性，虛線表示α不變時隨著β的變化偽造圖像與目的相機的相關(guān)性。[0033]圖3a)是β=0.04時隨著α的變化偽造圖像與來源相機或目的相機相關(guān)性變化圖，圖3b)是β=0.02時隨著α的變化偽造圖像與來源相機或目的相機相關(guān)性變化圖，圖中：橫坐標為指紋替換強度α的值，縱坐標為偽造圖像與相機的相關(guān)性，實線表示β不變時隨著α的變化偽造圖像與來源相機的相關(guān)性，虛線表示β不變時隨著α的變化偽造圖像與目的相機的相關(guān)性【具體實施方式】[0034]以下結(jié)合技術(shù)方案和附圖詳細敘述本發(fā)明的【具體實施方式】。[0035]本發(fā)明將相機來源反取證與隱密算法相結(jié)合，方法的流程如圖1所示。[0036]此過程分為兩個階段:第一階段，Alice在給Bob傳送信息時使用的圖像都來源于Alice手中的來源相機A，在兩人傳送信息的過程中看守員Wendy也能獲得這些圖像，久而久之Wendy獲得了足夠的屬于來源相機A的圖像，便可以對來源相機A建立匹配模型，如果這時Alice依然用來源相機A的圖像傳送信息，很容易被Wendy檢測出來。Alice發(fā)現(xiàn)這種情況后，針對看守員的匹配模型建立失配的方案，為了不讓W(xué)endy產(chǎn)生懷疑，依然用現(xiàn)有的模型，她找來目的相機B的圖像，將原屬于來源相機A的圖像偽造成目的相機B的圖像，使Wendy建立的模型失效。[0037]第二階段，當Wendy發(fā)現(xiàn)了Alice所傳送的圖像與原來不同，并得知Alice擁有B目的相機，于是用目的相機B建模，對Alice傳送的圖像進行隱密分析。Alice要最終實現(xiàn)隱密傳輸，需要完成圖像來源偽造和隱密，需要考慮兩個重要因素，為了達到更好的隱密效果，則要選擇較好的隱密算法;為了既保證圖像的質(zhì)量又達到圖像來源偽造的目的，則要選擇適當指紋替換強度。[0038]隱密算法的選擇:對MBl、F5、及nsF5幾種經(jīng)典的JPEG圖像隱密算法進行性能分析與比較，主要從算法的不可感知性和隱藏容量兩個方面檢測算法的性能。由于nsF5算法的不可感知性最高且隱藏容量相對較高，選擇nsF5作為信息嵌入的隱密算法。[0039]實驗中需要對來源偽造圖像嵌入秘密信息獲得隱密圖像，首先要對圖像的來源進行偽造，本實施例所使用JPEG圖像如表1所示，分別來源于不同品牌的4部相機，每部相機500幅圖像。[0040]表1實驗使用圖像[0042]分別用200幅圖像估計四部相機的指紋，計算圖像指紋替換強度。圖1中用來源相機A代表偽造圖像的相機，目的相機B代表偽造圖像的目的相機，來源相機A與目的相機B可以為任意相機。本實施例實現(xiàn)了表2中的四組圖像來源偽造，每組偽造300幅圖像。[0043]弄2圖像夾源偽誥[0045]其中，偽造圖像時使用的指紋替換強度α和邱勺計算，先采用公式(2)-(8)計算出初步的值，用該替換強度偽造的圖像，嵌入信息發(fā)現(xiàn)，隨著嵌入率的增加圖像的峰值信噪比PSNR會下降，此處的嵌入率是指嵌入信息占圖像滿嵌時的百分比，有些圖像在嵌入率很低時PSNR就降到了40dB以下，人眼能夠發(fā)現(xiàn)圖像有變化。為了在保證圖像質(zhì)量的前提下，提高偽造圖像的最大嵌入率，則需要修改偽造圖像過程中的指紋替換強度α和β，但是修改指紋替換強度α和β會降低偽造圖像的反取證安全性，所以要適當?shù)恼{(diào)節(jié)指紋替換強度α、β和最大嵌入率~三者之間的關(guān)系，在保證圖像質(zhì)量的同時，使得偽造圖像的最大嵌入率和反取證安全性最大化，則再對初步的指紋替換強度α和β用前面介紹的第一、二、三步進行調(diào)節(jié)，得到最終的指紋替換強度α和β以及圖像的最大嵌入率~，其結(jié)果如表3所示。[0046]表3圖像來源偽造指紋替換強度[0048]用得到的指紋替換強度α和β對圖像進行來源偽造，得到偽造圖像;然后，在偽造圖像中嵌入秘密信息，獲得隱密圖像。[0049]實驗中通過提取圖像的PEV-274特征以及SVM分類器對隱密圖像進行統(tǒng)計安全性檢測，驗證本方法的有效性，統(tǒng)計安全性檢測錯誤判決率Pe是漏檢率Pfp，將隱密圖像錯判為載體圖像和虛警率Pfn，F(xiàn)NR將載體圖像錯判為隱密圖像，兩者的平均值，即：[0050])>[0051]驗證過程第一階段，Wendy已知來源相機A的模型。[0052]在隱密分析人員Wendy得知相機A并獲得其分類器的情況下，對來源相機的原始圖像和偽造圖像的統(tǒng)計安全性進行分析，結(jié)果如表4、表5所示。在兩個表的比較中可以看出不同相機的偽造圖像的統(tǒng)計安全性與原始圖像相比都有很大程度的提高。[0053]衷4已知樽塑A情況下原始圖統(tǒng)計安全件[0057]在不同嵌入率下的統(tǒng)計安全性分析，使用來源相機為CNPR0111，目的相機KDDC29021的偽造圖像與相機CNPR0111的原始圖像進行比較，如表6、表7所示。兩表比較可以看出，不同嵌入率下，偽造圖像的統(tǒng)計安全性相比原始圖像的統(tǒng)計安全性有大幅度提高。[0058]表6已知模型A情況下原始圖不同嵌入率的統(tǒng)計安全性[0063]驗證過程第二階段，Wendy已知目的相機B的模型。[0064]在隱密分析人員Wendy得知目的相機B并獲得其分類器的情況下，對目的相機的非偽造圖像和偽造圖像的統(tǒng)計安全性進行分析，結(jié)果如表8所示。與目的相機的非偽造圖像相比，偽造圖像的錯誤檢測率都有想當大的提1?，最多提1?了46.5%，最低提_了33%[0065]表8已知模型B情況下偽造圖像的統(tǒng)計安全性[0067]在不同嵌入率下的統(tǒng)計安全性分析，使用來源相機為CNPR0111，目的相機KDDC29021的偽造圖像與相機KDDC29021的非偽造圖像進行比較，如表9、表10所示。兩表比較可以看出，不同嵌入率下，偽造圖像的統(tǒng)計安全性相比目的相機的非偽造圖像的統(tǒng)計安全性有大幅度提尚。[0068]表9已知模型B情況下非偽造圖不同嵌入率的統(tǒng)計安全性[0072]~由上述表中可以看出無論是來源相機還是在目的相機模型的檢測下，本發(fā)明都能夠有效地提高隱密圖像的安全性?！局鳈?quán)項】1.一種基于相機來源反取證的隱密方法，其特征是，該方法是將相機來源反取證算法與隱密算法相結(jié)合的隱密方法，利用隱密分析技術(shù)在相機模型失配的情況下對隱密圖像檢測率較低的特點，先對圖像的來源進行偽造，使用基于傳感器模式噪聲的來源反取證方法中的指紋替換算法獲得偽造圖像，最后，用nsF5隱密算法對圖像加密，得到隱密圖像;方法的具體過程如下：首先在相機來源反取證中，設(shè)來源相機A的指紋為KA，目的相機B的指紋為KB，圖像Ια來源于來源相機Α，將圖像Ια中屬于來源相機Α的指紋替換成目的相機Β的指紋，得到替換指紋后的偽造圖像Ια，，替換公式為：Ια^=?Α-αΚΑ+βΚβ(1)其中，α為減去的來源相機Α的指紋替換強度，β為加上的目的相機Β的指紋替換強度，Ο其值的大小取決于指紋替換的多少；首先構(gòu)建二元線性回歸模型ΡF=ΧΟ(Χ1+Χ2β)α+Χ3(Χ4+Χδβ)(2)其中，XQ，XI，Χ2，Χ3，Χ4，Χ5為參數(shù)；將(2)式拆開整理后有：Ρ=Χ3Χ4+χοχια+χ3Χδβ+χοΧ2αβ(3)為方便起見，將系數(shù)簡化，則有：其中，ao，ai，a2，a3以及bo，bi，b2，b3為簡化后的系數(shù)，Ptrue為偽造圖像與來源相機Α的相關(guān)性，Pfi為偽造圖像與目的相機B的相關(guān)性；P=[corncorr2...corrn]T(5)其中，corri，corr2,...，corrn為選擇不同指紋替換強度α和β時偽造圖像與相機的相關(guān)性；Υ-[ai￡12￡13￡14](7)寫成矩陣形式ρ=χγ，χ為列滿秩矩陣，Y為系數(shù)矩陣，則最小二乘法計算Y的公式為:Y=(ΧΤΧ)^ΧΤΡ(8)將Υ代入式⑷求指紋替換強度α和β，并令Ptrue設(shè)置為〇,將Pfake設(shè)置為未經(jīng)改動時圖像與原相機間相關(guān)性大??；如果算出指紋替換強度α和β不理想或不在0彡α彡1，〇彡β彡1合理范圍內(nèi)，在確保Ptrue=〇的情況下，將Pfake調(diào)節(jié)到合理大小，如果Pfake過大則將β調(diào)小，如果Pfake過小則將α調(diào)大，得到初步的α和β;為了在保證圖像質(zhì)量的前提下，提高偽造圖像的最大嵌入率，則需要修改偽造圖像過程中的指紋替換強度α和β，但是修改指紋替換強度α和β會降低偽造圖像的反取證安全性，所以要適當?shù)恼{(diào)節(jié)α、β和最大嵌入率三者之間的關(guān)系，在保證圖像質(zhì)量的同時，使得偽造圖像的最大嵌入率和反取證安全性最大化，其步驟如下：第一步，用線性擬合的方法計算初始的指紋替換強度α和β，并算出相應(yīng)的PSNR，取證判別門限t，若相關(guān)性大于判別門限則判為圖像來源于相應(yīng)相機，設(shè)定PSNR閾值，計算嵌入率〇的初始值；第二步，嵌入信息計算與來源相機Α的相關(guān)性corA(k)，與目的相機Β的相關(guān)性corB(k)，其中，k表示第k次校驗后的相關(guān)性；第三步，對需要條件進行迭代判斷，其偽代碼如下：輸出指紋替換強度α、β和最大嵌入率(?的值，用得到的指紋替換強度α和β對圖像進行來源偽造，再用nsF5算法嵌入信息獲得隱密圖像?！疚臋n編號】G06T9/00GK106056639SQ201610346457【公開日】2016年10月26日【申請日】2016年5月24日【發(fā)明人】王波,趙美娟【申請人】大連理工大學(xué)