《多媒体信息安全》课件 第3章 可逆信息隐藏

第3章可逆信息隐藏《多媒体信息安全》目录三一可逆信息隐藏简介二明文域位图图像可逆信息隐藏JPEG图像可逆信息隐藏四密文域可逆信息隐藏可逆信息隐藏简介随着多媒体和网络技术飞速发展，大量数据在网络上传播。多媒体信息的可靠性、安全性、完整性和保密性无法得到保障，信息泄露、篡改等风险增加。一旦出现问题，可能造成严重后果。数字化时代信息安全挑战可逆信息隐藏能够在嵌入秘密信息的同时，保证原始载体的无损恢复，兼具加密技术和传统信息隐藏技术的优点。可逆信息隐藏的优势与应用可逆信息隐藏简介可逆信息隐藏框架模型目录三一可逆信息隐藏简介二明文域位图图像可逆信息隐藏JPEG图像可逆信息隐藏四密文域可逆信息隐藏明文域位图可逆信息隐藏简介技术难点（1）高容量、低失真的无损隐秘传输；（2）嵌入算法的复杂度和实时性问题；（3）嵌入率、嵌入效率及嵌入算法的安全性问题，以及传输过程的影响。明文域位图可逆信息隐藏简介评价标准（1）不可感知性：通常用PSNR和SSIM。（2）可逆性：可逆信息隐藏技术的核心，保证了含密图像在接收端能够完全恢复为原始载体图像，确保信息的完整性和可用性。（3）嵌入容量：表示嵌入在载体图像中的额外信息数量，通常用嵌入率（ER）来表示。（4）鲁棒性：误码率（BER）和归一化汉明距离（γHD）是常用的客观测试指标。明文域位图可逆信息隐藏简介发展历史及研究现状最早可逆信息隐藏思想由Barton等人在1997年提出。目前可逆信息隐藏算法主要分为基于无损压缩、差值扩展、直方图移位和预测误差扩展四类，各有优势和应用场景。无损压缩：通过压缩载体图像的冗余信息来嵌入秘密信息；差值扩展：利用像素差值的扩展来创造嵌入空间；直方图移位：通过统计直方图峰值点与零值点之间的像素进行移位获得冗余空间；预测误差：利用载体图像的冗余空间，通过预测误差来嵌入秘密信息。基于无损压缩的可逆信息隐藏利用无损位平面压缩的算法Fridrich等人提出一种利用无损位平面压缩算法JBIG实现可逆信息隐藏的方法。首先选取载体图像的合适位平面，对其进行JBIG无损压缩后将秘密信息嵌入到产生的冗余空间中。如图所示，载体图像I的某个位平面P经无损压缩后产生子集I（P），得到冗余空间，再将秘密信息M嵌入到该冗余空间中。这种利用压缩位平面进行可逆信息嵌入的方法思想简单、容易实现，但需要确定合适的位平面，嵌入容量有限，通常只能进行认证。无损位平面压缩框图基于无损压缩的可逆信息隐藏R-S算法首先将原始图像分块，图像块用Zig-Zag方式扫描分组，得到一组像素值矢量（x1,x2,.....,xn）,定义相关性函数为：f值越小，说明图像相邻像素之间的起伏越小，即图像块的空间相关性越强，反之越弱。基于无损压缩的可逆信息隐藏定义翻转函数。这种翻转操作的目的在于以一种可逆的方式打乱原有像素值的相关性，相当于在图像块上叠加微小噪声。对图像块应用翻转函数，即：Q为1，0或－1；P代表图像块。当f(F(P))>f(P)时，定义这些组为正常分组PR；当f(F(P))<f(P)时，定义为奇异分组PS；当f(F(P))=f(P)时，称P为不可用图像块分组PU。R-S算法基于无损压缩的可逆信息隐藏R-S算法在秘密信息嵌入过程中，将信息比特“1”对应“PR”，“0”对应“PS”，而对所有状态为PU的像素分组不嵌入任何数据，并保持其状态不变。算法的嵌入容量为：NR和NS分别为原始载体图像PR与PS的数量，|A|为压缩后图像分组状态所占的长度。基于无损压缩的可逆信息隐藏G-LSB算法核心思想：和无损位平面压缩方法类似，只是将被无损压缩的对象由原来的最低n个位平面扩展为最低的L个幅值电平。流程：首先对载体图像I中的像素值进行量化，用载体图像中的各像素的灰度值减去量化值，得到差值，接着将所有的差值用基于上下文自适应无损压缩方法（CALIC）进行压缩。嵌入过程：把压缩后的数据与需要嵌入的秘密信息M合并成为最终待嵌入的信息W，将其嵌入到载体图像中，得到含密图像Iw。最后，接收端根据同样的量化参数从Iw中提取信息W'，若Iw未受攻击，则W'=W，这样就能从W'中提取出秘密信息M，并将剩余信息经过解压缩后得到各像素点的差值，最后利用差值与反量化恢复原始载体图像。基于差值扩展的可逆信息隐藏首先将灰度图像分成灰度像素对（x,y），0≤x,

y≤255，定义正变换为:其中，l为向下取整均值，h为整数差值。其对应的逆变换为:对h进行比特移位，即将秘密比特信息b以差值扩展的方法嵌入到h中：基于差值扩展的可逆信息隐藏将得到的h'作为h，代入逆变换种中，得到新的图像像素对（x',y'），形成嵌入秘密信息后的图像。在提取信息时，对差值h'模2运算得到嵌入的秘密信息比特b：在还原图像时，对差值h'除以2得到的商就是原始的差值ℎ：基于直方图移位的可逆信息隐藏直方图移位方法首先生成直方图，然后通过修改生成的直方图实现信息的可逆嵌入。对于一个给定的整数a，秘密信息经过以下方式嵌入到载体图像I中，得到含密图像J：直方图移位规则示意图其中黑色的值被移动，红色的值向左移动以嵌入二进制1或保持不变以嵌入二进制0，蓝色的值在数据嵌入中保持不变。基于直方图移位的可逆信息隐藏直方图移位算法嵌入过程示意图三幅直方图分别表示移位前（原始图像直方图）、移位后和嵌入信息后（含密图像直方图）的状态。基于预测误差扩展的可逆信息隐藏原始PEE方法该算法利用了图像区域内相邻像素之间的固有相关性，计算每个位置的预测误差，并根据要嵌入的信息量选择嵌入位置，然后通过扩展预测误差值来嵌入数据，嵌入位置的压缩位置图也连同信息位一起嵌入到载体图像中。给定灰度图像的一个像素x和待嵌入信息m,使用x的右方(b)、下方(a)和右下角(c)邻域像素来预测它的预测值：基于预测误差扩展的可逆信息隐藏原始PEE方法该算法利用了图像区域内相邻像素之间的固有相关性，计算每个位置的预测误差，并根据要嵌入的信息量选择嵌入位置，然后通过扩展预测误差值来嵌入数据，嵌入位置的压缩位置图也连同信息位一起嵌入到载体图像中。给定灰度图像的一个像素x和待嵌入信息m,使用x的右方(b)、下方(a)和右下角(c)邻域像素来预测它的预测值：基于预测误差扩展的可逆信息隐藏预测误差,接着将预测误差进行扩展，左移1bit产生一个空的LSB以嵌入信息比特m，即：得到嵌入后的像素值x’：原始像素值可根据下面的公式恢复：原始PEE方法基于预测误差扩展的可逆信息隐藏HS-PEE方法HS-PEE采用直方图移位技术作为嵌入位置图的替代方案，减少低嵌入容量下的失真，并增大了嵌入容量。此外，采用预测误差扩展技术也能更好地利用像素邻域内固有的相关性。HS-PEE嵌入过程包括两个主要步骤：（1）像素预测和生成预测误差直方图（2）直方图修改基于预测误差扩展的可逆信息隐藏像素预测和生成预测误差直方图在特定的扫描排序下，将载体图像的像素扫描成一个序列（x1,x2,....,xn）。然后，使用一个预测器来确定xi的预测值

。随后计算预测误差

（为了简单起见，假设

是一个整数），得到预测误差序列(e1,e2,......,en)，并通过统计预测误差的频率生成预测误差直方图。通常，预测误差直方图服从以0为中心的拉普拉斯分布。HS-PEE方法基于预测误差扩展的可逆信息隐藏直方图修改通过扩展和移位来修改预测误差直方图以嵌入数据。对于每一个预测误差ei，它被扩展或移位为：其中，T是一个与容量相关的整值参数HS-PEE方法基于预测误差扩展的可逆信息隐藏改进的HS-PEE方法（1）Luo等人提出了一种基于插值的预测器，该预测器将最近邻的加权平均值作为像素预测值。该方法的秘密信息嵌入主要步骤如下：1对于一幅像素灰度值为x的载体图像，通过图像像素值预测算法计算该幅图像的预测误差e，其中，组成预测误差集合E，并得到预测误差直方图h（e）。在h（e）中，寻找出两个预测误差出现频率最高的峰值点LM和RM（假设LM<RM），分别被定义为：2基于预测误差扩展的可逆信息隐藏改进的HS-PEE方法LM和RM将h（e）分为两部分，左侧预测误差LE：以及右侧预测误差RE：，分别寻找出两个预测误差出现频率最低的零值点LN和RN，分别被定义为：按固定顺序扫描整幅图像，通过下式完成预测误差直方图的移位、扩展及秘密信息嵌入:34基于预测误差扩展的可逆信息隐藏（2）Sachnev等人提出了一种基于菱形预测器的改进方法。即图中每个待预测像素值x（i,j）的预测值由其上下左右四个相邻像素决定，且x（i,j）与其相邻像素不在同一批次进行估计，因此不影响算法最终的可逆性。另外，通过四周像素值估计中心像素的方式也可以获得更小的估计误差，因此这种估计模式已成为当前基于PEE的主流方法。棋盘格预测器示意图改进的HS-PEE方法目录三一可逆信息隐藏简介二明文域位图图像可逆信息隐藏JPEG图像可逆信息隐藏四密文域可逆信息隐藏JPEG可逆信息隐藏简介基于量化后DCT系数修改的可逆信息隐藏。基于Huffman编码表修改的可逆信息隐藏。基于修改量化表和量化系数的可逆信息隐藏。通过修改量化后的DCT系数来嵌入信息。根据JPEG数据流中可变长码（VLC）的使用情况进行统计，建立使用和未使用的VLC之间的映射关系，修改码流并在重新映射后修改文件头。对量化表和量化后的DCT系数进行修改，提高被嵌图像的视觉质量同时提高载荷通常会导致较大的文件扩张。现有较流行的JPEG可逆信息隐藏方法可以大致分为三类：基于DCT系数修改的JPEG可逆信息隐藏多数基于DCT系数修改的JPEG可逆信息隐藏经典算法都会包含以下三个重要步骤：（1）生成经过量化处理的DCT系数直方图或是预测误差直方图；（2）将得到的直方图分为内部区域和外部区域，其中内部区域的数据被用来携带秘密信息，而外部区域则根据直方图平移的思想为内部区域嵌秘密信息腾出空间；（3）设置可逆隐藏的具体优化算法以平衡嵌入容量、视觉质量和文件扩张三者之间的影响。基于DCT系数直方图移位的方法该方法基于DCT系数统计特性，保持零系数不变，仅将值为1和―1的系数展开以携带消息位。嵌入过程的具体公式为：其中，未修改前的DCT系数为Ci，嵌入后的DCT系数为Ci’提取完整的秘密信息并且无损恢复原图：基于DCT频带和块选择策略的方法该方法将嵌入量化后DCT系数产生的视觉失真量化成具体公式，从而能更精准地选择适合嵌入秘密信息的频带和图像块。其主要步骤包括：频带选择图像块选择基于DCT频带和块选择策略的方法(1)频带选择：经熵编码得到量化的DCT系数后，对图像块中每个频带（u,v）对应的量化后的AC系数改变1个单位，映射到空间域64个位置造成的失真平均值cost（u,v）为：其中，

，q（u,v）表示频率（u,v）处的量化阶数基于DCT频带和块选择策略的方法频带（u,v）处在实际图像中的失真总值Ju,v为:其中Cu,v为频率（u,v）处±１个数，Cout为频率（u,v）处绝对值大于1的个数频带（u,v）处的平均单位失真量UDu,v:(1)频带选择：基于DCT频带和块选择策略的方法（2）图像块选择：思想:优先选模拟块失真值最小的块嵌入。对每个块的所有量化后的±1AC系数进行嵌入，且绝对值大于1的系数按直方图平移的方式外移1位。所得修改后的AC系数经过反量化和DCT反变换，转换到空域后计算修改前后的像素差值平方和。计算方式：频率选择：详细计算每个图像块中不同频率处的DCT值修改时对应的平均失真量，并在平均失真最小的前K个频率中选择量化系数进行嵌入。基于DCT系数负影响模型的方法在基于DCT频带和块选择策略的方法基础上，为了量化选择频带和图像块时对应的失真和文件扩张，设计的一种可调节权重的负影响模型。如下：当α为0时，视觉失真最小化；当α为1时，文件扩张最小化；当α取值0到1之间时，则可以调节其大小以平衡嵌入信息后图像的文件大小和视觉质量，可以选择偏向让文件扩张更小或是让视觉质量更好。基于DCT系数负影响模型的方法（u,v）频率处嵌信息将产生的总视觉失真:(u,v)频率处嵌信息将产生的总文件扩张大小:其中基于Huffman表修改的JPEG可逆信息隐藏DCT系数经量化后得到DC系数和AC行程系数，接下来将DC系数和AC行程系数转化成中间格式：（Size,Value）以及（Run/Size,Value）表示成中间格式之后，DC系数的Size将用Huffman编码表示，Value将用变长整数编码（VLI）编码表示；

AC系数的Run/Size将用Huffman编码表示，Value也将用VLI编码表示。VLI编码表基于Huffman表修改的JPEG可逆信息隐藏AC系数标准Huffman编码表得到DC系数和AC系数的中间格式之后，还需要进一步进行数据压缩编码。

JPEG标准规定了两种对中间格式进行熵编码的方式：Huffman编码和算术编码。由于Huffman编码不存在专利问题，所以JPEG基本默认使用Huffman编码。基于Huffman表修改的JPEG可逆信息隐藏在实际图像中，并不是所有的VLC码都会出现在码流中。解决思路：就是将码流中未使用的VLC码映射到已使用的VLC上，通过修改文件头中定义的Huffman编码表的值来记录这种映射关系，在数据隐藏过程中，会根据秘密信息比特的具体值决定是否将原码流中出现的VLC码替换成其映射的未使用VLC码。VLC码映射方法原理图(a)VLC匹配(b)Huffman编码表修改(c)熵编码段映射基于Huffman表修改的JPEG可逆信息隐藏VLC码映射方法主要有两种基于VLC相同码长映射的方法基于直方图平移的VLC码映射方法基于VLC相同码长映射的方法Qian等人在2012年提出了一种经典VLC码映射方法。为了保证嵌入秘密信息后图像的文件尺寸不会有明显的变化，该方法规定已使用VLC和未使用VLC之间的映射应该是相同码长之间的映射。将VLC按长度划分成16个集合{C1,C2,…,C16}，每个集合Ci有Li个长度为i的不同VLC码。基于VLC相同码长映射的方法如果集合Ci中pi≥qi>0，那么该集合使用一对一映射方式：如果集合Ci中qi>pi>0，该集合采用一对多的映射方式：其中，表示向下取整基于直方图平移的VLC码映射方法2020年Du等人提出，是一种高嵌入容量的VLC码映射方案。直接映射方式的举例在直接映射的方式中，当已使用VLC与未使用的VLC相映射时，嵌入信息后图像重新统计的Run/SizeValue（RSV）直方图将会根据秘密信息的分布，重新分配同组映射关系内VLC码的出现频率。基于直方图平移的VLC码映射方法基于直方图平移的映射方法举例在基于直方图平移的映射方法中，已使用的VLC会映射到与自身最邻近的RSV值（即使最近的并不是未使用的VLC）。为了保证该方法的可逆性，每实现一次映射之前，原有的RSV对应的频率直方图将会右移相应的位置为前面的映射操作腾出空间。原有的RSV值0/1对应的VLC一对一映射到0/2对应的VLC时，原来的RSV直方图整体右移一个单位，原来0/2对应的VLC一对一映射时，表现为0/3对应的VLC映射到0/0对应的VLC，以此类推。基于VLC相同码长映射的方法利用直方图平移的高嵌入容量VLC码映射方案框架理论上，越高频率的已使用VLC映射到越多的未使用VLC可以带来更多的嵌入容量。然而，必须考虑到嵌入秘密信息后文件扩张不能过大，并且并不是所有的未使用VLC都有足够的数量可供映射。目录三一可逆信息隐藏简介二明文域位图图像可逆信息隐藏JPEG图像可逆信息隐藏四密文域可逆信息隐藏密文域可逆信息隐藏技术简介传统的加密技术与信息隐藏技术密文域可逆信息隐藏是一种能够在加密后的多媒体载体中实现可逆信息隐藏的技术，其既具有加密技术的保密性和可逆信息隐藏技术的可逆性等优点。密文域可逆信息隐藏技术简介前面两种算法都无法同时实现多媒体信息的版权保护和内容保护。因此，为了使版权保护和内容保护能够在同一算法中实现，RDHEI技术应运而生。该技术能够在密文域中完成可逆信息隐藏，这意味着在进行信息隐藏的同时，不再需要原始多媒体载体图像的信息，同时又可以保证信息和原始多媒体图像的无损还原。RDHEI特点:根据不同加密算法，可逆信息隐藏的算法也不尽相同。当前主流加密算法主要有同态加密和流加密两类。密文域可逆信息隐藏技术简介应用场景云存储服务军事、医疗、法律等图像允许加密者和嵌入者分离，减少用户安全隐患，同时满足云端服务商对上传信息进行管理、版权保护和审查的需求。可以保护图像内容的机密性和隐私性，同时实现版权保护和内容管理。基于同态加密的密文域可逆信息隐藏根据Paillier算法，其加密和解密过程可以表示为如下公式：其中，明文为m，密文为c如何实现明文域和密文域的同态映射：差值扩展算法的嵌入过程：基于同态加密的密文域可逆信息隐藏差值扩展算法的提取还原过程：进一步恢复出x