一種基于證據(jù)推理的隱寫檢測方法
【專利摘要】本發(fā)明涉及一種基于證據(jù)推理的隱寫檢測方法。通過使用不確定性問題的理論和技術(shù)解決通用隱寫檢測問題,提高通用隱寫檢測的可靠性以及檢測率。首先對通用隱寫檢測中的不確定性因素進(jìn)行綜合分析,給出了通用隱寫檢測問題中的不確定性情況;其次構(gòu)建基于不確定性推理的隱寫檢測模型,將證據(jù)理論原理應(yīng)用于隱寫檢測中,設(shè)計了基于證據(jù)推理的通用隱寫檢測方法。通過使用本發(fā)明提出的方法,實現(xiàn)了MP3格式的音頻通用隱寫檢測的目的,對網(wǎng)絡(luò)媒體內(nèi)容進(jìn)行監(jiān)管。
【專利說明】—種基于證據(jù)推理的隱寫檢測方法
[0001]本發(fā)明涉及音頻隱寫檢測中一種基于證據(jù)推理的隱寫檢測方法,屬于隱寫檢測領(lǐng)域。
【背景技術(shù)】
[0002]伴隨互聯(lián)網(wǎng)的蓬勃發(fā)展,網(wǎng)絡(luò)媒體以其信息豐富、傳播及時、涵蓋范圍廣、互動性強等特點,迅速成為信息傳播的主流,成為人們?nèi)粘+@取信息和知識的主要通道,對社會政治經(jīng)濟(jì)文化生活的各個方面產(chǎn)生了廣泛而深刻的影響。然而,隨著網(wǎng)絡(luò)媒體社會影響力的日益擴大,也出現(xiàn)了許多不良媒體內(nèi)容,日益凸顯出諸多問題。一方面,對網(wǎng)絡(luò)媒體內(nèi)容的監(jiān)管比較薄弱,不少網(wǎng)絡(luò)媒體在發(fā)布有益信息的同時,也發(fā)布了一些虛假甚至不良信息,造成網(wǎng)上信息污染嚴(yán)重;另一方面,網(wǎng)絡(luò)媒體,尤其是音頻、視頻和圖像等多媒體中含有大量冗余信息,極易被恐怖分子、商業(yè)間諜等不法分子利用作為載體傳播隱秘信息、進(jìn)行文化滲透,對國家和個人安全造成很大威脅。
[0003]為保證對互聯(lián)網(wǎng)信息的監(jiān)控、遏制隱寫術(shù)的非法應(yīng)用、打擊恐怖主義、維護(hù)國家和社會的安全,如何對信息網(wǎng)絡(luò)中的海量多媒體數(shù)據(jù)進(jìn)行隱蔽信息的監(jiān)測,及時阻斷可能存在的非法信息通信已成為一個迫切需要解決的問題。隱寫檢測是針圖像、視頻和音頻等多媒體數(shù)據(jù),在對信息隱藏算法或隱藏的信息一無所知的情況下,僅僅是對可能攜秘的載體進(jìn)行檢測或者預(yù)測,以判斷載體中是否攜帶秘密信息。隱寫檢測技術(shù)作為隱寫術(shù)的對立技術(shù),可以有效防止隱寫術(shù)的濫用,在信息對抗中具有重要意義,對于隱寫檢測技術(shù)的研究也一直是信息隱藏領(lǐng)域的研究熱點。
[0004]傳統(tǒng)的隱秘信息檢測方法是專門針對某一類的信息嵌入方法,是專用隱寫檢測。這種檢測方法是根據(jù)隱秘信息在嵌入時所引起的音頻數(shù)據(jù)統(tǒng)計特性的變化特征來進(jìn)行檢測。這種專用隱寫方法的檢測率通常比較高,但是適用性和實用性比較差。在復(fù)雜多樣的網(wǎng)絡(luò)環(huán)境中進(jìn)行檢測時,我們并不知道音頻文件是經(jīng)過哪種隱寫方法生成。隨著隱寫技術(shù)的不斷發(fā)展,這種專門針對特定嵌入方法的隱寫檢測方法已不能很好的滿足網(wǎng)絡(luò)安全監(jiān)管的需要,因此研究通用隱寫檢測方法有著更為重要的意義。通用隱寫檢測技術(shù)相對于專用隱寫檢測技術(shù),有著很好的適用性,在網(wǎng)絡(luò)監(jiān)管中,可以作為信道傳輸?shù)暮Y選工具,當(dāng)檢測到傳輸文件存在不安全隱寫信息時,即使秘密信息的內(nèi)容未被破譯,網(wǎng)絡(luò)監(jiān)管人員也可以隨時中斷信息傳輸,并且在后期對不安全文件來源與去向進(jìn)行追查。
[0005]另一方面,伴隨著網(wǎng)絡(luò)媒體的壓縮技術(shù)飛速發(fā)展,壓縮域的數(shù)字水印技術(shù)和隱寫技術(shù)的研究也在不斷的成熟,在音頻格式中,現(xiàn)在使用最為廣泛的壓縮域信息隱藏方法的是MP3格式的壓縮隱藏,越來越多的不法分子利用MP3壓縮域隱寫技術(shù)傳輸隱秘信息。MP3壓縮域的隱寫技術(shù)是將隱藏信息在音頻壓縮過程中進(jìn)行嵌入的的一種技術(shù)。在壓縮域嵌入隱秘信息可以避免感知編碼對隱藏信息的攻擊,比如在JPEG圖像壓縮中對量化因子和變換域系數(shù)修改的壓縮過程中嵌入秘密信息能有效的抗JPEG解壓縮與再壓縮的攻擊。
[0006]為了能夠更好的對MP3壓縮格式進(jìn)行更好的檢測,本文提出了一種基于證據(jù)推理的MP3音頻隱寫檢測方法。
【發(fā)明內(nèi)容】
[0007]本發(fā)明的目的是,提出一種基于證據(jù)推理的音頻隱寫檢測方法,實現(xiàn)了 MP3格式的音頻實現(xiàn)通用隱寫檢測的目的,同時具有更加廣泛的適用性。
[0008]本發(fā)明的技術(shù)方案如下:
[0009]一種基于證據(jù)推理的隱寫檢測方法,包括如下步驟:
[0010]第一步,構(gòu)建有效證據(jù)特征集;
[0011]第二步,生成證據(jù)矩陣;
[0012]第三步,證據(jù)融合;
[0013]1、證據(jù)選擇:
[0014]A、所選取的證據(jù)支持對不同方面的決策;
[0015]B、所選擇的證據(jù)可以對判決提供有效良好的支持;
[0016]優(yōu)選證據(jù)特征集如下:
[0017]Setl Markov 特征的證據(jù);
[0018]Set2 領(lǐng)域聯(lián)合密度特征的證據(jù);
[0019]Set3 多項式擬合差值特征的證據(jù);
[0020]2、構(gòu)造BPA函數(shù)
[0021 ]通過改造后驗概率SVM,得到BPA函數(shù);
[0022]實現(xiàn)SVM后驗概率的輸出如下:
【權(quán)利要求】
1.一種基于證據(jù)推理的隱寫檢測方法,其特征在于包括如下步驟: 步驟一,構(gòu)建有效證據(jù)特征集; 步驟二,生成證據(jù)矩陣; 步驟三,證據(jù)融合。
2.根據(jù)權(quán)利要求1所述的一種基于證據(jù)推理的隱寫檢測方法,其特征在于,在所述步驟一中: (1)證據(jù)選擇 A、所選取的證據(jù)支持對不同方面的決策; B、所選擇的證據(jù)可以對判決提供有效良好的支持; 優(yōu)選證據(jù)特征集如下: Setl Markov特征的證據(jù); Set2 領(lǐng)域聯(lián)合密度特征的證據(jù); Set3 多項式擬合差值特征的證據(jù); (2)構(gòu)造BPA函數(shù) 通過改造后驗概率SVM,得到BPA函數(shù); 實現(xiàn)SVM后驗概率的輸出如下:
其中:A、B可以通過最小化已知訓(xùn)練數(shù)據(jù)和其決策值f的負(fù)的對數(shù)似然函數(shù)得到:
其中:A=i+cxp(!i/:.+^,A=+’為樣本類標(biāo)簽; 然而,這種后驗概率輸出僅體現(xiàn)了絕對判別的概率,沒有考慮SVM判別的不確定性,因此,對以上輸出進(jìn)行改造; 判決的不確定性通常與檢測樣本、訓(xùn)練樣本、分類器等因素有關(guān),因此,對以下因素不確定性進(jìn)行描述: 根據(jù)SVM識別誤差定義,設(shè)分類器不確定因子為usvm,得到SVM分類器的不 確定因子計算式:
其中=Nsv為支持向量的數(shù)量,N為訓(xùn)練樣本的數(shù)量; 即使是同一種分類器中,由于訓(xùn)練樣本的不同,所得到的分類規(guī)則也不相同,所以,設(shè)訓(xùn)練樣本不確定性因子為:
其中:Ν為測試樣本數(shù),N’為錯檢樣本數(shù),η為檢測次數(shù); 在檢測判決的時候,在分類器邊界的樣本容易被錯判,這是因為,在分類器邊界的樣本,在判決為“O”和“ I ”的概率差距比較小,所以,我們通過“O”和“ I ”檢測概率差描述檢測樣本的不確定性; 其中=P1為有隱寫的概率,Po為無隱寫的概率,設(shè)檢測樣本不確定因子為:
Uaud1 =I PrP01 (5) 根據(jù)式⑵~(5),可以得到不確定性的輸出式:
其中:θ表示為動態(tài)的不確定因子,Θ e (0,1),k表示約束因子,將Θ限制在(0, I)的取值范圍中,不同的檢測音頻Uaudi。取值不同,Θ隨著Uaudi。呈動態(tài)變化; 通過公式(I)~(5)得到BPA函數(shù)輸出:
根據(jù)式(J)~O)計算得到BPA函數(shù)輸出值,即Imi (O),Hii (I),Hii (Θ)} (i = 1,2, 3); (3)證據(jù)融合和決策 在決策判決的時候,為了降低沖突證據(jù)對判決影響,設(shè)計了降低證據(jù)沖突影響的證據(jù)融合規(guī)則,此辨識框架?下,冪集2Θ = {A1;A2,A3} ,BPA函數(shù)中的Iii1, m2,…mn正交和如下:m = Int 十 /";;十...ιηηΛ ? Oth 融合規(guī)則如下:
根據(jù)融合的結(jié)果,通過下式進(jìn)行隱寫判決:j無隱寫,w(0) w(l)(U)
I有β#’寫,m(0) ^ m(l)
【文檔編號】G10L19/018GK104183244SQ201410407847
【公開日】2014年12月3日 申請日期:2014年8月18日 優(yōu)先權(quán)日:2014年8月18日
【發(fā)明者】張登銀, 王奕權(quán), 孫斌 申請人:南京郵電大學(xué)