數(shù)字水印技術(shù)概論

中國石油大學(xué)勝利學(xué)院信息隱藏與數(shù)字水印課程設(shè)計PAGEPAGE30目錄第一章緒論 11.數(shù)字水印提出的背景及國內(nèi)外發(fā)展現(xiàn)狀 12.數(shù)字水印的重要性 23.數(shù)字水印技術(shù)的認(rèn)識 23.1數(shù)字水印的相關(guān)概念 23.2通用數(shù)字水印系統(tǒng)框架 33.3數(shù)字水印技術(shù)的分類 33.4近年來，數(shù)字水印主要典型算法 43.5數(shù)字水印的特性 4第二章信息預(yù)處理 61.Arnold變換原理 62.Arnold變換實現(xiàn)實例 7第三章時域處理方法 81.最低有效位算法LSB 81.1LSB算法的實現(xiàn)原理 81.2LSB算法的程序設(shè)計與實現(xiàn) 91.3LSB算法的特點 102.Patchwork算法 103.脆弱水印 113.1脆弱性水印的思路與原理 113.2脆弱性水印的算法實現(xiàn) 11第四章變換域 121.變換域水印算法概述 122.基于小波變換的數(shù)字水印算法 122.1離散小波變換數(shù)學(xué)理論 122.2水印的嵌入原理 142.3水印的提取原理 172.4離散小波變換實現(xiàn)實例 173.離散傅立葉變換 183.1嵌入原理 183.2提取算法原理 194.離散傅里葉變換和離散小波變換的比較 20第五章其他方法 221.壓縮域算法 222.NEC算法 223.生理模型算法 23第六章隱寫分析技術(shù) 241.隱寫分析分類 241.1被動攻擊 241.2主動攻擊 242.隱寫分析評價指標(biāo) 243.隱寫分析通用原型系統(tǒng) 264.隱寫分析算法 264.1專用隱寫分析算法介紹 264.2通用隱寫分析算法 27總結(jié) 28參考文獻 29致謝 30附錄 311.第二章對應(yīng)源碼 312.第三章對應(yīng)源碼 323.第四章對應(yīng)源碼 33隱蔽通道 11.隱蔽通道的概念 12.TCP隱蔽通信 22.1TCP協(xié)議的隱藏通道的基本思想 23.IGMP中的隱蔽通信 34.IP中的隱蔽通信 3中國石油大學(xué)勝利學(xué)院信息隱藏與數(shù)字水印課程設(shè)計數(shù)字水印技術(shù)概論第一章緒論1.數(shù)字水印提出的背景及國內(nèi)外發(fā)展現(xiàn)狀全球迅猛發(fā)展的互聯(lián)網(wǎng)絡(luò)給世界經(jīng)濟帶來了新的商機，數(shù)字技術(shù)提供了與原作品同樣精美的復(fù)制品，數(shù)字信號處理和網(wǎng)絡(luò)傳輸技術(shù)可以對數(shù)字媒體（數(shù)字聲音、文本、圖像和視頻）的原版進行無限制的任意編輯、修改、拷貝和散布，造成數(shù)字媒體作品的原創(chuàng)者巨大的經(jīng)濟損失，對數(shù)字媒體的安全權(quán)限提出了挑戰(zhàn)，促使數(shù)字媒體的知識產(chǎn)權(quán)保護和信息安全問題日益突出，隨著數(shù)字信息的爆炸式增長，互聯(lián)網(wǎng)迫切需要一種版權(quán)保護的技術(shù)，于是一種新的版權(quán)保護技術(shù)——數(shù)字水印技術(shù)應(yīng)運而生了。數(shù)字水印技術(shù)是將一些標(biāo)識信息直接嵌入數(shù)字載體當(dāng)中，包括多媒體、文檔、軟件等，或是間接表示，修改特定區(qū)域的結(jié)構(gòu)，且不影響原載體的使用價值，也不容易被探知和再次修改。但可以被生產(chǎn)方識別和辨認(rèn)。通過這些隱藏在載體中的信息，可以達(dá)到確認(rèn)內(nèi)容創(chuàng)建者、購買者、傳送隱秘信息或者判斷載體是否被篡改等目的。數(shù)字水印是信息隱藏技術(shù)的一個重要研究方向。數(shù)字水印是實現(xiàn)版權(quán)保護的有效辦法，是信息隱藏技術(shù)研究領(lǐng)域的重要分支。隨著技術(shù)信息交流的加快和水印技術(shù)的迅速發(fā)展，國內(nèi)一些研究單位也已逐步從技術(shù)跟蹤轉(zhuǎn)向深入系統(tǒng)研究，各大研究所和高校紛紛投入數(shù)字水印的研究，其中比較有代表性的有哈爾濱工業(yè)大學(xué)的孫圣和、牛夏牧、陸哲明等，天津大學(xué)的張春田、蘇育挺等，北京郵電大學(xué)的楊義先、鈕心忻等，中國科學(xué)院自動化研究所的劉瑞禎、譚鐵牛等，他們是國內(nèi)較早投入水印技術(shù)研究且取得較好成績的科研單位。我國于1999年12月11日，由北京電子技術(shù)應(yīng)用研究所組織，召開了第一屆信息隱藏學(xué)術(shù)研討會(CIHW)，至今已成功的舉辦了四屆，很大程度地推進了國內(nèi)水印技術(shù)的研究與發(fā)展。同時，國家對信息安全產(chǎn)業(yè)的健康發(fā)展也非常的重視，在2003年的《科技型中小企業(yè)技術(shù)創(chuàng)新基金若干重點項目指南》中，明確指出了對于“數(shù)字產(chǎn)品產(chǎn)權(quán)保護（基于數(shù)字水印、信息隱藏、或者網(wǎng)絡(luò)認(rèn)證等先進技術(shù)）”和“個性化產(chǎn)品（證件）的防偽（基于水印、編碼、或挑戰(zhàn)應(yīng)答等技術(shù)）”等多項防盜版和防偽技術(shù)予以重點支持。現(xiàn)在國內(nèi)已經(jīng)出現(xiàn)了一些生產(chǎn)水印產(chǎn)品的公司，其中比較有代表性的是由中科院自動化研究所的劉瑞禎、譚鐵牛等人于2002年在上海創(chuàng)辦了的一家專門從事數(shù)字水印、多媒體信息和網(wǎng)絡(luò)安全、防偽技術(shù)等軟硬件開發(fā)的公司——上海阿須數(shù)碼技術(shù)有限公司[13]，公司現(xiàn)從事數(shù)字證件、數(shù)字印章、PDF文本、分塊離散圖像、視頻、網(wǎng)絡(luò)安全等多方面數(shù)字水印技術(shù)的研究，現(xiàn)在這家公司已申請了一項國際和三項國家數(shù)字水印技術(shù)專利。雖然數(shù)字水印在國內(nèi)的應(yīng)用還處于初級階段，但水印公司的創(chuàng)辦使得數(shù)字水印技術(shù)在國內(nèi)不僅僅只停留在理論研究的層面上，而是從此走上了實用化和商業(yè)化的道路，這樣會更加推動國內(nèi)水印技術(shù)的蓬勃發(fā)展，為國內(nèi)的信息安全產(chǎn)業(yè)提供有效的、安全的保障。2.數(shù)字水印的重要性數(shù)字水印在認(rèn)證中的應(yīng)用，主要集中在于電子商務(wù)和多媒體產(chǎn)品分發(fā)至終端用戶等領(lǐng)域。數(shù)字水印可以加載在ID卡、信用卡和ATM卡上，數(shù)字水印信息中有銀行的記錄、個人情況以及其他銀行文檔內(nèi)容。數(shù)字水印可以被自動地識別，上述數(shù)字水印信息就可提供認(rèn)證服務(wù)。同時，數(shù)字水印可以在法庭辯論中作為證據(jù)，這方面的應(yīng)用也將是非常有市場潛力的。當(dāng)采用數(shù)字水印技術(shù)作為穩(wěn)健隱蔽通道時，數(shù)字水印將會在國防和情報部門得到廣泛的應(yīng)用，在這些部門中傳統(tǒng)數(shù)據(jù)隱藏技術(shù)或密寫術(shù)(Steganography)已得到數(shù)個世紀(jì)的應(yīng)用，數(shù)字水印技術(shù)也將會在此領(lǐng)域的應(yīng)用中占有一席之地。數(shù)字水印技術(shù)還處于發(fā)展中，上述四方面領(lǐng)域也不可能包含其所有應(yīng)用領(lǐng)域。因此，對于迅速發(fā)展中的數(shù)字水印技術(shù)，我們必須對其可能應(yīng)用新領(lǐng)域有足夠的敏感和意識。隨著信息技術(shù)的飛速發(fā)展，數(shù)字產(chǎn)品的大眾化及網(wǎng)絡(luò)的普及，數(shù)字產(chǎn)品的版權(quán)保護成為急需解決的問題。在此背景下產(chǎn)生的數(shù)字水印技術(shù)作為一種新的有效版權(quán)保護手段，必將具有廣闊的應(yīng)用前景和使用價值。3.數(shù)字水印技術(shù)的認(rèn)識3.1數(shù)字水印的相關(guān)概念數(shù)字水?。╠igitalwatermarking）：數(shù)字水印主要是向被保護的數(shù)字對象嵌入某些能證明版權(quán)歸屬或跟蹤侵權(quán)行為的信息。數(shù)字水印（digitalwatermark）技術(shù)，是指在數(shù)字化的數(shù)據(jù)內(nèi)容中嵌入不明顯的記號。像所有者、商標(biāo)、數(shù)字簽名嵌入到載體中，來證明對載體的所有權(quán)等。載體信息可以是任何多媒體數(shù)據(jù)。被嵌入的記號通常是不可見或不可察的，但是通過一些計算操作可以檢測或者提取。水印與源數(shù)據(jù)（如圖象、音頻、視頻數(shù)據(jù)）緊密結(jié)合并隱藏其中，成為源數(shù)據(jù)不可分離的一部分，并可以經(jīng)歷一些不破壞源數(shù)據(jù)使用價值或商用價值的操作而存活下來。3.2通用數(shù)字水印系統(tǒng)框架數(shù)字水印系統(tǒng)包括水印的嵌入和檢測/提取過程，數(shù)字水印系統(tǒng)的一般構(gòu)成如圖3-1(a)、3-1(b)所示：圖3-1(a)嵌入水印圖3-2(b)水印檢測3.3數(shù)字水印技術(shù)的分類(1)按作用劃分：按作用可劃分為魯棒性水印和脆弱性水印。前者主要應(yīng)用于數(shù)字作品中標(biāo)志著作版權(quán)信息，需要嵌入的水印能夠抵抗常見的編輯處理、圖象處理和有損壓縮，在歷經(jīng)有意或無意攻擊后水印不被破壞，仍能檢測出來提供認(rèn)證。后者主要用于完整性保護，判斷多媒體信號是否被篡改，對于篡改處能自動標(biāo)記出來，它需要抵抗常見的有損壓縮如JPEG、JPEG2000和噪聲等。(2)按載體分： 按水印的載體可將水印分為圖像水印、視頻水印、音頻水印、文本水印和圖形水印等。圖像水印指靜止圖像中加入水印，用于圖像數(shù)據(jù)庫，網(wǎng)上圖片發(fā)布等。視頻水印主要在視頻流中加入數(shù)字水印，從而控制視頻的應(yīng)用，如DVD的控制存取，數(shù)字廣播的控制等。(3)按檢測分：在檢測過程中需原數(shù)據(jù)的技術(shù)稱為明水印，其魯棒性較強，但實用中受到一定的限制。無須原數(shù)據(jù)的檢測技術(shù)稱為盲水印，此種水印技術(shù)應(yīng)用較廣，尤其針對無法獲得原圖象的網(wǎng)絡(luò)應(yīng)用，但對水印技術(shù)的技術(shù)要求較高。(4)按內(nèi)容分：有意義水印是指水印是可視圖象，可為二值圖像或灰度圖像。(5)按用途分：分為版權(quán)保護水印、篡改提示水印、票據(jù)防偽水印、隱蔽標(biāo)識水印。版權(quán)保護水印是在圖像加入水印后，圖像的擁有者希望他人看到圖像水印的標(biāo)記，并進行商業(yè)性的使用，在經(jīng)過各種有意攻擊與無意編輯處理后水印仍然存在，如果水印遭到破壞難以檢測，則版權(quán)保護失敗。3.4近年來，數(shù)字水印主要典型算法(1)空域算法：該類算法中典型的水印算法是將信息嵌入到隨機選擇的圖像點中最不重要的像素位上，這可保證嵌入的水印是不可見的。(2)Patchwork算法:方法是隨機選擇N對像素點(ai，bi)，然后將每個ai點的亮度值加1，每個bi點的亮度值減1，這樣整個圖像的平均亮度保持不變。(3)變換域算法:該類算法中，大部分水印算法采用了擴展頻譜通信技術(shù)。(4)壓縮域算法:JPEG、MPEG標(biāo)準(zhǔn)的壓縮域數(shù)字水印系統(tǒng)不僅節(jié)省了大量的完全解碼和重新編碼過程。(5)NEC算法:其實現(xiàn)方法是，首先以密鑰為種子來產(chǎn)生偽隨機序列，該序列具有高斯N(0，1)分布，密鑰一般由作者的標(biāo)識碼和圖象的哈希值組成，其次對圖象做DCT變換，最后用偽隨機高斯序列來調(diào)制(疊加)該圖象除直流(DC)分量外的1000個最大的DCT系數(shù)。3.5數(shù)字水印的特性數(shù)字水印系統(tǒng)一般要具有一定的特性才能保證數(shù)字產(chǎn)品版權(quán)保護和完整性鑒定。數(shù)字水印系統(tǒng)一般的特性如下所述(1)透明性(隱藏性)：是指利用人類視覺系統(tǒng)或人類聽覺系統(tǒng)屬性，經(jīng)過一系列隱藏處理，使目標(biāo)數(shù)據(jù)沒有明顯的降質(zhì)現(xiàn)象，在視覺或聽覺上具有不可感知性。(2)魯棒性（robustness）：指不因圖象文件的某種改動而導(dǎo)致隱藏信息丟失的能力，這些改動包括傳輸過程中的信道噪聲、濾波、增強、有損壓縮、幾何變換、D/A或A/D轉(zhuǎn)換等。(3)隱藏位置的安全性：指將水印信息藏于目標(biāo)數(shù)據(jù)的內(nèi)容之中，而非文件頭等處，防止因格式變換而遭到破壞。(4)無歧義性：恢復(fù)出的水印或水印判決的結(jié)果應(yīng)該能夠確定地表明所有權(quán)，不會發(fā)生多重所有權(quán)的糾紛。(5)通用性：好的水印算法適用于多種文件格式和媒體格式。通用性在某種程度上意味著易用性。(6)不可覺察性（imperceptibility）：在數(shù)字水印中，很注重高保真度，也就是說嵌入水印的載體與原始載體必須非常接近，水印的嵌入不能引起宿主媒介質(zhì)量的很大變化(7)安全性（security）：數(shù)字水印系統(tǒng)應(yīng)該對非法提取具有很強的免疫力，對抗未授權(quán)的刪除、嵌入和檢測，從而保護數(shù)字產(chǎn)品。一般都使用密碼術(shù)的經(jīng)典算法來保證密鑰的安全目前主要有兩類數(shù)字水印，一類是空間域數(shù)字水印，另一類是頻率數(shù)字水印?？臻g數(shù)字水印的典型代表是最低有效位算法，其原理通過修改表示數(shù)字圖像的顏色或顏色分類的位平面，調(diào)整數(shù)字圖像中感知不重要的像素來表達(dá)水印的信息，以達(dá)到嵌入水印的目的。頻率數(shù)字水印的典型代表是擴頻算法，其原理是通過時頻分析，根據(jù)擴展頻譜特性，在數(shù)字圖像的頻率域上選擇那些對視覺最敏感部分，使修改后的系統(tǒng)隱含數(shù)字水印信息。

第二章信息預(yù)處理在實際應(yīng)用中，通常采用先對嵌入的信息先進行加密的處理，考慮到圖像自身的一些特點，通常采用對圖像進行置亂的方法來達(dá)到保密的目的。圖像置亂可達(dá)到兩個目的：第一是進行加密處理，就像不知道加密密鑰就無法對加密過的信息進行解密一樣；如果不知道置亂所采用的算法，同樣難以恢復(fù)原始圖像的信息。第二個目的是圖像被置亂后將是一個無法讀取的雜亂信息，可被抽象成一些隨機的信息，沒有任何明顯可以統(tǒng)計的特征和形狀，紋理色彩等等，在隱藏到另一圖像中時是不會出現(xiàn)容易識別的形狀或交疊現(xiàn)象的，所以可做到圖像紋理特征不可察覺。置亂操作作為水印信號的預(yù)處理過程，最重要的是取消水印對載體圖像空間之上的過多依賴，以抵抗諸如剪切、JPEG壓縮之類的攻擊。也就是說，防止水印被損壞時產(chǎn)生的錯誤比特都集中在一起，從而造成檢測得到的水印信息明顯的降質(zhì)。在水印預(yù)處理過程中，置亂技術(shù)主要考慮的是盡量可能的分散錯誤比特的分布，提高數(shù)字水印的視覺效性來增強水印的魯棒性。常用的圖像置亂方法：Hilbert曲線變換、幻方變換和Arnold變換。但此處具體介紹Arnold變換。1.Arnold變換原理假設(shè)有單位正方形上的點（x,y），將點(x,y)變到另一點()的變換為：（2-1）此變換成為二維Arnold的變換，簡稱Arnold變換。將Arnold變換應(yīng)用到數(shù)字圖像上，可以通過像素坐標(biāo)的改變而改變圖像上像素點的布局。若把數(shù)字圖像視為一個矩陣，則經(jīng)過Arnold變換后的圖像將變得混亂不堪，但繼續(xù)使用Arnold變換話，一定會出現(xiàn)一幅與原圖相同的圖像，即Arnold變換具有一定的周期性。在數(shù)字圖像的置亂中，Arnold變換通常改寫為：（2-2）其中表示某一個像素點的坐標(biāo)，而N是圖像矩陣的階數(shù)。對于不同矩陣的階N,Arnold變換有不同的周期，為了盡量減少Arnold變換所帶來的花費，應(yīng)該選擇周期較短的項。需要注意的是，Arnold變換具有周期性，即當(dāng)?shù)侥骋徊綍r，將重新得到原始圖像。Dyson和Falk分析了離散Arnold變換的周期性，給出了對于任意N>2,Arnold變換的周期性幾T/2，這也許是迄今為止最好的結(jié)果了。表2.1不同階數(shù)N下Arnold變換的周期N234567891011123431012861230512N16242532406010012012512825612125024306015060250961922.Arnold變換實現(xiàn)實例這里選用一幅256×256像素的256xuehao.bmp灰度圖像，Matlab程序1附錄1，實驗結(jié)果如圖2-1所示：圖2-1圖像的置亂與恢復(fù)

第三章時域處理方法早期人們對數(shù)字水印的研究基本上都是基于空域的?？沼蛩∷惴ㄊ峭ㄟ^改變載體圖像某些像素點的強度值/灰度值來嵌入水印信息，這些算法相對簡單，實用性較強。由于空域算法比較形象直觀，容易理解，且具有對遭受攻擊的時間和空間位置的定位能力，因此空域算法主要是脆弱水印或半脆弱水印算法，魯棒性水印相對較少。1.最低有效位算法LSB最低有效位算法LSB（LeastSignificantBit），其基本思想是用水印信息直接代替數(shù)字圖像的最低位，水印信息通常是二值比特序列?？沼蛩∷惴ㄖ斜容^典型的算法是最低有效位（LSB）。LSB是LeastSingificantBit的縮寫，意思是最不重要比特位。LSB數(shù)字水印算法按照上文介紹的四種數(shù)字水印分類方法分別屬于：魯棒性數(shù)字水印、圖像數(shù)字水印、空域數(shù)字水印、不可見數(shù)字水印。1.1LSB算法的實現(xiàn)原理LSB算法利用了數(shù)字圖像處理中位平面的原理，即改變圖像的最低位的信息，對圖像信息產(chǎn)生的影響非常小人眼的視覺感知系統(tǒng)往往不能察覺。以一幅256灰度的圖像為例，256灰度共需要8個位來表示，但其中每一個位的作用是不一樣的(圖3-1)，越高位對影像的影響越大，反之越低的位影響越小，甚至不能感知。圖3-1不同位平面重要的程度LSB算法實現(xiàn)較為簡單，首先，需要考慮嵌入的數(shù)字水印的數(shù)據(jù)量，如果嵌入最低的1位，則可以嵌入的信息量是原始圖像信息量的1／8，如果適用最低兩位則可以嵌入的信息量是1／4。但是嵌入的數(shù)字水印的信息量越大，同時對圖像的視覺效果影響也越大。在這里要嵌入一個二值的圖像。然后，適當(dāng)調(diào)整數(shù)字水印圖像的大小和比特位數(shù)，以適應(yīng)數(shù)字水印圖像數(shù)據(jù)量的要求。最后，對原始圖像中要使用的最低位置0，再將數(shù)字水印數(shù)據(jù)放人原始圖像的最低位即可。1.2LSB算法的程序設(shè)計與實現(xiàn)(1)這里選用一幅256×256像素的256lena.bmp灰度圖像，數(shù)字水印用“荊俊芳”的字樣的二值圖像。Matlab程序2.1附錄2圖3-2嵌入數(shù)字水印圖片前后對比(2)嵌入數(shù)字水印數(shù)據(jù)數(shù)字水印數(shù)據(jù)為“110”，測試結(jié)果如圖3-3，程序源碼即Matlab程序2.2附錄2圖3-3嵌入數(shù)字水印數(shù)據(jù)結(jié)果1.3LSB算法的特點LSB算法簡單，實現(xiàn)容易，同時可以保證數(shù)字水印的不可見性，由于可以在最低位的每個像素上都插人數(shù)字水印信息，因此有較大的信息嵌入量。LSB算法一般嵌入圖像的最低一位或者兩位，如果嵌入的位數(shù)太多，則會被人眼察覺到。但是由于數(shù)字水印位于圖像的不重要像素位上，因此很容易被圖像過濾、量化和幾何型變等操作破壞，以致無法恢復(fù)數(shù)字水印。針對基本的LSB算法的缺點，一些研究者也提出了一些改進的算法，如奇偶標(biāo)識位隱藏算法、索引數(shù)據(jù)鏈隱藏算法等，這些算法能增強數(shù)字水印的隱蔽性。2.Patchwork算法“Patchwork”一詞原指一種用各種顏色和形狀的碎布片拼接而成的布料，它形象地說明了該算法的核心思想，即在圖像域中通過大量的模式冗余來實現(xiàn)魯棒水印，所以該算法也被認(rèn)為是一個擴散被嵌入信息的典型代表Patchwork算法是一種基于統(tǒng)計的數(shù)字水印嵌入算法，這種算法不是像通常做法那樣把一個消息隱藏在偽裝載體中，而是簡單地回答下面的二元問題：“這個人是否知道在嵌入和提取一個水印時所使用的密鑰？”密鑰用來初始化一個偽隨機數(shù)發(fā)生器，而這個偽隨機數(shù)發(fā)生器將產(chǎn)生載體中放置水印的位置在嵌入過程中，版權(quán)所有者根據(jù)密鑰K偽隨機地選擇n個像素對，然后更改這n個像素對的亮度值(ai,bi)：(3-1)這樣，版權(quán)所有者就對所有的ai加1，對所有的bi減1在提取過程中，也使用同樣的密鑰K將在編碼過程中賦予水印的n個像素對提取出來，并計算這個和：(3-2)如果這個載體的確包含了一個水印，就可預(yù)計這個和為2n，否則它將近似為0這種提法是基于下面的統(tǒng)計假設(shè)，如果在一個圖像里隨機選取一些像素對，并假設(shè)它們是獨立同分布的，那么有：(3-3)因此，只有知道這些修改位置的版權(quán)所有者才能得到一個近似值S≈2nPatchwork算法最大的優(yōu)點之一就是可以實現(xiàn)盲檢測，并且隱蔽性較好，對抵御有損壓縮編碼(JPEG)、剪裁攻擊和灰階校正非常有效。但其缺陷在于嵌入的水印信息少，對仿射變換敏感，對多拷貝聯(lián)合攻擊抵抗力比較脆弱。3.脆弱水印3.1脆弱性水印的思路與原理在保證多媒體信息一定感知質(zhì)量的前提下，將數(shù)字、序列號、文字、圖像標(biāo)志等作為數(shù)字水印嵌入多媒體數(shù)據(jù)中，當(dāng)多媒體內(nèi)容受到懷疑時，可將該水印提取出來用于多媒體內(nèi)容的真?zhèn)巫R別，并指出篡改位置，甚至攻擊類型等，這種水印稱為脆弱性水印。當(dāng)原始載體內(nèi)容發(fā)生改變時，被嵌入的水印信息就遭到了破壞，因此圖像的接收方就不能完整地提取水印信息，從而可以鑒定原始數(shù)據(jù)是否被篡改。脆弱性水印分為完全脆弱性水印和半脆弱性水印。完全脆弱水印主要用于完整性保護，圖像不能發(fā)生任何修改，圖像如果發(fā)生一個比特的修改，都會影響水印信息的提取。而半脆弱水印對一般圖像處理（如濾波、加噪聲、替換、壓縮等）有較強的免疫能力（魯棒性），但是能檢測到對圖像的惡意篡改，一般用于內(nèi)容保護。3.2脆弱性水印的算法實現(xiàn)完全脆弱水印一般是從空域LSB水印算法演變而來的，一個代表性算法是校驗和（Checksum）算法。首先計算每個像素字節(jié)最高7位的Checksum值，Checksum值定義為一系列相同長度數(shù)據(jù)的二進制位的模2和。在該算法中，此長度為8個連續(xù)像素中的最高7位的聯(lián)合長度，共56位。在Checksum值計算過程中，整幅圖像中的每個像素都參與計算，但每個像素只計算一次，最后結(jié)果為56位的數(shù)據(jù)。隨后在圖像中隨機選取56個像素，將每個像素的最低位變?yōu)榕c上述Checksum比特位相同，以此存儲Checksum值，從而完成水印的嵌入。圖像認(rèn)證時，只需要將被檢圖像的Checksum值與提取的水印信息進行比較，便可得知圖像是否被篡改。在這個算法中，隨機選取的存放Checksum值的像素位置以及Checksum值本身構(gòu)成了水印信息。在提取水印時，只需計算圖像的Checksum值并與水印信息中的Checksum值進行比較，便可知水印是否因遭受篡改而被破壞。

第四章變換域與空域水印算法相比，隨后發(fā)展起來的變換域水印算法更受青睞。變換域水印算法是通過改變變換域系數(shù)來嵌入水印信息。變換域水印算法相比空間域水印算法具有很多優(yōu)點：在變換域中嵌入的水印信號能量可以分布到空間域的所有像素上，有利于保證水印的不可見性；可以更方便地將人類視覺系統(tǒng)（HVS）的某些特性結(jié)合到水印算法中；可與國際數(shù)據(jù)壓縮標(biāo)準(zhǔn)（如JPEG2000和MPEG等）兼容，從而實現(xiàn)壓縮域內(nèi)的水印編碼；魯棒性比空域算法好，尤其對濾波、量化和壓縮等攻擊。1.變換域水印算法概述實際上，變換域水印算法就是首先利用相應(yīng)的變換方法（DFT、DCT、DWT等）將數(shù)字圖像的空間域數(shù)據(jù)轉(zhuǎn)化為相應(yīng)的頻域系數(shù)；其次，根據(jù)待隱藏的信息類型，對其進行適當(dāng)編碼或變形；再次，確定某種規(guī)則或算法，用待隱藏的信息的相應(yīng)數(shù)據(jù)去修改前面選定的頻域系數(shù)序列；最后，將數(shù)字圖像的頻域系數(shù)經(jīng)相應(yīng)的反變換轉(zhuǎn)化為空間域數(shù)據(jù)。變換域下的水印算法，包括離散傅里葉變換（DFT）、離散余弦變換（DCT）和離散小波變換（DWT）域等的數(shù)字水印算法。其實變換域水印算法并不局限于這三種變換。此處只介紹離散小波變換（DWT）域和離散傅里葉變換（DFT）。2.基于小波變換的數(shù)字水印算法2.1離散小波變換數(shù)學(xué)理論在實際應(yīng)用中，為了方便計算機進行分析、處理，信號(t)都要離散化為離散數(shù)列，a和也必須離散化，成為離散小波變換(DiscreteWaveletTransform),記為DWT。由連續(xù)小波變換的概念我們知道，在連續(xù)變換的尺度a和時間值下，小波基函數(shù)具有很大的相關(guān)性，所以一維信號f(t)做小波變換成二維的WT后，它的信息是有冗余的，體現(xiàn)在不同點的WT滿足重建核方程。在理想情況下，離散后的小波基函數(shù)滿足正交完備性條件，此時小波變換后的系數(shù)沒有任何冗余，這樣就大大地壓縮了數(shù)據(jù)，并且減少了計算量。為了減少小波變換的系數(shù)冗余度，我們將小波基函數(shù)=(4-1)a,限定在一些離散的點上取值。①尺度的離散化。目前通行的辦法是對尺度進行冪級數(shù)離散化，即令a取a=,a>O,mZ，此時對應(yīng)的小波函數(shù)是aj=0,1,2,...(4-2)②位移的離散化。通常對進行均勻離散取值，以覆蓋整個時間軸。為了防止信息的丟失，我們要求采樣間隔滿足Nyquist采樣定理，采樣率大于等于該尺度下頻率通常的二倍。所以每當(dāng)m增加1時，尺度a增加一倍，對應(yīng)的頻率減小一半，可見采樣率可以降低一半而不致引起信息的丟失(帶通信號的采樣率決定于其帶寬，而不是決定于其頻率上限)。所以在尺度j下，由于的帶寬時的a倍，因此采樣間隔可以擴大a，同時也不會引起信息的丟失。這樣，就改成：a(4-3)記為離散小波變換定義為:WT=j=0,1,2...,k(4-4)在以上的尺度以及位移均離散化的小波序列，如果取離散柵格a=2,=0，即相當(dāng)于連續(xù)小波只在尺度a上進行量化，平移參數(shù)仍然連續(xù)不被離散，我們稱這類小波為二進小波，表示為:=2(4-5)二進小波介于連續(xù)小波和離散小波之間，由于它只是對尺度參量進行離散化，在時間域上的平移量仍保持著連續(xù)的變化，所以二進小波具有連續(xù)小波變換的時移共變性，這個特點也是離散小波不具有的。也正因為如此，它在奇異性檢測、圖像處理方面都十分有用。令小波函數(shù)為(t)，其傅立葉變換為，若存在常數(shù)A,B，當(dāng)0<AB<，使得(4-6)此時，(t)才是一個二進小波，我們稱上式為二進小波的魯棒性條件。定義函數(shù)f(t)的二進小波變換系數(shù)為:WT()=f(t)=(4-7)其中=2(4-8)由前面的知識可得它的小波逆變換公式是存在的。二進小波變換的重建公式為:f(t)=(4-9)其中，為(t)的對偶框架，其上、下界分別為B，和A。2.2水印的嵌入原理依據(jù)Cox的觀點，水印信息應(yīng)該具有不可預(yù)測的隨機性，具有與噪聲相同的特性，這不僅可以提高水印的透明性，而且可以加強水印抗千擾的能力，提高水印的魯棒性。但是無意義的偽隨機序列通常應(yīng)用價值不大，有意義水印可附帶許多證明信息，如原作者的個人標(biāo)志，產(chǎn)品序列號等，在版權(quán)證明上顯然較無意義水印更具有直觀性和可驗證性。所以在本算法中，選取有特殊意義的二值圖像做為原始水印。另外,為了提高水印的不可見性和魯棒性，在水印嵌入之前，我們先對原始水印進行Arnold變換預(yù)處理，處理之后的水印圖像各像素點變?yōu)殡s亂均勻分布，這樣不僅提高了水印的透明性，而且加強水印抗干擾的能力，提高了水印的魯棒性。當(dāng)嵌有水印的圖像在網(wǎng)絡(luò)中傳播時，難免會遇到有意或無意的干擾破壞，印也會受到相應(yīng)損壞，當(dāng)經(jīng)過預(yù)處理的水印被提取出來并利用Amold變換恢復(fù)出原始水印圖像時，被損壞的部分就被分散到了全圖，對人類視覺的影響也就不明顯了，這樣就相當(dāng)于加強了水印的魯棒性。同時，由于提取出的水印是一幅被置亂的圖像，只有原始嵌入者知道采用的何種變換及變換次數(shù)，從而利用Arnold變換的周期性將之恢復(fù)成原始水印圖像，而非法攻擊者面對雜亂圖像，不僅不能夠得到有用信息，并且很難進行偽造，所以，預(yù)處理也增強了算法的安全性。2.2.1水印嵌入位置的選定目前的小波域水印算法,對于水印嵌入位置的選擇有不同的意見。一種意見認(rèn)為低頻子圖是圖像的平滑部分，人眼對這部分的失真比較敏感，基于水印的不可感知性考慮，應(yīng)將水印數(shù)據(jù)隱藏在圖像的高頻部分亦即小波分解后的高頻系數(shù)中，而不應(yīng)在低頻系數(shù)嵌入水印。另一種意見則認(rèn)為中高頻子圖的小波系數(shù)幅度一般較小，常接近于0，而低頻部分集中了圖像的大部分能量，系數(shù)的振幅比細(xì)節(jié)子圖的系數(shù)大得多，由人類視覺特性知，背景亮度越大，嵌入信號的JND就越高，即低頻逼近子圖具有較大的感覺容量，相當(dāng)于一個強背景，可以容納更強或者更多的水印信息，只要迭加的水印信號低于JND值，視覺系統(tǒng)就無法感覺到信號的存在。這樣在圖像有一定失真的情況下，仍能保留主要成分，可保持原始載體圖像的主觀視覺質(zhì)量基本不變，于是提出水印嵌入低頻系數(shù)中。(根據(jù)小波變換的特性和小波分解系數(shù)分析可知，各級小波子圖對視覺系統(tǒng)的影響是不同的，隨著分級的增加，其重要性也隨之增加，在同一尺度下，水平、垂直子圖的重要性稍高于對角子圖，人眼對水平、垂直分量上的變化比對角線分量上的變化要敏感。)以前的很多算法不在低頻系數(shù)中加入水印，原因是避免出現(xiàn)方塊效應(yīng)，但經(jīng)過實驗證明，不在低頻部分嵌入所有水印，只嵌入一部分水印，再在中頻部分嵌入一部分水印，既能保證不可見性又有很好的魯棒性。在小波域,為了使數(shù)字水印具有較好的魯棒性，用于嵌入水印的小波系數(shù)就應(yīng)該滿足以下兩個條件:小波系數(shù)不應(yīng)該過多的被信號處理和噪聲干擾所改變；具有較大的感覺容量，以便嵌入一定強度的水印后不會引起原始圖像視覺質(zhì)量的明顯改變。綜合考慮上述嵌入位置的探討以及小波分解系數(shù)的特點，本文將水印的嵌入位置選擇為原始圖像經(jīng)過小波三級分解后的中頻和低頻分量上。為了權(quán)衡水印不可見性和魯棒性，決定優(yōu)先選擇在原始圖像小波分解后的第二級分量上嵌入水印。(1)具體嵌入位置分析如下:①將水印圖像一級小波分解后的水平分量嵌入到原始圖像小波分解后的第二級水平分量上(中頻分量):水印圖像一級小波分解后的垂直分量嵌入到原始圖像小波分解后的第二級垂直分量上；水印圖像一級小波分解后的對角分量嵌入到原始圖像小波分解后的第二級對角分量上。②而由于人眼對對角分量上噪聲的敏感度低于水平、垂直分量上噪聲的敏感度，所以將水印經(jīng)一級小波分解后的低頻分量嵌入到原始圖像小波分解后的第三級對角分量上。③考慮到低頻分量集中了原始圖像的大部分信息，有較好的穩(wěn)定性，在圖像有一定失真的情況下，仍能保留主要成份，最后又將水印圖像經(jīng)小波分解后的低頻分量二次嵌入到原始圖像的低頻分量中。LL3HL3HL1HL1LHHHLH2HH1LH1HH1圖4-1小波分解的金字塔結(jié)構(gòu)(2)具體的嵌入過程如下:①分別輸入原始圖像X和水印圖像W；②利用Amold變換將水印圖像W置亂，置亂后的水印記為置亂次數(shù)k作為密鑰；③對置亂后的水印圖像W’采用Haar小波變換進行一級小波分解，得到平(LH,i,j)、垂直(HL,i,j)、對角分量小波系數(shù)(HH,i,j)和低頻分量小波系數(shù)(LL,i,j)；④對原始圖像為X采用Haar小波變換對其進行三級小波分解，得到低頻分量小波系數(shù)x(LL,i,j)、水平分量小波系數(shù)x(LH,i,j)、垂直分量小波系數(shù)x(HL,i,j)和對角分量小波系數(shù)x(HH,i,j),n=1,2,3；⑤參照對嵌入位置的分析，用水印的小波系數(shù)按下式修改原始圖像的波系數(shù)：(i,j)=X(i,j)+a(i,j)(4-10)其中(i,j)是嵌入水印圖像的小波系數(shù)，X(i,j)是原始圖像的小波系數(shù)，(i,j)是在原始圖像的(i,j)位置上嵌入的水印小波系數(shù)值,“是嵌入強度,其取值應(yīng)權(quán)衡不可見性和魯棒性要求,a越大,水印雖越強壯，但是嵌入水印的圖像質(zhì)量就會降低。反之，取值小，圖像質(zhì)量雖提高了，但同時會削弱水印的魯棒性。本文經(jīng)過反復(fù)實驗，高頻分量a的取值范圍為0.06～0.08，低頻分量a的取值范圍為0.1～0.2較合適。⑥按照新的小波系數(shù)進行小波逆變換，重構(gòu)得到含水印圖像。2.3水印的提取原理水印的提取過程是嵌入過程的逆過程，提取時需要借助于原始圖像，其過程如下:①對含水印圖像X和原始圖像X進行三級小波分解，得到低頻分量小波系數(shù)(LL,i,j)和X(LL,i,j)、水平分量小波系數(shù)(LH,i,i)和x(LH,,i,j)、垂直分量小波系數(shù)(LH,i,j)和x(LH,i,j)以及對角分量小波系數(shù)(HH，i,j)和(HH,i,j)，n=1,2,3;②參照下式提取出嵌入的水印小波系數(shù):(i,j)=(X'(i,j)-X(i,j))/a(4-11)其中,(i,j)是含水印圖像的小波系數(shù)，X(i,j)是原始圖像的小波系數(shù)，(i,j)是提取出的水印小波系數(shù)；③用計算出的小波系數(shù)進行小波逆變換(重構(gòu))提取出水印圖像；④根據(jù)嵌入時設(shè)置的密鑰k,并根據(jù)水印圖像的尺寸求得其置亂周期T,對進行(T-k)次置亂操作,得到最終的提取水印圖像W。2.4離散小波變換實現(xiàn)實例利用二維離散小波變換實現(xiàn)數(shù)字水印。仿真實驗采用的原始圖像為512512的灰度級lena圖像,水印圖像是6464的二值圖像。圖4-2原始圖像圖4-3小波變換后的圖像圖4-4水印圖片圖4-5嵌入水印的圖像圖4-6水印圖像的檢測結(jié)果3.離散傅立葉變換3.1嵌入原理(1)子塊劃分將原始圖像分成8×8的圖像子塊(4-12)(2)對每一圖像塊進行DFT變換(4-13)(3)將二值水印用Arnold變換置亂置亂次數(shù)以主觀認(rèn)為雜亂無章為標(biāo)準(zhǔn)，由于本算法采用的水印圖像尺寸為，置亂周期為30，所以本算法定嵌入時的置亂次數(shù)為8次，提取時的置亂次數(shù)為22次（可根據(jù)自己的需要確定）。(4)產(chǎn)生兩個不相關(guān)的偽隨機序列產(chǎn)生偽隨機序列用MATLAB自帶函數(shù)rand，并設(shè)定一個密鑰key。密鑰key用來產(chǎn)生特定的偽隨機序列。只用使用相同的密鑰key，嵌入水印和提取水印產(chǎn)生的偽隨機序列才會完全相同。(5)修改相應(yīng)幅度譜值由于DFT域的幅度譜具有對稱性，為了水印嵌入后保持這種對稱性不變，也為了確?；謴?fù)圖像像素值為實數(shù)，嵌入水印時采用對稱嵌入，即：(4-14)(4-15)式中為取復(fù)數(shù)的幅度，為嵌入信息。嵌入規(guī)則為當(dāng)置亂水印矩陣元素為‘0’時，將一個偽隨機序列與原始圖像塊的幅度譜對應(yīng)元素進行乘性疊加；為‘1’時，用另一個偽隨機序列與幅度譜對應(yīng)元素進行乘性疊加。(4-16)是經(jīng)過傅立葉變換的塊元素，k為嵌入強度，為產(chǎn)生的兩個不相關(guān)偽隨機序列之一。嵌入時選取塊（8×8）的中高頻部分進行乘性疊加，盡量不破壞低頻部分，因為低頻部分是圖像的重要部分，破壞會明顯影響嵌入水印圖像的不可感知性。(6)對每一圖像塊進行DFT逆變換，得到含水印圖像(4-17)(4-18)3.2提取算法原理(1)子塊劃分將嵌入水印圖像分成8×8的圖像子塊(4-19)(2)對每一圖像塊進行DFT變換(4-20)(3)產(chǎn)生兩個不相關(guān)的偽隨機序列。使用與嵌入水印時相同的密鑰key，即可產(chǎn)生兩個與嵌入時相同的偽隨機序列。(4)計算嵌入水印圖像塊的幅度譜與兩個偽隨機序列的相關(guān)性，假設(shè)嵌入水印時置亂水印矩陣為‘0’時疊加的是隨機序列A，為‘1’時疊加的是隨機序列B，那么提取時如果嵌入水印幅度譜與隨機序列A的相關(guān)性大于其與B的相關(guān)性，那么這個位置嵌入的是水印矩陣‘計算相關(guān)性使用MATLAB提供的計算相關(guān)性的函數(shù)corr2。(5)將水印矩陣用Arnold變換進行置亂得到提取水印。4.離散傅里葉變換和離散小波變換的比較小波分析是傅立葉分析思想的發(fā)展與延拓，它自產(chǎn)生以來，就一直與傅立葉分析密切相關(guān)，他的存在性證明，小波基的構(gòu)造以及結(jié)果分析都依賴于傅立葉分析，二者是相輔相成的，兩者主要的不同點：(1)傅立葉變換實質(zhì)是把能量有限信號f(t)分解到以{exp(jωt)}為正交基的空間上去；小波變換的實質(zhì)是把能量有限信號f(t)分解到W-j和V-j所構(gòu)成的空間上去的。(2)傅立葉變換用到的基本函數(shù)只有sin(ωt),cos(ωt),exp(jωt)，具有唯一性；小波分析用到的函數(shù)（即小波函數(shù)）則具有多樣性，同一個工程問題用不同的小波函數(shù)進行分析有時結(jié)果相差甚遠(yuǎn)。小波函數(shù)的選用是小波分析運用到實際中的一個難點問題（也是小波分析研究的一個熱點問題），目前往往是通過經(jīng)驗或不斷地試驗（對結(jié)果進行對照分析）來選擇小波函數(shù)。(3)在頻域分析中，傅立葉變換具有良好的局部化能力，特別是對于那些頻率成分比較簡單的確定性信號，傅立葉變換很容易把信號表示成各頻率成分的疊加和的形式，如sin(ω1t)+0.345sin(ω2t)+4.23cos(ω3t)，但在時域中傅立葉變換沒有局部化能力，即無法從f(t)的傅立葉變換中看出f(t)在任一時間點附近的性態(tài)。事實上，F(xiàn)(w)dw是關(guān)于頻率為w的諧波分量的振幅，在傅立葉展開式中，它是由f(t)的整體性態(tài)所決定的。(4)在小波分析中，尺度a的值越大相當(dāng)于傅立葉變換中w的值越小。(5)在短時傅立葉變換中，變換系數(shù)S(ω，τ)主要依賴于信號在[τ-δ，τ+δ]片段中的情況，時間寬度是2δ（因為δ是由窗函數(shù)g(t)唯一確定的，所以2δ是一個定值）。在小波變換中，變換系數(shù)Wf（a,b）主要依賴于信號在[b-aΔφ，b+aΔφ）片斷中的情況，時間寬度是2aΔφ，該時間的寬度是隨尺度a變化而變化的，所以小波變換具有時間局部分析能力。(6)若用信號通過濾波器來解釋，小波變換與短時傅立葉變換不容之處在于：對短時傅立葉變換來說，帶通濾波器的帶寬Δf與中心頻率f無關(guān)；相反小波變換帶通濾波器的帶寬Δf則正比于中心頻率f。fourier變換是在全時域上的變換即從負(fù)無窮時間到正無窮時間，它具有最高的頻率分辨率但是沒有時間分辨率。窗口fourier變化對時域加窗，因而能夠同時具有時間分辨率和頻率分辨率，但是由于加窗的影響，它的頻率分辨率有損失，而時間分辨率取決于窗的大小。小波變換是科恩類變換，其基本思想是將函數(shù)在核函數(shù)上展開，核函數(shù)具有時間與頻率分辨率，因而小波變換也具有時間和頻率分辨率。但是小波變換的頻率并不是真正意義上的頻率，只有具有相當(dāng)于頻率的一種比率。

第五章其他方法1.壓縮域算法壓縮域算法是基于JPEG、MPEG標(biāo)準(zhǔn)的壓縮域數(shù)字水印系統(tǒng)不僅節(jié)省了大量的完全解碼和重新編碼過程，而且在數(shù)字電視廣播及VOD(VideoonDemand)中有很大的實用價值。相應(yīng)地，水印檢測與提取也可直接在壓縮域數(shù)據(jù)中進行。下面介紹一種針對MPEG-2壓縮視頻數(shù)據(jù)流的數(shù)字水印方案。雖然MPEG-2數(shù)據(jù)流語法允許把用戶數(shù)據(jù)加到數(shù)據(jù)流中，但是這種方案并不適合數(shù)字水印技術(shù)，因為用戶數(shù)據(jù)可以簡單地從數(shù)據(jù)流中去掉，同時，在MPEG-2編碼視頻數(shù)據(jù)流中增加用戶數(shù)據(jù)會加大位率，使之不適于固定帶寬的應(yīng)用，所以關(guān)鍵是如何把水印信號加到數(shù)據(jù)信號中，即加入到表示視頻幀的數(shù)據(jù)流中。對于輸入的MPEG-2數(shù)據(jù)流而言，它可分為數(shù)據(jù)頭信息、運動向量(用于運動補償)和DCT編碼信號塊3部分，在方案中只有MPEG-2數(shù)據(jù)流最后一部分?jǐn)?shù)據(jù)被改變，其原理是，首先對DCT編碼數(shù)據(jù)塊中每一輸入的Huffman碼進行解碼和逆量化，以得到當(dāng)前數(shù)據(jù)塊的一個DCT系數(shù);其次，把相應(yīng)水印信號塊的變換系數(shù)與之相加，從而得到水印疊加的DCT系數(shù)，再重新進行量化和Huffman編碼，最后對新的Huffman碼字的位數(shù)n1與原來的無水印系數(shù)的碼字n0進行比較，只在n1不大于n0的時候，才能傳輸水印碼字，否則傳輸原碼字，這就保證了不增加視頻數(shù)據(jù)流位率。該方法有一個問題值得考慮，即水印信號的引入是一種引起降質(zhì)的誤差信號，而基于運動補償?shù)木幋a方案會將一個誤差擴散和累積起來，為解決此問題，該算法采取了漂移補償?shù)姆桨竵淼窒蛩⌒盘柕囊胨鸬囊曈X變形。2.NEC算法NEC算法是由NEC實驗室的Cox等人提出，該算法在數(shù)字水印算法中占有重要地位，其實現(xiàn)方法是，首先以密鑰為種子來產(chǎn)生偽隨機序列，該序列具有高斯N(0，1)分布，密鑰一般由作者的標(biāo)識碼和圖象的哈希值組成，其次對圖象做DCT變換，最后用偽隨機高斯序列來調(diào)制(疊加)該圖象除直流(DC)分量外的1000個最大的DCT系數(shù)。該算法具有較強的魯棒性、安全性、透明性等。由于采用特殊的密鑰，因此可防止IBM攻擊，而且該算法還提出了增強水印魯棒性和抗攻擊算法的重要原則，即水印信號應(yīng)該嵌入源數(shù)據(jù)中對人感覺最重要的部分，這種水印信號由獨立同分布隨機實數(shù)序列構(gòu)成，且該實數(shù)序列應(yīng)該具有高斯分布N(0，1)的特征。3.生理模型算法生理模型算法是人的生理模型包括人類視HVS(HumanVisualSystem)和人類聽覺系統(tǒng)HAS。該模型不僅被多媒體數(shù)據(jù)壓縮系統(tǒng)利用，同樣可以供數(shù)字水印系統(tǒng)利用。利用視覺模型的基本思想均是利用從視覺模型導(dǎo)出的JND(JustNoticeableDifference)描述來確定在圖象的各個部分所能容忍的數(shù)字水印信號的最大強度，從而能避免破壞視覺質(zhì)量。也就是說，利用視覺模型來確定與圖象相關(guān)的調(diào)制掩模，然后再利用其來插入水印。這一方法同時具有好的透明性和強健性。

第六章隱寫分析技術(shù)隱寫分析(steganalysis)技術(shù)是對表面正常的圖像、音頻、視頻等媒體信號（尤其是通過互聯(lián)網(wǎng)進行傳輸?shù)男盘枺┻M行檢測，判斷其中是否嵌有秘密信息（這些秘密信息是通過一定的隱寫算法嵌入的），甚至只是指出媒體中存在秘密信息的可能性，這樣就可以找到敵對隱蔽通信的信源，從而阻斷隱蔽通信的信道。由于隱寫者必須通過修改原始數(shù)據(jù)才能實現(xiàn)秘密信息的嵌入，因此載體數(shù)據(jù)的統(tǒng)計特性不可避免地會發(fā)生一些變化。雖然分析者并不知道原始載體，但可以利用載體數(shù)據(jù)的統(tǒng)計特性的異常來覺察到秘密信息的存在。即使不能破解秘密信息的具體內(nèi)容，分析者仍可以阻斷隱蔽通信并追查秘密信息的收發(fā)雙方。1.隱寫分析分類從攻擊的角度，我們用闡述隱寫術(shù)的“囚犯”問題來對隱寫分析進行分類。1.1被動攻擊被動攻擊：進行秘密通信的囚犯的來往信件都要經(jīng)過看守的檢查，看守檢查信件后判斷是否存在秘密消息并作不同的處理，稱為被動攻擊。LSB隱寫算法由于簡單、性能好而被廣泛使用；JPEG和GIF格式的圖像因為易于傳輸經(jīng)常被作為隱寫的載體。因此，針對這些隱寫算法和載體的隱寫分析技術(shù)具有重要的實際意義和應(yīng)用價值。1.2主動攻擊主動攻擊：主動攻擊又叫做積極攻擊，如果看守不經(jīng)過判斷就對消息進行修改的攻擊稱為主動攻擊。所謂主動攻擊，就是分析者直接在數(shù)字媒體中廣泛引入干擾使得載體數(shù)據(jù)中可能存在的秘密信息無法提取而并不分析某一數(shù)字媒體中是否含有秘密信息。這類攻擊要滿足兩個條件：①即引入的干擾不能影響媒體的正常使用，同時不應(yīng)該暴露積極攻擊行為本身；②要用盡可能弱的干擾對秘密信息造成盡可能強的損傷。2.隱寫分析評價指標(biāo)對于隱寫分析技術(shù)的評價，這里我們僅討論被動隱寫分析方法的評價，可以采用四個評價方法指標(biāo)：準(zhǔn)確性、適用性、實用性和復(fù)雜性。(1)準(zhǔn)確性準(zhǔn)確性指檢測的準(zhǔn)確程度，是隱寫分析最重要的一個評價指標(biāo)，一般采用虛警率和檢測率表示，兩個指標(biāo)的關(guān)系可以描繪成如下圖所示的檢測器接收操作特性（detector’sreceiveroperatingcharacteristic,ROC）二維平面。虛警率是把非隱藏信息誤判為隱藏信息的概率；檢測率是把隱藏信息正確判為隱藏信息的概率；漏報率是把隱藏信息錯誤判為非隱藏信息的概率；檢測器ROC平面圖6-1所示：圖6-1檢測器ROC平面隱寫分析要求在盡量減少虛警率和漏報率的前提下取得最佳檢測率。在虛報率和漏報率的減少無法兼顧的情況下，首先減少漏報率。在檢測器ROC中，當(dāng)α=β即點（α，β）落在圖的45°對角線上時，屬于隨機猜測，也即瞎猜，此時隱寫分析檢測器無效。當(dāng)小于45°對角線時，可以認(rèn)為檢測器有效。(2)適用性適用性指檢測算法對不同嵌入算法的有效性，可由檢測算法能夠有效檢測多少種、多少類隱寫算法或嵌入算法來衡量。(3)實用性實用性指檢測算法可實際推廣應(yīng)用的程度，可由現(xiàn)實條件是否允許、檢測結(jié)果是否穩(wěn)定、自動化程度的高低和實時性等來衡量。其中實時性可以用隱寫分析算法進行一次隱寫分析所用時間來衡量，用時越短則實時性越好。(4)復(fù)雜度復(fù)雜度是針對隱寫分析算法本身而言的，可由隱寫分析算法實現(xiàn)所需要的資源開銷、軟硬件條件等來衡量。到目前為止，還沒有人給出準(zhǔn)確性、適用性、實用性和復(fù)雜度的定量度量，只能通過比較不同檢測算法之間的實現(xiàn)情況和檢測效果得出一個相對的結(jié)論。3.隱寫分析通用原型系統(tǒng)圖像隱寫分析通用原型系統(tǒng)。隱藏秘密消息后的載體圖像稱為隱藏圖像。將待檢測圖像輸入后進行特征提取，根據(jù)圖像的特征是否被改變以及改變的程度來判別圖像是否隱藏了秘密消息。圖像隱寫分析通用原型圖6-2所示：圖6-2圖像隱寫分析通用原型特征提取包括特征尋找與特征選擇。根據(jù)特征提取與嵌入算法的關(guān)系，圖像隱寫分析有兩條途徑。(1)專用隱寫分析技術(shù):針對某種具體的嵌入方法提取其專有特征，根據(jù)這些專有特征進行判別。專用隱寫分析技術(shù)可以準(zhǔn)確檢測采用特定嵌入方法的隱藏圖像，準(zhǔn)確性高但適用性低。(2)通用隱寫分析技術(shù):尋找獨立于具體的嵌入算法之外的通用特征，根據(jù)這些特征進行判別。通用隱寫分析技術(shù)的準(zhǔn)確性不如專用隱寫分析技術(shù)高，但適用性高。目前，仍然沒有能夠準(zhǔn)確確定秘密消息的嵌入位置的研究報道。成功破譯是在秘密消息提取后的解密工作，到目前為止還沒有隱寫分析成功破譯的報道。4.隱寫分析算法根據(jù)提取的特征的不同分為：專用隱寫分析和通用隱寫分析。根據(jù)特征所在域的不同分為：空域隱寫分析和頻率域隱寫分析。4.1專用隱寫分析算法介紹(1)空域隱寫分析算法的攻擊對象主要是空域最低有效位信息隱藏，包括EzStego、S-Tools、Stash、Steghide、Gifshuffle、Stegno、BPCS等隱寫算法，是隱寫分析技術(shù)早期熱度比較高的研究內(nèi)容?？沼螂[寫分析算法較多地圍繞顏色對現(xiàn)象展開研究，方法經(jīng)歷了從簡單分析隱藏圖像顏色對到采用比較復(fù)雜的實驗手段如再次嵌入秘密消息、歸類、劃分集合等來獲得顏色對變化量的過程，這些方法的原理也可以用到變換域的隱寫分析中。(2)變換域隱寫分析的攻擊對象主要是DCT域或DWT域信息隱藏，包括JSteg、Jsteg-Shell、JPHide、F5、Outguess、MB，是隱寫分析技術(shù)目前熱門的研究內(nèi)容。4.2通用隱寫分析算法可見，通用隱寫分析主要圍繞嵌入秘密消息前后待檢測圖像的總體、局部、相關(guān)等特征值及具有訓(xùn)練模式的判別方法進行研究，但是通用特征的選取和閾值的確定非常困難，而且復(fù)雜度偏高，實用性不強，準(zhǔn)確性較低，無法控制虛警率和漏報率，無法估計信息隱藏量。

總結(jié)隨著信息技術(shù)的飛速發(fā)展，數(shù)字產(chǎn)品的大眾化及網(wǎng)絡(luò)的普及，數(shù)字產(chǎn)品的版權(quán)保護成為急需解決的問題。在此背景下產(chǎn)生的數(shù)字水印技術(shù)作為一種新的有效版權(quán)保護手段，必將具有廣闊的應(yīng)用前景和使用價值。近年來，數(shù)字水印技術(shù)已經(jīng)有了充分的研究和發(fā)展，基本原理和評價已經(jīng)比較成熟，比如水印理論模型、水印嵌入策略、水印檢測算法，水印性能評價以及水印的標(biāo)準(zhǔn)化等。未來研究工作中，水印技術(shù)還需要在以下方面做深入的研究。(1)抵抗第二代攻擊的數(shù)字水印算法(2)基于特征的數(shù)字水印技術(shù)因基于統(tǒng)計特征的數(shù)字水印技術(shù)容易受到非線性等變換方法的攻擊，而基于圖像高層特征的數(shù)字水印技術(shù)如基于邊界信息等則具有較好強壯行，因此可能成為今后的研究重點。(3)數(shù)字水印代理（Agent）其核心思想是將數(shù)字水印技術(shù)與TSA(trustcdspottingagent)相結(jié)合。這種數(shù)字水印代理在網(wǎng)絡(luò)上的服務(wù)器之間漫游，扮演著基于數(shù)字水印檢測、驗證和追蹤非法拷貝的偵探角色。(4)現(xiàn)有水印算法分析通過目前對數(shù)字水印的研究發(fā)現(xiàn)，壓縮域視頻算法是有很大的發(fā)展空間的，因為網(wǎng)絡(luò)日益發(fā)達(dá)的今天，很多網(wǎng)絡(luò)上流傳的視頻文件都是需要經(jīng)過壓縮的，這樣對視頻文件進行保護的要求就更加迫切了，所以在壓縮域進行視頻水印的嵌入將是未來研究的重點。變換域尤其是DCT域上的水印方法是發(fā)展前景的視頻水印技術(shù)。在這次設(shè)計中，本人受益良多，對數(shù)字水印技術(shù)有了進一步的認(rèn)識，并且清楚了解數(shù)字圖像水印的有關(guān)研究和發(fā)展；學(xué)習(xí)了空域和時域論的基礎(chǔ)知識在數(shù)字水印技術(shù)領(lǐng)域的應(yīng)用；熟悉了Matlab軟件，掌握了具體的編程方法和編程技巧。希望自己可以在數(shù)字水印領(lǐng)域貢獻一份力量。參考文獻[1]葛秀慧,田浩.信息隱藏原理及應(yīng)用[M].北京:清華大學(xué)出版社，2008.[2]徐美玉,苗克堅．一種基于DWT和DCT的盲灰度級水印算法[J]．計算機應(yīng)用研究，2007.[3]孫圣和,陸哲明.數(shù)字水印技術(shù)及應(yīng)用[M].北京:科學(xué)出版社，2004.[4]馮波,沈春林.數(shù)字水印技術(shù)的攻擊方法及對策[J].電腦開發(fā)與應(yīng)用，2005.[5]曹榮，王穎,李象霖.一種基于離散傅立葉變換域相位和幅度的數(shù)字水印算法[J].計算機應(yīng)用，2005.[6]丁瑋,閆偉齊,齊東旭.基于Arnold變換的數(shù)字圖像置亂技術(shù)[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報，2001.[7]曲麗麗.基于數(shù)字水印的信息隱藏技術(shù)研究[J].光子學(xué)報，2004

致謝將近一個月的時間終于將這篇論文寫完，在論文的寫作過程中遇到了無數(shù)的困難和障礙，都在同學(xué)和老師的幫助下度過了。尤其要強烈感謝我的任課指導(dǎo)老師—老師，她對我進行了無私的指導(dǎo)和幫助，不厭其煩的幫助進行論文的修改和改進。在此向幫助和指導(dǎo)過我的老師表示最衷心的感謝！感謝這篇論文所涉及到的各位學(xué)者。本文引用了數(shù)位學(xué)者的研究文獻，如果沒有各位學(xué)者的研究成果的幫助和啟發(fā)，我將很難完成本篇論文的寫作。感謝我的同學(xué)和朋友，在我寫論文的過程中給予我了很多有用的素材，還在論文的撰寫和排版燈過程中提供熱情的幫助。由于我的學(xué)術(shù)水平有限，所寫論文難免有不足之處，懇請老師和學(xué)友批評和指正

附錄1.第二章對應(yīng)源碼程序1，置亂Amold變換message=imread('XueHao.bmp');temp=message;[m,n]=size(message);figuresubplot(2,2,1);imshow(temp);title('原圖');fori=1:40%圖像為256X256,周期為192，置換次數(shù)設(shè)置為40forx=1:mfory=1:ntempimge=temp(x,y);ax=mod(x+y,m)+1;ay=mod(x+2*y,n)+1;outimge(ax,ay)=tempimge;endendtemp=outimge;subplot(2,2,2);imshow(outimge);title('置亂');imwrite(outimge,'xin.bmp');endfori=1:152%Arnold變換具有周期性，所以還原次數(shù)為192-40=152forx=1:mfory=1:ntempimge=temp(x,y);ax=mod(x+y,m)+1;ay=mod(x+2*y,n)+1;outimge(ax,ay)=tempimge;endendtemp=outimge;subplot(2,2,3);imshow(outimge);title('恢復(fù)');imwrite(outimge,'fu.bmp');end2.第三章對應(yīng)源碼程序2.1：LSB嵌入圖像源碼x=imread('lena.bmp');%載體c=imread('Jing.bmp');%被隱藏物y=x;%載體備份[Mx,Nx]=size(y);%載體大小fori=1:Mxforj=1:Nxc(i,j)=bitget(c(i,j),8);%第8層圖像最清晰w(i,j)=bitset(y(i,j),1,c(i,j));endendfori=1:Mxforj=1:Nxh(i,j)=bitget(w(i,j),1);endendfiguresubplot(2,2,1);imshow(x,[]);title('載體圖像');subplot(2,2,2);imshow(c,[]);title('被插入圖像');subplot(2,2,3);imshow(w,[]);title('合成圖像');subplot(2,2,4);imshow(h,[]);title('還原圖像');程序2.2：LSB數(shù)據(jù)嵌入源碼x=imread('\lena.bmp');%載體y=x;%載體備份[Mx,Nx]=size(y);%載體大小fort=1:8s=bitget(110,t);%第8層圖像最清晰y(t,t)=bitset(y(t,t),1,s);endfiguresubplot(1,2,1);imshow(x,[]);title('載體圖像')subplot(1,2,2);mshow(y,[]);title('潛入后圖像');[Mx,Nx]=size(y);k=0;fort=1:8w=bitget(y(t,t),1);k=bitset(k,t,w);endk3.第四章對應(yīng)源碼程序3：離散小波變換源碼I=imread('lena.bmp');%裝入原始圖像1imshow(I)type='dbl';%小波函數(shù)%2維離散Daubechies小波變換[CA1,CH1,CV1,CD1]=dwt2(I,'haar');C1=[CH1CV1CD1];%系數(shù)矩陣大小[length1,width1]=size(CA1);[M1,N1]=size(C1);%定義閾值TT1=50;alpha=0.2;%在圖像中加入水印forcounter2=1:1:N1forcounter1=1:1:M1if(C1(counter1,counter2)>T1)marked1(counter1,counter2)=randn(1,1);NEWC1(counter1,counter2)=double(C1(counter1,counter2))+alpha*abs(double(C1(counter1,counter2)))*marked1(counter1,counter2);elsemarked1(counter1,counter2)=0;NEWC1(counter1,counter2)=double(C1(counter1,counter2));end;end;end;%重構(gòu)圖像NEWCH1=NEWC1(1:length1,1:width1);NEWCV1=NEWC1(1:length1,width1+1:2*width1);NEWCD1=NEWC1(1:length1,2*width1+1:3*width1);R1=double(idwt2(CA1,NEWCH1,NEWCV1,NEWCD1,'haar'));%分離水印Watermark1=double(R1)-double(I);figure(1);subplot(1,2,1);image(I);axis('square');subplot(1,2,2);imshow(R1/250);axis('square');title('Daubechies小波變換后圖像');figure(2);imshow(Watermark1*10^16);axis('square');title('水印圖像');%水印檢測newmarked1=reshape(marked1,M1*N1,1);%檢測閾值T2=60;forcounter2=1:1:N1forcounter1=1:1:M1if(NEWC1(counter1,counter2)>T2)NEWC1X(counter1,counter2)=NEWC1(counter1,counter2);elseNEWC1X(counter1,counter2)=0;end;end;end;NEWC1X=reshape(NEWC1X,M1*N1,1);correlation1=zeros(1000,1);forcorrcounter=1:1:1000if(corrcounter==500)correlation1(corrcounter,1)=NEWC1X'*newmarked1/(M1*N1);elsernmark=randn(M1*N1,1);correlation1(corrcounter,1)=NEWC1X'*rnmark/(M1*N1);end;end;%計算閾值originalthreshold=0;forcounter2=1:1:N1forcounter1=1:1:M1if(NEWC1(counter1,counter2)>T2)originalthreshold=originalthreshold+abs(NEWC1(counter1,counter2));end;end;end;originalthreshold=originalthreshold*alpha/(2*M1*N1);corrcounter=1000;originalthresholdvector=ones(corrcounter,1)*originalthreshold;figure(3);plot(correlation1,'-');holdon;plot(originalthresholdvector,'-');title('原始的加水印圖像');xlabel('水印');ylabel('檢測響應(yīng)');隱蔽通道隨著Internet的廣泛使用，人們對安全的要求越來越高，安全已經(jīng)成為每個人的需求，直接或間接地同網(wǎng)絡(luò)環(huán)境相關(guān)。除了軟件方面的解決方案之外，信息隱藏、密碼術(shù)和網(wǎng)絡(luò)安全的結(jié)合提供了具體的基礎(chǔ)，目前這是一個活躍的研究領(lǐng)域。信息隱藏，除了和Internet上的數(shù)字媒體相關(guān)，很顯然還與通信息息相關(guān)。所以必須將傳統(tǒng)的安全解決方案與網(wǎng)絡(luò)結(jié)合起來，這就是網(wǎng)絡(luò)與信息隱藏的結(jié)合，這就是信息隱藏研究的一個重要領(lǐng)域-隱蔽通信。1.隱蔽通道的概念隱蔽通道的概念最初是由Lampson提出的。Lampson將隱蔽通道定義為：在公開信道中建立的一種實現(xiàn)隱蔽通信的信道，用于信息傳輸。通過定義可知，隱蔽通道的存在是不可檢測的。隱蔽通道與資源分配策略、不同系統(tǒng)安全級別的資源共享都有關(guān)系。因為在不同系統(tǒng)安全級別的共享資源、資源狀態(tài)變化和資源管理都與系統(tǒng)內(nèi)部發(fā)生的通信相關(guān)。隱蔽通道是信息隱藏的一個主要分支。在信息隱藏中，通信雙方在符合系統(tǒng)安全策略的條件下進行互相通信，當(dāng)使用隱蔽通道時，即在合法的內(nèi)容上加上無法覺察的信息。這就是隱寫術(shù)的出現(xiàn)，隱寫術(shù)起源于西臘的隱寫，隱寫術(shù)就是隱蔽信息的存在，將秘密信息藏入偽裝信息中。隱蔽通道分為兩類:在隱蔽存儲通道中的通信發(fā)送方必須把隱藏數(shù)據(jù)寫入到存儲區(qū)（不是通信的存儲區(qū)），并且信息的恢復(fù)由接收方完成。在時分隱蔽通道中，通信需要發(fā)送方通過調(diào)制自身系統(tǒng)資源發(fā)送信號信息。隱蔽通道可以利用源方和接收方的嵌入和檢測處理的結(jié)合。通過定義，隱蔽通道的存在一定是不可檢測的。從網(wǎng)絡(luò)通信的觀點，隱蔽通信也能使用數(shù)據(jù)包作為載體。因為所有通過網(wǎng)絡(luò)的信息都以數(shù)據(jù)包的形式通過網(wǎng)絡(luò)，當(dāng)通過不同網(wǎng)絡(luò)拓?fù)洌谒鼈兊竭_(dá)目的地之前，這些數(shù)據(jù)包由網(wǎng)絡(luò)結(jié)點共享。在網(wǎng)絡(luò)環(huán)境中信息隱藏的完善的方案應(yīng)該圍繞網(wǎng)絡(luò)并結(jié)合信息隱