一种面向aac数字音频的通用隐写分析方法
【技术领域】
[0001] 本发明属于数字媒体处理技术领域，特别涉及一种判别AAC音频是否经过秘密信 息隐写的方法。 技术背景：
[0002] 移动通信技术的飞速发展，使得MP3、AAC等音频压缩标准在移动互联网中得到广 泛应用，同时面向此类压缩音频的隐写算法和工具也逐渐涌现，给音频隐写分析带来了新 的挑战。AAC(Advanced Audio Coding，高级音频编码）是3GPP组织指定的音频压缩标准， 其目的是取代MP3标准。与MP3相比，AAC的压缩性能更加高效，已经被各大厂商设备所支 持，如Apple、Nokia、Sony、Real等。AAC的隐写嵌入域主要包括MDCT系数、量化参数、以及 Huffman编码参数等。MDCT系数是AAC的主要编码参数，占AAC数据总量的70%以上，由 于MDCT系数的局部微量调整不会带来明显的听觉感知，因此通过对MDCT系数进行修改的 隐写算法具有良好的隐蔽性和隐藏容量。
[0003] 目前针对MP3的隐写分析方法相对较多，但是针对AAC压缩域的通用隐写分析方 法还未见公开文献。由于MP3与AAC编码原理的相似性，因此面向MP3的隐写分析方法可 以对AAC隐写分析方法的提出起到一定的参考作用。MP3的隐写嵌入域与AAC基本相同， 目前针对MP3的隐写分析方法主要集中在MP3Stego,现有隐写分析方法从两个角度进行分 析，一类是专用隐写分析思路，即从隐写算法对音频压缩数据所引入的参数变化进行分析， 此类方法专用性强，对于其他修改MDCT系数的隐写方法则无效。第二类采用通用隐写分析 思路，即从隐写算法所引入的MDCT系数之间的关系统计特性方面进行分析，这类算法不仅 可以针对MP3Stego隐写分析工具，对于其他MDCT系数修改类隐写方法也具有一定的适用 性。
[0004] 但是，现有MP3的隐写分析思路主要针对MP3Stego隐写方法，由于MP3Stego隐写 时根据秘密信息控制量化过程，导致相邻帧间量化步长的差异增大，经过量化后，MP3同一 子带间的MDCT系数相关性有明显的减弱，因此在针对MP3Stego进行隐写分析时，从帧间同 一子带提取相关性特征能取得较好的检测效果。然而AAC的MDCT隐写算法是对帧内不同 区域的MDCT系数进行微小的调整，由于MDCT系数修改位置的不确定性以及MDCT系数修改 数量的限制，导致隐写对帧间相关性的影响并不大，将现有针对MP3的帧间隐写分析特征 直接应用于AAC MDCT的通用隐写分析效果并不明显。
[0005] 本发明的通用隐写分析检测方法基于AAC (Advanced Audio Coding)，在
【发明内容】
陈述之前需要对AAC的编解码原理进行介绍。
[0006] 如图1所示为AAC的编码原理，其编码过程包括5个主要步骤：心理声学模型分 析、滤波器MDCT变换、可选编码模块、MDCT系数量化和熵编码，其中MDCT变换和量化过程 是AAC编码的核心处理过程。AAC采用时域混叠编码方式，对输入的脉冲编码调制时域音 频信号进行分帧，每帧包含1024个时域抽样信号，当前帧与前一帧时域样本信号共同组成 2048个时域抽样信号，经过心理声学模型分析，判断窗长度（滤波器每次进行MDCT变换的 长度），对每个窗计算全局增益，然后按窗进行滤波器MDCT变换，得到1024个频谱系数经过 可选编码模块（时域噪声整形、联合立体声编码、预测模块等频域处理）后，对得到的MDCT 系数按比例因子带进行量化，最后通过Huffman编码，与其他编码参数共同组成AAC音频码 流。
[0007] 其中相关术语解释如下：
[0008] (1)压缩音频：指经过有损压缩的音频，如MP3、WMA、AAC均为有损压缩音频。
[0009] (2)量化：为了降低编码复杂度，使用比例因子将较大的MDCT系数量化为编码适 合的MDCT系数，量化过程属于有损过程。
[0010] (3)Cover :载体音频，即未进行秘密信息嵌入的音频。
[0011] (4) Stego :载密音频，即进行了秘密信息嵌入的音频。
[0012] (5)帧间关系：表示以帧为独立单位的前后两帧之间的关系。
[0013] (6)帧内关系：表示以单个MDCT系数为单位与其前后MDCT系数之间的关系。
[0014] (7)差分：表不一组信号之间的噪声残差。
[0015] (8)子特征：采用一种特征提取方式得到的特征子集合。
[0016] (9)特征集合：将多种子特征经过融合之后得到的高维特征集。
[0017] (10)随机森林分类：采用随机森林分类器对待测样本进行二分类（即划分为 cover 或者 stego) 〇
【发明内容】
[0018] 本发明针对目前面向AAC隐写分析方法相对缺少的问题，提供了一种面向AAC数 字音频的通用隐写分析方法。
[0019] 本发明所采用的技术方案是：一种面向AAC数字音频的通用隐写分析方法，其特 征在于，包括以下步骤：
[0020] 步骤1 :提取AAC音频长帧特征和短帧特征，其具体实现包括以下子步骤：
[0021] 步骤I. 1 :将AAC文件解码至頂DCT变换阶段，得到量化MDCT系数，并将量化MDCT 系数按帧类型分为两个集合：长帧集合F1和短帧集合F s，对其分别构造MDCT系数矩阵％和 Ms，将F1集合每一帧MDCT系数作为该相关性矩阵的一行：
[0022] Mf4 = {?，…，尤，H
[0023] 其中，f/为F丨中第i帧的MDCT系数，N丨为F丨内帧的数量；
[0024] 将Fs集合每一帧的1024个MDCT系数转化为一个8*128子矩阵，然后将所有子矩 阵按行排列形成一个新矩阵：
[0025] C·'心={?……/；； };
[0026] 其中，€为Fs中第i帧的MDCT系数，N1^F s集合中帧的数量；
[0027] 步骤1. 2 :对矩阵MJPM1分别计算帧间、帧内的一阶差分和二阶差分，每个集合可 以得到4个差分矩阵M,:广；其中order表示差分阶数，取值1或2 ;type表示特征提取的方 向，取值"inter"或"化廿&";"1拉虹"表示帧间相邻系数之间的差分，"111廿&"表示帧内相 邻系数之间的差分，r，c分别为矩阵M的行和列的索引； CN 105118512 A 兄明 3/8 页
[0032] 步骤I. 3 :对差分矩阵D ( De ,M二,)按式五进行阈值处理，设置 阈值T，对任意D}，r、c为矩阵D的行列索引；
[0034] 步骤1. 4 :对差分矩阵D计算Markov转移概率和累积邻接密度，MDCT系数差分矩 阵D的Markov转移概率頂的计算式为式六，累积邻接密度INJ的计算式为式七，在帧内相 关性特征提取时，概率计算方向为帧内方向（即水平方向）；在帧间相关性特征提取时，概 率计算方向为帧间方向（即垂直方向）；
[0037] 其中，111，11￡[-4,4]，队，凡分别为差分矩阵0的行数和列数；5(*)为数学算子， 条件满足时为值1，否则为〇 ;当计算帧间关系时，Ii1= 1，k2= 0 ;当计算帧内关系时，k i = 0, k2= 1 ;每个差分矩阵得到两个子特征，两个集合共得到16种隐写分析子特征；
[0038] 步骤1. 5 :将两个集合的隐写分析子特征赋予权值，融合后形成最终的隐写分析 集合G :
[0039] G =HC(M1) ,PC(Ms)}(式八）；
[0040] 其中，C( ·)为相关性计算运算，α和β分别为C(M1)和C(Ms)对特征集合G的 贡献程度；
[0041] 步骤2 :将得到的隐写分析集合G采用随机森林分类器进行分类，其具体实现包括 以下子步骤：
[0042] 步骤2. 1 :分类器训练，得到通用隐写分析模型；
[0043] 步骤2. 2 :利用步骤2. 1中得到的通用隐写分析模型对样本进行隐写分析检测，得 到样本的隐写判断结果。
[0044] 作为优选，步骤1 · 3中所述的T = 4。
[0045] 作为优选，步骤1. 5中所述的α和β，其计算公式为：
[0048] 其中N1为长帧数量，N s为短帧数量。
[0049] 作为优选，步骤2. 1中所述的分类器训练，其具体实现包括以下子步骤：
[0050] 步骤2. I. 1 :输入Wav样本，分别生成cover样本和对应的stego样本，并按照步 骤1的方法提取分类特征；
[0051] 步骤2. 1. 2 :经过步骤2. I. 1过程后，得到训练集样本和数量相等的不同嵌入算法 载密样本，然后随机选择不同数量的stego样本和对应的cover样本共同训练通用隐写分 析模型。
[0052] 作为优选，步骤2. 2中所述的利用步骤2. 1. 2中得到的通用隐写分析模型对样本 进行隐写分析检测，其具体实现包括以下子步骤：
[0053] 步骤2. 2. 1 :提取待测样本的隐写分析特征集合；
[0054] 步骤2. 2. 2 :将特征输入通用隐写分析模型，得到样本的隐写判断结果。
[0055] 本发明的技术方案采用Markov转移概率和累积邻接密度作为相关性评价标准从 帧间和帧内提取相关性子特征，根据AAC编码特性对子特征进行融合，采用随机森林分类 器对AAC样本进行二分类。本发明针对不同隐写算法的stego样本统一训练分类模型，实 现了面向AAC的通用隐写分析。
【附图说明】
[0056] 图1 :是本发明现有技术中AAC编解码流程图；
[0057] 图2 :是本发明实施例中AAC MDCT系数帧间一阶差分Markov相关性特征差异图， 其中（a)为载体音频，（b)为载密音频，（c)为载体音频和载密音频的特征差；
[0058] 图3 :是本发明实施例中AAC MDCT系数帧间二阶差分Markov相关性特征差异图， 其中（a)为载体音频，（b)为载密音频，（c)为载体音频和载密音频的特征差；
[0059] 图4 :是本发明实施例的特征提取流程图。
【具体实施方式】
[0060] 为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发 明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不 用于限定本发明。
[0061] 本发明针对目前面向AAC隐写分析方法相对缺少的问题，提供了一种面向AAC数 字音频的通用隐写分析方法，包括以下步骤：
[0062] 步骤1 :提取AAC音频长帧特征和短帧特征，其具体实现包括以下子步骤：
[0063] 步骤I. 1 :将AAC文件解码至頂DCT变换阶段，得到量化MDCT系数，并将量化MDCT 系数按帧类型分为两个集合：长帧集合F1和短帧集合F s，对其分别构造MDCT系数矩阵％和 Ms，将F1集合每一帧MDCT系数作为该相关性矩阵的一行：
[0064]
[0065] 其中，f/为F丨中第i帧的MDCT系数，N丨为F丨内帧的数量；
[0066] 将Fs集合每一帧的1024个MDCT系数转化为一个8*128子矩阵，然后将所有子矩 阵按行排列形成一个新矩阵：
[0068] 其中，F s中第i帧的MDCT系数，N 3为F s集合中帧的数量；
[0069] 步骤1. 2 :对矩阵MJPM1分别计算帧间、帧内的一阶差分和二阶差分，每个集合可 以得到4个差分矩阵其中order表示差分阶数，取值1或2 ;type表示特征提取的方 向，取值"inter"或"化廿&";"1拉虹"表示帧间相邻系数之间的