本发明涉及一种n阶markov链模型的隐写直觉模糊集距离安全性评价方法及其实施方法,属于隐写系统的安全性评价技术领域。
背景技术:
隐写系统的安全性评价是信息隐藏领域研究的重要内容,一方面,其可以对现有的隐写进行对比分析,另一方面对隐写及隐写分析算法的设计具有指导意义。目前,隐写及隐写分析算法以“道高一尺,魔高一丈”相互对抗又相互促进的方式迅速发展,而隐写的安全性理论研究较为缓慢。因此,设计对隐写系统具有普适性的安全性评价指标是信息隐藏研究的重要课题之一。
理想的信息隐藏应使含密载体的统计分布与原始载体分布完全一致。然而,任何隐藏都会引起载体数据的变化。因此,隐写安全性评价指标不可依赖于某种具体隐写算法,只能根据载体在隐写前后的各种统计分布变化来定义。目前,研究人员从不同的角度展开了隐写安全性研究。目前,国内外的主要研究评价方式主要包括以下几种:一种是假定载体和载密空间服从独立同分布,以两者之间的相对熵定义了隐写系统的kl(kullback-leibler,kl)距离的安全性指标;另一种是进一步将载体和载密空间构建成1阶markov链模型,以该模型2阶统计分布的散度距离定义了隐写安全评价指标。还有一种是将载体和载密数据空间构建成n阶markov模型,以该模型经验矩阵的散度距离定义了隐写安全性。此外,研究者还将图像特征投射为高维空间,利用最大均值差异mmd(maximummeandiscrepancy)定义了安全性指标。同时,研究人员还对大容量隐写方和攻击方进行博弈建模,从博弈论角度展开了隐写方和攻击方对抗安全性研究,设计了均衡局势下隐写对抗双方的混合安全策略和期望支付值。此外,国内也有利用不同安全性的互补性,拟合盲隐写分析结果,构造了指标值与训练集样本无关的隐写安全评价指标。
以上研究都是在假设得到了确定的载体与载密数据分布下,从不同的角度进行了隐写安全性研究。然而事实上,载体空间是异常巨大的,隐写方和分析方根据无法获得精确的载体与载密数据分布。隐写中的载体与载密数据统计分布实际上是模糊不确定的。虽然一些学者从模糊综合评估模型对隐写算法性能进行了评价,但其未给出具体的评价方法。
本发明针对上述问题,发明了一种n阶markov链模型的隐写直觉模糊集距离安全性评价方法,其根据载体数据的估计特性及隐写引起图像统计特征变化的各种不确定性,从隐写数据的高阶模糊统计模型出发,以载体数据与载密数据之前的差异性,采用直觉模糊集距离,展开隐写系统的直觉模糊集距离安全性评价指标研究,进一步证明了该隐写安全性指标的有界性,交换性和一致性等性质。实验表明,该安全性评价指标可对不同隐写算法进行有效的评价,而且与同模型确定模式下的安全性测度相比,其对隐写具有更强的度量能力。
技术实现要素:
为实现上述目的,本发明提供如下技术方案:一种n阶markov链模型的隐写直觉模糊集距离安全性评价方法,其特征在于:该评价方法是将载体和载写数据的阶马尔可夫链的经验矩阵定义为两个直觉模糊集,来合理地描述图像像素转移的不确定性。
进一步,作为优选,其包括以下步骤:
(1)定义直觉模糊集
直觉模糊集
(2)确定图像n阶markov链的直觉模糊集经验矩阵:
对灰度图像按行、列扫描方式得到
(3)定义
其中,
(3)隐写载体与载密数据的直觉模糊集经验矩阵:
设
其中
(4)根据隐写过程的模糊不确定性定义图像隐写系统的直觉模糊集距离安全评价指标:通过调节阶markov链模型的阶数,可以控制安全性指标的计算复杂度并得到不同阶的隐写安全评价指标。
进一步,作为优选,在所述步骤(4)中,对于图像隐写系统,
当
进一步,作为优选,在所述步骤(3)中,在直觉模糊集经验转移矩阵的构建中,
与现有技术相比,本发明的有益效果是:
鉴于直觉模糊集距离可以很好地度量两个模糊集之间的差异,而且,隐写通信过程是模糊不确定性的,根本无法获得确定的载体与载密数据的统计分布,本发明采用nn阶markov链来描述载体与载密图像数据的统计模型,并将其模糊经验矩阵定义为两个直觉模糊集。进一步,采用直觉模糊集距离定义了隐写系统的直觉模糊集距离的隐写系统安全性评价指标。本发明并证明了该隐写安全性评价指标具有有界性,交换性和一致性。该指标具有随着阶数增加,度量能力增强的性质,仿真实验验证了不同阶的隐写直觉模糊集距离安全评价指标能有效地度量不同隐写算法在不同嵌入率下的安全性,与同模型确定模式下的安全性评价指标相比,本发明提出的隐写直觉模糊集距离安全评价指标具有对隐写安全性更强的度量能力。
附图说明
图1是本发明隐写系统0阶的直觉模糊集距安全性对不同隐写算法在不同嵌入率下的安全性取值变化曲线图;
图2是本发明隐写系统1阶的直觉模糊集距安全性对不同隐写算法在不同嵌入率下的安全性取值变化曲线图;
图3是本发明隐写系统2阶的直觉模糊集距安全性对不同隐写算法在不同嵌入率下的安全性取值变化曲线图;
图4是针对hugo隐写算法不同阶的直觉模糊集距离安全性指标在不同嵌入率下的变化曲线图;
图5是针对wow隐写算法不同阶的直觉模糊集距离安全性指标在不同嵌入率下的变化曲线图。
图6是针对hill隐写算法不同阶的直觉模糊集距离安全性指标在不同嵌入率下的变化曲线图。
图7是0阶直觉模糊集距离安全性指标与确定模下0阶隐写系统安全性比较图;
图8是1阶直觉模糊集距离安全性与确定模下1阶隐写系统安全性比较图;
图9是2阶直觉模糊集距离安全性与确定模下2阶隐写系统安全性比较图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种技术方案:一种n阶markov链模型的隐写直觉模糊集距离安全性评价方法,该评价方法是将载体和载写数据的nn阶马尔可夫链的经验矩阵定义为两个直觉模糊集,来合理地描述图像隐写后,像素转移的不确定性。
该方法包括以下步骤:
(1)定义直觉模糊集
直觉模糊集
(2)确定图像n阶markov链的直觉模糊集经验矩阵:
对灰度图像按行、列扫描方式得到
(3)定义
其中,
(3)隐写载体与载密数据的直觉模糊集经验矩阵:
设
其中
模糊集
(4)根据隐写过程的模糊不确定性定义图像隐写系统的直觉模糊集距离安全评价指标:通过调节n阶markov链模型的阶数,可以控制安全性指标的计算复杂度并得到不同阶的隐写安全评价指标。对于图像隐写系统,
当
下面对该评价方法进行验证,具体如下:
设
(1)有界性:
(2)对称性:
(3)一致性:
证明:(1)有界性
由于
所以
由此可得,
(2)对称性
从直觉模糊集距离安全性评价指标定义公式(6),显然可得
(3)一致性
要使得
当且仅当
因此可得
即当
证毕。
以上内容从图像的
下面对本实施例的评价方法进行仿真实验与讨论:
分析直觉模糊集距离安全性评价指标对不同隐写的度量能力:
为了验证本发明提出的隐写系统直觉模糊集距离安全性评价指标的有效性,本实验分别采用0阶、1阶及二阶隐写直觉模糊集距离安全性指标,对hugo隐写、wow隐写及hill隐写在不嵌入率下的安全性进行安全性度量比较。从bossbasev1.01图像库中,随机选取其中1000幅图像进行实验,嵌入率从0.1bpp到1.0bpp变化,变化幅度为0.1bpp。图1、图5及图9分别是采用了0阶、1阶及二阶隐写模糊直觉集距离安全性指标,对三种隐写算法在不同嵌入率下,针对1000幅图像的安全性取值的平均值变化曲线图。
由图1-3可知,每条曲线都满足,对于同一隐写算法,随着嵌入率增加,
为了比较不同阶的直觉模糊集隐写安全性指标的度量能力,实验采用不同阶的安全性评价指标,度量同一隐写算法在不同嵌入率下的安全性。图4-6是由图1-3中的数据转换过来,图4-6分别表示了采用0阶、1阶及2阶直觉模糊集距离安全性指标,分别针对hugo、wow及hill三种隐写算法,在不同嵌入率下安全性取值。由图4-6可得,不同阶的直觉模糊集隐写安全性指标,针对同一算法在相同嵌入率下的度量值是不同的,例如,图4中,针对hugo隐写,在嵌入率为0.5bpp下,
下面进行与确定模式下的安全性指标对隐写的安全性度量能力比较
本实验通过比较直觉模糊集距离安全性指标与确定模式下隐写安全评价指标,对隐写算法在不同嵌入率下的安全性度量能力,来说明直觉模糊集距离安全性评价指标具有更强的隐写安全性度量能力。为了在同样条件下比较,对同样图像概率模型下的安全评价指标进行对比实验。本实验随机选择nrcs图像库中的1500幅图像,裁剪大小为512*512,转化为灰度图像。针对lsbm隐写,分别计算1500幅图像的安全性在同一嵌入率的安全性取值的平均值随嵌入率增加的变化曲线图,如图7-9所示。
确定模式下的安全性评价指标的取值范围均是
表1.不同安性评价指标在不同嵌入率下的反应灵敏度取值
由表1数据可知,与确定模式下的安全性指标相比,直觉模糊集距离安全性指标均取得了更大的反应灵敏度值,说明直觉模糊集距离安全性指标能更好地区分隐写的隐蔽性能。特别是当嵌入率较低时,例如当嵌入率小于0.4时,
直觉模糊集距离可以很好地度量两个直觉模糊集之间的差异,由于隐写通信过程存在模糊不确定性及无法获得确定的载体与载密数据的统计分布,本发明采用n阶markov链来描述载体与载密图像数据的统计模型,将其模糊经验矩阵定义为两个直觉模糊集。进一步,采用直觉模糊集距离定义了隐写系统的直觉模糊集距离的隐写系统安全性评价指标。并证明了该隐写安全性评价指标具有有界性,交换性和一致性。该指标具有随着阶数增加,度量能力增强的性质。仿真实验验证了不同阶的隐写直觉模糊集距离安全评价指标能有效地度量不同隐写算法在不同嵌入率下的安全性。与同模型确定模式下的安全性测度相比,本发明提出的隐写直觉模糊集距离安全评价指标具有对隐写安全性更强的度量能力。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。