一种基于多级矢量联合优化的IP语音隐写方法

本发明涉及安全通信，具体涉及一种基于多级矢量联合优化的ip语音隐写方法。

背景技术：

1、在当今信息化社会，信息技术的急速发展深刻改变了人们的生产和生活方式，为提高工作效率和生活便捷性带来了显著进步。然而，这一技术潮流也伴随着新的威胁和挑战，尤其是信息安全方面的保障成为亟待解决的焦点问题。近年来，随着对安全通信领域的日益关注，隐写技术因其在信息保护方面的卓越表现而备受瞩目。隐写术是一种利用人类视听系统的不敏感性将隐秘信息嵌入数字媒介的冗余信息部分来实现信息隐藏的安全技术。相较于传统的加密技术，隐写术具有独特的优势：传统加密技术致力于隐藏消息内容，而隐写术则采用更巧妙的方式，将加密后的信息巧妙地嵌入到一个载体中，在通信过程中隐藏了秘密的存在，从而进一步提高了通信的安全性。

2、从现有的文献来看，随着信息技术的不断发展，隐写术已经从最初的图像领域扩展到几乎所有的多媒体形式，包括文本(张卫明, 王宏霞, 李斌, 任延珍, 杨忠良, 陈可江, 俞能海. 多媒体隐写研究进展，中国图象图形学报, 2022, 27(06): 1918-1943)、音频(a. a. alsabhany, a. h. ali, f. ridzuan, a. h. azni. digital audiosteganography: systematic review, classification, and analysis of the currentstate of the art, computer science review, 2020, 38: 100316)、视频(j. kunhoth,n. subramanian, s. al-maadeed, a. bouridane. video steganography: recentadvances and challenges, multimedia tools and applications, 2023: 1-43)、网络协议(z. wu, j. guo, c. zhang, c. li. steganography and steganalysis in voiceover ip: a review, sensors, 2021, 21(4): 1032)等。其中，ip语音因其具有即时性、高载体容量、会话长度动态可变等优势而广受关注，以其为载体的隐写技术逐渐发展成为数字隐写领域新分支。目前，以线性预测系数为隐写参数的ip语音隐写代表性工作如，xiao等(见b. xiao, y. huang, s. tang. an approach to information hiding in low bit-rate speech stream，ieee global telecommunications conference, ieee, 2008: 1-5)提出通过互补邻居顶点(complementary neighbor vertices，cnv)将秘密消息嵌入到低比特率语音流中，确保每个码字可以分配到其最近邻居的相反码字分组里，将嵌入失真限制在非常小的范围内。tian等(见h. tian, j. liu, s. li. improving security ofquantization-index-modulation steganography in low bit-rate speech streams,multimedia systems, 2014, 20: 143-154)引入可以根据给定的密钥动态确定所采用的码本划分方案的策略，解决静态码本划分算法存在的安全性问题。he等(见j. he, j.chen, s. xiao, x. huang, s. tang. a novel amr-wb speech steganography basedon diameter-neighbor codebook partition, security and communication networks,2018, 2018: 1-11)提出了基于直径邻居(diameter neighbor，dn)的码本划分方法，将嵌入容量提高为cnv算法隐写容量的两倍，语音质量仅下降约2%。sun等(见x. sun, k. wang,s. li. audio steganography with less modification to the optimal matchingcnv-qim path with the minimal hamming distance expected value to a secret,multimedia systems, 2021, 27(3): 341-352)提出了一种减少修改的最优匹配路径算法，在不降低隐藏容量的情况下提高不可感知性。

3、其中，现有的基于线性预测系数的隐写方法大多应用于传统语音编解码器(如g.723.1，g.729和adaptive multi-rate等)已取得较好效果，其原因在于传统编解码器通常采用分裂矢量量化技术，不同码本的码字具备较弱的关联性。然而，5g语音场景下的语音编解码器(如silk、opus等)通常采用码字具备强关联性的多级矢量量化方法，如若直接对传统语音隐写方法进行移植，将存在无法有效地最小化隐写失真的问题。

4、有鉴于此，提出本技术。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于多级矢量联合优化的ip语音隐写方法，能够在不影响语音质量的前提下，将隐秘信息嵌入ip语音的冗余信息部分，以实现具备高嵌入容量和不可感知性的隐蔽通信。

2、本发明公开了一种基于多级矢量联合优化的ip语音隐写方法, 包括：

3、获取待隐写的语音帧数据，确定所述语音帧数据中每个码字索引的隐藏容量，将所述隐藏容量设为 x比特，构建预设的码本中所有码字与 x比特所述隐藏容量中隐秘信息之间的映射关系，并将所述码本划分成多个子码本集合；对当前语音帧进行线性预测系数矢量量化处理，获得码字索引序列，根据所述码字索引序列构建多级矢量联合优化模型，以确保最新生成的码字索引序列与原码字索引序列表示的目标矢量的欧式距离最小，以确保最小化语音失真；获得与所述多级矢量联合优化模型相对应的多级矢量联合优化模型求解方案，并在所述子码本集合中筛选出使语音失真最小的码字索引序列；

4、确定所述隐秘信息的长度、所述隐秘信息的内容、以及语音编解码器量化过程中矢量量化器的级联次数，并根据每个语音帧所能嵌入的最大隐藏容量，将所述隐秘信息进行分组处理，以使得每组的隐秘信息能够全部嵌入单个语音帧；其中，利用所述多级矢量联合优化模型求解方案修改语音帧的码字索引序列，并依次将分组后的隐秘信息嵌入至语音帧中；

5、根据所述预设的码本中所有码字与 x比特所述隐藏容量中隐秘信息之间的映射关系，提取每一语音帧中码字索引序列所表示的分组后的隐秘信息，直至所有隐秘信息提取完毕，生成ip语音隐写结果。

6、综上所述，本实施例提供的一种基于多级矢量联合优化的ip语音隐写方法,属于安全通信领域,适用于以ip语音(voice over internet protocol, voip)为载体的隐蔽通信；所述基于多级矢量联合优化的ip语音隐写方法旨在不损害语音质量的前提下，充分利用人类听觉系统的不敏感性和语音编码过程中存在的冗余，巧妙地嵌入隐秘信息，其包括（1）预先准备步骤；（2）隐秘信息嵌入步骤；（3）隐秘信息提取步骤。本方法利用多级矢量量化方法中不同码本的码字之间的强关联性，通过对线性预测系数进行联合修改，从而实现具有强不可感知性的ip语音隐写。与现有方法相比，本方法提出的隐写方法在保证载体最大利用率的同时最大程度减少了对语音载体的修改，从而能够在确保嵌入容量的同时有效维护载密语音的隐写不可感知性。