基于音乐的自适应技术用于安全且难以察觉的图像隐写术

《PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES INDIA SECTION A-PHYSICAL SCIENCES》：Music-Inspired Adaptive Technique for Secure and Imperceptible Image Steganography

　　

摘要

隐写术是一种伪装技术，用于在媒体文件中隐藏秘密数据以实现隐蔽通信。在各类媒体文件中，图像因经常通过互联网传输而被最广泛使用。本文以图像作为载体，提出了一种安全且难以察觉的隐写技术，该技术利用受音乐启发的特征表示方法以及自适应最低有效位匹配机制来隐藏秘密图像。所提出的技术通过分析载体图像的纹理、熵值和边缘信息等特征，并结合带密钥的像素重排方式，确定安全的嵌入位置，从而将秘密图像自适应地嵌入到载体图像中。为进一步提升安全性，在嵌入之前，秘密图像会先被序列化、压缩，然后使用基于HMAC的关键派生函数对它进行AES-256-GCM加密。从秘密图像中提取的统计特征会被转换为受音乐启发的表示形式，以便于自适应嵌入，同时保持载体图像的统计特性并尽量减少视觉失真。实验结果表明，该技术能够在不造成视觉失真的情况下保持较高的图像质量，因此非常适合用于隐蔽多媒体通信中的应用。实验分析显示，所有测试图像的峰值信噪比均超过47分贝，结构相似性指数也高于特定阈值，平均每像素嵌入容量为1.85比特。此外，该技术还经过了针对噪声、JPEG压缩以及几何攻击等多种攻击方式的测试，以确保其稳健性和安全性。同时，还通过直方图分析、卡方检验、p值分析、最高频率偏移以及最高频率相对偏移等方法进行了统计分析。与现有先进技术相比，该框架在嵌入容量与图像质量之间实现了良好的平衡。相关代码及实验数据可在https://github.com/x1o3/v0xen.git获取。