[發明專利]基于優化分組方差的信息檢測方法、裝置及接收設備

有效

• 申請號: 201711132729.4
• 申請日: 2017-11-15
• 公開（公告）號: CN107947898B
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 謝寧;譚杰
• 申請（專利權）人: 深圳大學
• 主分類號: H04L1/00
• 分類號: H04L1/00;H04L9/06;H04L27/22
• 代理公司: 深圳舍穆專利代理事務所(特殊普通合伙) 44398
• 代理人: 黃賢炬

本發明實施例公開了一種基于優化分組的信息檢測方法，該方法包括：接收經信道匹配后的第一載體信息；對所述第一載體信息進行相關處理，依次獲得第二載體信息、原始載體信息以及第三載體信息；比較所述第二載體信息與所述原始載體信息，并根據調制階數，確定所述原始載體信息相對于所述第二載體信息發生錯誤的位數最多的第一位置；提取所述第一載體信息的所述第一位置上的第一數值以及提取所述第三載體信息的所述第一位置上的第二數值，并確定所述第一數值與所述第二數值的差值的第一標準差；判斷所述第一標準差是否大于預設閾值；若是，則判定所述第一載體信息中存在隱秘信息。本發明實施例能夠精確地對隱秘信息進行檢測。

技術領域

本發明涉及通信技術領域，尤其涉及一種基于優化分組的信息檢測方法、裝置及接收設備。

背景技術

替換隱寫，是指原始信息在信道編碼之后，嵌入隱秘信息，將隱秘信息直接替換原有的部分信息來達到信息隱藏目的。

目前，隱寫分析技術中，在針對最低有效位(Least Significant Bit，LSB)隱寫的檢測方面，卡方檢測法是最早的檢測算法，其通過定義一個卡方統計量來測試圖像存在這種統計特性的概率，實現了對順序LSB替換的檢測，但無法檢測隨機位置的LSB替換。針對LSB匹配的檢測算法基本采用了神經網絡、模式識別等方法，對特征集進行訓練來提取有效的特征，再通過多個特征的聯合判決實現對隱秘信息的檢測，但這些方法運算量大、檢測結果不夠精確，并且具有局限性。

發明內容

本發明實施例公開了一種基于優化分組的信息檢測方法、裝置及接收設備，能夠精確地對隱秘信息進行檢測。

本發明實施例第一方面公開一種基于優化分組的信息檢測方法，包括：

接收經信道匹配后的第一載體信息；

對所述第一載體信息進行相關處理，依次獲得第二載體信息、原始載體信息以及第三載體信息；

比較所述第二載體信息與所述原始載體信息，并根據調制階數，確定所述原始載體信息相對于所述第二載體信息發生錯誤的位數最多的第一位置；

提取所述第一載體信息的所述第一位置上的第一數值以及提取所述第三載體信息的所述第一位置上的第二數值，并確定所述第一數值與所述第二數值的差值的第一標準差；

判斷所述第一標準差是否大于預設閾值；

若是，則判定所述第一載體信息中存在隱秘信息。

作為一種可選的實施方式，在本發明實施例第一方面中，所述方法還包括：

根據所述調制階數，確定所述原始載體信息相對于所述第二載體信息相同的數目最多的第二位置；

提取所述第一載體信息的所述第二位置上的第三數值以及提取所述第三載體信息的所述第二位置上的第四數值，并確定所述第三數值與所述第四數值的差值的第二標準差；

根據所述第二標準差，確定所述預設閾值。

作為一種可選的實施方式，在本發明實施例第一方面中，所述對所述第一載體信息進行相關處理，依次獲得第二載體信息、原始載體信息以及第三載體信息包括：

對所述第一載體信息進行解調處理，獲得第二載體信息；

對所述第二載體信息進行解碼以及重新編碼處理，獲得原始載體信息；

對所述原始載體信息進行重新調制，獲得第三載體信息。

作為一種可選的實施方式，在本發明實施例第一方面中，所述方法還包括：

若所述第一標準差小于或等于所述預設閾值，則判定所述第一載體信息中不存在隱秘信息。

本發明實施例第二方面公開一種信息檢測裝置，包括：