[發(fā)明專利]基于深度學(xué)習(xí)的信息隱藏方法

有效

• 申請?zhí)枺?/td>: 202010545261.7
• 申請日: 2020-06-15
• 公開（公告）號: CN111711821B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計）人: 曹寅;潘子宇;趙扶坤;陳靜
• 申請（專利權(quán)）人: 南京工程學(xué)院
• 主分類號: H04N19/467
• 分類號: H04N19/467;G06N3/08;G06N3/04
• 代理公司: 南京睿之博知識產(chǎn)權(quán)代理有限公司 32296
• 代理人: 楊雷

基于深度學(xué)習(xí)的信息隱藏方法，涉及通訊安全技術(shù)的技術(shù)領(lǐng)域。包括如下步驟：訓(xùn)練一個評估網(wǎng)絡(luò)；利用評估網(wǎng)絡(luò)來訓(xùn)練編碼器ε和解碼器D；利用自然圖像的概率分布中采樣得到RGB通道載體圖像C，編碼器ε隱寫圖像S，代表被隱藏在載體圖像中的二進(jìn)制信息。訓(xùn)練開始后，將待將待隱寫的秘密信息分為n組秘密信息片，并對每片秘密信息片編碼得到若干組秘密信息位向量，使用深度神經(jīng)網(wǎng)絡(luò)模型，以載體圖片與秘密信息作為驅(qū)動，輸入到神經(jīng)網(wǎng)絡(luò)的編碼器模塊生成隱寫圖像；判別網(wǎng)絡(luò)將隱寫圖像與載體圖像聯(lián)合進(jìn)行分析，比較相似度，判斷是否為隱寫圖像。本發(fā)明能夠達(dá)到普適性、高安全性和高可靠性，為下一代保密通信提供技術(shù)支持和有效保障。

技術(shù)領(lǐng)域

本發(fā)明涉及通訊安全技術(shù)的技術(shù)領(lǐng)域，尤其涉及基于深度學(xué)習(xí)的信息隱藏方法的技術(shù)領(lǐng)域。

背景技術(shù)

隨著數(shù)字通信技術(shù)在全球范圍內(nèi)快速發(fā)展，數(shù)字信息已成為一種重要的信息傳輸方式。借助計算機網(wǎng)絡(luò)，人與人之間通信變得方便、快捷。在計算機網(wǎng)絡(luò)的大環(huán)境下，數(shù)字信息傳輸在世界各個網(wǎng)絡(luò)中，隨即，這種便捷所帶來風(fēng)險也應(yīng)運而生。互聯(lián)網(wǎng)具有互聯(lián)性、開放性以及連接形式多樣性，使得通過互聯(lián)網(wǎng)傳輸?shù)臄?shù)據(jù)信息很容易受到攻擊或竊取，破壞了信息傳輸?shù)陌踩浴Ｅc此同時，信息安全也成為人們?nèi)找骊P(guān)注的問題。

信息隱藏技術(shù)應(yīng)運而生，它是在公開傳輸?shù)男畔⒅星度胝嬲枰獋鬟f的信息，以公開信息為載體將隱藏信息傳輸出去。其原理就是利用人的感覺器官的局限性，以數(shù)字媒體作為載體，通過某種隱藏算法將秘密信息嵌入到載體中，并且不易被察覺，從而達(dá)到對傳輸信息保護(hù)的目的，增加了信息傳輸?shù)陌踩浴Ｒ虼擞斜匾獙π畔㈦[藏技術(shù)進(jìn)行進(jìn)一步研究。

圖像隱寫的標(biāo)準(zhǔn)算法是HUGO(高度不可檢測的steGO)，這是一種基于成本函數(shù)的算法，使用手工特征以衡量通過修改圖像中特定位置的像素值而引入的失真。給定一組要嵌入的N比特，HUGO使用失真功能來識別可以修改的前N個像素，同時保證整個圖像的總失真降至最低。

另一種方法是JSteg算法，該算法專門為JPEG圖像隱寫設(shè)計。JPEG壓縮的工作原理是使用離散余弦變換將圖像變換到頻域并去除高頻分量，從而減小圖像文件的大小。JSteg使用相同的方法使之變換到頻域，但是修改了頻率系數(shù)的最低有效位。

現(xiàn)有圖像隱寫方案僅能做到最高承載每個像素0.4比特的有效載荷，且產(chǎn)生容易被檢測到的噪聲陰影；需要基于圖像統(tǒng)計特征變化來判斷是否存在隱藏信息；相對于信息隱藏技術(shù)的廣泛應(yīng)用，滯后的信息隱藏理論研究使得信息隱藏技術(shù)無法進(jìn)一步發(fā)展，無法提供強有力的理論支撐。

發(fā)明內(nèi)容

發(fā)明目的：

本發(fā)明提供了一種基于深度學(xué)習(xí)的信息隱藏方法，達(dá)到普適性、高安全性和高可靠性，為下一代保密通信提供技術(shù)支持和有效保障。

技術(shù)方案：基于深度學(xué)習(xí)的信息隱藏方法，包括如下步驟：

步驟S1：訓(xùn)練一個評估網(wǎng)絡(luò)；

步驟S2：利用評估網(wǎng)絡(luò)來訓(xùn)練編碼器ε和解碼器D；

步驟S3：利用自然圖像的概率分布中采樣得到RGB通道載體圖像C，編碼器ε隱寫圖像S，代表被隱藏在載體圖像中的二進(jìn)制信息。

優(yōu)選的是，本發(fā)明步驟S1訓(xùn)練一個評估網(wǎng)絡(luò)，具體包括如下步驟：

S11：訓(xùn)練開始后，將待將待隱寫的秘密信息分為n組秘密信息片，并對每片秘密信息片編碼得到若干組秘密信息位向量，作為寬度和高度填充矩陣；

S12：取訓(xùn)練序號i＝0，RGB通道載體圖像Ci預(yù)編碼為數(shù)據(jù)向量，使用深度神經(jīng)網(wǎng)絡(luò)模型，以載體圖片與秘密信息作為驅(qū)動，輸入到神經(jīng)網(wǎng)絡(luò)的編碼器模塊生成隱寫圖像Si；

S13：判別網(wǎng)絡(luò)將隱寫圖像與載體圖像聯(lián)合進(jìn)行分析，比較相似度，判斷是否為隱寫圖像，若為否，執(zhí)行下一步，若為是，則取i＝i+1，重新執(zhí)行步驟S12；