The present invention discloses a provable secure steganography method based on Autoregressive generation model. The rigid method uses rejection sampling instead of random sampling to complete the embedding of secret messages. At the same time, in order to ensure the security of steganography system, the secret messages are encoded by adaptive arithmetic coding according to the probability obtained by PixelCNN, so that the secret messages conform to the original distribution of pixels. The steganography is completed synchronously in the process of PixelCNN image generation, and no additional information coding method is needed.
【技术实现步骤摘要】
一种基于自回归生成模型的可证安全隐写方法
本专利技术涉及信息隐藏
,尤其涉及一种基于自回归生成模型的可证安全隐写方法。
技术介绍
一、隐写术及隐写分析隐写术是一种隐蔽通信技术,其目的是将秘密消息嵌入到寄主载体(如图像)中,同时不引起窃听者的怀疑。过去的数十年时间里,研究人员提出了各种各样的隐写算法,包括最原始的LSB替换,以及各种自适应隐写算法。不同于早期的LSB算法,自适应隐写算法可以自动选择最合适的位置进行嵌入,其依据标准是最小化隐写前后的统计区分性。目前提出的自适应隐写算法包括HUGO,WOW,SUNIWARD,HILL,MiPOD等等。隐写术的对立面——隐写分析,也得到了很多学者的研究和关注,其目的在于检测寄主载体中是否存在隐秘消息。现有的算法包括SPAM,SRM,maxSRM,Xu-Net等等。二、图像生成模型随着机器学习和人工智能的发展,生成模型和合成数据越来越广泛,甚至有不少成熟的产品。微软推出一款人工智能画师;作为一款可以生成不同风格图片的APP,Prisma广受用户喜爱。为了使得生成的图像更加真实,各种各样的生成模型被提出并研究,其中最有名的包括变分自编码器(VAE),生成式对抗网络(GAN)和自回归模型(NAME,RIDE,以及最新的PixelCNN系列)。其中PixelCNN系列作为自回归模型最新的成果,得到了大量学者的研究,提出了一系列变形,例如gatedPixelCNN,PixelCNN++等等。其核心思想如下公式:利用链式法则,将图像像素分布转化为条件概率分布的乘积,然后利用CNN去拟合条件概率分布。该系列模型生成图像的过 ...
【技术保护点】
1.一种基于自回归生成模型的可证安全隐写方法,其特征在于,包括:秘密嵌入阶段:根据自回归生成模型得到的第1个像素值的分布,得到第1个像素值分布对应的码表;然后,结合得到的码表,并利用自适应算术编码的解码算法,将原始的秘密消息m编码,得到对应的新秘密消息M中排序为1的logL个比特;再将新的秘密消息中排序为1的logL个比特利用拒绝采样方式,嵌入到第1个像素值中,得到第1个新的像素值;对于自回归生成模型得到后续像素值的分布,采用上述方式得到相应的新的像素值,直到秘密消息全部嵌入完毕或者整张载密图像生成完毕;秘密提取阶段:接收方获得整张载密图像、每个像素值的分布及对应的码表,利用拒绝采样时所使用的映射F恢复出新的秘密消息M,然后,依据自适应算术编码的编码算法,从而恢复出最原始的秘密消息m。
【技术特征摘要】
1.一种基于自回归生成模型的可证安全隐写方法,其特征在于,包括:秘密嵌入阶段:根据自回归生成模型得到的第1个像素值的分布,得到第1个像素值分布对应的码表;然后,结合得到的码表,并利用自适应算术编码的解码算法,将原始的秘密消息m编码,得到对应的新秘密消息M中排序为1的logL个比特;再将新的秘密消息中排序为1的logL个比特利用拒绝采样方式,嵌入到第1个像素值中,得到第1个新的像素值;对于自回归生成模型得到后续像素值的分布,采用上述方式得到相应的新的像素值,直到秘密消息全部嵌入完毕或者整张载密图像生成完毕;秘密提取阶段:接收方获得整张载密图像、每个像素值的分布及对应的码表,利用拒绝采样时所使用的映射F恢复出新的秘密消息M,然后,依据自适应算术编码的编码算法,从而恢复出最原始的秘密消息m。2.根据权利要求1所述的一种基于自回归生成模型的可证安全隐写方法,其特征在于,所述第1个像素值x1的分布记为其码表为:上式中,b取值为0到L-1的整数,L是给定的参数;对于每一子项p(FL(x1)=b),计算公式如下:3.根据权利要求2所述的一种基于自回归生成模型的可证安全隐写方法,其特征在于,利用自适应算术编码的解码算法,将原始的秘密消息m编码,得到对应的新秘密消息M中排序为1的logL个比特表示为:其中,M1为新秘密消息M中...
【专利技术属性】
技术研发人员:张卫明,杨宽,陈可江,俞能海,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。