一种N阶Markov链模型的隐写直觉模糊集距离安全性评价方法技术

本发明专利技术公开了一种N阶Markov链模型的隐写直觉模糊集距离安全性评价方法，其对隐写系统中的载体数据及载密数据进行n阶Markov链建模，根据隐写通信过程的模糊不确定性，采用直觉模糊集距离，提出了隐写系统直觉模糊集距离安全性评价指标。进一步，从理论上证明了该安全性指标的有界性、交换性和一致性。仿真实验表明，该安全性指标可以区分不同隐写算法在不同嵌入率下的安全性。而且，随着Markov链模型中n的取值增加，得到对应的隐写安全性评价指标的度量能力随之增强。此外，本发明专利技术提出的隐写安全性评价指标与确定模式的隐写安全性指标在相同模型下相比，获得了对隐写隐蔽性更全面的评价。

A distance security evaluation method for implicit intuitionistic fuzzy sets of N order Markov chain model

The invention discloses a N order Markov chain model of steganography intuitive safety evaluation method of fuzzy distance set, the n order Markov chain model of steganography vector data in the system and the stego data, according to the fuzzy uncertainty of steganography communication process, using intuitionistic fuzzy set distance, proposed steganography system intuitionistic fuzzy set distance safety evaluation index. Further, it has proved the boundedness, the exchange and the consistency of the security index in theory. Simulation experiments show that the security index can distinguish the security of different cryptographic algorithms at different embedding rates. Moreover, as the value of n increases in the Markov chain model, the measurement capability of the corresponding cryptographic security evaluation index is enhanced. In addition, the steganographic security index proposed by the invention is more comprehensive than that of the deterministic mode under the same model.

【技术实现步骤摘要】
一种N阶Markov链模型的隐写直觉模糊集距离安全性评价方法
本专利技术涉及一种n阶Markov链模型的隐写直觉模糊集距离安全性评价方法及其实施方法，属于隐写系统的安全性评价

技术介绍
隐写系统的安全性评价是信息隐藏领域研究的重要内容，一方面，其可以对现有的隐写进行对比分析，另一方面对隐写及隐写分析算法的设计具有指导意义。目前，隐写及隐写分析算法以“道高一尺，魔高一丈”相互对抗又相互促进的方式迅速发展，而隐写的安全性理论研究较为缓慢。因此，设计对隐写系统具有普适性的安全性评价指标是信息隐藏研究的重要课题之一。理想的信息隐藏应使含密载体的统计分布与原始载体分布完全一致。然而，任何隐藏都会引起载体数据的变化。因此，隐写安全性评价指标不可依赖于某种具体隐写算法，只能根据载体在隐写前后的各种统计分布变化来定义。目前，研究人员从不同的角度展开了隐写安全性研究。目前，国内外的主要研究评价方式主要包括以下几种：一种是假定载体和载密空间服从独立同分布，以两者之间的相对熵定义了隐写系统的KL(Kullback-Leibler,KL)距离的安全性指标；另一种是进一步将载体和载密空间构建成1阶M本文档来自技高网...

【技术保护点】
一种N阶Markov链模型的隐写直觉模糊集距离安全性评价方法，其特征在于：该评价方法是将载体和载写数据的建模为n阶Markov链，并将n 阶马尔可夫链的经验矩阵定义为两个直觉模糊集，来合理地描述图像隐写后，像素转移的不确定性。

【技术特征摘要】
1.一种N阶Markov链模型的隐写直觉模糊集距离安全性评价方法，其特征在于：该评价方法是将载体和载写数据的建模为n阶Markov链，并将n阶马尔可夫链的经验矩阵定义为两个直觉模糊集，来合理地描述图像隐写后，像素转移的不确定性。2.根据权利要求1所述的一种N阶Markov链模型的隐写直觉模糊集距离安全性评价方法，其特征在于：其包括以下步骤：（1）定义直觉模糊集：直觉模糊集其中和分别为中的元素属于的隶属度和非隶属度，即，，而且满足，，为属于的犹豫度；（2）确定图像N阶Markov链的直觉模糊集经验矩阵：对灰度图像按行、列扫描方式得到阶Markov链，其中为链长，中的元素只与前个元素有关，为中数据从经过等状态最终到达的变换次数，即在n阶Markov链中序列出现的次数，则为n阶Markov链中灰度像素值从经过等状态到达的像素变换在总像素变换中占的比例，即对联合分布概率的估计；（3）定义为阶Markov链的经验矩阵，为经验矩阵元素，所有经验矩阵的元素组成论域，记论域上的所有直觉模糊集合为，为图像阶Markov链的直觉模糊集经验矩阵，为论域上的一个直觉模糊集；其中，；（3）隐写载体与载密数据的直觉模糊集经验矩阵：设和分别为按行或按列扫描方式得到的隐写系统中载体数据集合和载密数据集合的阶Markov链，和为和中像素值从经等状态最终到达的联合概率分布，则和的经验矩阵为：；；为经验矩阵和中元素，所有可能的取值组成论域，记论域上的所有直觉模糊集合为...

【专利技术属性】
技术研发人员：欧阳春娟，刘昌鑫，
申请(专利权)人：井冈山大学，
类型：发明
国别省市：江西,36