一种面向IP语音的高安全性隐写方法技术

本发明专利技术公开了一种面向IP语言的高安全性隐写方法，发送方首先读取原始采样语音，进行压缩编码，获得载体语音序列；然后提取载体语音序列的强度序列和幅值序列，将载体语音序列划分到静音区间和非静音区间，并对不同的载体语音区间定义失真代价；接着根据载体语音序列的长度和嵌入率，构建阶梯生成矩阵；最后根据失真代价和生成矩阵将秘密信息嵌入，求取引起载体失真最小的修改向量，并根据计算得到的修改向量对载体语音序列进行修改，得到载密语音序列；接收方接收载密语音序列后，根据阶梯生成矩阵恢复秘密信息序列。本发明专利技术在保持稳定的嵌入容量，减少对载体修改时引入的失真量，提高信息隐藏的安全性。

【技术实现步骤摘要】
一种面向IP语音的高安全性隐写方法
本专利技术涉及安全通信领域，特别涉及一种面向IP语音的高安全性隐写方法，适用于IP语音中G.711a-law编码语音。
技术介绍
网络应用在为人们生活提供极大便利的同时，也增大了通信内容泄露、个人信息被窃取等风险，人们越来越关注在开放的网络环境下如何进行安全通信、保护个人信息安全等问题。隐写技术作为隐蔽通信的一个重要分支，利用人类感觉器官的不敏感性(感觉冗余)以及多媒体数字信号本身存在的冗余(数据特性冗余)，在不影响载体质量及正常通信的前提下，将隐蔽信息隐藏到公开的媒体信息中，使得隐蔽信息在不被感知的情况下进行传输，保持隐蔽信息的不可见性。早期信息隐藏的载体对象主要为图像、文本、音频和视频等静态文件。随着互联网络的不断发展，以IP语音(VoiceoverIP，VoIP)为代表的动态流媒体信息隐藏技术逐渐成为新的研究热点。面向IP语音的信息隐藏有两种思路分别为基于IP语音相关协议隐写和IP语音的载荷语音隐写。针对IP语音的有效载荷进行信息隐藏时，基于最低有效位(LeastSignificantBit，LSB)的隐写，以其低复杂度低和高隐藏容量等优点，成为目前IP语音隐写中应用最多的一种技术。该类方法将有效载荷中造成语音质量失真最小的比特位替换为隐蔽信息，进行秘密信息的传递。Aoki提出利用G.711μ-law编码器的冗余位进行嵌入，该方法引入较低的语音质量损失，见Aoki,N.:Asemi-losslesssteganographytechniqueforG.711telephonyspeech.In:Proc.6thInt.Conf.IntelligentInformationHidingandMultimediaSignal(IIH-MSP),pp.15–17(2010)。Wu和Yang提出了基于G.711a-law语音编码的自适应嵌入方案，通过计算语音采样的能量统计特性评估语音采样的信息隐蔽能力，根据载体的隐蔽能力确定嵌入位置和嵌入容量，见Wu,Z.,Yang,W.:G.711-basedadaptivespeechinformationhidingapproach.In:Proc.Int.Conf.IntelligentComputing(ICIC),pp.1139–1144(2006)。Xu和Liu提出一种自适应的信息隐藏方案AVIS，主要包含两部分VAMI和VADDI，VAMI动态选择隐写嵌入位置的具体位置，VADDI动态的改变选择隐写嵌入的载体序列，来增强VoIP隐写传递的安全性，见E.Xu,B.Liu,L.Xu,Z.Wei,B.Zhao,J.Su,AdaptiveVoIPsteganographyforinformationhidingwithinnetworkaudiostreams,in:Proceedingsofthe14thInternationalConferenceonNetwork-BasedInformationSystems,Sep.2011,pp.612–617。上述方法均提高了信息隐藏的抗检测性，但是嵌入容量较小，并且没有区分可用载体位之间的差异性。
技术实现思路
本专利技术的目的在于提供一种面向IP语音的高安全性隐写方法，能够在保持稳定的嵌入容量，减少对载体修改时引入的失真量，提高信息隐藏的安全性。实现本专利技术目的的技术解决方案为：一种面向IP语言的高安全性隐写方法，包括发送方进行秘密信息的嵌入和接收方进行秘密信息的提取两个部分，具体步骤如下：发送方进行秘密信息的嵌入：(11)发送方读取原始采样语音，进行压缩编码，获得载体语音序列；(12)对载体语音序列进行预处理，提取强度序列和幅值序列；(13)根据强度序列将载体语音序列划分到静音区间和非静音区间；(14)针对不同类型的载体语音区间采用不同方法定义失真代价；(15)根据载体语音序列的长度和嵌入率，构建阶梯生成矩阵；(16)对载体语音序列进行取模2操作，获得最低有效位的载体序列；(17)获得秘密信息序列；(18)根据失真代价和生成矩阵将秘密信息嵌入到载体序列中，求取引起载体失真最小的修改向量；(19)根据计算得到的修改向量对载体语音序列进行修改，完成对秘密信息的隐写，得到载密语音序列；接收方进行秘密信息的提取：(21)接收方接收载密语音序列；(22)对载密语音序列进行取模2操作，获得载密序列：(23)根据阶梯生成矩阵和载密序列恢复秘密信息序列。本专利技术与现有技术相比，其显著优点为：1)本专利技术通过区分静音区间和非静音区间，在不同区间内采用不同的方法定义失真代价，以区分编码语音中可用嵌入比特位之间的差异性；3)本专利技术结合提出基于阶梯生成矩阵的矩阵嵌入算法，选择对载体语音引入失真较小的比特位进行修改，降低了语音的失真度，提高了隐蔽通信的不可感知性。附图说明图1是本专利技术整体流程图；图2是本专利技术的秘密信息嵌入框架示意图；图3是本专利技术的秘密信息提取框架示意图；图4是本专利技术方法和LSB各个嵌入率下语音质量的对比图。具体实施方式以下结合附图和具体实施例对本专利技术方案作进一步的描述。如图1所示，面向IP语言的高安全性隐写法，包括发送方进行秘密信息的嵌入和接收方进行秘密信息的提取两个部分。如图2所示，发送方进行秘密信息的嵌入时，首先对载体进行预处理、静音检测、失真代价度量、构建阶梯生成矩阵等四个步骤，再利用阶梯生成矩阵嵌入算法，完成秘密信息的嵌入，具体步骤如下：(1)发送方读取未编码的原始采样语音，使用G.711a-law编码算法进行压缩编码，获得编码后的载体语音序列X＝(x1，x2，x3，...，xn)，其中xi表示第i个采样编码后的十进制值，序列长度为n；(2)发送方对载体语音序列X进行预处理，从X提取出强度序列T＝(t1，t2，t3，...，tn)和幅值序列F＝(f1，f2，f3，...，fn)，其中，ti,fi分别表示第i个采样编码后对应的强度值和幅值，n表示采样的个数：其中，表示异或操作，＞＞表示二进制移位操作，&表示二进制位与操作；(3)发送方根据强度序列将载体语音序列划分到静音区间和非静音区间，标志位为P＝{0,1}，当强度序列中强度值小于2的采样个数所占的比例高于θ时，该区间为静音区间P＝1；当强度序列中强度值小于2的采样个数所占的比例低于θ时，该区间为非静音区间P＝0，其中，θ为静音判定阈值，0.5≤θ＜1；(4)根据静音区间和非静音区间的判定结果，采用不同的方法定义载体区间的失真代价，载体对应的失真代价序列为ρT＝(ρ1，ρ2，ρ3，...，ρn)，失真代价的定义方法包括：情况一：P＝1，载体区间为静音区间：情况二：P＝0，载体区间为非静音区间：其中，a表示常系数；b表示补偿因子；h表示采样点幅值前后关联的长度；(5)构建所述的阶梯生成矩阵，根据载体长度n和嵌入率α，计算得到秘密信息的长度k＝nα，k表示嵌入秘密信息的比特数，则生成矩阵G的维数为(n-k)×n；首先对生成矩阵G的维数进行划分，使N＝(n1，n2，n3，...，nv),K＝(k1，k2，k3，...，kv)，v表示分割的区块数，ni和ki表示第i部分的区块的维数ki×(ni+ki)，并满足以下条件：根据上述的分本文档来自技高网...

【技术保护点】
一种面向IP语言的高安全性隐写方法，其特征在于，包括发送方进行秘密信息的嵌入和接收方进行秘密信息的提取两个部分，具体步骤如下：发送方进行秘密信息的嵌入：(11)发送方读取原始采样语音，进行压缩编码，获得载体语音序列；(12)对载体语音序列进行预处理，提取强度序列和幅值序列；(13)根据强度序列将载体语音序列划分到静音区间和非静音区间；(14)针对不同类型的载体语音区间采用不同方法定义失真代价；(15)根据载体语音序列的长度和嵌入率，构建阶梯生成矩阵；(16)对载体语音序列进行取模2操作，获得最低有效位的载体序列；(17)获得秘密信息序列；(18)根据失真代价和生成矩阵将秘密信息嵌入到载体序列中，求取引起载体失真最小的修改向量；(19)根据计算得到的修改向量对载体语音序列进行修改，完成对秘密信息的隐写，得到载密语音序列；接收方进行秘密信息的提取：(21)接收方接收载密语音序列；(22)对载密语音序列进行取模2操作，获得载密序列；(23)根据阶梯生成矩阵和载密序列恢复秘密信息序列。

【技术特征摘要】
1.一种面向IP语言的高安全性隐写方法，其特征在于，包括发送方进行秘密信息的嵌入和接收方进行秘密信息的提取两个部分，具体步骤如下：发送方进行秘密信息的嵌入：(11)发送方读取原始采样语音，进行压缩编码，获得载体语音序列；(12)对载体语音序列进行预处理，提取强度序列和幅值序列；(13)根据强度序列将载体语音序列划分到静音区间和非静音区间；(14)针对不同类型的载体语音区间采用不同方法定义失真代价；(15)根据载体语音序列的长度和嵌入率，构建阶梯生成矩阵；(16)对载体语音序列进行取模2操作，获得最低有效位的载体序列；(17)获得秘密信息序列；(18)根据失真代价和生成矩阵将秘密信息嵌入到载体序列中，求取引起载体失真最小的修改向量；(19)根据计算得到的修改向量对载体语音序列进行修改，完成对秘密信息的隐写，得到载密语音序列；接收方进行秘密信息的提取：(21)接收方接收载密语音序列；(22)对载密语音序列进行取模2操作，获得载密序列；(23)根据阶梯生成矩阵和载密序列恢复秘密信息序列。2.根据权利要求1所述的面向IP语言的高安全性隐写方法，其特征在于，(11)中使用G.711a-law编码算法进行压缩编码。3.根据权利要求1所述的面向IP语言的高安全性隐写方法，其特征在于，设(12)中强度序列为T＝(t1，t2，t3，...，tn)，幅值序列为F＝(f1，f2，f3，...，fn),n表示采样的个数，ti,fi分别表示第i个采样编码后对应的强度值和幅值，则：其中，表示异或操作，＞＞表示二进制移位操作，&表示二进制位与操作。4.根据权利要求1所述的面向IP语言的高安全性隐写方法，其特征在于，(13)中标志符号为P＝{0,1}，当强度序列中强度值小于2的采样个数所占的比例高于θ时，该区间为静音区间P＝1；当强度序列中强度值小于2的采样个数所占的比例低于θ时，该区间为非静音区间P＝0，其中，θ为静音判定阈值，0.5≤θ＜1。5.根据权利要求1所述的面向IP语言的高安全性隐写方法，其特征在于，(14)中载体对应的失真代价序列为ρT＝(ρ1，ρ2，ρ3，...，ρn)，具体情况为：情况一：载体区间为静音区间：情况二：载体区间为非静音区间：其中，a表示常系数；b表示补偿因子；h表示采样点幅值前后关联的长度，fi表示第i个采样编码后对应的幅值。6.根据权利要求1所述的面向IP语言的高安全性隐写方法，其特征在于，设载体长度n和嵌入率α，计算得到秘密信息的长度k＝nα，用于表示嵌入秘密信息的比特数，则(15)中生成矩阵G的维数为(n-k)×n，构建生成矩阵的具体方法为；首先对生成矩阵G的维数进行划分，使N＝(n1，n2，n3，...，nv),K＝(k1，k2，k3，...，kv)，v表示分割的区块数，ni和ki表示第i部分的区块的维数ki×(ni+ki)，并满足以...

【专利技术属性】
技术研发人员：马英杰，刘光杰，刘伟伟，翟江涛，戴跃伟，黄书华，郑大刚，吴建台，白惠文，方俊，郑天宇，怡暾，华纯阳，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32