一种针对空域富模型的图像隐写分析模型的攻击方法技术

本发明专利技术公开了一种针对空域富模型的图像隐写分析模型的攻击方法，所述方法包括：获取源图像的像素数据并根据所述像素数据得到隐写像素数据；根据空域富模型提取所述像素数据的第一特征向量和所述隐写像素数据的第二特征向量；利用所述第一特征向量和所述第二特征向量训练集成模型，得到图像隐写分析模型；根据所述隐写像素数据和所述隐写分析模型得到攻击样本。本发明专利技术实施例中通过提取源图像的像素数据和隐写像素数据的特征向量来建立图像隐写分析模型，再根据所述隐写像素数据和所述隐写分析模型得到攻击样本，针对隐写分析模型的对抗攻击成功率高，可扩展性良好。

【技术实现步骤摘要】
一种针对空域富模型的图像隐写分析模型的攻击方法
本专利技术涉及图像处理
，尤其涉及的是一种针对空域富模型的图像隐写分析模型的攻击方法。
技术介绍
隐写术是一类研究如何将隐秘信息掩藏在数字媒体(音频，视频，图像)上，而不会引起别人注意的学说。近些年来，因为互联网，移动网络的兴起，随之产生了大量的数字媒体，隐写术因为其易于秘密传递信息的特点，而得到广泛的关注和研究。隐写分析是用于攻击隐写术的，通过对数字媒体载体的分析，处理，判断载体是否含有隐秘信息。在隐写分析领域，关于攻击的研究不是很多，有研究人员做过关于徐模型(XuNet)，叶模型(YeNet)这类深度隐写分析模型的攻击，但是并没有涉及到减法像素辅助矩阵，空域富模型这些通用性隐写分析算法。因此，现有技术还有待改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种针对空域富模型的图像隐写分析模型的攻击方法，旨在解决现有技术中没有涉及到减法像素辅助矩阵，空域富模型这些通用性隐写分析算法的攻击问题。r>本专利技术解决问本文档来自技高网...

【技术保护点】
1.一种针对空域富模型的图像隐写分析模型的攻击方法，其特征在于，所述方法包括：/n获取源图像的像素数据并根据所述像素数据得到隐写像素数据；/n根据空域富模型提取所述像素数据的第一特征向量和所述隐写像素数据的第二特征向量；/n利用所述第一特征向量和所述第二特征向量训练集成模型，得到图像隐写分析模型；/n根据所述隐写像素数据和所述隐写分析模型得到攻击样本。/n

【技术特征摘要】
1.一种针对空域富模型的图像隐写分析模型的攻击方法，其特征在于，所述方法包括：
获取源图像的像素数据并根据所述像素数据得到隐写像素数据；
根据空域富模型提取所述像素数据的第一特征向量和所述隐写像素数据的第二特征向量；
利用所述第一特征向量和所述第二特征向量训练集成模型，得到图像隐写分析模型；
根据所述隐写像素数据和所述隐写分析模型得到攻击样本。


2.根据权利要求1所述的针对空域富模型的图像隐写分析模型的攻击方法，其特征在于，所述获取源图像的像素数据并根据所述像素数据得到隐写像素数据包括：
获取源图像的像素数据；
对所述像素数据嵌入隐写信息，得到隐写像素数据。


3.根据权利要求2所述的针对空域富模型的图像隐写分析模型的攻击方法，其特征在于，所述利用所述第一特征向量和所述第二特征向量训练集成模型，得到图像隐写分析模型包括：
将所述第一特征向量和所述第二特征向量输入到集成模型，得到概率图；
将所述概率图输入到检测模型，得到检测结果；
当检测结果为成功时，将所述集成模型作为图像隐写分析模型。


4.根据权利要求3所述的针对空域富模型的图像隐写分析模型的攻击方法，其特征在于，所述将所述概率图输入到检测模型，得到检测结果包括：
将所述概率图输入到检测模型，并进行分析；
当所述检测模型正确判断概率图类型时，则检测结果为成功。


5.根据权利要求4所述的针对空域富模型的图像隐写分析模型的攻击方法，其特征在于，所述根据所述隐写像素数据和所述隐写分析模型得到攻击样本包括：
根据所述隐写像素数据，生成攻击扰动量；
根据所述攻击扰动量和所述隐写分析模型，生成攻击样本。
<...

【专利技术属性】
技术研发人员：谭舜泉，周子凌，李斌，黄继武，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44