一种基于对抗样本特征的音频隐写分析方法技术

本发明专利技术公开了一种基于对抗样本特征的音频隐写分析方法，其使用正常音频和

【技术实现步骤摘要】
一种基于对抗样本特征的音频隐写分析方法


[0001]本专利技术涉及一种多媒体信息安全技术，尤其是涉及一种基于对抗样本特征的音频隐写分析方法
。

技术介绍

[0002]在信息时代的发展
、
计算机软硬件的升级
、
多媒体技术的发展的背景下，分析信息媒介中是否存在隐藏信息已逐渐成为信息安全研究不可或缺的方向
。
在今天这个数字媒体技术和互联网技术爆发的时代，人们可以使用隐写方法对某些隐秘信息进行保密传送，这样的行为可能会触犯法律或一些规章制度，因此迫切需要一种方法来检测隐秘信息通信
。
如何在通信中检测是否存在隐秘信息传输已成为研究者
、
企业
、
国家关注的课题
。
[0003]信息隐藏是多媒体信息安全领域的重要方向，而隐写分析作为隐写术的对抗性工作又是信息隐藏的重要方向，在图像领域已有着非常多样的研究工作，但是在音频领域的隐写分析的研究相对较少
。
随着智能语音技术在生活中的广泛应用，音频隐写分析技术需要得到更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于对抗样本特征的音频隐写分析方法，包括训练阶段和测试阶段，其特征在于所述训练阶段的具体过程如下：步骤
1.1
：选取数个正常音频，并选取数个通过使用
STC
编码方式对正常音频嵌密得到的隐写音频；然后对每个正常音频和每个隐写音频分别进行分片段处理，所有片段的长度一致；再将所有片段作为样本构成一个音频样本集；步骤
1.2
：使用音频样本集训练
LinNet
以用于基础的隐写分析，在训练结束后，
LinNet
中的最后一层隐层输出音频样本集中的每个样本对应的特征向量，将任一个样本对应的特征向量记为
d
1_l1
，
LinNet
输出音频样本集中的每个样本为含密样本的概率值，将任一个样本为含密样本的概率值记为
d
1_out
；其中，含密样本表示这个样本是通过使用
STC
编码方式嵌密得到的；步骤
1.3
：根据音频样本集中的每个样本对应的特征向量，提取出音频样本集中的每个样本的
LID
特征作为对抗样本特征，将任一个样本的
LID
特征记为
f
1_l1
；步骤
1.4
：将音频样本集中的每个样本的
LID
特征与每个样本为含密样本的概率值拼接构成的向量作为训练特征，将任一个样本的训练特征记为
F
，
F
＝
[f
1_l1
,d
1_out
]
；其中，符号“[]”为向量或矩阵表示符号；步骤
1.5
：将音频样本集中的所有样本的训练特征构成训练集；然后使用训练集训练
SVM
；所述测试阶段的具体过程如下：步骤

【专利技术属性】
技术研发人员：卓沛文，严迪群，董理，王让定，
申请(专利权)人：宁波大学，
类型：发明
国别省市：