use*_*721 5 compression watermark steganography image
我对此真的很好奇,因为现在每个频道都可以以某种方式修改或压缩图像,这可以被视为对隐写术的攻击。
我们可以将隐写术分为两种基本类型,第一种在图像的空间域上操作,第二种在某种变换域上操作。
我对以下类型的攻击感兴趣,因为它在我们周围无处不在(如果你想在 Facebook 上保存图像,或者如果你想创建图像的缩略图,或者如果你打算将图像保存在移动平台上,等等) :
我想问一下:
我读了很多关于抗压缩图像隐写术的论文,基本上他们总是使用纠错码和汉明距离来获得我们能够隐藏而不丢失信息的阈值(或者如何在有损通道中获取信息)。那么第一步是使用汉明距离将我们的消息冗余地隐藏到空间域。对于 RGB 图像,我们将选择一个三元组作为一位载体,并修改我们的三元组颜色,这是汉明距离位于边缘“中心”的一种方式。我们可以将其作为重复纠错码或任何其他代码(最佳实践是 F5 中的汉明码)。
这背后的想法是,我们在 JPEG 压缩图像上计算汉明距离的纠错代码将确保嵌入的信息在多次 JPEG 压缩应用后仍然存在。当然,所有这些都是以牺牲图像容量为代价的,同时我们通过纠错码使用冗余。
该方法的示例链接如下: http://www.cs.unibo.it/babaoglu/courses/security/resources/documents/Steganography.pdf
我对数字图像上的水印技术了解不多,但也许我们可以找到有关该主题的指南,因为水印的目的几乎与隐写术相同。我们试图保留数字图像中的版权信息,或者我们试图在上述各种情况下保护图像中隐藏的信息。
我想讨论并向您询问当今通过隐写术保护数字图像中的信息的机制。我们可以分享我们的想法或示例代码,让世界变得更美好。
您的第一个问题与消除图像中的“噪声”(当然是隐藏位)的有损方法有关。您可能必须通过冗余来分散它。LSB 可能无法工作,并且位的位置必须被分配。这意味着,这些位可能必须重复位于位的各个部分,这样,即使其他副本损坏,您也可以恢复消息。您可能希望添加哈希值以确保消息不被损坏(尽管哈希值本身的概率可能会被损坏)。但冗余和更广泛的分布可能会给你一个很好的机会生存下来。
一个想法可能是使用经过验证的加密方法,如 AES 或 ECC(密钥管理将是另一个主题)。这将使您的数据位“像噪音”。位置索引也可以通过类似的方式确定。其原理是创建均匀分布,以阻止数据和位位置的可预测性或粘贴相关性。
我希望这可以为您的隐写设计注意事项提供一些指导。