多媒體信息隱藏技術(shù)研究

貴州省銅仁市銅仁學院 佘春華

基于深度學習來進行信息隱藏（Steganograph y）的有關(guān)研究，不僅較為缺乏，而且專業(yè)性也也較差。對此，本文在對相關(guān)技術(shù)進行整合的基礎之上，提出了將深度學習與多媒體信息隱藏技術(shù)相結(jié)合的辦法及模型。

多媒體信息隱藏的技術(shù)要點

下面以數(shù)字音頻以及.wav 文件、數(shù)字視頻中數(shù)據(jù)隱藏技術(shù)為例，對其中的技術(shù)要點進行分析。

1.數(shù)字音頻中的數(shù)據(jù)隱藏

由于音樂基本上都是雙聲道，即立體聲，而每一個雙聲道音樂以每秒88200 次來進行采樣。由此一來，這些樣本值就極有可能被用于數(shù)據(jù)隱藏。與此同時，所采集樣本值以有符號16 位整數(shù)而存在，即-32768～+32768，改變這些樣本值的最低位只會對于模擬信號的效果產(chǎn)生略微的影響。故此，基于音頻文件的這個本質(zhì)特質(zhì)，可以說其是進行數(shù)據(jù)隱藏的良好載體。

2.wav 文件中數(shù)據(jù)隱藏

在.wav 文件中的數(shù)據(jù)隱藏，大多是通過修改16 位證書的最低有效位來實現(xiàn)對隱藏信息的編碼。具體舉例來講，比如我們將.wav 文件右聲道的前8個樣本進行提取的基礎之上，對其進行有效到大的端序轉(zhuǎn)換，進而再通過以“A”的ASCII 碼的方式將各值當中的最低有效位進行替換。然而，由于這8個樣本當中之修改了其中五個，其中三個最低有效位并不需要修改，所以這種替換與修改并不是可察覺的改變。所以，通過LSB 來對波形文件進行數(shù)據(jù)隱藏是很難被察覺發(fā)現(xiàn)的。

3.數(shù)字視頻中的數(shù)據(jù)隱藏

以TCStego 加密為例，可在加密的基礎上實現(xiàn)隱寫掩蓋的功能，通過將包含外層卷與內(nèi)層卷的TureCrypt 容量隱藏于比如QuickTime 多媒體文件之中。這樣一來，經(jīng)由處理后的文件在運行的過程當中，既可以是一個可掛載的TureCrypt 卷，也可以是一個標準多媒體文件。

基于深度學習的多媒體信息隱藏技術(shù)

1.衡量指標分析

信息隱藏技術(shù)成為近年來人們研究的熱點之一，在信息保密、多媒體版權(quán)保護等方面發(fā)揮著重要作用。結(jié)合現(xiàn)階段發(fā)展實際情況來看，有關(guān)信息隱藏技術(shù)的相關(guān)理論和方法類別較多。而基于深度學習的多媒體信息隱藏技術(shù)，需要結(jié)合容量、透明以及魯棒性三大性能指標來對隱藏方案的質(zhì)量進行評價與衡量。

由于透明性的實現(xiàn)，要隱藏的信息量就較少，也就是說不能夠?qū)υd體進行大的改動，二者與容量指標是相矛盾的；加之魯棒性的實現(xiàn)需要對原載體的重要部分加以修改以抵御共計，所以要對原載體進行大的改動，而這卻與透明性指標相矛盾。所以，三者以相對獨立的關(guān)系而存在。

2.深度網(wǎng)絡結(jié)構(gòu)

基于深度學習的多媒體信息隱藏技術(shù)，由于載體媒介形式與圖片存在不同，故而相對應的深度網(wǎng)絡結(jié)構(gòu)需要進行重新優(yōu)化設計，當然其背后的原理是一致的。本文進行了音頻信息隱藏的深度網(wǎng)絡結(jié)構(gòu)設計，具體可以參見圖1 所示。

圖1 音頻信息隱藏的深度網(wǎng)絡結(jié)構(gòu)

結(jié)合圖1 來看，首先原始音頻Ao 會先經(jīng)過頻域變化，此處存在多種方式與方案可供選擇，具體則需要靈活地選擇適用方案。具體來講，比如DWT 以及DCT，當然也可以是其結(jié)合，經(jīng)由變換之后進入編碼層網(wǎng)絡，此時完成秘密信息的嵌入和頻域的反變換，進而得到已編輯音頻Ae。最終，再進入到解碼層網(wǎng)絡嘗試重建隱藏信息并得到Mr。另外，在這個網(wǎng)絡結(jié)構(gòu)下，各層網(wǎng)絡同樣會受到損失函數(shù)的影響，以此來實現(xiàn)訓練效果。

3.編碼前視頻信息隱藏算法

針對編碼前視頻信息的隱藏算法，可以基于DCT 變化的視頻信息隱藏算法來進行，比如對載體視頻幀以及所要嵌入的圖像進行8×8的DCT 變換，以此來進行量化處理的基礎之上將待嵌入DCT 系統(tǒng)開展多維柵格編碼，繼而通過JPEG 量化矩陣將編碼后的系數(shù)進行標準化處理，最終選定載體當中的DCT 系統(tǒng)并用這些系數(shù)加以替代，由此得到被替換后的DCT 系數(shù)的同時基于反變換來完成信息嵌入。另外，還可以基于DWT 變換的視頻信息隱藏算法來進行，比如將視頻序列進行三維數(shù)據(jù)塊劃分，64×64×32，進而對個數(shù)據(jù)塊進行2 階3 維的小波變換，將加密后的秘密息嵌入到HLL2 與LHL2 中的小波系數(shù)，最終經(jīng)由反變化得到載秘視頻幀。

結(jié)論

本文結(jié)合已有的多媒體隱寫實現(xiàn)的基礎之上，圍繞深度學習對圖片和音頻深度的網(wǎng)絡隱寫進行了探索與分析。當然，由于相關(guān)方面的研究相對較少，本文所提出的深度網(wǎng)絡結(jié)構(gòu)模型，具有一定創(chuàng)新性的同時，還有待于進一步完善與發(fā)展?？偠灾?，基于深度學習的多媒體信息隱藏技術(shù)的探索與實現(xiàn)，在實現(xiàn)版權(quán)保護以及保密通信等領域當中都具有非常重要的現(xiàn)實意義。