《信号处理》课件10信息隐藏理论研究.ppt

1、1信息隐藏研究的发展nLSB变换域调制盲检测鲁棒性脆弱性抗各种攻击n2000年出现了水印理论研究n2001年出现了对水印协议的研究 n2002年水印的隐藏容量问题得到了重视 n2003年关于隐藏容量的理论问题得到了进一步的发展 n2004年水印技术的发展是借鉴密码学的概念，实现完整性验证、所有权验证、内容认证、拷贝控制n近年：低修改率的隐藏（信息隐藏编码），低隐藏率的隐写分析2理论研究的目的n一个信息M被隐藏在宿主数据S中，得到的数据X受到各种处理（攻击），这些处理旨在去除X中关于M的任何痕迹n信息隐藏系统应该满足两方面的要求n透明性：即数据X与数据S在适当的信息失真度量下应该是相象的n鲁棒性

2、：即隐藏在数据中的信息在经过一定程度的处理后，仍然能够被识别出来n通常攻击者引入的数据失真的程度总是有一个限制的 3涉及许多研究领域n信息隐藏涵盖了许多其他领域的方法和知识，包括：信号处理，通信，博弈理论和密码学n许多信号处理和通信领域的技术被用来设计信息隐藏的算法和去除隐藏信息n例如扩频方法和量化方法等n数据压缩，信号畸变和增加噪声等n音频、图像和视频中的感知模型被用来设计隐藏算法和度量失真4信息隐藏理论研究n最近许多研究开始考虑基于信息论的信息隐藏和数字水印理论框架n将信息隐藏过程抽象化，认为隐藏过程相当于隐蔽信息的通信过程，用通信模型表示信息隐藏n隐蔽信息作为通信输入，隐蔽载体作为信道描

3、述，攻击行为也描述为信道n隐蔽密钥和隐蔽载体(如果必要)作为通信的边信息存在 n数字水印的容量被认为是上述通信模型下最大可靠传输率n最难点之一是信息隐藏容量分析 5信息隐藏的通信模型n可以将信息隐藏的载体看作通信信道通信信道，将待隐藏信息看作需要传递的信号需要传递的信号，而信息的嵌入和提取分别看作通信中的调调制和解调制和解调过程 发送器信道接收器消息消息信 息 嵌入伪 装 载体信 息 提取消息消息通信系统隐藏系统6信息隐藏的模型nCosta模型nCohen与Lapidoth模型nMoulin模型nSomekhBaruck模型n并行高斯信道模型71、Costa模型nCosta考虑了有噪声环境下的

4、信道，即：发送端传送XN到接收端，通过下述信道 n编码者知道SN，但解码者知道（或不知道）SN，噪声ZN二者都不知道 nCosta 证明在SN和ZN都满足独立正态同分布时，该信道的容量为 NNNNZSXY)1log(21NPC81、Costa模型nP是XN的平均能量nN是ZN的平均能量n如果认为SN表示信息隐藏的载体，XN表示隐藏的消息，ZN表示攻击噪声，Costa的通信模型就移植到了信息隐藏的系统模型 92、Cohen与Lapidoth模型nCohen与Lapidoth 认为载体序列U满足独立同分布于零均值方差为 的高斯分布，隐蔽信息为W，在消息集上均匀分布，随机变量1表示密钥，在编码与解码

5、端都可以得到n嵌入过程为n攻击者产生随机变量2控制攻击过程2Unnxwuf),(:1nnyxgy),(:210n嵌入和攻击分别满足约束条件 11),(DXUd22),(DYXd113、Moulin模型nMoulin,Information-Theoretic Analysis of Information HidingnIEEE Trans.On Information Theory,Vol.49,No.3,March,200312信息隐藏问题的描述 n宿主数据源产生 域中的分布未知的随机变量Sn边信息源产生 域中分布为 的随机变量K n信息源产生信息集合中的信息MS()p k13n在算法中，

6、S 是一些数据块或变换域系数（例如DCT系数或小波变换系数），它来自宿主数据n集合S 可以是连续闭集（例如0，1n）或是离散的集合（例如经过量化的变换系数集合）n宿主数据是一组相互独立且满足 分布的随机变量序列()p s14n边信息K 对于发送者和接收者都是已知的，而对攻击者未知n边信息有两方面的作用n一方面，它是一个随机信号源，可以提高传输性能、抗干扰能力n另一方面，可以提供关于载体 S 的边信息给解码者。用一个联合分布 来描述S和K的依赖关系(,)p s k15n边信息的例子n接收者已知原始载体Sn如果解码器可以得到载体本身，则可认为是私有水印模式n接收者只知道原始载体的部分信息（如图像的

7、特征）n完全不知原始载体：盲水印（盲信息隐藏）n如果解码器得不到任何边信息，则是公开水印模式16信息隐藏过程n信息隐藏者将 、和信息m通过某种处理函数 ，产生合成数据 NSNKNfNX17攻击n攻击者使 通过一个随机的攻击信道n产生失真的数据 ，试图消除信息M的痕迹 NX(|)NNNAyxNY18接收n接收端解码器收到 和 得到不可靠的对M的估计 NYNKM19失真限制n定义1：信息隐藏者的失真函数是一个非负函数n定义2：攻击者的失真函数是一个非负函数 1:dSXR2:dXYR20失真函数n信息隐藏者的失真函数是有界的n对称性n 等价于n在图像、音频或视频的感知失真函数度量下不成立，因为人类感

8、知系统存在门限效应 1,maxmax(,)ds xSX1(,)d s x 11(,)(,)d s xd x s1(,)0d s x sx21n扩展到N个变量 11(,)(,)NNNNiikkkdxyd xyN22n定义3：一个基于失真 的N点信息隐藏编码是一个3元数据（M，）nM是信息集合 n ：编码器n ：解码器 1DNfNNf(,)NNNNxfsm kN(,)NNNmyk23n编码映射必须符合失真函数限制24n定义4：一个受限于失真 的记忆性攻击信道，是一个有条件概率密度分布的序列 2D25信息隐藏博弈n信息隐藏可以看作是两个相互协作的选手（信息隐藏者和解码者）与其对手（攻击者）间的一场博

9、弈n前者试图最大化代价函数，而后者则尽量去减小它 n代价函数J26n以函数 和攻击信道 为参数的代价函数n编译码函数 受信息隐藏双方控制n攻击信道 受攻击者控制 ,NNfNA(,)NNNJ fA(,)NNfNA27n对博弈双方而言，可见信息可见信息便是决定博弈结果的关键n如果游戏者按照给定顺序选择他们的行为，那么对于第一个游戏者来说保守的策略就是假定它之后的游戏者将会明了自己的行为 28n对于信息隐藏而言：n首先由信息隐藏者进行信息隐藏（选择 ），并假定攻击者将能知道 ，并以此为依据选择一个 n同样的，攻击者也会假定接收者能够了解 并选择相应的n这种情况下，博弈值为 NfNfNANAN*max

10、minmax(,)NNNNNNfAJJ fA29n一个更保守（因而更安全）的情况是，假设编解码者不知道 ，而攻击者能知道 ，并可以依此设计n面对这个无所不知的攻击者，则有博弈的低值NA,NNfNA,max min(,)NNNNNNfAJJ fA30n博弈的高值：用理想化的假设，即编码和译码者都知道 ，此时有 NA,min max(,)NNNNNNfAJJ fA3132另一种角度n大量文章用熵的概念讨论信息隐藏问题，信息熵的概念真是研究信息隐藏技术的有力工具吗？n熵的理论是解决不确定性问题的数学工具，而信息隐藏技术未必是不确定性问题，因此其合理性还需要有进一步的解释n另外，有人提出用熵值的变化检

11、测图像是否含有隐藏信息的建议也缺乏实际的意义，因为我们无法准确地计算一幅图像的熵 33观点n感觉信息是多维矢量 n视觉器官接收的图像信息包括亮度、颜色、物体的形状大小、相对位置等n听觉器官接收的声音信息包括强度、方向、音色、音质等n触觉器官接收的信息则包括温度、湿度、硬度、光滑度和弹性等n因此，各种感觉信息都可以假设为多维信息空间中的矢量，其不同的基代表不同的特性 34n信息感知系统 n一般地把视觉、听觉、触觉等器官叫做信息感知系统n为了提高感知能力，人们制造了许多仪器设备，当用这些仪器设备或方法来接收信息从而了解外部世界时，也属于信息感知系统 n例如发现是否存在隐藏信息的统计检测方法也应属于

12、信息感知系统 35n信息记录系统 n大多数仪器设备只能记录外界信息，并不能立即给出这些信息的涵义n例如录音机可以记录声音，但是录音结果却需要人们用耳朵去识别n照相机可以拍下需要的景物，拍照结果还要人们用肉眼去观察n这样一些仪器设备可以统称为信息记录系统 36信息隐藏技术的机理 n假设信息记录系统的灵敏度矢量为 ，信息感知系统的灵敏度矢量为 n信息记录系统可以记录的信息范围是多维信息空间V中的一部分区域n信息感知系统所能感知的信息范围也是 信息空间V中的一个区域 rSdSVVrVVd37rVdV38n 一般地说，和 未必是全等或者全包含的关系n这意味着，可以感知的信息未必全部能被记录下来，能被记

13、录的信息也未必能被完全感知n例如，我们只能感知数字图像的主要部分，或者我们只能听出一段数字音乐的主要部分，n许多信息记录系统比起信息感知系统更加灵敏 rVdV39n秘密信息M本来是可以感知的，即n但是，如果我们能够构造一种映射F，n使得M能从子空间 映射到子空间 中的 ，它就不能被感知了 dVM)(MFM rdVVMdVrdVV M40n只要存在逆过程 F 可以使被隐藏的信息重新回到 而被感知，即 n这样，就实现了信息隐藏 dV)(MFFM41n信息隐藏的目标：n在一定约束的情况下，找到这样的映射Fn约束：失真约束42问题1基于信息论的通信模型是否能最准确地描述信息隐藏问题？n信息隐藏问题n信

14、息隐藏是设法在多媒体信息中嵌入一些额外信息，嵌入的信息应该不影响载体的使用，甚至不能产生“载体携带了秘密信息”的怀疑，一旦载体被怀疑携带了秘密信息，则信息隐藏就失败了 n通信问题n通信系统的基本问题是，在统计噪声背景下，在信息接收端近似地或精确地复制发送端发出的信号波形（Shannon“通信数学理论”）43n信息隐藏问题与通信问题的区别（1）n信息隐藏的载体是多媒体信号，是“确定型”信号，通信信道是随机噪声，是“统计型”信号n因此文献中估算隐藏容量时，需要假设载体、攻击信道等是高斯白噪声，这一点在具体算法设计时是不成立的，或者只能假设近似成立 44n信息隐藏问题与通信问题的区别（2）n信息隐藏

15、是人与人的智力较量，信息隐藏的攻击者是人，而且攻击手段是有“智能”的 n通信系统的目的是将发送端的信号精确地传递到接收端，信道所能产生的破坏就是提高噪声强度，而信道噪声是无“智能”的 n目前研究信息隐藏的通信模型中，将攻击者模拟为信道的噪声干扰，没有考虑攻击者的主动攻击，即智能性攻击 45问题2信息隐藏的最直接约束条件是“不引起载体的可察觉改变”，这一点的度量是否准确？n要研究信息隐藏的最大容量，必然要涉及的一个最直接的约束条件是“不引起载体的可察觉改变”n目前研究多用失真度量的方法n如何更加准确地描述“不引起载体的可察觉改变”这一较为“主观”的约束条件？46思路n要想把信息隐写与隐写分析的研

16、究推向更深入，需要一个更加合适的研究方法和模型n要研究安全的信息隐写，必须详细了解隐写分析 47一、信息空间n假设全信息空间是n维的，即 n其中一个r1维子空间是感知空间，表示为 n另一个r2维子空间是记录空间，表示为n 与 不完全重叠),.,(21nnvvvV),.,(1211rsssrvvvW),.,(2212rtttrvvvW1rW2rW48n信息隐藏就是将感知空间里的信息想办法映射到一个可以记录但无法感知的空间中n合法接收者具有逆映射和密钥，能够再正确映射回感知空间n隐写分析就是在未知逆映射的情况下，将不可感知的信息感知出来 49二、全信息理论n在信息科学原理中，把信息分为本体论信息和

17、认识论信息 n本体论信息是信息的客观存在 n认识论层次的信息，由于引入了主体，具有了更丰富的内涵，既包含了信息的表现形式，又包含了主体对信息内在含义的理解，还包含了主体对事务价值的判断 50全信息理论n在信息科学理论中，把同时考虑事务运动状态及其变化方式的外在形式、内在含义和效用价值的认识论层次信息称为“全信息”n语法信息：只考虑形式因素的信息n语义信息：考虑含义因素的信息n语用信息：考虑效用因素的信息 51用全信息理论研究隐写分析n目前网络上有上百种公开的隐写软件，不少隐写软件生成的隐写载体具有软件的特殊标记，利用这些特征码匹配的方法，可以识别经过特定软件隐写的载体。我们可以把这类隐写分析定

18、义为语法信息层次的隐写分析 52用全信息理论研究隐写分析n目前很多隐写分析算法研究，是针对隐写载体数据（或内容）中出现的统计特征差异进行分析的，例如针对LSB隐写的直方图分析、卡方分析、隐藏容量分析、RS分析等，针对JPEG图像的分析等，都属于针对载体内容的隐写分析。可以把这类隐写分析定义为语义信息层次的隐写分析 53用全信息理论研究隐写分析n再高一层的隐写分析，可以定义为针对多媒体载体的使用所进行的隐写分析。例如，针对特定被监视对象之间的通信数据、大量数据的异常流量、流向，用户的异常行为和状态等。可以把这类隐写分析定义为语用信息层次的隐写分析 54三、模糊信息处理n隐写分析的结果不适合用二值

19、逻辑描述，而是采用隐写的“可疑度”来描述（隶属度）n同时，“可疑度”应该与隐藏量和隐藏强度直接相关，隐藏容量与隐写算法和载体直接相关。而计算隐藏容量时又需要“不引起载体的可察觉改变”这一约束条件 55对信息空间的分类n从全信息的概念进行分类，可以分为语法信息、语义信息和语用信息n从信息空间上分类，可以分为感知空间、记录空间和未知空间n其中感知空间与记录空间有重叠，但不一定完全重合，而未知空间则属于既无法感知也无法记录的空间。随着技术的发展，无论是记录空间还是感知空间都会逐步向未知空间扩展 n从信息空间的维度上分类，n维信息空间的每一维就是信息的一个特征，例如信息的时间、空间、方向、亮度、颜色、

20、情感、统计特征、直方图特征、各种变换域系数的特征等等 56信息空间分类感知空间记录空间未知空间特 征 一：空 间特 征 二：时 间特 征 三：颜 色特 征 n 层次分类空间分类维度分类57n隐写分析的研究，就是将原来不可感知的信息变成可以感知的n也就是说原来不属于感知空间，将感知空间扩充维数，包含了信息的感知特征，则信息变成可以感知的n从隐写分析的研究看，最初的LSB隐写是不可感知的，自从人们发现了它的直方图异常特征之后，它变成可以被感知的，也就是感知空间扩充了“直方图特征”这一维n随着隐写与隐写分析的算法不断在对抗中完善，感知空间的维度会不断增加。58n隐写分析者：尽可能发现隐写产生的特征，

21、将它添加到感知空间中去n隐写研究者：尽可能隐蔽地进行隐写，不产生可能的、明显的特征59语 法 层语 法 层次 的 隐次 的 隐写分析写分析语 义 层语 义 层次 的 隐次 的 隐写分析写分析语 用 层语 用 层次 的 隐次 的 隐写分析写分析特 征 码特 征 码/格 式 特格 式 特征库征库隐 写 算隐 写 算法 特 征法 特 征库库网 络 流网 络 流量 模 型量 模 型特征库特征库基基于于模模糊糊信信息息处处理理的的信信息息综综合合待检测载体待检测载体隐写可疑度隐写可疑度隐写分析隐写分析特征库特征库隐写分析模型60小结n信息隐藏和数字水印系统通常被描述为隐蔽信息的通信模型或者并行的通信模型

22、n在这种模型化处理后，不同的分析是基于不同的假设，假设嵌入和攻击满足一定的约束条件，这种约束条件正是信息隐藏系统与一般通信系统的区别n不同的约束条件反映不同的信息隐藏情况和水印种类，这样不同的假设推导出不同的容量结果 61存在的问题n现有模型是否能代表各种隐藏算法？n模型是否能指导算法的设计？n理论上的隐藏容量如何与实际算法相结合？n有没有更接近实用的模型？62隐藏容量研究（实用角度）n空域图像的隐写容量研究nJPEG图像的隐写容量研究63算法概述：最大嵌入容量不仅跟隐写强度有关，而且跟图像尺寸大小、粗糙度、视觉敏感度等因素相关。通过客观评价指标峰值信噪比（PSNR）在理论上推导了最大容量与嵌

23、入强度、图像大小尺寸的关系，并根据主观评价指标设计了行之有效的实验来推导嵌入容量与图像的粗糙度、视觉敏感度的关系模型。综合考虑这些关系模型，设计出嵌入容量的估算方法。空域图像的隐写容量研究64在“隐写不引起载体的可察觉性改变”的约束条件下，影响嵌入容量的因素：图像粗糙度视觉敏感度算法嵌入强度图像尺寸大小空域图像的隐写容量研究65图像图像粗糙度度量指标粗糙度度量指标：图像的最大隐写容量与图像粗糙度有关。图像粗糙度表现在图像相邻象素的变化程度。二维直方图是以一对像素的联合概率分布的定义为基础的。考虑分别位于(i，j)和(m，n)的两个像素f(i，j)和f(m，n)，这两个像素之间的距离是r且两点之

24、间的连线与水平方向的夹角为。假设给定的一幅具有灰度级为L的图像I，则图像二维直方图可表示为：(2)式中a和b是图像的像素点的灰度值。空域图像的隐写容量研究66图像图像粗糙度度量指标粗糙度度量指标：如果像素对高度相关（即平滑度很大），则二维直方图中的元素将集中在矩阵的主对角线上，二维直方图的分布概率近似估计值为：(3)式中M为图像像素的数量，N(a，b)表示I(j，k)=a和I(m，n)=b出现的次数。空域图像的隐写容量研究67图像图像粗糙度度量指标粗糙度度量指标：图像的粗糙度可以用直方图沿主对角线的相对分散程度来度量。计算惯性距 式(4)中a,b表示图像的两个像素值，L表示图像最高灰度值空域图

25、像的隐写容量研究68图像图像粗糙度度量指标粗糙度度量指标：如果所感兴趣的纹理区域具有角度不变性，那么就可以在单个度量的角度上求得各个距离r的惯性距d(r)为：（5）式中求和是是整个角度区域的，表示角度的数量。由于数字图像像素分布是离散的，同时也为了方便计算，因此参数(r,)可以取为特定的离散值。空域图像的隐写容量研究69图像图像粗糙度度量指标粗糙度度量指标：在参数(r，)取值为离散值的情况下，图像粗糙度的计算公式为：其中 表示均值算子，为惯性距 的权重因子，且 。本文中r=1，2，3，其权重因子分别取1/2,1/3,1/6 空域图像的隐写容量研究70视觉敏感度度量指标：视觉敏感度度量指标：图2

26、是简化的单色视觉模型，光进入人眼，锥细胞（cone）和柱细胞(rod)的非线性响应，由点非线性函数 表示，产生对比度 。横向抑制现象由一个空间不变的、各向同性的线性系统表示。空域图像的隐写容量研究71视觉敏感度度量指标视觉敏感度度量指标：图2中的横向抑制现象的频率响应：其中 ，和 是常数。在图像处理的应用中，取A=2.6，=0.0192，0=8.772和=1.1是比较合适的。空域图像的隐写容量研究72视觉敏感度度量指标：视觉敏感度度量指标：经线性系统 输出是神经信号，代表表面的感知亮度，也就是人眼对物体的敏感度 。由视觉模型，我们很容易计算出敏感度 :其中 表示二维Fourier变换，表示二维

27、Fourier反变换，为图像的对比度。空域图像的隐写容量研究73视觉敏感度度量指标：视觉敏感度度量指标：为了定量描述人眼对大小为MN单张图像的整体敏感度，我们用其均值表示图像的敏感度 :空域图像的隐写容量研究74图像编号图像编号图像粗糙度图像粗糙度视觉敏感度视觉敏感度119.179.348906.5183.581377.2385.204106.7895.899666.2890.293空域图像的隐写容量研究75n 图像粗糙度与视觉敏感有关系n 对300幅图像计算了粗糙度和敏感度n 在粗糙度较低的地方，敏感度震荡比较厉害n 在粗糙度高的地方，敏感度比较平稳n 粗糙度中间阶段，敏感度下降特别快n 总

28、体来看，敏感度随粗糙度的增加而减小。空域图像的隐写容量研究76 嵌入容量估算的数学模型：其中 表示数学模型函数,，为嵌入强度，Rgh为图像的粗糙度，ds为视觉敏感度。图像越大，嵌入容量越大，推出嵌入率为：需要求出嵌入率与嵌入强度、粗糙度和敏感度的关系(s,)fmCRizeRgh ds/(,)efmRCsizeRRgh dssizeMN()mR空域图像的隐写容量研究77嵌入率与嵌入强度、粗糙度和敏感度的关系：我们在“不被察觉改变的最大均方误差”条件下求得最大嵌入率。但现实中图像改变不被感知的最大均方误差事先很难求得，因此，我们通过实验和主观评价来推导最大嵌入率与图像粗糙度、视觉敏感度的关系。空域

29、图像的隐写容量研究78实际最大嵌入率的确定：在确定了嵌入强度后，随机地选取一幅干净图像，首先计算出其粗糙度和敏感度，然后在不引起察觉性改变的条件下，不断地嵌入秘密信息，直到图像发生察觉性改变，那么到上一次嵌入为止的嵌入总量除以图像尺寸，就是所要寻求的实际嵌入率。空域图像的隐写容量研究79嵌入率估算实验：我们得到嵌入率与图像粗糙度、视觉敏感度的三元关系 空域图像的隐写容量研究80嵌入率估算实验：嵌入率与图像粗糙度的关系图观察图9的变化趋势，建立关系模型为：式中，a,b,c,d为待定的参数。空域图像的隐写容量研究81嵌入率估算实验：嵌入率与视觉敏感度的关系图观察图10的变化趋势，建立二元关系模型为

30、：式中，e,f为待定的参数。空域图像的隐写容量研究82嵌入率估算实验：对以上两式取几何平均，得到最大嵌入率与图像粗糙度和视觉敏感度的三元关系模型：以200幅实验图像的实际嵌入率与(31)式估算的嵌入率的最小均方误差为约束条件，求得常数a=0.9430,b=2.5613,c=101.7520,d=101.4355,e=3.6930,f=9.96500。通过式（31）可以求出在嵌入强度=2时的图像最大嵌入率空域图像的隐写容量研究83实验结果：表2是5幅图像的在三种不同嵌入强度下的实际容量及估计容量。由表2很容易发现，嵌入强度越大，嵌入容量就越小。这与我们的推理相吻合。空域图像的隐写容量研究84实验

31、测试：图11表示100幅测试图像的容量估计的误差率。从图11看到，大多数图像的估计准确性很高。式中，为实际的容量，为估算的容量|_c-Pr_c|_cRapacityapacityRerrorRapacity_cRapacityPr_capacity空域图像的隐写容量研究85实验测试：表3是100幅实验图像误差率的均值与标准差，总体来看我们估计算法是有效的，因为每种强度下测试图像的平均误差率都小于15%，且标准差也在13%以内。由表3可以看出嵌入强度越大，容量估计越准确。空域图像的隐写容量研究86n研究了图像空域隐写容量与嵌入强度、图像粗糙度、视觉敏感度之间的计算关系n根据上述结果，对于给定的一

32、幅图像，可以较准确地估计其安全的最大隐写容量n对于隐蔽通信，事先选择安全的载体图像、估算安全的隐写容量，有重要的指导意义图像隐写容量研究小结87信息隐藏的通信模型n目前对信息隐藏的理论研究还不充分n缺乏像Shannon通信理论这样的理论基础 n缺乏对人类感知模型的充分理解n缺乏对信息隐藏方案的有效度量方法等 n目前一种研究方法是：将信息隐藏过程类比于隐蔽信息的通信过程 88隐藏系统与通信系统的比较n可以将信息隐藏的载体看作通信信道通信信道，将待隐藏信息看作需要传递的信号需要传递的信号，而信息的嵌入和提取分别看作通信中的调调制和解调制和解调过程 发送器信道接收器消息消息信 息 嵌入伪 装 载体信

33、 息 提取消息消息通信系统隐藏系统89比较n目标相同：都是向某种媒介（称为信道）中引入一些信息，然后尽可能可靠地将该信息提取出来n约束条件：n通信系统：最大的平均功率或峰值功率约束n隐藏系统：感官约束90比较n信道干扰n通信系统：主要为传输媒介的干扰，如设备噪声、大气环境干扰等n隐藏系统：不只受到无意的干扰，还受到各种主动攻击 n隐藏系统：已知更多的信道信息（载体信号是已知的）91通信模型分类根据噪声性质分类n加性噪声信道模型 n设原始图像为I0，待隐藏信息为W，隐藏后图像为I1，接收端收到的图像为I2，待隐藏信息经过特定的处理后加载到图像的空间域或变换域中，用I1I0f(W)表示，图像在信道

34、中受到的处理用I2I1P表示n非加性噪声信道模型（几何变换）n但有一些攻击不能用加性噪声表示，如图像的平移、旋转等，这些处理不仅影响象素值，而且还影响数据的位置。n这类攻击信道表示为几何信道，并分为两类：针对整个图像的几何变换，包括平移、旋转、尺度变化和剪切，可以用较少的参数描述；另一类是针对局部的几何变换，如抖动等，需要更多的参数来描述 92通信模型分类按载体对检测器的贡献分类n将载体等效为噪声，认为载体未知n将载体图像与信号处理、攻击同等对待。信息提取端将载体、信号处理和攻击都看作信道噪声和干扰 n利用已知载体的信息n如果将载体内容仅仅视为噪声，则忽略了“信息嵌入端完全知道载体的内容”的事实n把载体内容视为信道边信息nCox认为这种模型与已知边信息的通信模型很类似n寻找最佳嵌入方案，设计更有效的信息嵌入和提取方法：定义某种距离的度量，在允许干扰范围内，选择载体图像，使得检测概率最大 93通信模型分类按是否考虑主动攻击分类n主动攻击的建模难度很大，一些文献只考虑原始载体和某类信号处理对信息隐藏的影响（被动攻击）n利用博弈论思想考虑主动攻击的影响n把信息隐藏看作信息隐藏者和攻击者之间的博弈过程，定义载体信号嵌入信息前后、受到攻击前后的距离，在这种距离定义条件下，嵌入过程和攻击过程分别受到约束，隐藏容量就是平衡点处的容量值