一种基于人工智能的网络安全检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于人工智能的网络安全检测方法，该方法包括：获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，不同的集合为第一集合和第二集合；对第一集合的像素点嵌入预设一层水印，使待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使第一水印图像更新为第二水印图像；依据第二水印图像提取出的水印进行网络安全检测。本发明专利技术能够使水印嵌入量大的同时减少参与平移的像素数量，增加保密范围的同时提高图像质量，能够更加全面地检测网络安全。能够更加全面地检测网络安全。能够更加全面地检测网络安全。

A network security detection method based on Artificial Intelligence

【技术实现步骤摘要】
一种基于人工智能的网络安全检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于人工智能的网络安全检测方法。

技术介绍

[0002]随着网络信息技术的发展和普及，大量图像数据在网络中传输，传输图像的安全性体现了网络的安全，为了对网络安全进行检测，同时保护图像数据在网络中传输的安全性，信息隐藏技术应运而生。
[0003]其中一种信息隐藏技术是将预测误差分布直方图和直方图平移结合起来，该方法在嵌入水印信息保护图像的同时，对图像质量的损失较小，而且在完成水印信息的嵌入后，不仅能精确地提取水印信息，还能无损恢复原始图像，最终通过提取的水印信息判断图像是否被篡改，进而检测网络的安全性。
[0004]但是对于上述方法来说，在直方图的峰值所对应的像素点处嵌入水印，会使大量像素点平移，导致降低图像质量，并且在峰值处的像素点大多为平滑的像素点，水印嵌入量低且只对平滑区域的像素点进行加密，对于可能能够更加体现重要信息的存在纹理的像素点起不到保护作用，在进行网络安全检测时，对于某些针对纹理区域的攻击无法检测出来。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的网络安全检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种基于人工智能的网络安全检测方法，该方法包括以下步骤：获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，所述不同的集合为第一集合和第二集合；对第一集合的像素点嵌入预设一层水印，使所述待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使所述第一水印图像更新为第二水印图像；依据所述第二水印图像提取出的水印进行网络安全检测；所述嵌入预设一层水印的过程为：将第一集合中的像素点划分为多个第一复杂度区间；获取每个第一复杂度区间的最大误差直方图，以及最大误差直方图的峰值点、左侧零值点和右侧零值点，结合最高评分像素对的获取过程得到评分最高的第一像素对，对第一像素对对应的像素点嵌入预设一层水印，得到所述第一水印图像；所述嵌入预设二层水印的过程为：将所述第一水印图像中第二集合的像素点划分为多个第二复杂度区间；获取每个第二复杂度区间的最小误差直方图，以及最小误差直方图的峰值点、左侧零值点和右侧零
值点；结合所述最高评分像素对的获取过程得到评分最高的第二像素对，对第二像素对对应的像素点嵌入预设二层水印；所述最高评分像素对的获取过程为：在所述峰值点和所述左侧零值点之间，选取一个左侧像素值，在所述峰值点和所述右侧零值点之间，选取一个右侧像素值，组成一个像素对；依据每个像素对所对应的水印嵌入量和平移量获取该像素对的评分。
[0006]优选的，所述最大误差直方图的获取方法为：每个第一复杂度区间包括多个第一区间像素点，以每个第一区间像素点的初始像素值与对应的初始像素值最小的邻域像素点的误差作为该区间像素点的第一新像素值，通过统计第一新像素值的频数得到所述最大误差直方图；所述最小误差直方图的获取方法为：每个第二复杂度区间包括多个第二区间像素点，获取每个第一区间像素点在所述第一水印图像中的更新像素值，以每个第二区间像素点的初始像素值与对应的更新像素值最大的邻域像素点的误差作为该区间像素点的第二新像素值，通过统计第二新像素值的频数得到所述最小误差直方图。
[0007]优选的，所述第一复杂度区间的划分方法为：获取第一集合中每个像素点的第一复杂度，将获取的所有第一复杂度按照大小排序，根据最大第一复杂度和最小第一复杂度的差值将排过序的第一复杂度均匀划分为多个第一复杂度区间。
[0008]优选的，所述最大误差直方图的左侧零值点和右侧零值点的获取方法为：在最大误差直方图的峰值点左侧搜索距离峰值点最近的频率为零的像素值作为左侧零值点，当不存在频率为零的像素值时，以峰值点左侧频率最小的像素值作为左侧零值点；在最大误差直方图的峰值点右侧搜索距离峰值点最近的频率为零的像素值作为右侧零值点，当不存在频率为零的像素值时，以峰值点右侧频率最小的像素值作为右侧零值点。
[0009]优选的，所述像素对的组成方法为：在所述峰值点和所述左侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成左侧集合；在所述峰值点和所述右侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成右侧集合；从左侧集合任选一个左侧像素值，从右侧集合中任选一个右侧像素值，由左侧像素值和右侧像素值组成一个像素对。
[0010]优选的，所述水印嵌入量的获取方法为：以每个左侧像素值的频数作为对应的水印嵌入量；以每个右侧像素值的频数作为对应的水印嵌入量。
[0011]优选的，所述平移量的获取方法为：获取左侧像素值与左侧零值点之间所有像素值的频数之和作为左侧像素值的平移量；获取右侧像素值与右侧零值点之间所有像素值的频数之和作为右侧像素值的平移量。
[0012]优选的，所述评分的获取过程包括：
获取每个像素对中左侧像素值的水印嵌入量和右侧像素值的水印嵌入量的和作为像素对的水印嵌入量，获取所述峰值点的水印嵌入量，计算像素对的水印嵌入量与峰值点的水印嵌入量的嵌入量差值；获取每个像素对中左侧像素值的平移量和右侧像素值的平移量的和作为像素对的平移量，获取所述峰值点的平移量，计算峰值点的平移量与像素对的平移量的平移量差值；根据所述嵌入量差值和所述平移量差值获取每个像素对的评分；所述嵌入量差值与所述评分呈正相关关系，所述平移量差值与所述评分呈负相关关系。
[0013]优选的，所述对第一像素对对应的像素点嵌入预设一层水印，包括：将第一像素对中的左侧像素值记为第一左侧像素值，第一像素对中的右侧像素值记为第一右侧像素值；所述预设一层水印为预设长度的字符串，将第一左侧像素值对应的所有像素点的原始像素值减去对应的所述字符串的字符；将第一右侧像素值对应的所有像素点的原始像素值加上对应的所述字符串的字符。
[0014]优选的，所述依据所述预设一层水印和所述预设二层水印进行网络安全检测，包括：对所述第二水印图像进行水印提取，依次提取出第一水印和第二水印，将所述第一水印与所述预设二层水印进行对比，将所述第二水印与所述预设一层水印进行对比，当不存在误差时，传输网络为安全的。
[0015]本专利技术实施例至少具有如下有益效果：1、将水印插入评分最高的像素对所对应的像素点中，能够使水印嵌入量大的同时减少参与平移的像素数量，增加保密范围的同时提高图像质量，能够更加全面地检测网络安全。
[0016]2、通过复杂度区间的划分，分别对每个复杂度区间进行水印嵌入，增加了峰值点的数量，提高了水印嵌入量，提高图像传输的安全性。
[0017]3、分集合对像素点进行两次水印插入，避免了传统方法中，因水印信息嵌入改变像素值引起互相影响而无法准确提取水印信息的情况，增强了水印提取的准确性和恢复图像的无损性。
附图说明
[0018]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的网络安全检测方法，其特征在于，该方法包括以下步骤：获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，所述不同的集合为第一集合和第二集合；对第一集合的像素点嵌入预设一层水印，使所述待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使所述第一水印图像更新为第二水印图像；依据所述第二水印图像提取出的水印进行网络安全检测；所述嵌入预设一层水印的过程为：将第一集合中的像素点划分为多个第一复杂度区间；获取每个第一复杂度区间的最大误差直方图，以及最大误差直方图的峰值点、左侧零值点和右侧零值点，结合最高评分像素对的获取过程得到评分最高的第一像素对，对第一像素对对应的像素点嵌入预设一层水印，得到所述第一水印图像；所述嵌入预设二层水印的过程为：将所述第一水印图像中第二集合的像素点划分为多个第二复杂度区间；获取每个第二复杂度区间的最小误差直方图，以及最小误差直方图的峰值点、左侧零值点和右侧零值点；结合所述最高评分像素对的获取过程得到评分最高的第二像素对，对第二像素对对应的像素点嵌入预设二层水印；所述最高评分像素对的获取过程为：在所述峰值点和所述左侧零值点之间，选取一个左侧像素值，在所述峰值点和所述右侧零值点之间，选取一个右侧像素值，组成一个像素对；依据每个像素对所对应的水印嵌入量和平移量获取该像素对的评分。2.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述最大误差直方图的获取方法为：每个第一复杂度区间包括多个第一区间像素点，以每个第一区间像素点的初始像素值与对应的初始像素值最小的邻域像素点的误差作为该区间像素点的第一新像素值，通过统计第一新像素值的频数得到所述最大误差直方图；所述最小误差直方图的获取方法为：每个第二复杂度区间包括多个第二区间像素点，获取每个第一区间像素点在所述第一水印图像中的更新像素值，以每个第二区间像素点的初始像素值与对应的更新像素值最大的邻域像素点的误差作为该区间像素点的第二新像素值，通过统计第二新像素值的频数得到所述最小误差直方图。3.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述第一复杂度区间的划分方法为：获取第一集合中每个像素点的第一复杂度，将获取的所有第一复杂度按照大小排序，根据最大第一复杂度和最小第一复杂度的差值将排过序的第一复杂度均匀划分为多个第一复杂度区间。4.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述最大误差直方图的左侧零值点和右侧零值点的获取方法为：在最大误差直方图的峰值点左侧搜索距离峰值点最近的频率为零的像素值作为左侧
零值点，当不存在频率为零的像素值时，以峰值点...

【专利技术属性】
技术研发人员：王晨，田艳艳，寻广岩，孙凤菊，赵彦臣，陈倩，杜波，田常立，
申请(专利权)人：智联信通科技股份有限公司，
类型：发明
国别省市：