切比雪夫神经网络混沌数字水印信息隐藏方法技术

一种切比雪夫（Ｃｈｅｂｙｓｈｅｖ）神经网络混沌数字水印信息隐藏方法。该方法利用神经网络生成混沌序列，对需要隐藏的数字图像秘密信息进行异或加密，产生混沌数字水印，将其嵌入载体图像中，在基本不改变载体图像的外部特征及使用价值的情况下，使人的感觉器官感觉不到伪装图像的外观上有不易感知的数字水印的存在，从而逃过非法用户的注意和攻击，实现秘密信息的隐秘传递，达到隐蔽通信的目的。本发明专利技术可广泛应用于隐蔽通信、数据的不可抵赖性、数字作品的版权保护、防伪和数据的完整性。

【技术实现步骤摘要】

本专利技术涉及信息安全
，特别是一种切比雪夫(Chebyshev)神经网络混沌 数字水印信息隐藏方法。
技术介绍
传统的信息安全技术是应用密码学的基本原理、技术和方法对秘密信息进行加 密，使非法用户难以破译加密生成的密文。由于密文通常是一组不可识别的乱码，且在公开 信道中传递，容易引起非法用户的注意和攻击；根据香农(Shannon)信息论原理，理论上唯 一安全的是“一次一密”序列密码。信息隐藏是将秘密信息隐藏于另一非秘密媒体(图像、声音、文档文件)中，从而 不被非法用户发觉的一种方法。这种非秘密媒体通常称为载体，秘密信息隐藏于载体的过 程称为嵌人，载体嵌人秘密信息后称为伪装媒体。现代信息隐藏技术的研究起源于1992年，是集多学科理论与技术于一体的新兴
信息隐藏技术利用人类感觉器官对数字信号的感觉冗余，将秘密信息本身的存 在性隐藏起来，使非法用户察觉不到有秘密信息隐藏于载体之中；其最大优点是除通信 双方以外的任何第三方都不知道秘密信息存在这个事实，这就较之单纯的密码加密方法更 多了一层保护，使得需要保护的秘密信息“看不见”，容易逃过非法用户的注意和攻击。信息隐藏技术与密码技术既有区别又有联系密码技术研究的是如何将秘密信息 进行加密，以不可识别的密文进行公开传递，一般人“看不懂”信息的具体含义，但仍然能察 觉到信息的存在；而信息隐藏技术是研究如何将秘密信息隐藏于载体中，然后通过载体的 传输来传递秘密信息；使一般人“看不到”信息的存在，但非法用户一旦察觉到载体中秘密 信息的存在，则很容易识别秘密信息。如果把密码技术和信息隐藏技术结合起来，先将秘密信息加密，然后隐藏到一般 的非秘密数字媒体中，则能显著提高信息的安全性。但加密时若采用理论上唯一安全的“一 次一密”序列密码，因为其存在着分配大量随机密钥流、失步后如何同步、参数匹配和信道 噪声等缺限，特别是收发双方之间达到同步所需的时间未能从理论上计算出来，这就限制 了序列密码在信息隐藏中的应用。
技术实现思路
本专利技术的专利技术目的是为了克服以上现有技术存在的缺陷，提供一种切比雪夫神经 网络混沌数字水印信息隐藏方法，本专利技术利用切比雪夫神经网络产生的混沌序列密码对需 要隐藏的数字图像秘密信息进行异或加密，生成混沌数字水印，然后将其嵌入载体图像中 进行隐藏，使非法用户无法从伪装图像的外观上发现有不易感知的数字水印的存在，从而 逃过非法用户的注意和攻击，达到提高秘密信息安全性的目的。为了实现上述专利技术目的，本专利技术采取的技术方案是切比雪夫神经网络混沌数字水 印信息隐藏方法为(1)神经网络模型的构造神经网络模型是一个单输入单输出三层切比雪夫(Chebyshev)神经网络模型，其 中输入层至隐层的权值恒为1，隐层至输出层的权值Wi需通过学习后确定，隐层神经元的活 跃函数是一组可根据递推公式求出的切比雪夫(Chebyshev)正交多项式，共有η个；网络的操作模式如下输入层ο = χ隐神经元输入Iieti = O i = 1，2，...，η隐神经元输出Oi = Ti(Iieti) ,Ti(Iieti)是一组切比雪夫(Chebyshev)正交多项式， 可由下式递推求得 [ 输出层少 设训练样本为(xt，dt)，t = 1，2，…，s ；这里s为样本数，xt为切比雪夫 (Chebyshev)神经网络输入，dt为系统理想输出(实为xt+1)，采用BP学习算法，有误差 et = dt_xt，t = 1，2，...，s训练指标 权值修正公式如广-讽 (2)神经网络混沌数字水印信息隐藏的实现首先利用罗吉斯特(Logistic)混沌序列xk+1 = μ Xk(Iik) ；k = 1,2,…，s生成 训练样本数据，构造切比雪夫(Chebyshev)神经网络混沌模型，以此对需要隐藏的数字图 像秘密信息进行异或加密，产生混沌数字水印，然后将其嵌入载体图像中，使伪装图像的各 种统计值不发生明显改变，增加了检测的难度，从而使非法用户无法从伪装图像的外观上 发现有什么变化；首先将原始图像Iena转化为二进制序列m = miIvnv则其长度q= |m| ；再任 选混沌初值X1 (密钥)输入切比雪夫(Chebyshev)神经网络得混沌序列χ = X1X2…χ,，χ与 原始图像二进制序列m进行异或加密运算，得数字水印c = (这里，”表示异或运 算)；最后c与载体图像二进制序列b = …进行嵌入运算，得伪装图像(这 里，“ ”表示嵌入运算)。本专利技术神经网络混沌数字水印信息隐藏方法的优点a、将不同的混沌初值输入神经网络混沌模型，可产生不同的混沌序列，从而做到 “一次一密”加密。由香农信息论知，这种密码在理论上是不可破译的；b、将加密产生的混沌数字水印嵌入载体图像后，在公开信道的传送过程中不易被 非法用户检测到；C、即使非法用户提取了隐藏的秘密信息，在不知道神经网络模型和置乱密钥(即 混沌初值)的情况下仍然不能恢复出秘密图像信息，从而提高秘密数字图像信息的安全 性。附图说明图1是本专利技术神经网络模型图；图2是神经网络的混沌数字水印信息隐藏实现流程图；图3是原始图像Iena的混沌水印与解密结果图；图4是λ = 0.01时的信息隐藏结果图；图5是λ = 0. 1时的信息隐藏结果图；图6是λ = 0.5时的信息隐藏结果图。具体实施例方式本专利技术的一、发送方进行如下操作(1)生成混沌序列对于罗吉斯特(Logistic)混沌序列xk+1 = μ Xk(I-Xk) ；k = 1,2,…，s，取标准罗 吉斯特(Logistic)混沌μ = 4. 0，令混沌初值X1 = 0. 12，样本数s = 100，可得训练样本 为(xt，xt+1), t = 1,2,…，100 ；(2)构造神经网络模型在图1所示的神经网络中，设隐层神经元个数η = 3，学习率η =0.1，初始权 值随机选取，对训练样本(xt, Xt+1), t = 1,2,…，100经过300次学习后，得训练指标J = 3. 2517 X 10_6，最终权值向量W = ，说明神经网络模型构造成功；(3)信息加密需要隐藏的原始图像Iena如图3所示，图3中(a)是原始图像Iena(即秘密信 息)；(b)是神经网络产生的混沌序列χ的自相关函数；(c)是原始图像Iena的二进制序列 m与χ进行异或加密运算后得到的数字水印0 = ； ； / ; (d)是Iena混沌水印的解密结果， 可由m = c χ计算得到。首先将混沌初值X1 = 0. 1(密钥)输入神经网络模型，产生混沌加密序列χ = X1X2-Xq(q= |m|，即原始图像Iena的二进制序列m的长度)，其自相关函数如图3(b)所示， 再由C = χΘ / 产生原始图像Iena的混沌数字水印，如图3 (c)所示，其解密结果如图3 (d)所7J\ ο(4)信息隐藏设载体cameraman为b，如图4-6 (a)所示，原始图像Iena的混沌数字水印 为c，嵌入混沌数字水印后的伪装图像为c'，如图4-6(b)所示，则嵌入算法c'=Xc+(1-A)b，式中0< λ < 1称为隐藏率，水印和载体提取算法分别为C = - 和为了比较信息隐藏结果的优劣，下面选取不同的λ进行试验1)当λ = 0. 01时，信本文档来自技高网...

【技术保护点】
一种切比雪夫神经网络混沌数字水印信息隐藏方法，其特征是按以下步骤：（１）神经网络模型的构造神经网络模型是一个单输入单输出三层切比雪夫神经网络模型，其中输入层至隐层的权值恒为１，隐层至输出层的权值ｗ↓［ｉ］需通过学习后确定，隐层神经元的活跃函数是一组可根据递推公式求出的切比雪夫正交多项式，共有ｎ个；网络的操作模式如下：输入层ｏ＝ｘ隐神经元输入ｎｅｔ↓［ｉ］＝ｏｉ＝１，２，…，ｎ隐神经元输出ｏ↓［ｉ］＝Ｔ↓［ｉ］（ｎｅｔ↓［ｉ］），Ｔ↓［ｉ］（ｎｅｔ↓［ｉ］）是一组切比雪夫正交多项式，可由下式递推求得：＊＊＊输出层ｙ＝＊ｗ↓［ｉ］ｏ↓［ｉ］＝＊ｗ↓［ｉ］Ｔ↓［ｉ］（ｘ）设训练样本为（ｘ↓［ｔ］，ｄ↓［ｔ］），ｔ＝１，２，…，ｓ；这里ｓ为样本数，ｘ↓［ｔ］为切比雪夫神经网络输入，ｄ↓［ｔ］为系统理想输出（实为ｘ↓［ｔ＋１］），采用ＢＰ学习算法，有误差ｅ↓［ｔ］＝ｄ↓［ｔ］－ｘ↓［ｔ］，ｔ＝１，２，…，ｓ训练指标Ｊ＝１／２＊ｅ↓［ｔ］↑［２］权值修正公式Δｗ↓［ｊ］＝－η＊Ｊ／＊ｗ↓［ｊ］＝ηｅ↓［ｔ］Ｔ↓［ｊ］（ｎｅｔ↓［ｊ］），ｊ＝１，２，…ｎ（２）切比雪夫神经网络混沌数字水印信息隐藏的实现首先利用罗吉斯特混沌序列ｘ↓［ｋ＋１］＝μｘ↓［ｋ］（１－ｘ↓［ｋ］）；ｋ＝１，２，…，ｓ生成训练样本数据，构造切比雪夫神经网络混沌模型，以此对需要隐藏的数字图像秘密信息进行异或加密，产生混沌数字水印，然后将其嵌入载体图像中，使伪装图像的各种统计值不发生明显改变，增加了检测的难度，从而使非法用户无法从伪装图像的外观上发现有什么变化；实施过程如下：首先将原始图像ｌｅｎａ转化为二进制序列ｍ＝ｍ↓［１］ｍ↓［２］…ｍ↓［ｑ］，则其长度ｑ＝｜ｍ｜；再任选混沌初值ｘ↓［１］（密钥）输入切比雪夫神经网络得混沌序列ｘ＝ｘ↓［１］ｘ↓［２］…ｘ↓［ｑ］，ｘ与原始图像二进制序列ｍ进行异或加密运算，得数字水印ｃ＝ｘ⊕ｍ（这里，“⊕”表示异或运算）；最后ｃ与载体图像二进制序列ｂ＝ｂ↓［１］ｂ↓［２］…ｂ↓［ｑ］进行嵌入运算，得伪装图像ｃ′＝ｃ＊ｂ；这里，“⊕”表示嵌入运算。...

【技术特征摘要】

【专利技术属性】
技术研发人员：邹阿金，
申请(专利权)人：邹阿金，
类型：发明
国别省市：44[中国|广东]