【技术实现步骤摘要】
本专利技术属于图像隐写，尤其涉及一种基于图像扰动对抗训练的安全隐写方案。
技术介绍
1、图像隐写术是一种高级的信息隐藏技术，它巧妙地将机密信息嵌入到看似普通的载体图像之中，同时力求保持原始图像的质量与观感不受显著影响。该技术依赖于图像本身所固有的高度冗余性特点，使得秘密信息的嵌入过程几乎不留痕迹，难以被肉眼或常规检测手段所察觉，从而实现了信息的隐秘传递与通信目的。隐写术已广泛应用于水印、版权认证和私人信息存储等领域。传统的隐写术工具利用像素统计信息在图像中隐藏信息。通过这些方法隐藏的秘密信息可以以0％的错误率恢复，但为了避免被隐写分析工具检测，它们每像素只能隐藏最多0.5比特的信息。在数据驱动的深度学习技术的推动下，最近的方法提出训练深度编码器-解码器网络，因其较大的嵌入容量和较好的不可检测性，成为了当前隐写技术研究的主流方向。但是这类方法也存在一些问题，一是恢复出的消息准确率不高，难以在一些对精度要求高的场景进行部署。二是完成训练后的网络结构复杂，导致编码器和解码器的参数量超过秘密消息本身，将其传递给接收方存在安全性问题。
2、因此，为了利用深度神经网络在隐写容量方面优势，同时规避之前提到的两个问题，研究人员提出了固定神经网络隐写术(fnns)，该方法避免了训练隐写术网络，使用随机或者预训练的fnn进行数据嵌入和提取。此类方案保持神经网络参数固定，并以类似于对抗性扰动的方式修改载体图像，以便fnn可以从隐写图像中解码出秘密信息，在嵌入率为3bpp时，提取准确可以高达100％。同时，这种方法不需要网络训练，并缓解了传
3、基于此，为有效解决现有fnns方案中存在的上述难题，本专利技术提出一种对抗扰动训练策略下的安全隐写方案，以提升现有fnns方案的安全性和视觉质量。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种基于图像扰动对抗训练的安全隐写方案，以解决上述现有技术存在的问题。
2、为实现上述目的，本专利技术提供了一种基于图像扰动对抗训练的安全隐写方案，包括：
3、确定秘密消息，对所述秘密消息进行加密处理，获得加密消息；
4、构建改进的失真函数生成框架并进行训练，获得预训练模型；
5、获取载体图像，基于预训练模型计算所述载体图像的失真概率矩阵；
6、基于所述失真概率矩阵与对抗扰动将所述加密消息编码至所述载体图像中，获得含密图像，完成安全隐写。
7、可选的，对所述秘密消息进行加密处理的公式如下：
8、sk_d＝aes(reshape(s)，k)
9、其中，sk_d表示加密消息，reshape()表示将消息转换为一维格式，k表示加密密钥，s表示秘密消息，其中，所述秘密消息的宽度和高度与载体图像的高度和宽度相同。
10、可选的，所述改进的失真函数生成框架包括基于u-net架构的生成器、双重tanh激活函数、基于卷积神经网络并结合多个高通滤波器作为判别器的增强型隐写分析器，其中，在所述基于u-net架构的生成器中引入cbam注意力机制。
11、可选的，基于预训练模型的生成器计算所述失真概率矩阵。
12、可选的，获得含密图像的过程包括：基于所述失真概率矩阵构建复合损失函数，设定训练次数与l-bfgs算法迭代次数，采用l-bfgs算法，通过最小化复合损失函数进行对抗扰动优化训练至达到迭代次数，将每次训练得到的扰动裁剪后添加至载体图像，直至满足训练次数要求，获得含密图像。
13、可选的，所述复合损失函数如下：
14、
15、其中，<,>表示矩阵的内积，dpm表示失真概率矩阵，λ1，λ2表示控制两种损失的权重，sk_d是加密消息，cover为载体图像、stego为含密图像。
16、可选的，还包括：在将所述加密消息编码至所述载体图像中之前，对所述载体图像进行归一化处理，获得含密图像后，对含密图像进行反归一化处理。
17、与现有技术相比，本专利技术具有如下优点和技术效果：
18、本专利技术提供了一种基于图像扰动对抗训练的安全隐写方案，确定秘密消息，对所述秘密消息进行加密处理，获得加密消息；构建改进的失真函数生成框架并进行训练，获得预训练模型；获取载体图像，基于预训练模型计算所述载体图像的失真概率矩阵；基于所述失真概率矩阵与对抗扰动将所述加密消息编码至所述载体图像中，获得含密图像，完成安全隐写。
19、本专利技术根据fnns消息提取高准确率的特点，对秘密消息采取了加密措施。进一步增强了fnns方案的安全性，因为即使伪装图像被截获，没有正确的密钥也无法进行有效的秘密信息解码，从而大大提升了信息传输和存储过程中的安全性，从而使得本专利技术算法满足kerckhoff原则。
20、本专利技术提出了一种新的扰动叠加策略，即通过基于训练模型估算每个图像像素的失真代价，并将其纳入损失函数中，以自适应地叠加到载体图像上，实验结果表明能够显著提高隐写图像的视觉质量和不可检测性。
21、本专利技术从安全性角度和视觉质量的角度进行了改进，为后续相关研究提供了启示和参考。
本文档来自技高网...【技术保护点】
1.一种基于图像扰动对抗训练的安全隐写方案，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
3.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
4.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
5.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
6.根据权利要求5所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
7.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，还包括：在将所述加密消息编码至所述载体图像中之前，对所述载体图像进行归一化处理，获得含密图像后，对含密图像进行反归一化处理。
【技术特征摘要】
1.一种基于图像扰动对抗训练的安全隐写方案，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
3.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
4.根据权利要求1所述的基于图像扰动对抗训练的安全隐写方案，其特征在于，
5.根据权利要...
【专利技术属性】
技术研发人员：罗鹏，刘佳，党倩，
申请(专利权)人：中国人民武装警察部队工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。