隐写取证中的图像特征分析及隐秘信息定位

Steganography forensic is a newly rising research on computer forensic. It is of great theoretical value and practical significance to carry out steganography forensic research for the maintenance of national information security, the discovery of covert communication and the development of information hiding theory and technology. Currently, although there have been a lot of outstanding research results of steganography forensic in the existence detection of hidden information and estimation of embedding ratio, the universality of these results is still quite poor, which can not satisfy the requirements of detecting numerous existing steganographic methods. And the selections of iamge features used for detection are largely done based on experiments, which lead to that the results are of some blindness and chanciness. Additionally, in steganography forensic, the research on some other key issues, such as the identification of steganographic methods, the location and recovery of stego messages, are still in initial stage. This project concerns about the feature extraction and selection, the stego messages location, which are the key issues desiderated to be solved in digital image steganography forensic, and focus on the extraction of the identifying features sensitive to specific processing, the reduction of feature extraction sources based on feature selection and optimization, and the location of stego messages based on quantitative analysis, and etc. For a fixed steganographic key and embedding path, this project will explorer the relationship between location accuracy and the number of stego images. It is expected to make some breakthroughs in the key issues such as steganographic methods identification, feature selection and stego message location, which will provide theoretical and technical support for the extraction and recovery of stego messages in steganography forensic.

隐写取证是计算机取证新的研究内容，开展隐写取证技术研究对维护国家信息安全、发现隐蔽通信行为和推进信息隐藏理论与技术的发展具有重要的理论价值和现实意义。目前，隐写取证在隐秘信息存在性检测与信息比率估计方面取得了许多优秀的研究成果，但这些成果的普适性还较差，还不能满足已有各种隐写算法的检测要求，检测特征的选取大都基于实验，存在一定的盲目性和偶然性；而隐写方法识别、隐秘信息定位和还原等隐写取证关键问题的研究尚处于初始阶段。本课题关注数字图像隐写取证中的特征提取与选择、隐秘信息定位等亟待解决的关键问题。着重对特定处理操作敏感的标识特征提取、基于特征选择与优化的特征提取源归约、基于定量分析的隐秘信息定位等问题展开研究；探索固定隐写密钥、固定嵌入路径条件下，定位与隐密图像数量的关系。期望在隐写方法识别、特征选择、隐秘信息定位等关键问题上有所突破，为隐写取证的隐秘信息提取与还原提供理论和技术上的支持。

隐写取证是计算机取证的重要研究内容。当前该方面研究的主要思路之间就是利用机器学习的方法根据统计特征实施隐密对象检测，并识别采用的隐写算法，然后对隐密对象中的隐写信息进行定位和提取。因此，隐写检测特征分析和隐秘信息定位方面的研究具有重要的理论价值和现实意义。本课题重点研究了隐写取证中的正常处理操作图像与隐写图像分类、隐写算法识别、自适应隐写检测、特征比较与选取、隐密信息定位等内容。经过四年努力，在正常处理操作图像与隐写图像分类方面，提出了基于伽马变换识别的隐写检测算法；隐写算法识别方面，提出了基于辨识性特征的隐写算法识别方法，并提取了多个辨识性特征；在自适应隐写检测方面，提出了基于增强直方图的自适应PQ隐写检测算法、基于DCT系数失真的自适应JPEG图像隐写检测算法和基于2D Gabor滤波器的自适应JPEG图像隐写检测算法；在特征比较与选取方面，提出了基于Fisher准则的隐写检测特征选取算法，并基于特征改变率对JPEG图像隐写的两类典型特征进行了比较和筛选；在隐密信息定位方面，提出了基于支持向量回归融合的LSB替换隐写信息定位和基于直方图对称性的一类JSteg隐写信息定位算法。上述研究结果提高了对隐写检测的可靠性，为隐写算法识别、隐写检测特征的评估和选取提供了新的手段，为隐写信息提取提供了理论和技术上的支持。部分结果已形成学术论文，在上述研究的基础上，已经在“Digital Investigation”、《中国科学》和ACM Workshop on Information Hiding and Multimedia Security等国内外重要期刊和学术会议上发表相关论文29篇，其中SCI期刊14篇；申请国家发明专利2项；获河南省科技进步二等奖1项。依托本课题，已培养博士生5 名，硕士生10 名，其中1篇博士学位论文获2015年度全军优秀博士学位论文提名，并被评为2015年ACM中国郑州分会优秀博士学位论文，1篇博士学位论文被评为2016年ACM中国郑州分会优秀博士学位论文。