基于字移的信息隐藏技术及其检测算法

摘要

互联网的迅速发展使得人们对高可靠通信的需求进一步加强,在一些场合,通信双方不仅希望能够隐蔽通信内容,还希望能够隐藏通信本身,使得第三方无法察觉秘密通信本身的存在。而这正是信息隐藏所研究的主要内容。因此,信息隐藏成为近年来信息安全领域研究的一个新的热点。传统信息隐藏的研究主要集中在以图像和音频为载体的研究方面上,但是,图像文件和音频文件的体积一般比较大,在互联网上传播不方便,也容易引起攻击者的怀疑。文本虽然冗余度较小,不利于隐藏大量的秘密信息,但由于文本文件体积较小易于传播,且网络分布广,因此不易引起攻击者的注意,以它作为载体的文本隐藏的应用和研究都十分广泛。在文本隐藏中,基于格式的文本隐藏具有速度快、易于实现、隐藏容量较大的优点,是目前广泛使用的一种文本隐藏算法,但是由于文本文件格式复杂多样且没有明显的统计规律性,对其的检测研究一直处于初步阶段。本文针对格式文本隐藏中具有代表性的一种算法——字移隐藏算法,做了深入的研究,给出了两种不同的检测算法。PDF格式的文档由于具有跨平台性、文件体积小等优点,已经成为网络上文本传输的重要的载体之一,因此,本文中所检测的算法都是以PDF文档作为载体。本文首先研究一种特定的字移隐藏算法,在仔细分析PDF文档中词间距的分布规律的基础之上,提出了“邻差”的概念,通过研究文本中“邻差”的统计学规律,估计出密写文本的邻差所具有的理论分布特性,然后利用非参数假设检验中的-检测来判断待检测文本是自然文本还是隐藏文本。在此基础上,本文设计了一种可以检测所有字移隐藏算法的盲检测算法。盲检测算法最大的难点在于不同的隐藏算法可能改变的是文本中词间距的不同规律,这就需要找到一种“通用”的统计量,对所有的词间距的修改都敏感,而这个或这些统计量往往不是直观可以发现的,需要做大量深入的工作。然而,盲检测又是所有检测算法最具有实用性的一种算法,因此对它的研究一直是隐藏检测的热点。本文所设计的盲检测算法在不知道具体字移算法的前提下,可以判断待检测的PDF文档是否被人为的恶意修改字间距。寻找可以反映文本词间距特征的统计变量,构成特征向量。算法的主要思想是利用SVM分类器学习自然文本特征向量和隐藏文本特征向量之间的差异,并对未知文本分类判断,从而达到盲检测的目的。在设计分类器时不仅使用到了前面提到过的“邻差”,还提出了“环境相等”的概念,这些特征值很好的反映了PDF文档中文本词间距的变化规律。实验数据表明,本文档设计的检测算法都取得了很好的检测效果。针对特定字移算法的-检测在嵌入率大于5％时可以检测出95%以上的隐藏文本。而针对所有字移算法的盲检测算法在不需要知道隐藏算法的前提下,最高可以达到93%的检出率。本文档实验所使用的文本材料全部从互联网上随机下载,内容涵盖了科技论文、技术文档、小说、个人网站日志等等,具有很好的一般性和代表性。字移隐藏算法是格式文本隐藏算法中最具有代表性的一种算法,针对这种算法检测的研究对其他格式文本检测算法的设计具有很高的参考价值,本文的检测思想和检测技术都可以为其它格式文本的检测提供帮助。同时,对于本文中提出的攻击方法和攻击思想也可以为正向隐藏所借鉴,用来改进算法,提高文本隐藏的隐秘性和安全性,使得文本隐藏得到更为广泛的应用。

目录

摘要

ABSTRACT

第1章 绪论

1.1 引言

1.2 信息隐藏研究的发展

1.2.1 信息隐藏的历史

1.2.2 信息隐藏的发展现状

1.3 文本信息隐藏的研究现状

1.3.1 基于语法的文本隐藏

1.3.2 基于语义的文本隐藏

1.3.3 基于格式的文本隐藏

1.4 信息隐藏的应用前景

1.5 章节安排

第2章 字移隐藏和检测的相关背景知识

2.1 数学知识准备

2.1.1 假设检验

2.1.2 两类误判

2.1.3 皮尔松 拟合检测

2.2 支持向量机 SVM

2.2.1 SVM 的分类原理

2.2.2 分类器性能评价标准

2.3 字移隐藏算法

2.4 字移隐藏的检测算法

2.5 本章小结

第3章 针对一种字移隐藏算法的统计学检测

3.1 待检测的字移算法

3.2 “邻差”的统计分布

3.3 利用邻差的统计学攻击

3.4 实验结果和分析

3.5 本章小结

第4章 针对字移算法的盲检测

4.1 检测模型

4.2 特征向量的选取

4.2.1 分类器 1

4.2.2 分类器 2

4.2.3 分类器 3

4.2.4 环境相等

4.3 实验和分析

4.4 本章小结

第5章 总结与展望

参考文献

致谢

在读期间发表的论文与取得的研究成果

参加的科研项目与获奖情况