基于多维梯度能量的空域隐写分析

摘要

隐写分析是信息安全领域一个新的研究热点,其中多数为针对特定隐藏算法的隐写分析算法,少数泛盲隐写分析算法又具有复杂度高正检率低的缺点.对图像像素值扣除受隐藏改变很小的高位后剩余的低位图像进行小波变换,恢复载体图像,利用梯度能量之差形成12维特征向量,最后通过支持向量机(SVM)进行训练分类.在3000幅训练图像库和3000幅测试图像库上(没有交集),分别对LSB(least significant bits)、自适应空域和BPCS(bit-plane complexity segmentation)等多种空域隐藏算法进行训练和测试.实验结果表明,算法有很好的检测性能,载密图像和载体图像的平均正检率分别为93.7%和96.2%.