專利名稱：基于三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)安全領(lǐng)域，具體涉及一種基于三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)。
背景技術(shù)：
目前，實(shí)現(xiàn)隱秘通信的主要技術(shù)是隱寫(xiě)術(shù)，隱寫(xiě)術(shù)是信息隱藏的重要分支。隱寫(xiě)術(shù)研究如何將要傳送的信息以不可感知的方式隱藏于各種載體中(如文本、圖像、音頻、視頻等)。近年來(lái)，隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的發(fā)展，隱寫(xiě)術(shù)獲得了長(zhǎng)足的進(jìn)步，已被軍事機(jī)構(gòu)、政府部門、金融機(jī)構(gòu)等涉及國(guó)計(jì)民生的重要部門采用，更被恐怖分子用來(lái)在互連網(wǎng)上互通消息。隱寫(xiě)術(shù)的濫用給國(guó)家和社會(huì)帶來(lái)了潛在的嚴(yán)重危害，如何有效監(jiān)督隱寫(xiě)術(shù)的使用、防止隱寫(xiě)術(shù)的非法應(yīng)用，成為國(guó)家安全等部門關(guān)切的問(wèn)題。因而，產(chǎn)生了一種與隱寫(xiě)術(shù)相對(duì)抗的技術(shù)-隱寫(xiě)分析。隱寫(xiě)分析是對(duì)隱寫(xiě)術(shù)的攻擊，目的是為了檢測(cè)秘密消息的存在以至破壞隱秘通信，隱寫(xiě)分析是解決非法使用隱寫(xiě)術(shù)問(wèn)題的關(guān)鍵技術(shù)。隱寫(xiě)分析技術(shù)的提高有利于防止隱寫(xiě)術(shù)的非法應(yīng)用，可以起到防止機(jī)密資料流失、揭示非法信息、打擊恐怖主義、預(yù)防災(zāi)難發(fā)生的作用，從而保證國(guó)家的安全和社會(huì)的穩(wěn)定。
圖像隱寫(xiě)分析的基本工作原理是，首先對(duì)檢測(cè)圖像進(jìn)行特征提取，根據(jù)圖像的特征是否被改變以及改變的程度來(lái)判別圖像是否隱藏圖像。根據(jù)特征提取與隱寫(xiě)算法的關(guān)系，圖像隱寫(xiě)分析可以分成兩類一類是針對(duì)某種具體的隱寫(xiě)方法提取其專有特征，根據(jù)這些專有特征進(jìn)行判別，可稱為專用隱寫(xiě)分析(如Fridrich J.，Goljan M.，Du R..″Reliable detection ofLSB steganography in color and grayscale images″.Proceedings of ACMMultimedia Workshops-Multimedia and Security，2001，27-30和Dumitrescu S.，Xiaolin Wu，Zhe Wang.″Detection of LSB steganographyvia sample pair analysis″.IEEE Transactions on SignalProcessing，2003，Vol.51(7)，1995-2007等)；另一類是尋找獨(dú)立于具體的隱寫(xiě)方法之外的特征，根據(jù)這些特征進(jìn)行判別，可稱為通用隱寫(xiě)分析技術(shù)(如Avcibas Ismail，Memon Nasir，Sankur Bulent.″Steganalysis usingimage quality metrics″.IEEE Transactions on ImageProcessing，2003，Vol.12(2)，221-229和Hany Farid.″Detectingsteganographic messages in digital images″.DartmouthCollege，Technology ReportTR20012412，2000等)。專用隱寫(xiě)分析技術(shù)可以準(zhǔn)確檢測(cè)隱藏圖像采用某種隱寫(xiě)方法，準(zhǔn)確性高但適用性低。通用隱寫(xiě)分析技術(shù)在整體上準(zhǔn)確性不如專用隱寫(xiě)分析技術(shù)，但適用性高。因此，要使隱寫(xiě)分析走向?qū)嶋H應(yīng)用，單憑某一種或某一類隱寫(xiě)分析算法還是遠(yuǎn)遠(yuǎn)不夠的。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)，該系統(tǒng)具有較高的可用性和準(zhǔn)確性，并具有較低響應(yīng)時(shí)間。
本發(fā)明提供的基于三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)，其特征在于該系統(tǒng)包括綜合數(shù)據(jù)庫(kù)、圖像庫(kù)、綜合數(shù)據(jù)庫(kù)管理模塊、圖像庫(kù)管理模塊、特征矢量預(yù)提取模塊、隱寫(xiě)分析總控模塊、專用隱寫(xiě)分析模塊、分類訓(xùn)練的通用隱寫(xiě)分析模塊、廣義通用隱寫(xiě)分析模塊和攻擊模塊。其中綜合數(shù)據(jù)庫(kù)用于存儲(chǔ)支持本系統(tǒng)運(yùn)行的數(shù)據(jù)；圖像庫(kù)用于存儲(chǔ)原始圖像和隱藏消息后的圖像；綜合數(shù)據(jù)庫(kù)管理模塊用于對(duì)綜合數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行維護(hù)；圖像庫(kù)管理模塊用于對(duì)圖像庫(kù)進(jìn)行維護(hù)，并在綜合數(shù)據(jù)庫(kù)中對(duì)圖像簡(jiǎn)要信息進(jìn)行記錄；特征矢量預(yù)提取模塊用于預(yù)先提取圖像庫(kù)中圖像的特征矢量信息，提取的特征矢量信息存入綜合數(shù)據(jù)庫(kù)中；隱寫(xiě)分析總控模塊用于調(diào)度專用隱寫(xiě)分析模塊、分類訓(xùn)練的通用隱寫(xiě)分析模塊、廣義通用隱寫(xiě)分析模塊和攻擊模塊，實(shí)現(xiàn)對(duì)檢測(cè)圖像的隱寫(xiě)分析；專用隱寫(xiě)分析模塊在隱寫(xiě)分析總控模塊的控制下，依據(jù)推理機(jī)的推理結(jié)果，從模型庫(kù)中選擇合適的專用隱寫(xiě)分析算法，對(duì)檢測(cè)圖像進(jìn)行隱寫(xiě)分析，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像傳送給攻擊模塊，否則把檢測(cè)圖像傳送給分類訓(xùn)練的通用隱寫(xiě)分析模塊，并把隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)；分類訓(xùn)練的通用隱寫(xiě)分析模塊在隱寫(xiě)分析總控模塊的控制下，針對(duì)檢測(cè)圖像所使用的隱寫(xiě)算法已公布且目前還沒(méi)有對(duì)應(yīng)的專用隱寫(xiě)分析算法的情況，依據(jù)綜合數(shù)據(jù)庫(kù)中的圖像簡(jiǎn)要信息表和圖像特征矢量表構(gòu)造訓(xùn)練子集集合，從專用隱寫(xiě)分析模塊傳送來(lái)的圖像中提取特征矢量集合，把特征矢量集合中的矢量分別投射到對(duì)應(yīng)訓(xùn)練子集上進(jìn)行訓(xùn)練并獲得隱寫(xiě)分析結(jié)果，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像傳送給攻擊模塊，否則把檢測(cè)圖像傳送給廣義通用隱寫(xiě)分析模塊，并把隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)；廣義通用隱寫(xiě)分析模塊在隱寫(xiě)分析總控模塊的控制下，針對(duì)檢測(cè)圖像所使用的隱寫(xiě)算法未公布的情況，依據(jù)綜合數(shù)據(jù)庫(kù)中的圖像簡(jiǎn)要信息表和圖像特征矢量表構(gòu)造訓(xùn)練集，從分類訓(xùn)練的通用隱寫(xiě)分析模塊傳送來(lái)的圖像中提取特征矢量，把特征矢量投射到訓(xùn)練集上進(jìn)行訓(xùn)練并獲得隱寫(xiě)分析結(jié)果，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像傳送給攻擊模塊，否則不對(duì)檢測(cè)圖像作任何處理，直接傳出檢測(cè)圖像；攻擊模塊在隱寫(xiě)分析總控模塊的控制下，對(duì)從專用隱寫(xiě)分析模塊、分類訓(xùn)練的通用隱寫(xiě)分析模塊或廣義通用隱寫(xiě)分析模塊傳送來(lái)的檢測(cè)圖像進(jìn)行攻擊，傳出攻擊后的圖像。
本發(fā)明的基于三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)具有以下優(yōu)點(diǎn)及效果(1)三層過(guò)濾，協(xié)同工作本系統(tǒng)包含三個(gè)串行的隱寫(xiě)分析子系統(tǒng)專用隱寫(xiě)分析子系統(tǒng)；分類訓(xùn)練的通用隱寫(xiě)分析子系統(tǒng)；廣義的通用的隱寫(xiě)分析子系統(tǒng)。實(shí)現(xiàn)了專用隱寫(xiě)分析方法和通用隱寫(xiě)分析方法的緊密耦合，充分發(fā)揮專用隱寫(xiě)分析算法的準(zhǔn)確性和通用隱寫(xiě)分析算法的可用性的優(yōu)點(diǎn)，同時(shí)還實(shí)現(xiàn)了兩種隱寫(xiě)分析方法的劣勢(shì)互補(bǔ)，使得隱寫(xiě)分析系統(tǒng)可以達(dá)到實(shí)際使用要求。
(2)高可用性和準(zhǔn)確性本系統(tǒng)在實(shí)施時(shí)，瞄準(zhǔn)確性和可用性兩大性能指標(biāo)，在系統(tǒng)構(gòu)建時(shí)采取了一些新穎策略，如針對(duì)專用隱寫(xiě)分析算法構(gòu)建基于專家系統(tǒng)技術(shù)的專用隱寫(xiě)分析子系統(tǒng)，發(fā)揮專用隱寫(xiě)分析算法群體優(yōu)勢(shì)，提高可用性；針對(duì)通用隱寫(xiě)算法，分別構(gòu)建分類訓(xùn)練的通用隱寫(xiě)分析子系統(tǒng)和廣義通用隱寫(xiě)分析子系統(tǒng)，特別是在分類訓(xùn)練的通用隱寫(xiě)分析子系統(tǒng)中，訓(xùn)練子集是針對(duì)特定隱寫(xiě)算法構(gòu)造的精簡(jiǎn)敏感集合，可以滿足通用隱寫(xiě)分析算法可用性同時(shí)，提高其準(zhǔn)確性。
(3)較低響應(yīng)時(shí)間為了降低響應(yīng)時(shí)間，采取措施有①針對(duì)兩個(gè)通用隱寫(xiě)分析模塊，采取了特征矢量預(yù)提取技術(shù)，把圖像庫(kù)中提取的特征矢量存入綜合數(shù)據(jù)庫(kù)的特征矢量表中，這樣避免每次隱寫(xiě)分析都需要進(jìn)行特征矢量提取，可以縮短響應(yīng)時(shí)間；②在分類訓(xùn)練的通用隱寫(xiě)分析系統(tǒng)中，特征矢量的元素更少，可以降低計(jì)算復(fù)雜性，進(jìn)而可以縮短響應(yīng)時(shí)間。
(4)智能性本系統(tǒng)中，采用了人工智能領(lǐng)域的專家系統(tǒng)和模式識(shí)別技術(shù)，使得隱寫(xiě)分析過(guò)程智能化，通過(guò)人機(jī)交互，提高隱寫(xiě)分析的各項(xiàng)性能。


圖1為本發(fā)明系統(tǒng)的結(jié)構(gòu)示意圖；圖2為本發(fā)明系統(tǒng)的隱寫(xiě)分析流程圖；圖3知識(shí)庫(kù)中規(guī)則的樹(shù)型表示示意圖；圖4隱寫(xiě)分析綜合決策模塊流程圖；圖5為專用隱寫(xiě)分析模塊的結(jié)構(gòu)示意圖；圖6為分類訓(xùn)練的通用隱寫(xiě)分析模塊結(jié)構(gòu)示意圖；圖7為廣義通用隱寫(xiě)分析模塊的結(jié)構(gòu)示意圖。
具體實(shí)施例方式
根據(jù)隱秘通信可能采用的隱寫(xiě)算法及該隱寫(xiě)算法是否有對(duì)應(yīng)的專用隱寫(xiě)分析算法等因素，將隱寫(xiě)算法劃分為三類①隱寫(xiě)算法已公布，并有對(duì)應(yīng)的專用隱寫(xiě)分析算法；②隱寫(xiě)算法已公布，目前還沒(méi)有對(duì)應(yīng)的專用隱寫(xiě)分析算法；③隱寫(xiě)算法未公布。本發(fā)明針對(duì)三類隱寫(xiě)算法，構(gòu)建一個(gè)三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)，三層架構(gòu)分別為一、專用隱寫(xiě)分析子系統(tǒng)(適用于隱秘通信所采用的隱寫(xiě)算法屬于情況①)；二、分類訓(xùn)練的通用隱寫(xiě)分析子系統(tǒng)(適用于隱秘通信所采用的隱寫(xiě)算法屬于情況②)；三、廣義通用隱寫(xiě)分析子系統(tǒng)(適用于隱秘通信所采用的隱寫(xiě)算法屬于情況③)。
下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明做進(jìn)一步說(shuō)明。
如圖1所示，本發(fā)明系統(tǒng)包括十大部分綜合數(shù)據(jù)庫(kù)104、圖像庫(kù)105、綜合數(shù)據(jù)庫(kù)管理模塊2、圖像庫(kù)管理模塊3、特征矢量預(yù)提取模塊4、隱寫(xiě)分析總控模塊5、專用隱寫(xiě)分析模塊6、分類訓(xùn)練的通用隱寫(xiě)分析模塊7、廣義通用隱寫(xiě)分析模塊8和攻擊模塊9。
其中隱寫(xiě)分析總控模塊5用于調(diào)度專用隱寫(xiě)分析模塊6、分類訓(xùn)練的通用隱寫(xiě)分析模塊7、廣義通用隱寫(xiě)分析模塊8和攻擊模塊9，實(shí)現(xiàn)對(duì)檢測(cè)圖像的隱寫(xiě)分析。在隱寫(xiě)分析總控模塊5的控制下，專用隱寫(xiě)分析模塊6依據(jù)推理機(jī)的推理結(jié)果，從模型庫(kù)中選擇合適的專用隱寫(xiě)分析算法，對(duì)檢測(cè)圖像101進(jìn)行隱寫(xiě)分析，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像101傳送給攻擊模塊9，否則把檢測(cè)圖像101傳送給分類訓(xùn)練的通用隱寫(xiě)分析模塊7，并把隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)104；在隱寫(xiě)分析總控模塊5的控制下，針對(duì)檢測(cè)圖像所使用的隱寫(xiě)算法為已公布，目前還沒(méi)有對(duì)應(yīng)的專用隱寫(xiě)分析算法的情況，分類訓(xùn)練的通用隱寫(xiě)分析模塊7依據(jù)綜合數(shù)據(jù)庫(kù)104中的圖像簡(jiǎn)要信息表和圖像特征矢量表構(gòu)造訓(xùn)練子集集合，從專用隱寫(xiě)分析模塊6傳送來(lái)的圖像中提取特征矢量集合，把特征矢量集合分別投射到對(duì)應(yīng)訓(xùn)練子集上進(jìn)行訓(xùn)練并獲得隱寫(xiě)分析結(jié)果，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像101傳送給攻擊模塊9，否則把檢測(cè)圖像101傳送給廣義通用隱寫(xiě)分析模塊8，并把隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)104；在隱寫(xiě)分析總控模塊5的控制下，針對(duì)檢測(cè)圖像所使用的隱寫(xiě)算法未公布的情況，廣義通用隱寫(xiě)分析模塊8依據(jù)綜合數(shù)據(jù)庫(kù)104中的圖像簡(jiǎn)要信息表和圖像特征矢量表構(gòu)造訓(xùn)練集，從分類訓(xùn)練的通用隱寫(xiě)分析模塊7傳送來(lái)的圖像中提取特征矢量，把特征矢量投射到訓(xùn)練集上進(jìn)行訓(xùn)練并獲得隱寫(xiě)分析結(jié)果，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像101傳送給攻擊模塊9，否則不對(duì)檢測(cè)圖像101作任何處理，直接傳出檢測(cè)圖像。在隱寫(xiě)分析總控模塊5的控制下，攻擊模塊9對(duì)從專用隱寫(xiě)分析模塊6、分類訓(xùn)練的通用隱寫(xiě)分析模塊7或廣義通用隱寫(xiě)分析模塊8傳送來(lái)的檢測(cè)圖像101進(jìn)行攻擊，傳出攻擊后的圖像102。
圖像庫(kù)管理模塊3負(fù)責(zé)對(duì)通用隱寫(xiě)分析所使用的圖像庫(kù)105進(jìn)行維護(hù)，并在綜合數(shù)據(jù)庫(kù)104中對(duì)圖像簡(jiǎn)要信息進(jìn)行記錄；特征矢量預(yù)提取模塊4提取預(yù)先提取圖像庫(kù)105中圖像的特征矢量信息，提取的特征矢量信息存入綜合數(shù)據(jù)庫(kù)104中。
下面分別對(duì)各部分作具體的說(shuō)明。
(1)綜合數(shù)據(jù)庫(kù)104綜合數(shù)據(jù)庫(kù)104用于存儲(chǔ)支持本系統(tǒng)運(yùn)行的相關(guān)數(shù)據(jù)，綜合數(shù)據(jù)庫(kù)中數(shù)據(jù)表包括圖像簡(jiǎn)要信息表(見(jiàn)表1)、圖像特征矢量表(見(jiàn)表2)、檢測(cè)圖像初始參數(shù)表(見(jiàn)表3)、專用隱寫(xiě)結(jié)果表(見(jiàn)表4)和分類訓(xùn)練的通用隱寫(xiě)分析結(jié)果表(見(jiàn)表5)。
表1圖像簡(jiǎn)要信息表

各字段說(shuō)明如下文件名圖像的文件名稱；隱寫(xiě)算法對(duì)于原始圖像該字段值為NULL，否則為隱寫(xiě)算法的名稱；隱寫(xiě)算法類型若該圖像為原始圖像，該字段值為0；若為隱藏消息后的圖像，該字段取值為1表明隱藏圖像的隱寫(xiě)算法有對(duì)應(yīng)的專用隱寫(xiě)分析算法，字段為取值2表明還沒(méi)有對(duì)應(yīng)的專用隱寫(xiě)分析算法。
表2圖像特征矢量表

各字段的說(shuō)明如下編號(hào)特征矢量唯一編號(hào)；隱寫(xiě)算法同表1；隱寫(xiě)算法類型同表1；元素名稱組成特征矢量的元素名稱，如均值-u，方差-σ；元素值特征提取的元素值。
表3檢測(cè)圖像初始參數(shù)表

各字段的說(shuō)明如下任務(wù)號(hào)執(zhí)行隱寫(xiě)分析任務(wù)編號(hào)，能唯一標(biāo)識(shí)隱寫(xiě)分析任務(wù)，其編號(hào)自動(dòng)產(chǎn)生；文件名檢測(cè)圖像文件名；尺寸檢測(cè)圖像的尺寸；文件格式檢測(cè)圖像的文件格式。
表4專用隱寫(xiě)分析結(jié)果表

各字段解釋如下
任務(wù)號(hào)執(zhí)行隱寫(xiě)分析任務(wù)編號(hào)，能唯一標(biāo)識(shí)隱寫(xiě)分析任務(wù)，其編號(hào)自動(dòng)產(chǎn)生；隱寫(xiě)分析算法所采用的專用隱寫(xiě)分析算法的名稱；檢測(cè)結(jié)果存儲(chǔ)隱寫(xiě)分析的結(jié)果，有隱藏消息是1，否則為0。
表5分類訓(xùn)練的通用隱寫(xiě)分析中間結(jié)果表

各字段的說(shuō)明如下任務(wù)號(hào)執(zhí)行隱寫(xiě)分析任務(wù)編號(hào)，能唯一標(biāo)示一次隱寫(xiě)分析任務(wù)，其編號(hào)自動(dòng)產(chǎn)生；訓(xùn)練集訓(xùn)練集所對(duì)應(yīng)的隱寫(xiě)算法名稱；檢測(cè)值通用隱寫(xiě)算法對(duì)該訓(xùn)練集訓(xùn)練的結(jié)果。
(2)圖像庫(kù)105圖像庫(kù)105包括原始圖像庫(kù)(沒(méi)有隱藏消息的圖像集合)和隱藏消息后的圖像庫(kù)(隱藏消息后的圖像集合)。在本系統(tǒng)中，圖像庫(kù)以文件的格式存放在計(jì)算機(jī)硬盤(pán)上，并在綜合數(shù)據(jù)庫(kù)的圖像簡(jiǎn)要信息表(見(jiàn)表1)中記錄圖象文件簡(jiǎn)要信息。
(3)綜合數(shù)據(jù)庫(kù)管理模塊2本模塊用于對(duì)綜合數(shù)據(jù)庫(kù)104中的數(shù)據(jù)實(shí)現(xiàn)維護(hù)(添加、刪除、修改、查詢、備份等)。
(4)圖像庫(kù)管理模塊3本模塊用于對(duì)圖像庫(kù)105中的圖像文件和綜合數(shù)據(jù)庫(kù)中圖像簡(jiǎn)要信息表進(jìn)行維護(hù)(添加、刪除、修改、查詢)。
(5)特征矢量預(yù)提取模塊4分類訓(xùn)練的通用隱寫(xiě)分析模塊7和廣義通用隱寫(xiě)分析模塊8進(jìn)行隱寫(xiě)分析時(shí)需要提取圖像庫(kù)105中圖像的特征矢量。為了縮短隱寫(xiě)分析的響應(yīng)時(shí)間，避免每一次隱寫(xiě)分析都要進(jìn)行圖像特征矢量提取，特征矢量預(yù)提取模塊4從圖像庫(kù)105中預(yù)先提取圖像的特征矢量并存入綜合數(shù)據(jù)庫(kù)104的圖像特征矢量表(見(jiàn)表2)，這樣在隱寫(xiě)分析時(shí)可以直接使用圖像特征矢量表構(gòu)造特征矢量訓(xùn)練集，圖像的特征矢量在特征矢量表中以特征矢量元素為基本單位進(jìn)行存儲(chǔ)，即每一元素為一條記錄。
(6)隱寫(xiě)分析總控模塊5如圖2所示，對(duì)于一幅待檢測(cè)的圖像，隱寫(xiě)分析總控模塊5首先調(diào)度專用隱寫(xiě)分析模塊6進(jìn)行隱寫(xiě)分析，如果分析結(jié)果表明有隱藏消息，則啟動(dòng)攻擊模塊9對(duì)該圖像進(jìn)行攻擊并輸出攻擊后的圖像；否則，啟動(dòng)分類訓(xùn)練的通用隱寫(xiě)分析模塊7進(jìn)行隱寫(xiě)分析；緊接著，如果通用隱寫(xiě)分析模塊7隱寫(xiě)分析表明檢測(cè)圖像沒(méi)有隱藏消息，則啟動(dòng)廣義通用隱寫(xiě)分析模塊8進(jìn)行隱寫(xiě)分析；否則啟動(dòng)攻擊模塊9對(duì)該圖像進(jìn)行攻擊并輸出攻擊后的圖像；最后，如果廣義通用對(duì)隱寫(xiě)分析模塊8隱寫(xiě)分析表明檢測(cè)圖像沒(méi)有隱寫(xiě)消息，則不作任何處理；否則啟動(dòng)攻擊模塊9對(duì)該圖像進(jìn)行攻擊并輸出攻擊后的圖像。不難看出，本發(fā)明實(shí)現(xiàn)了專用隱寫(xiě)分析技術(shù)和通用隱寫(xiě)分析技術(shù)的緊密耦合，充分發(fā)揮各自的優(yōu)點(diǎn)，同時(shí)還實(shí)現(xiàn)彼此劣勢(shì)互補(bǔ)，大大提高了隱寫(xiě)分析系統(tǒng)的準(zhǔn)確性和可用性。
(7)專用隱寫(xiě)分析模塊6專用隱寫(xiě)分析模塊6針對(duì)專用隱寫(xiě)分析算法構(gòu)建專家系統(tǒng)，該專家系統(tǒng)是利用隱寫(xiě)分析領(lǐng)域知識(shí)和推理，來(lái)解決圖像隱寫(xiě)分析問(wèn)題的智能軟件系統(tǒng)。由于專家系統(tǒng)具有持久性、可靠性、穩(wěn)定性以及決策可理解性等優(yōu)點(diǎn)，為隱寫(xiě)分析人員提供科學(xué)、準(zhǔn)確、高效的決策支持。同時(shí)為了彌補(bǔ)專家系統(tǒng)計(jì)算能力較弱缺點(diǎn)，加入隱寫(xiě)分析模型庫(kù)，增強(qiáng)系統(tǒng)的決策支持能力。
根據(jù)專用隱寫(xiě)分析領(lǐng)域知識(shí)的描述，建立面向?qū)Ｓ秒[寫(xiě)分析算法的專用隱寫(xiě)分析模塊的結(jié)構(gòu)如圖5所示，從功能上看，該模塊包括以下部分知識(shí)庫(kù)110、模型庫(kù)111、知識(shí)庫(kù)管理模塊61、圖像參數(shù)信息獲取模塊62、模型庫(kù)管理模塊63、推理機(jī)64、隱寫(xiě)分析綜合決策模塊65和人機(jī)交互模塊66。上述各個(gè)部分的具體功能描述如下●知識(shí)庫(kù)110又稱規(guī)則庫(kù)，規(guī)則用產(chǎn)生式(IF P THEN Q，表示如果事實(shí)P成立，則執(zhí)行行為Q)表示。通過(guò)收集專用圖像隱寫(xiě)分析知識(shí)和經(jīng)驗(yàn)，篩選出目前典型的一些專用隱寫(xiě)分析算法，并依據(jù)專用隱寫(xiě)分析算法針對(duì)的圖像類型(調(diào)色板圖像、真彩色圖像、JPEG圖像等)、隱寫(xiě)算法類型(LSB隱寫(xiě)算法、QIM隱寫(xiě)算法等)以及隱寫(xiě)分析算法有效性，建立規(guī)則庫(kù)。為了對(duì)規(guī)則庫(kù)的構(gòu)建有更好理解，下面以示例形式介紹，圖3是一個(gè)三層規(guī)則庫(kù)的樹(shù)形表示示例，該規(guī)則樹(shù)中事實(shí)P和行為Q所涉及的變量定義如下①變量Rsspesial表示專用隱寫(xiě)分析結(jié)果，如果其值為真則表示當(dāng)前圖像中隱藏有水印，否則沒(méi)有水印信息，該變量初始值為假；②變量IDcur_scheme表示當(dāng)前選擇的隱寫(xiě)分析算法的編號(hào)；③變量IDpre_scheme表示前一次選擇的隱寫(xiě)分析算法的編號(hào)，第一層中，該變量值為0；④變量Endmark表示結(jié)束標(biāo)志，如果為真則表示準(zhǔn)備結(jié)束，否則為假，初始值為假；⑤變量Iclass表示當(dāng)前隱寫(xiě)分析的圖像類型的標(biāo)識(shí)號(hào)(例如，調(diào)色板圖像Iclass＝1、真彩色圖像Iclass＝2、JPEG圖像Iclass＝3等)。圖3中的路徑n所涉及的規(guī)則可具體表示如下if P1nthen Q1n；if P2nthen Q2n；if P3nthen Q3n；其中P1n(IDpre_scheme＝0)∧(Endmark＝＝false)∧(Iclass＝n)∧(Rsspecial＝＝false)；Q1nIDcur_scheme＝A1n；P2n(IDpre_scheme＝＝A1n)∧(Endmark＝＝false)∧(Iclass＝n)∧(Rsspecial＝＝false)；Q2nIDcur_scheme＝A2n；P3n(IDpre_scheme＝＝A2n)∧(Endmark＝＝false)∧(Iclass＝n)∧(Rsspecial＝＝false)；Q3nEndmark＝true從規(guī)則表達(dá)式中，不難發(fā)現(xiàn)，推理機(jī)64依據(jù)此規(guī)則進(jìn)行推理的結(jié)果只能有兩種結(jié)果①將要選擇的的隱寫(xiě)分析算法編號(hào)；②專用隱寫(xiě)分析結(jié)束標(biāo)志。隱寫(xiě)分析綜合決策模塊65正是根據(jù)此結(jié)果，確定是調(diào)用模型庫(kù)當(dāng)前選擇隱寫(xiě)分析算法還是結(jié)束專用隱寫(xiě)分析。
●模型庫(kù)111通過(guò)收集專用圖像隱寫(xiě)分析知識(shí)和經(jīng)驗(yàn)，篩選出目前典型的一些專用隱寫(xiě)分析算法，并用程序代碼實(shí)現(xiàn)算法的功能，隱寫(xiě)算法功能的實(shí)現(xiàn)也稱為數(shù)學(xué)模型，這些數(shù)學(xué)模型存儲(chǔ)在模型庫(kù)111中；
●知識(shí)庫(kù)管理模塊61對(duì)知識(shí)庫(kù)110規(guī)則進(jìn)行維護(hù)(增加、刪除、修改、查詢)；●圖像參數(shù)信息獲取模塊62獲取檢測(cè)圖像的簡(jiǎn)單參數(shù)，并寫(xiě)入綜合數(shù)據(jù)庫(kù)104的檢測(cè)圖像初始參數(shù)表，見(jiàn)表3；●模型庫(kù)管理模塊63本模塊負(fù)責(zé)對(duì)模型庫(kù)111中的隱寫(xiě)分析算法模型進(jìn)行維護(hù)(增加、刪除、修改、查詢)；●推理機(jī)64推理機(jī)64工作原理接收從隱寫(xiě)分析綜合決策模塊65傳來(lái)的事實(shí)，直接在知識(shí)庫(kù)中匹配規(guī)則，并執(zhí)行匹配的規(guī)則，最終獲得推理結(jié)果，該推理結(jié)果傳送到隱寫(xiě)分析綜合決策模塊65和人機(jī)交互模塊66。
●隱寫(xiě)分析綜合決策模塊65該模塊工作流程圖如圖4所示，具體步驟步驟為①構(gòu)造事實(shí)P對(duì)知識(shí)庫(kù)中規(guī)則所涉及的變量Rsspesial、IDcur_scheme、IDpre_scheme、Endmark、Iclass賦值，如果第一次進(jìn)入該模塊，則IDcur_scheme＝0、IDpre_scheme＝0、Endmark＝false、Rsspesial＝false、Iclass為檢測(cè)圖像的類型值；否則進(jìn)行IDpre_scheme＝IDcur_scheme賦值操作；②調(diào)用推理機(jī)把事實(shí)P傳給推理機(jī)，并獲得推理結(jié)果，如果推理結(jié)果中Endmark為真，則轉(zhuǎn)向步驟④；③調(diào)用隱寫(xiě)算法模型根據(jù)變量IDcur_scheme的值，從模型庫(kù)中選擇隱寫(xiě)分析算法對(duì)檢測(cè)圖像進(jìn)行隱寫(xiě)分析，如果隱寫(xiě)分析結(jié)果有隱藏圖像，則對(duì)變量Rsspesial賦值為true跳到步驟④，否則進(jìn)入步驟①重復(fù)執(zhí)行；④隱寫(xiě)分析結(jié)果處理如果Rsspesial＝＝true，則向人機(jī)交互模塊66提示有隱藏消息，否則提示沒(méi)有隱藏消息，并將隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)104的專用隱寫(xiě)分析結(jié)果表，見(jiàn)表4。
●人機(jī)交互模塊66人機(jī)交互的接口，負(fù)責(zé)接收隱寫(xiě)分析人員給出的指令，同時(shí)把推理或隱寫(xiě)分析綜合決策模塊處理結(jié)果返回給隱寫(xiě)分析人員。(8)分類訓(xùn)練的通用隱寫(xiě)分析模塊7如圖6所示，分類訓(xùn)練的通用隱寫(xiě)分析模塊包括主元素特征矢量子集構(gòu)造模塊71、主元素特征矢量提取模塊72、通用隱寫(xiě)分析模塊73和隱寫(xiě)分析決策模塊74。其中，主元素特征矢量子集構(gòu)造模塊71根據(jù)綜合數(shù)據(jù)庫(kù)104中圖像簡(jiǎn)要信息表，篩選出表中隱寫(xiě)算法類型字段取值為2的隱寫(xiě)算法集A＝{Ai|1≤i≤n}，并針對(duì)每一種隱寫(xiě)算法Ai，依據(jù)圖像特征矢量表構(gòu)造主元素特征矢量子集Ωi，其中Ωi＝I0UIi，I0表示由原始圖像庫(kù)提取的特征矢量構(gòu)造的主元素特征矢量子集，Ii表示隱寫(xiě)算法Ai隱寫(xiě)后的圖像庫(kù)構(gòu)造的主元素特征矢量子集。所謂主元素特征矢量是通用隱寫(xiě)分析算法在該訓(xùn)練集上進(jìn)行隱寫(xiě)分析時(shí)比較敏感的元素組成的矢量，因而，每一特征矢量子集的特征矢量元素由對(duì)應(yīng)的隱寫(xiě)算法決定。
主元素特征矢量提取模塊72負(fù)責(zé)針對(duì)每一隱寫(xiě)算法Ai，參照對(duì)應(yīng)的主元素特征矢量子集Ωi，從檢測(cè)圖像提取主元素特征矢量Vi，其中特征矢量Vi的元素和特征矢量集Ωi中的矢量元素相同。
通用隱寫(xiě)分析模塊73具有訓(xùn)練功能，它針對(duì)每一隱寫(xiě)算法Ai，把對(duì)應(yīng)的主元素特征矢量Vi投射到特征矢量集Ωi上進(jìn)行訓(xùn)練，獲得訓(xùn)練結(jié)果Dti，并把該結(jié)果作為隱寫(xiě)分析中間結(jié)果，寫(xiě)入綜合數(shù)據(jù)庫(kù)104的分類訓(xùn)練的通用隱寫(xiě)分析中間結(jié)果表，見(jiàn)表5，并傳送給隱寫(xiě)分析決策模塊74。
隱寫(xiě)分析決策模塊74首先根據(jù)訓(xùn)練結(jié)果集Dt＝{Dt1，Dt2，......，Dtn}，計(jì)算出集合Dt的最大值Dtmax，即Dtmax＝max{Dt1，Dt2，......，Dtn}。然后把Dtmax和綜合數(shù)據(jù)庫(kù)104中的檢測(cè)閾值T進(jìn)行比較，如果Dtmax≥T則提示有隱藏消息，否則提示沒(méi)有隱藏消息。
從以上隱寫(xiě)分析原理不難發(fā)現(xiàn)，針對(duì)精簡(jiǎn)的高敏感子集隱寫(xiě)分析，一方面可以提高隱寫(xiě)分析的準(zhǔn)確性，同時(shí)可以降低算法的復(fù)雜性。
(9)廣義通用隱寫(xiě)分析模塊8如圖7所示，廣義通用隱寫(xiě)分析模塊8包括特征矢量集構(gòu)造模塊81、特征矢量提取模塊82和具有訓(xùn)練功能的通用隱寫(xiě)分析模塊83。其中，特征矢量集構(gòu)造模塊81根據(jù)綜合數(shù)據(jù)庫(kù)104中圖像簡(jiǎn)要信息表106與圖像特征矢量表107構(gòu)造特征矢量集Ω，其中Ω＝I0UIsteg，I0表示由原始圖像庫(kù)提取的特征矢量構(gòu)造的特征矢量子集，Isteg表示所有隱寫(xiě)算法隱寫(xiě)后的圖像庫(kù)構(gòu)造的特征矢量子集。
特征矢量提取模塊82從檢測(cè)圖像提取特征矢量v，其中特征矢量v的元素和特征矢量集Ω中的矢量元素相同。
通用隱寫(xiě)分析模塊83具有訓(xùn)練功能，把特征矢量投射v到特征矢量集Ω上進(jìn)行訓(xùn)練，獲得訓(xùn)練結(jié)果Dt，然后把Dt和綜合數(shù)據(jù)庫(kù)104中的檢測(cè)閾值T進(jìn)行比較，如果Dt≥T則提示有隱藏消息，否則提示沒(méi)有隱藏消息。
從結(jié)構(gòu)圖中，似乎廣義通用隱寫(xiě)分析模塊8和基于主元素特征通用隱寫(xiě)分析模塊7隱寫(xiě)分析基本類同，如均采用相同的隱寫(xiě)分析方法。然而，同基于主元素特征通用隱寫(xiě)分析模塊7相比，廣義通用隱寫(xiě)分析模塊在訓(xùn)練集的構(gòu)造和特征矢量提取等方面有自己的特色，具體表現(xiàn)在①特征矢量集構(gòu)造模塊81構(gòu)造的特征矢量集Ω中，隱藏圖像的特征矢量集所對(duì)應(yīng)的隱寫(xiě)算法更為廣泛，是所有已公布的隱寫(xiě)算法；②特征矢量集Ω中的特征矢量是由對(duì)所有隱寫(xiě)算法均敏感的元素組成。
由于特征矢量集的特征矢量元素的選取和圖像庫(kù)的選取很好的平衡隱寫(xiě)分析算法對(duì)所有隱寫(xiě)算法的敏感性，因而適用性廣，可以有效彌補(bǔ)前兩個(gè)隱寫(xiě)分析模塊在該性能指標(biāo)中的不足。
(10)攻擊模塊9對(duì)檢測(cè)圖像進(jìn)行攻擊，目標(biāo)是使得攻擊后的檢測(cè)圖像中不能正確提取隱秘消息，即破壞隱秘通信的進(jìn)行，同時(shí)力圖破解隱秘消息。
權(quán)利要求
1.一種基于三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)，其特征在于該系統(tǒng)包括綜合數(shù)據(jù)庫(kù)(104)、圖像庫(kù)(105)、綜合數(shù)據(jù)庫(kù)管理模塊(2)、圖像庫(kù)管理模塊(3)、特征矢量預(yù)提取模塊(4)、隱寫(xiě)分析總控模塊(5)、專用隱寫(xiě)分析模塊(6)、分類訓(xùn)練的通用隱寫(xiě)分析模塊(7)、廣義通用隱寫(xiě)分析模塊(8)和攻擊模塊(9)；其中綜合數(shù)據(jù)庫(kù)(104)用于存儲(chǔ)支持本系統(tǒng)運(yùn)行的數(shù)據(jù)；圖像庫(kù)(105)用于存儲(chǔ)原始圖像和隱藏消息后的圖像；綜合數(shù)據(jù)庫(kù)管理模塊(2)用于對(duì)綜合數(shù)據(jù)庫(kù)(104)中的數(shù)據(jù)進(jìn)行維護(hù)；圖像庫(kù)管理模塊(3)用于對(duì)圖像庫(kù)(105)進(jìn)行維護(hù)，并在綜合數(shù)據(jù)庫(kù)(104)中對(duì)圖像簡(jiǎn)要信息進(jìn)行記錄；特征矢量預(yù)提取模塊(4)用于提取預(yù)先提取圖像庫(kù)(105)中圖像的特征矢量信息，提取的特征矢量信息存入綜合數(shù)據(jù)庫(kù)(104)中；隱寫(xiě)分析總控模塊(5)用于調(diào)度專用隱寫(xiě)分析模塊(6)、分類訓(xùn)練的通用隱寫(xiě)分析模塊(7)、廣義通用隱寫(xiě)分析模塊(8)和攻擊模塊(9)，實(shí)現(xiàn)對(duì)檢測(cè)圖像的隱寫(xiě)分析；專用隱寫(xiě)分析模塊(6)在隱寫(xiě)分析總控模塊(5)的控制下，依據(jù)推理機(jī)的推理結(jié)果，從模型庫(kù)中選擇合適的專用隱寫(xiě)分析算法，對(duì)檢測(cè)圖像進(jìn)行隱寫(xiě)分析，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像傳送給攻擊模塊(9)，否則把檢測(cè)圖像傳送給分類訓(xùn)練的通用隱寫(xiě)分析模塊(7)，并把隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)(104)；分類訓(xùn)練的通用隱寫(xiě)分析模塊(7)在隱寫(xiě)分析總控模塊5的控制下，針對(duì)檢測(cè)圖像所使用的隱寫(xiě)算法已公布且目前還沒(méi)有對(duì)應(yīng)的專用隱寫(xiě)分析算法的情況，依據(jù)綜合數(shù)據(jù)庫(kù)(104)中的圖像簡(jiǎn)要信息表和圖像特征矢量表構(gòu)造訓(xùn)練子集集合，從專用隱寫(xiě)分析模塊(6)傳送來(lái)的圖像中提取特征矢量集合，把特征矢量集合中的矢量分別投射到對(duì)應(yīng)訓(xùn)練子集上進(jìn)行訓(xùn)練并獲得隱寫(xiě)分析結(jié)果，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像傳送給攻擊模塊(9)，否則把檢測(cè)圖像傳送給廣義通用隱寫(xiě)分析模塊(8)，并把隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)(104)；廣義通用隱寫(xiě)分析模塊(8)在隱寫(xiě)分析總控模塊(5)的控制下，針對(duì)檢測(cè)圖像所使用的隱寫(xiě)算法未公布的情況，依據(jù)綜合數(shù)據(jù)庫(kù)(104)中的圖像簡(jiǎn)要信息表和圖像特征矢量表構(gòu)造訓(xùn)練集，從分類訓(xùn)練的通用隱寫(xiě)分析模塊(7)傳送來(lái)的圖像中提取特征矢量，把特征矢量投射到訓(xùn)練集上進(jìn)行訓(xùn)練并獲得隱寫(xiě)分析結(jié)果，如果分析結(jié)果有隱藏消息，則把檢測(cè)圖像傳送給攻擊模塊(9)，否則不對(duì)檢測(cè)圖像作任何處理，直接傳出檢測(cè)圖像；攻擊模塊(9)在隱寫(xiě)分析總控模塊(5)的控制下，對(duì)從專用隱寫(xiě)分析模塊(6)、分類訓(xùn)練的通用隱寫(xiě)分析模塊(7)或廣義通用隱寫(xiě)分析模塊(8)傳送來(lái)的檢測(cè)圖像進(jìn)行攻擊，傳出攻擊后的圖像。
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于所述綜合數(shù)據(jù)庫(kù)(104)包括圖像簡(jiǎn)要信息表、圖像特征矢量表、檢測(cè)圖像初始參數(shù)表、專用隱寫(xiě)結(jié)果表和分類訓(xùn)練的通用隱寫(xiě)分析結(jié)果表。
3.根據(jù)權(quán)利要求1或2所述的系統(tǒng)，其特征在于所述專用隱寫(xiě)分析模塊(6)包括知識(shí)庫(kù)(110)、模型庫(kù)(111)、知識(shí)庫(kù)管理模塊(61)、圖像參數(shù)信息獲取模塊(62)、模型庫(kù)管理模塊(63)、推理機(jī)(64)、隱寫(xiě)分析綜合決策模塊(65)和人機(jī)交互模塊(66)；模型庫(kù)(111)用于存儲(chǔ)現(xiàn)有已公布的專用隱寫(xiě)分析算法的數(shù)學(xué)模型；知識(shí)庫(kù)(110)用于存儲(chǔ)隱寫(xiě)分析規(guī)則；模型庫(kù)管理模塊(63)負(fù)責(zé)對(duì)模型庫(kù)(111)中的隱寫(xiě)分析算法模型進(jìn)行維護(hù)；知識(shí)庫(kù)管理模塊(61)用于對(duì)知識(shí)庫(kù)規(guī)則進(jìn)行維護(hù)；圖像參數(shù)信息獲取模塊(62)用于獲取檢測(cè)圖像的簡(jiǎn)單參數(shù)，并寫(xiě)入綜合數(shù)據(jù)庫(kù)(104)中；推理機(jī)(64)依據(jù)隱寫(xiě)分析綜合決策模塊(65)傳來(lái)的事實(shí)，按匹配規(guī)則從知識(shí)庫(kù)(110)中的匹配規(guī)則，并執(zhí)行該規(guī)則獲得推理結(jié)果，并將推理結(jié)果傳送到隱寫(xiě)分析綜合決策模塊(65)和人機(jī)交互模塊(66)；隱寫(xiě)分析綜合決策模塊(65)首先構(gòu)造事實(shí)P，并把事實(shí)P作為參數(shù)，傳給推理機(jī)(64)模塊進(jìn)行推理，如果推理結(jié)果中結(jié)束標(biāo)志Endnark為假，則根據(jù)當(dāng)前選擇的隱寫(xiě)分析算法的編號(hào)IDcur_scheme值，從模型庫(kù)(111)中選擇對(duì)應(yīng)的隱寫(xiě)分析算法模型，使用該模型對(duì)檢測(cè)圖像進(jìn)行隱寫(xiě)分析；如果推理結(jié)果中變量結(jié)束標(biāo)志Endmark為真，則轉(zhuǎn)至隱寫(xiě)分析結(jié)果處理；如果選擇的隱寫(xiě)分析算法確定檢測(cè)圖像沒(méi)有隱藏消息，則重新執(zhí)行上述過(guò)程，否則轉(zhuǎn)至隱寫(xiě)分析結(jié)果處理；隱寫(xiě)分析結(jié)果處理根據(jù)專用隱寫(xiě)分析結(jié)果Rspesial值，形成隱寫(xiě)分析結(jié)果，將隱寫(xiě)分析結(jié)果寫(xiě)入綜合數(shù)據(jù)庫(kù)(104)中，并將其輸出至人機(jī)界面，提供給隱寫(xiě)分析人員；人機(jī)交互模塊(66)用于接收隱寫(xiě)分析人員給出的指令，同時(shí)把推理機(jī)(64)和隱寫(xiě)分析綜合決策模塊(65)處理結(jié)果返回給隱寫(xiě)分析人員。
4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于所述分類訓(xùn)練的通用隱寫(xiě)分析模塊(7)包括主元素特征矢量子集構(gòu)造模塊(71)、主元素特征矢量提取模塊(72)、通用隱寫(xiě)分析模塊(73)和隱寫(xiě)分析決策模塊(74)；其中，主元素特征矢量子集構(gòu)造模塊(71)根據(jù)綜合數(shù)據(jù)庫(kù)(104)中圖像簡(jiǎn)要信息表，篩選出表中隱寫(xiě)算法類型字段取值為2的隱寫(xiě)算法集A＝{Ai|1≤i≤n}，并針對(duì)每一種隱寫(xiě)算法Ai，依據(jù)圖像特征矢量表構(gòu)造主元素特征矢量子集Ωi，其中Ωi＝I0UIi，I0表示由原始圖像庫(kù)提取的特征矢量構(gòu)造的主元素特征矢量子集，Ii表示隱寫(xiě)算法Ai隱寫(xiě)后的圖像庫(kù)構(gòu)造的主元素特征矢量子集；主元素特征矢量提取模塊(72)針對(duì)每一隱寫(xiě)算法Ai，參照對(duì)應(yīng)的主元素特征矢量子集Ωi，從檢測(cè)圖像提取主元素特征矢量Vi，其中特征矢量Vi的元素和特征矢量集Ωi中的矢量元素相同；通用隱寫(xiě)分析模塊(73)針對(duì)每一隱寫(xiě)算法Ai，把對(duì)應(yīng)的主元素特征矢量Vi投射到特征矢量集Ωi上進(jìn)行訓(xùn)練，獲得訓(xùn)練結(jié)果Dti，并把該結(jié)果作為隱寫(xiě)分析中間結(jié)果，寫(xiě)入綜合數(shù)據(jù)庫(kù)(104)的分類訓(xùn)練的通用隱寫(xiě)分析中間結(jié)果表，并傳送給隱寫(xiě)分析決策模塊(74)；隱寫(xiě)分析決策模塊(74)首先根據(jù)訓(xùn)練結(jié)果集Dt＝{Dt1，Dt2，......，Dtn}，計(jì)算出集合Dt的最大值Dtmax，即Dtmax＝max{Dt1，Dt2，......，Dtn}；然后把Dtmax和綜合數(shù)據(jù)庫(kù)(104)中的檢測(cè)閾值T進(jìn)行比較，如果Dtmax≥T則提示有隱藏消息，否則提示沒(méi)有隱藏消息。
5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于所述廣義通用隱寫(xiě)分析模塊(8)包括特征矢量集構(gòu)造模塊(81)、特征矢量提取模塊(82)和具有訓(xùn)練功能的通用隱寫(xiě)分析模塊(83)；其中，特征矢量集構(gòu)造模塊(81)根據(jù)綜合數(shù)據(jù)庫(kù)(104)中圖像簡(jiǎn)要信息表與圖像特征矢量表構(gòu)造特征矢量集Ω；特征矢量提取模塊(82)用于從檢測(cè)圖像提取特征矢量V，其中特征矢量V的元素和特征矢量集Ω中的矢量元素相同；通用隱寫(xiě)分析模塊(83)用于將特征矢量投射V到特征矢量集Ω上進(jìn)行訓(xùn)練，獲得訓(xùn)練結(jié)果Dt，然后把Dt和綜合數(shù)據(jù)庫(kù)(104)中的檢測(cè)閾值T進(jìn)行比較，如果Dt≥T則提示有隱藏消息，否則提示沒(méi)有隱藏消息。
全文摘要
本發(fā)明公開(kāi)了一種基于三層架構(gòu)的智能圖像隱寫(xiě)分析系統(tǒng)，包括綜合數(shù)據(jù)庫(kù)、圖像庫(kù)、綜合數(shù)據(jù)庫(kù)管理模塊、圖像庫(kù)管理模塊、特征矢量預(yù)提取模塊、隱寫(xiě)分析總控模塊和攻擊模塊，以及用于針對(duì)隱寫(xiě)算法已公布且有對(duì)應(yīng)的專用隱寫(xiě)分析算法的專用隱寫(xiě)分析模塊、針對(duì)隱寫(xiě)算法已公布尚無(wú)對(duì)應(yīng)的專用隱寫(xiě)分析算法的分類訓(xùn)練的通用隱寫(xiě)分析模塊和針對(duì)隱寫(xiě)算法未公布的廣義通用隱寫(xiě)分析模塊。本發(fā)明采用三層架構(gòu)，針對(duì)隱寫(xiě)算法所屬類型構(gòu)建專門的隱寫(xiě)分析子系統(tǒng)，具有準(zhǔn)確性和適用性；利用專家系統(tǒng)將現(xiàn)有的專用隱寫(xiě)分析方法建成模型庫(kù)和規(guī)則庫(kù)，并通過(guò)人機(jī)交互不斷更新隱寫(xiě)分析規(guī)則庫(kù)，具有智能性；采用主元素特征提取與樣本圖像庫(kù)分類訓(xùn)練相結(jié)合，提高計(jì)算效率和準(zhǔn)確性。
文檔編號(hào)H04L9/00GK1818925SQ20061001849
公開(kāi)日2006年8月16日 申請(qǐng)日期2006年3月7日 優(yōu)先權(quán)日2006年3月7日
發(fā)明者鄒復(fù)好, 凌賀飛, 盧正鼎, 袁武鋼 申請(qǐng)人:華中科技大學(xué)