0 引言

　　當今社會信息通信交流頻繁，非常需要一種新方法保護機密數據以避免數據被非法使用。實現通信加密的方法有密碼學[1]和隱寫術[2]兩類。在密碼學中，發送者利用一個機密密鑰將信息打亂，預定的接收者利用適當的解密密鑰從雜亂的信息中提取出初始數據[3，4]。但是在隱寫術中并沒有將信息打亂，而是將存在的信息隱藏在載體中，這樣的載體通常稱為覆蓋媒介，含有隱藏信息的載體稱為隱寫媒介[5]。隱寫術在任何媒介上進行隱寫的主要目標是在數據隱藏完成后，從媒介上察覺不出加密數據的存在。

　　已有很多學者對隱寫系統進行研究，包括隱寫、提取和甄別等。例如，文獻[6]提出一種灰度關聯分析的視頻隱寫算法(Gray Relational Analysis Video Steganographic，GRAVS)，針對H.264/AVC編碼，該算法對原始載體關聯度計算,判斷其是否為非平滑塊,再對幀做離散余弦變換,在DCT塊的低頻區域進行嵌入，具有碼率影響小和容量大的優點，但魯棒性并不好，而且提取秘密信息的相似度較低，僅為79%。

　　文獻[7](Adjacent Pixel Difference Video Steganographic，APDVS)啟發于所有相鄰像素的直方圖含有大量相等值的像素，因此采用直方圖轉移，多層嵌入增強隱藏能力，將隱藏數據嵌入到轉換系數中。雖然這種算法提供了更大的嵌入容量和更高的安全性，使竊聽者不能獲取真實的數據。但主要缺點是系統的魯棒性不強，如某些濾波攻擊會使嵌入的數據難以被完整正確提取出來。

　　文獻[8](Video Steganographic on Wavelet Transform and Genetic，WTGVS)在離散小波變換的隱寫算法基礎上結合了遺傳算法，遺傳算法的功能是優化調整像素，獲得最佳映射功能，減少圖像之間的誤差。這種頻域的算法雖然提高了隱藏容量，降低了失真，但依然存在魯棒性差的問題。

　　綜上，空域隱寫算法大都具有開銷較大，安全性略低的缺點，雖然現有的頻域隱寫算法[6-8]具有更好的安全性和低失真性，但是魯棒性沒有很好地解決。本文的目的就是解決隱寫的安全性和魯棒性。由于小波變換域為系數數據隱藏提供了較好的魯棒性[9，10]，Haar 整數小波的顯著特性包括傳輸圖像的完美重建以及非常好的關聯屬性，因此，本文算法使用了IWT。

1 整數小波變換

　　Haar通過擴張和轉移過程對小波進行變換，根據式(1)利用基小波構建小波：

　　式中，a、b分別為縮放和轉移參數。Haar小波通過計算相鄰元素的和與差對輸入數據進行操作。人的視覺系統（Human Visual System，HVS）對LL子帶中隱藏數據非常敏感，一般情況下將數據隱藏在一些HVS不敏感的區域中，比如高分辨率子帶LH、HL和HH。數據隱藏在這些小波子帶中不僅不會降低視頻的質量，而且能提高系統的魯棒性。一般情況下，IWT系數是整數，通過式(2)獲得：

　　式中，d、s分別表示輸入信號的高頻和低頻部分，s和d的長度為2n-1。通常變換結果生成兩個值，即平均值和偏差(系數)。例如，輸入信號序列x=(1，2，3，4，5，6，7，

　　8)可以利用提升預測進行計算，即利用式(3)和式(4)獲取一維IWT分解結果。首先將信號x分解為偶數樣本和奇數樣本：

　　然后，利用式(3)和式(4)計算IWT分解系數：

　　D1={d1，d2，d3，d4}={-2，-2，-2，3}(5)

　　S1={s1，s2，s3，s4}={2，3，5，8}(6)

　　由于Haar變化具有非常好的關聯性和編碼屬性，非常適用于視頻隱寫。

2 提出的視頻隱寫算法

　　本文提出的視頻隱寫算法主要目的是增強加密通信的安全性和魯棒性，利用IWT和覆蓋視頻的紅綠藍（RGB）三原色對系數數據進行隱藏。

　　圖1為算法流程圖，圖2為視頻隱寫算法中數據嵌入和提取過程的詳細框圖。二值形式的加密數據隱藏在覆蓋視頻序列每個RGB三原色中的LSB中，RGB三原色高度相關。利用RGB三原色的屬性可以確保本文提出算法的魯棒性。在覆蓋視頻的RGB圖像幀上進行一維Haar IWT，加密數據被嵌入到視頻幀內每個RGB組成的LSB中，在結果視頻幀上進行逆IWT（IIWT）可以獲取隱寫視頻。為了避免上溢出/下溢出的情況發生，可以對覆蓋視頻中一些像素塊的IWT系數進行修改，即需要對視頻幀進行歸一化，這樣一些像素值就不會超出上界（對于8位視頻圖像是255）和下界（對于8位視頻圖像是0）。

　　2.1 嵌入算法

　　圖3給出了嵌入算法的框圖，具體步驟如下：

　　步驟1：輸入覆蓋視頻；

　　步驟2：將覆蓋視頻分解為RGB三原色；

　　步驟3：對覆蓋視頻幀進行歸一化，防止上溢出/下溢出；

　　步驟4：將視頻幀劃分為8×8的小塊；

　　步驟5：利用1D Haar IWT獲取視頻幀的小波系數；

　　步驟6：讀取將要嵌入的文本數據，將文本轉為為比特；

　　步驟7：在每個視頻幀的RGB三原色上利用LSB替換技術將加密數據位嵌入到獲取的系數中；

　　步驟8：計算RGB幀上的逆Haar IWT以獲取隱寫視頻序列。

　　2.2 提取算法

　　圖4給出了提取算法的框圖，具體步驟如下：

　　步驟1：輸入隱寫視頻；

　　步驟2：將隱寫視頻分解為RGB三原色；

　　步驟3：對視頻幀進行歸一化，避免上溢出/下溢出；

　　步驟4：將視頻幀劃分為8×8的小塊；

　　步驟5：利用1D Haar IWT獲取視頻幀的小波系數；

　　步驟6：在每個視頻幀的RGB三原色上利用LSB替換技術識別含有隱藏數據位的位，并從系數中提取加密數據位；

　　步驟7：將檢索數據位轉換為文本；

　　步驟8：在RGB圖像幀上計算逆Haar IWT以獲取視頻序列。

3 實驗結果和分析

　　本節對視頻隱寫算法性能和魯棒性進行討論。所有實驗均在PC機上完成，配置為酷睿雙核處理器、1.7 GHz主頻、2 GB內存，編程環境為MATLAB7.0，采用AVI視頻文件對本文進行測試。

　　3.1 隱寫后視頻大小分析

　　測試視頻中隱藏了加密數據，利用測試視頻大小的變化對算法的性能進行分析。表1給出了本視頻隱寫算法在AVI文件上的測試結果。利用本算法將加密數據嵌入到相應的覆蓋視頻中后，AVI視頻的大小并沒有顯著發生變化。視頻的大小在嵌入數據前后都基本相同的，因此將數據隱藏在視頻的IWT系數中并沒有改變測試視頻文件的大小。

　　3.2 隱寫后直方圖與累計直方圖分析

　　利用統計量度測量含有隱藏數據的視頻中發生的微小變化，常用的統計量度有均值和方差。利用圖5中顯示的直方圖可以觀察到小幅的畸變，所用視頻為matl.avi。該圖表明了覆蓋視頻和隱寫視頻圖像間統計值的變化。可以看出兩幅視頻圖像的統計值發生了小幅的變化，但是這個變化并沒有影響累積直方圖，因此維持了結果視頻較好的質量，利用本文算法可以清晰地看出覆蓋視頻中發生的人眼難以察覺的變化。

　　為了更好地比較與其他優秀算法的效果，以直方圖均值和方差為統計度量，其均值和方差定義如式(7)和式(8)，bins(i)代表第i個條塊的高度。表2是隱寫前后的方差與均值結果。

　　由表2可以看出，與其他優秀算法相比，本文算法最接近于隱寫前的直方圖，由于累計直方圖基本都沒有改變，故不做比較。覆蓋視頻和隱寫視頻直方圖結果的差異充分證明了本文算法的有效性。

　　圖6（c）給出了數據隱藏后的隱寫視頻（matl-steg.avi）結果幀。可以看出初始覆蓋視頻（matl.avi）和進行文本隱藏的視頻幀（matl-steg.avi）幾乎相同。HVS很難注意到發生了顯著的差異，圖6（d）給出了覆蓋視頻c2-buzz.avi，圖6（e）顯示了將要隱藏到c2中的加密數據data2.txt，圖6（f）給出了c2隱藏data2.txt后的隱寫視頻結果。

　　3.3 攻擊前后的魯棒性分析

　　若隱寫后的視頻在網絡傳輸過程中受到攻擊，如濾波攻擊或噪聲影響[11，12]，接收者收到的數據與原始數據嚴重不匹配或錯誤，隱寫算法將失效。因此，對攻擊的魯棒性非常重要。所用度量為峰值信噪比(Peak Signal To Noise Ratio，PSNR)、攻擊前的相似度(Similarity Pre-attack，SP)和攻擊后相似度(Similarity Aft-attack，SA)。

　　PSNR在本文算法中的定義如式(9)，像素匹配用公式(10)，SP的定義如式(11)，SA的定義如式(12)。

　　這部分實驗的視頻為buzz.avi，表3為各算法在隱寫后的亮度分量PSNR的比較，可以看出本文算法的亮度分量的PSNR下降的最小，只有1.2 dB。表4為攻擊前的相似度，本文為100%，Athena也達到了100%，GRAVS最低。即接收者在沒有任何其他因素影響下，通過本文算法隱寫的視頻可以完整地提取隱藏數據。表5為濾波攻擊后的相似度，本文采用文獻[8]的濾波攻擊。從表5可以看出，本文算法攻擊后依然可以提取91%的隱藏信息，魯棒性最好。

4 結論與展望

　　本文提出了一種基于整數小波變換（IWT）和最低有效位（LSB）替換的視頻隱寫算法，將加密數據嵌入到覆蓋視頻RGB三原色的IWT系數中，整個算法過程的計算復雜度很低，算法容易實現。測試結果顯示，本文算法在提供較好安全性的同時并沒有引起視頻的畸變，能提取100%的隱寫數據文本，且沒有損失源視頻文件的質量和大小，即使在受到攻擊后依然可以獲得高比例的隱藏信息。

　　未來研究方向包括同時隱藏多個數據，以及不影響視頻文件質量的情況下，在不同類型的視頻文件上隱藏不同類型的加密數據。此外，對需要嵌入的數據和密鑰進行加密，進一步增強算法的安全性。

參考文獻

　　[1] SCHNEIER B，吳世忠.應用密碼學[M].北京：機械工業出版社，2000.

　　[2] 葉惠.基于運動矢量的視頻隱寫分析方法研究[D].合肥：中國科學技術大學，2014.

　　[3] 陳嘉勇，祝躍飛，張衛明，等.對隨機LSB隱寫術的選擇密鑰提取攻擊[J].通信學報，2010，17(5)：73-80.

　　[4] HSU Y C，CHENG B C，CHEN H，et al.Athena：capacity enhancement of reversible data hiding with consideration of the adaptive embedding level[J].Journal of Visual Languages & Computing，2014，25(6)：782-790.

　　[5] 陳嘉勇.基于隱寫術的隱蔽保密通信理論與方法研究[D].鄭州：解放軍信息工程大學，2012.

　　[6] 張英男，張敏情，鈕可.基于灰色關聯分析的H.264/AVC視頻隱寫算法[J].武漢大學學報(理學版)，2014，28(6)： 524-530.

　　[7] ZENG X，PING L，LI Z.Lossless data hiding scheme using adjacent pixel difference based on scan path[J].Journal of Multimedia，2009，4(3)：145-152.

　　[8] GHASEMI E，SHANBEHZADEH J，FASSIHI N.High capacity image steganography using wavelet transform and genetic algorithm[C].Proceedings of international multicon-ference of engineers and computer scientists.2011，31(1)：16-18.

　　[9] 王朔中，張新鵬，張衛明.以數字圖像為載體的隱寫分析研究進展[J].計算機學報，2009，32(7)：1247-1263.

　　[10] SHAHADI H I，JIDIN R，WAY W H.Lossless audio steganography based on lifting wavelet transform and Stego Key[J].Indian Journal of Science and Technology，2014，7(3)：323-34.

　　[11] 王麗云.抗幾何攻擊的視頻水印算法研究[D].武漢：華中科技大學，2011.

　　[12] 王津申，戴躍偉，王執銓.對QIM水印濾波攻擊的估計[J].通信學報，2007，28(6)：90-95.