随着数字信息技术的普及, 密文可逆信息隐藏(reversible data hiding in encrypted images, RDHEI)逐渐成为云存储中隐私保护的研究热点. RDHEI作为一种能在密文中嵌入额外信息, 并正确提取嵌入信息和无损恢复原始图像的技术, 受到研究者的广泛关注. 为了能在加密图像中嵌入充足的额外信息, 提出了一种自适应编码的高容量RDHEI算法. 首先, 计算原始图像不同预测误差的出现概率并自适应的生成哈夫曼编码; 然后, 利用流密码加密原始图像, 根据像素预测误差对应的哈夫曼码字对加密后像素进行标记; 最后, 以位替换方式将信息嵌入到已标记像素的预留空间中. 经实验验证: 该算法在正确提取嵌入信息的同时, 无损地恢复了原始图像. 与同类算法相比, 该算法充分利用了图像本身的纹理特性, 有效地提高了图像嵌入率. 在UCID, BOSSBase和BOWS-2这3个图像集上, 该算法的平均嵌入率达到3.162 bpp, 3.917 bpp以及3.775 bpp, 与当前性能最佳算法相比, 提升了0.263 bpp, 0.292 bpp以及0.280 bpp.
With the popularization of digital information technology, the reversible data hiding in encrypted images (RDHEI) has gradually become the research hotspot of privacy protection in cloud storage. As a technology which can embed additional information in encrypted domain, extract the embedded information correctly, and recover the original image without loss, RDHEI has been widely paid attention by researchers. To embed sufficient additional information in the encrypted image, a high-capacity RDHEI method using adaptive encoding is proposed in this study. Firstly, the occurrence frequency of different prediction errors of the original image is calculated and the corresponding adaptive Huffman coding is generated. Then, the original image is encrypted with stream cipher and the encrypted pixels are marked with different Huffman codewords according to the prediction errors. Finally, additional information is embedded in the reserved room of marked pixels by bit substitution. The experimental results show that the proposed algorithm can extract the embedded information correctly and recover the original image losslessly. Compared with similar algorithms, the proposed algorithm makes full use of the characteristics of the image itself and greatly improves the embedding rate of the image. On UCID, BOSSBase, and BOWS-2 datasets, the average embedding rate of the proposed algorithm reaches 3.162 bpp, 3.917 bpp, and 3.775 bpp, which is higher than the state-of-the-art algorithm of 0.263 bpp, 0.292 bpp, and 0.280 bpp, respectively.
过去的几十年间, 随着数字媒体技术不断发展并日益完善, 用于数字媒体保护的技术[
明文域可逆信息隐藏不断发展及完善, 现有的方法主要包括无损压缩[
根据加密与腾出空间步骤的发生次序, RDHEI方法可以被划分为两大类: 加密后腾出空间(vacating room after encryption, VRAE)以及加密前预留空间(reserving room before encryption, RRBE). VRAE[
上述VRAE方法先加密图像后腾出空间, 由于加密后图像冗余较低, 导致该方法的嵌入容量受限且在图像恢复过程中存在一定误码率. 不同于VRAE方法, RRBE[
文献[
文献[
本文第1节描述自适应编码的高容量RDHEI算法的研究框架, 介绍不同角色的作用. 然后, 在第2节详细展示本文所提出的RDHEI算法, 主要从预测误差计算、哈夫曼编码和标记、额外信息嵌入以及信息提取和图像恢复进行介绍. 第3节展示本文所提算法的实验部分, 并对实验数据进行分析与解释. 最后总结全文, 对本文存在的不足之处和未来值得进一步探索的方向作简要说明.
RDHEI中主要包含3类角色, 分别为图像所有者、信息隐藏者以及图像接收者: 图像所有者掌握原始图像信息并对其加密以保护图像内容; 信息隐藏者在未经图像所有者许可时, 无法获取原始图像信息, 但却能在加密图像中嵌入必要的额外信息; 图像接收者接收到信息隐藏者处理后的图像, 执行信息提取或图像恢复的操作.
不同图像的纹理特性存在差别, 相应地, 其预测误差分布也不尽相同. 为了充分利用图像自身特性, 本文提出一种自适应编码的高容量RDHEI算法, 如
所提RDHEI算法的框架
本文算法主要分为以下3个步骤.
(1) 图像所有者对原始图像进行预处理以及加密操作. 图像所有者首先预处理原始图像, 一方面计算图像的预测误差并按照其出现概率进行哈夫曼编码, 另一方面直接对原始图像进行加密获得加密图像. 加密图像像素按照其预测误差对应的哈夫曼码字, 以位替换的方式标记, 得到标记的加密图像;
(2) 信息隐藏者嵌入额外信息得到载密图像. 标记的加密图像像素的非标记位为预留空间, 信息隐藏者无法获得原始图像的信息, 直接以位替换的方式将额外信息嵌入到预留空间中, 获得载密图像. 为了确保额外信息的安全性, 对其使用信息隐藏密钥加密;
(3) 图像接收者提取嵌入的信息或恢复原始图像. 图像接收者接收载密图像后, 根据其拥有的密钥种类和需求执行信息提取或图像恢复操作.
本节对提出算法的细节进行描述. 在第1阶段中, 图像所有者计算图像预测误差, 具体过程在第2.1节中描述. 第2.2节根据预测误差的出现概率自适应生成哈夫曼编码, 并对采用图像加密密钥加密后的像素按照其预测误差对应的哈夫曼码字进行标记, 得到标记的加密图像. 在第2阶段中, 信息隐藏者接收到标记的加密图像后, 在像素的非标记位嵌入加密后的额外信息, 生成载密图像, 详细操作见第2.3节. 最后, 第2.4节表明图像接收者获得载密图像后, 可以提取嵌入的信息或恢复图像.
对于尺寸为
采用中值边缘预测方法进行像素预测
计算原始图像的预测值时, 第1行及第1列像素作为参考像素不做任何操作. 从第2行第2列像素开始, 按照上述操作计算像素预测值. 然后, 结合像素值
为了能够结合图像自身纹理特性, 在图像中预留空间嵌入额外信息, 需要对图像的预测误差进行自适应哈夫曼编码. 哈夫曼编码的作用是标记像素, 并在标记时预留空间, 因此, 哈夫曼码字的长度不能超过8位.为了满足这一限制条件, 需要对预测误差的出现概率进行预处理. 假设哈夫曼编码表中码字长度均为8, 此时对应的编码表为满足限制条件时能得到码字最多的情况. 记录此时哈夫曼编码码字的平均出现概率为分区阈值, 用于初始分类可进行哈夫曼编码的预测误差.
哈夫曼编码长度均为8位时对应的哈夫曼树
判断当前生成的哈夫曼编码是否满足限制条件. 若不满足, 则调整
编码过程中, 像素被划分为3种类型: 参考像素、不可嵌入像素以及可嵌入像素. 参考像素为第一行与第一列像素, 不进行任何操作; 剩余像素按照分区阈值被划分为不可嵌入像素和可嵌入像素. 不可嵌入像素为预测误差出现概率低于分区阈值的像素, 进行哈夫曼编码时视为同一种情况, 对应一种哈夫曼编码码字. 可嵌入像素为预测误差出现概率高于分区阈值的像素, 可在其中嵌入额外信息, 预测误差不同的可嵌入像素对应不同哈夫曼编码码字.
为了保护图像原始信息, 标记像素前需要采用图像加密密钥加密图像. 图像加密时, 根据图像加密密钥生成一个与原始图像大小相同的
图像加密完成后, 对加密后像素进行哈夫曼编码标记. 根据像素种类的不同, 对其标记时的操作也有所区别. 参考像素不进行标记, 其信息记录为辅助信息; 不可嵌入像素根据其对应的哈夫曼码字进行位替换标记, 被替换下的信息同样记录为辅助信息; 可嵌入像素根据其预测误差对应的不同哈夫曼码字进行标记, 每个可嵌入像素的非标记位为预留空间, 可用于嵌入额外信息. 完成标记后, 将哈夫曼编码规则转换为二进制比特流, 以位替换的方式存储在原参考像素位置, 辅助信息同样以位替换的方式嵌入可嵌入像素的预留空间中, 便于后续信息嵌入或提取.
像素标记过程示意图
哈夫曼编码表
预测误差 | 哈夫曼编码 |
… | … |
−5 | [0, 1, 0, 0, 1] |
−4 | [1, 1, 0, 1] |
−3 | [0, 1, 1, 0] |
−2 | [0, 0, 1, 0] |
−1 | [0, 0, 0, 0] |
0 | [1, 0, 0] |
1 | [1, 1, 1] |
2 | [0, 0, 0, 1] |
3 | [0, 1, 0, 1] |
4 | [1, 1, 0, 0] |
5 | [0, 1, 0, 0, 0] |
… | … |
在标记的加密图像中, 假设辅助信息共
信息隐藏者获得标记的加密图像后, 获取参考像素位置存储的哈夫曼编码规则, 根据其异字头码字的特性定位到图中的可嵌入像素, 获得净预留空间的位置, 最后以位替换的方式将额外信息嵌入到净预留空间中, 生成载密图像. 为了确保额外信息的内容不被泄露, 在将额外信息嵌入到标记的加密图像前, 需要加密额外信息, 加密方法与第2.2节中图像加密方法相同, 但采用的加密密钥为信息隐藏密钥.
在信息提取或图像恢复时, 图像接收者在参考像素位置提取并获得哈夫曼编码, 定位所有可嵌入像素, 提取其中嵌入的信息. 提取出的信息由两部分组成:
(1) 只拥有图像加密密钥: 当图像接收者只拥有图像加密密钥时, 能够无损地恢复图像. 图像接收者将提取的辅助信息还原到相应位置, 得到加密后的参考像素值以及不可嵌入像素值, 然后使用图像加密密钥解密图像, 此时图像的参考像素值和不可嵌入像素值均已恢复为原始状态. 利用哈夫曼码字对应的预测误差, 获得可嵌入像素的预测误差值, 由公式(1)计算得到可嵌入像素的预测值. 最后, 结合预测值和预测误差恢复可嵌入像素. 经过上述操作, 载密图像即恢复为原始图像;
(2) 只拥有信息隐藏密钥: 当图像接收者只拥有信息隐藏密钥时, 能够正确提取嵌入的额外信息. 图像接收者将提取出的额外信息采用信息隐藏密钥解密, 得到原始的额外信息;
(3) 同时拥有图像加密密钥和信息隐藏密钥: 当图像接收者同时拥有图像加密密钥和信息隐藏密钥时, 既可以正确提取并恢复额外信息, 也可以无损恢复原始图像. 在信息提取和图像恢复的过程中, 二者互不影响, 因此该算法的信息提取和图像恢复是可分离的.
为了验证所提算法的可行性, 本节设计了大量的实验并分析实验结果. 如
5张常规测试图像
为了验证所提算法能够可逆地提取信息或恢复图像, 本节进行了关于可逆性的分析. 在信息提取或图像恢复时, 根据哈夫曼编码异字头码字的特性并结合哈夫曼编码规则, 可以获取像素的预测误差, 结合参考像素值和不可嵌入像素值, 可以无损地恢复图像信息. 本文在UCID[
原始图像集和恢复图像集的MSE及SSIM
UCID | BOSSBase | BOWS-2 | |
MSE | 0 | 0 | 0 |
SSIM | 1 | 1 | 1 |
作为一种自适应编码的高容量RDHEI算法, 本文既要保护原始图像内容不被泄露, 也要保护嵌入在图像中的额外信息. 为了证明该算法的安全性, 本节分析了加密算法并对比了不同状态下图像像素特征图. 第2.2节介绍了本文采用图像加密密钥进行加密, 对任意尺寸为
不同状态的图像像素特征表示
本文采用自适应哈夫曼编码标记像素的方法改进文献[
本文与文献[
测试图像 | 算法 | 可嵌入像素 | 辅助像素 | 像素利用率=可嵌入像素数量/图像总像素量(%) | |
Lena | 文献[ |
243 107 | 19 037 | 92.7 | 2.645 |
本文算法 | 246 614 | 15 530 | 94.1 | 3.262 | |
Baboon | 文献[ |
155 266 | 106 878 | 59.2 | 0.969 |
本文算法 | 225 530 | 36 614 | 86.0 | 1.481 | |
Tiffany | 文献[ |
243 463 | 18 681 | 92.9 | 2.652 |
本文算法 | 245 814 | 16 330 | 93.8 | 3.376 | |
Peppers | 文献[ |
235 184 | 26 960 | 89.7 | 2.494 |
本文算法 | 249 882 | 12 262 | 95.3 | 2.910 | |
Lake | 文献[ |
209 185 | 52 959 | 79.8 | 1.998 |
本文算法 | 243 183 | 18 961 | 92.8 | 2.409 |
另外, 为了更充分说明本文算法的性能提升, 本文与目前性能较高的几种同类算法[
不同算法在5幅测试图像上的嵌入率(bpp)
为了验证这种性能提升并不是偶然事件, 本文还在UCID[
不同算法在3个图像集中的平均嵌入率(bpp)
密文图像可逆信息隐藏在隐私保护中起重要作用, 嵌入性能是衡量该方法的重要指标. 本文对文献[
Shen J, Liao X, Qin Z,
沈军, 廖鑫, 秦拯, 等. 基于卷积神经网络的低嵌入率空域隐写分析. 软件学报, 2021, 32(9): 2901−2915. http://www.jos.org.cn/1000-9825/5980.htm [doi: 10.13328/j.cnki.jos.005980].
Li XR, Ji SL, Wu CM,
李旭嵘, 纪守领, 吴春明, 等. 深度伪造与检测技术综述. 软件学报, 2021, 32(2): 496−518. http://www.jos.org.cn/1000-9825/6140.htm [doi: 10.13328/j.cnki.jos.006140].
Xiang SJ, Yang L. Robust and reversible image watermarking algorithm in homomorphic encrypted domain. Ruan Jian Xue Bao/Journal of Software, 2018, 29(4): 957−972 (in Chinese with English abstract). http://www.jos.org.cn/1000-9825/5406.htm [doi: 10.13328/j.cnki.jos.005406]
项世军, 杨乐. 基于同态加密系统的图像鲁棒可逆水印算法. 软件学报, 2018, 29(4): 957−972. http://www.jos.org.cn/1000-9825/5406.htm [doi: 10.13328/j.cnki.jos.005406].
Chen HP, Qin J, Shen XJ,
陈海鹏, 秦俊, 申铉京, 等. 基于图像特征的鲁棒性数字水印算法. 计算机科学, 2011, 38(5): 258−260, 264. [doi: 10.3969/j.issn. 1002-137X.2011.05.063].
Tang WX, Li B, Barni M,
Wu JQ, Zhai LM, Wang LN,
吴俊锜, 翟黎明, 王丽娜, 等. 基于多尺度滤波器的空域图像隐写增强算法. 计算机研究与发展, 2020, 57(11): 2251−2259. [doi: 10.7544/issn1000-1239.2020.20200441].
Ma S, Zhao XF. Steganalytic feature based adversarial embedding for adaptive JPEG steganography. Journal of Visual Communication and Image Representation, 2021, 103066. [doi: 10.1016/j.jvcir.2021.103066]
Chen JF, Fu ZJ, Zhang WM,
陈君夫, 付章杰, 张卫明, 等. 基于深度学习的图像隐写分析综述. 软件学报, 2021, 32(2): 551−578. http://www.jos.org.cn/1000-9825/6135.htm [doi: 10.13328/j.cnki.jos.006135].
Ni ZC, Shi YQ, Ansari N,
Shi YQ, Li XL, Zhang XP,
doi: 10.1109/ICDSP.2002.1027818]]]>
Zhang WM, Hu XC, Li XL,
Qin C, Hu YC. Reversible data hiding in VQ index table with lossless coding and adaptive switching mechanism. Signal Processing, 2016, 129: 48−55. [doi: 10.1016/j.sigpro.2016.05.032]
Tian J. Reversible data embedding using a difference expansion. IEEE Trans. on Circuits and Systems for Video Technology, 2003, 13(8): 890−896. [doi: 10.1109/TCSVT.2003.815962]
Kim HJ, Sachnev V, Shi YQ,
Wang JX, Chen X, Ni JQ,
Chen YC, Hung TH, Hsieh SH,
Zhang XP, Long J, Wang ZC,
Xiang SJ, Luo XR. Reversible data hiding in encrypted image based on homomorphic public key cryptosystem. Ruan Jian Xue Bao/Journal of Software, 2016, 27(6): 1592−1601 (in Chinese with English abstract). http://www.jos.org.cn/1000-9825/5007.htm [doi: 10.13328/j.cnki.jos.005007]
项世军, 罗欣荣. 同态公钥加密系统的图像可逆信息隐藏算法. 软件学报, 2016, 27(6): 1592−1601. http://www.jos.org.cn/1000-9825/5007.htm [doi: 10.13328/j.cnki.jos.005007].
Zhang XP. Reversible data hiding in encrypted image. IEEE Signal Processing Letters, 2011, 18(4): 255−258. [doi: 10.1109/LSP. 2011.2114651]
Qin C, Zhang W, Cao F,
Zhang XP. Separable reversible data hiding in encrypted image. IEEE Trans. on Information Forensics and Security, 2011, 7(2): 826−832. [doi: 10.1109/TIFS.2011.2176120]
Huang FJ, Huang JW, Shi YQ. New framework for reversible data hiding in encrypted domain. IEEE Trans. on Information Forensics and Security, 2016, 11(12): 2777−2789. [doi: 10.1109/TIFS.2016.2598528]
Ma KD, Zhang WM, Zhao XF,
Zhang WM, Ma KD, Yu NH. Reversibility improved data hiding in encrypted images. Signal Processing, 2014, 94: 118−127. [doi: 10.1016/j.sigpro.2013.06.023]
Puteaux P, Puech W. An efficient MSB prediction-based method for high-capacity reversible data hiding in encrypted images. IEEE Trans. on Information Forensics and Security, 2018, 13(7): 1670−1681. [doi: 10.1109/TIFS.2018.2799381]
Yin ZX, Xiang YZ, Zhang XP. Reversible data hiding in encrypted images based on multi-MSB prediction and Huffman coding. IEEE Trans. on Multimedia, 2020, 22(4): 874−884. [doi: 10.1109/TMM.2019.2936314]
Yi S, Zhou YC. Separable and reversible data hiding in encrypted images using parametric binary tree labeling. IEEE Trans. on Multimedia, 2019, 21(1): 51−64. [doi: 10.1109/TMM.2018.2844679]
Wu YQ, Xiang YZ, Guo YT,
doi: 10.1109/TDSC.2020.3019490]]]>
doi: 10.1109/DCC.1996.488319]]]>
doi: 10.1117/12.525375]]]>
doi: 10.1007/978-3-642-24178-9_5]]]>
http://bows2.ec-lille.fr/]]>