圖像隱寫與分析技術（簡體書）

在諸多的信息安全技術中，信息隱藏技術自20世紀90年代提出以來，在數字版權、隱私保護、隱蔽通信等領域發揮著越來越大的作用，已經逐漸成為信息安全領域的研究熱點之一。
本書運用博弈對抗理論，從隱寫和隱寫分析兩個角度系統地介紹了信息隱藏領域中圖像隱寫及分析技術的基礎理論、關鍵技術和實現方法。其主要內容包括圖像隱寫與隱寫分析的基本概念、典型的圖像隱寫方法、基於最小化嵌入失真的圖像隱寫技術、可逆信息隱藏、密文域可逆信息隱藏、無修改的隱寫術、圖像隱寫分析技術、基於富模型的隱寫分析、基於深度學習的圖像隱寫分析、隱寫與隱寫分析的博弈對抗等。本書可作為高等院校信息安全、網絡空間安全、信息對抗等相關學科專業的研究生和高年級本科生的教材或參考書，也可作為相關專業科技工作者的參考書。

第1章 緒論 1

1.1 信息隱藏概述 1
1.1.1 信息隱藏基本概念 1
1.1.2 信息隱藏的主要特徵 3
C1.1.3 信息隱藏技術應用 4
1.1.4 信息隱藏的關鍵技術 4
1.1.5 信息隱藏技術的分類 4
1.2 數字圖像的隱寫技術 6
1.2.1 傳統的圖像隱寫技術 6
1.2.2 基於編碼的圖像隱寫技術 7
1.2.3 無修改的隱寫術 9
1.2.4 基於圖像的可逆信息隱藏 9
1.2.5 圖像密文域可逆信息隱藏 10
1.3 數字圖像的隱寫分析技術 10
1.3.1 隱寫分析的分類 11
1.3.2 評價指標 12
1.4 本書章節安排 14
本章小結 14
習題1 15
本章參考文獻 15
第2章 典型的圖像隱寫方法 18
2.1 圖像隱寫方法的類型 18
2.1.1 數字圖像的分類 18
2.1.2 圖像隱寫方法的分類 21
2.2 基於LSB的初級隱寫方法 24
2.2.1 LSB在位圖圖像中的應用 24
2.2.2 LSB在JPEG圖像中的應用 26
2.2.3 LSB在調色板圖像中的應用 26
2.3 抗隱寫分析的隱寫方法 27
2.3.1 LSB匹配算法 28
2.3.2 F5算法 28
2.3.3 YASS算法 32
2.4 保持模型的隱寫方法 33
2.4.1 OutGuess算法 34
2.4.2 MB算法 35
2.5 基於視覺特性的隱寫方法 37
2.5.1 BPCS算法 37
2.5.2 PVD算法 39
2.6 模仿自然過程的隱寫方法 39
2.7 魯棒隱寫方法 41
2.7.1 擴頻隱寫 41
2.7.2 QIM 42
2.8 非共享選擇信道的隱寫方法 43
2.8.1 基於伴隨式編碼的濕紙碼 44
2.8.2 PQ隱寫算法 45
本章小結 46
習題2 47
本章參考文獻 47
第3章 基於最小化嵌入失真的圖像隱寫技術 49
3.1 最小化嵌入失真的隱寫框架 49
3.2 STC編碼 50
3.2.1 從卷積碼到網格碼 50
3.2.2 網格碼結構 50
3.2.3 STC編碼算法 51
3.3 HUGO算法 52
3.3.1 SPAM特徵 52
3.3.2 HUGO嵌入過程 53
3.4 使用方向濾波器設計隱寫失真函數的WOW算法 54
3.4.1 失真函數設計 54
3.4.2 方向濾波器 55
3.4.3 聚集嵌入適應性 56
3.5 通用失真數字圖像隱寫方案UNIWARD 56
3.5.1 濾波器的形式 56
3.5.2 空域和JPEG域的UNIWARD計算方法 57
3.5.3 邊信息JPEG域嵌入的UNIWARD計算方法 57
3.5.4 UNIWARD的加性形式 58
3.6 基於模型的失真函數設計方法 59
3.6.1 MG算法 59
3.6.2 MVGG算法 60
本章小結 63
習題3 63
本章參考文獻 63
第4章 可逆信息隱藏 66
4.1 可逆信息隱藏概述 66
4.1.1 基本概念 66
4.1.2 技術分類 68
4.1.3 評價指標 69
4.2 經典算法介紹 71
4.2.1 無損壓縮法 71
4.2.2 整數變換法 72
4.2.3 直方圖平移法 74
本章小結 77
習題4 77
本章參考文獻 77
第5章 密文域可逆信息隱藏 79
5.1 系統框架與技術難點 80
5.2 關鍵技術及分類 82
5.2.1 非密文域嵌入算法 82
5.2.2 密文域嵌入算法 85
5.3 三維集成成像密文域可逆信息隱藏技術 95
5.4 密文域可逆信息隱藏的技術展望 102
本章小結 103
習題5 103
本章參考文獻 103
第6章 無修改的隱寫術 106
6.1 基於載體選擇的隱寫術 106
6.2 基於紋理合成的數字隱寫 111
6.3 基於生成對抗網絡的隱寫方法 114
6.3.1 生成對抗網絡 114
6.3.2 基於ACGAN的無載體信息隱藏 116
6.4 基於生成模型的圖像合成隱寫――數字化卡登格子 119
6.4.1 生成隱寫框架 119
6.4.2 基於圖像補全的生成隱寫方案 120
6.4.3 實驗結果 122
本章小結 124
習題6 125
本章參考文獻 125
第7章 圖像隱寫分析技術 127
7.1 隱寫分析方法的分類 127
7.1.1 專用隱寫分析 128
7.1.2 盲隱寫分析 129
7.2 專用隱寫分析方法 130
7.2.1 針對LSB替換的分析 130
7.2.2 針對LSB匹配的分析 132
7.2.3 針對F5的分析 134
7.2.4 針對OutGuess的分析 135
7.3 盲隱寫分析方法 137
7.3.1 盲隱寫分析檢測器的設計步驟 137
7.3.2 常見用於盲隱寫分析的特徵 139
7.3.3 常見用於盲隱寫分析的分類器 146
本章小結 148
習題7 148
本章參考文獻 149
第8章 基於富模型的隱寫分析 151
8.1 高維特徵的需求 151
8.2 富模型 152
8.2.1 殘差計算 153
8.2.2 共生矩陣構建 155
8.2.3 子模型組合 157
8.3 集成分類器 164
8.3.1 準備過程 164
8.3.2 訓練過程 165
8.3.3 測試過程 165
本章小結 166
習題8 167
本章參考文獻 167
第9章 基於深度學習的圖像隱寫分析 170
9.1 深度學習與圖像隱寫分析 171
9.2 深度卷積神經網絡圖像隱寫分析 172
9.2.1 深度卷積神經網絡 172
9.2.2 基於深度卷積神經網絡圖像隱寫分析 180
9.3 淺層卷積神經網絡圖像隱寫分析 187
9.3.1 隱寫方案 187
9.3.2 實驗 190
本章小結 194
習題9 194
本章參考文獻 194
第10章 隱寫與隱寫分析的博弈對抗 196
10.1 隱寫與隱寫分析的博弈 196
10.1.1 博弈論基礎知識 196
10.1.2 基於隱寫與隱寫分析的博弈 197
10.1.3 基於內容自適應的信息隱藏博弈模型 198
10.2 博弈模型上的策略自適應隱寫 200
10.2.1 模型框架 200
10.2.2 基於策略自適應算法的嵌入流程 201
10.3 基於生成對抗網絡的隱寫與隱寫分析 203
10.3.1 生成對抗網絡 203
10.3.2 基於生成對抗網絡的隱寫與隱寫分析方法 204
本章小結 205
習題10 205
本章參考文獻 205