回声隐藏技术1

[摘要]：信息隐藏技术已经成为近年来信息安全领域研究的热点。信息隐藏技术的一些基本问题，如信息隐藏的系统模型、信息隐藏技术的分类等；随后重点研究了目前针对音频信号的信息隐藏技术的基本思想及其局限性。最后给出了一个完整基于音频点播的信息隐藏系统的实现原理和过程。

[关键词]：加密；信息隐藏；音频点播

1

引言

随着网络和多媒体技术的飞速发展，大量媒体信息通过数字化的形式进行传播和发布，这给我们带来便利的同时也带来了如何保证信息传播的安全性和保密性的问题。

加密技术是保护数字内容最常见的方法，它通过对需保护的对象进行加密然后再进行传输。目前，已经出现了具有较高保密强度的加密算法，但在很多领域加密方法的应用已经越来越显现出它的局限性，因为绝大多数加密算法的强度严重依赖于计算机的计算能力，密码的可靠性往往由密钥的长度来保证，一旦传输的数据被非法劫取并解密后，加密的数据与普通数据一样不再受到任何保护。同时，由于加密后的数字内容在公开信道的传输过程中，表现形式是没有任何意义的乱码或噪声，这很容易引起非法攻击者的注意和兴趣。因此，随着计算机性能的提高，通过不断增加密钥长度来提高系统安全性的方法，是很难起到全面安全保障作用的。

信息隐藏[1]是集多学科理论和技术于一身的新兴领域。与传统加密技术不同，信息隐藏技术利用人类感官对数字信号的感觉冗余，将秘密信息隐藏在具有明确意义的公开载体（音频、视频及图像等）中，不但隐藏了秘密信息的内容而且隐藏了秘密信息的存在，因此攻击者无法直观地判断载体中是否含有秘密信息，也无法提取或去除所隐藏的秘密信息。

2

信息隐藏系统模型与分类

图1

信息隐藏系统模型示意图

信息隐藏系统模型如图1所示，

待隐藏的秘密信息为S，载体为C，为了增加系统安全性，在隐藏之前需要对S进行预处理（如纠错置乱等）；结合密钥KEY，通过给定的隐藏算法把秘密信息嵌入到载体C中。含密的载体在公开的信道进行传输，在接收端可以通过密钥KEY和提取算法将秘密信息S’提取出来。由于在接收端需要密钥才能有效地提取出秘密信息，因此在密钥未知的条件下，攻击者很难从含密载体中提取或移除，甚至发现秘密信息。

近年来许多研究机构和学者提出了不同的信息隐藏算法，根据不同的应用领域可分类[2]如图2所

缩，以提高隐藏容量。同时为了提高系统安全性，通过密钥和伪随机序列来选择最终的隐藏位置。最后引入重复编码分散传输过程中产生的错误比特位。针对点播系统的实时性要求，隐藏算法选择了计算复杂度低、隐藏容量大的时域LSB算法。实验结果表明，当载体音频采用44.1KHz、16比特量化的wav音频时，替换音频采样值的最低4个LSB位时，仍然可以保证较高音频感知质量。

在Windows

2000/XP平台上，采用VC++编程语言实现了点播服务器节目列表管理、保密语音混合编码、信息隐藏及网络通信协议等功能，并利用DirectShow

SDK[5]开发了基于PC的点播客户端（图4所示），利用ARM-Linux[6]技术开发了基于嵌入式平台的点播客户端。

（a）

（b）

图4

网络音频点播信息隐藏平台服务器（a）和客户端（b）界面

图5为原始保密语音及最终在客户端恢复解码后的保密语音波形图。

（a）

（b）

图5

保密语音波形（a）预处理前和（b）恢复后

5

小结

本文首先给出了信息隐藏模型和分类，并着重介绍了音频信息隐藏技术的基本思想及其局限性。最后结合G.729A语音压缩编码算法的特点，利用基于时域LSB的保密语音嵌入和提取算法，实现了基于该算法的网络音频点播信息隐藏系统。实验测试表明，该系统具有较满意的隐藏效果，且恢复的保密语音质量良好。

参考文献

[1]王育民,

张彤,

黄继武.

信息隐藏?理论与技术[M].

北京：清华大学出版社，2006.

[2]Fabien

A.P.Petitcolas,

Ross

J.

Anderson

and

Markus

G.Kuhn.

Information

Hiding?A

Survey.

Proceedings

of

the

IEEE,

special

issue

on

protection

of

multimedia

content,

July

1999:1062-1078.

[3]Bender

W,

Gruhl

D,

Morimoto

N.

Techniques

for

data

hiding

[J].

IBM

System

Journal,

1996,

35(3/4):

131-336.

[4]ITU-T

Recommendation

G.729

Annex

A:

Reduced

complexity

8kbit/s

CS-ACELP

Speech

Codec[S].

1996.

[5]陆其明.

DirectShow实务精选[M].

北京：科学出版社，2004.

[6]张晓林,

崔迎炜等.

嵌入式系统设计与实践[M].

北京：北京航空航天大学出版社,

2006.数字水印（DigitalWatermarking）技术是将一些标识信息(即数字水印)直接嵌入数字载体(包括多媒体、文档、软件等)当中，但不影响原载体的使用价值，也不容易被人的知觉系统(如视觉或听觉系统)觉察或注意到。通过这些隐藏在载体中的信息，可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。数字水印是信息隐藏技术的一个重要研究方向。安全性;隐蔽性;鲁棒性;水印容量;水印的特性可以将数字水印分为鲁棒数字水印和易损数字水印两类按水印所附载的媒体，我们可以将数字水印划分为图像水印、音频水印、视频水印、文本水印以及用于三维网格模型的网格水印等按水印的检测过程可以将数字水印划分为明文水印和盲水印按数字水印的内容可以将水印划分为有意义水印和无意义水印水印的用途，我们可以将数字水印划分为票证防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。按数字水印的隐藏位置，我们可以将其划分为时（空）域数字水印、频域数字水印、时/频域数字水印和时间/尺度域数字水印。只要构成一种信号变换，就有可能在其变换空间上隐藏水印。空域算法;Patchwork算法;变换域算法;压缩域算法;NEC算法;生理模型算法;常用水印攻击数字模拟转换（A/D、D/Aconversion）旋转（rotation）放大缩小（scaling）切割（cropping）压缩（compression）再量化（requantization）再取样（resample）;其他算法:特别是自从Cox等借用通信技术中的扩频原理将水印信号嵌入到一些DCT变换系数或者多层分解的小波变换系数以来,人们已经提出了一些混沌数字水印方法.一种基于盲水印检测的DWT算法,该算法首先对原始图像进行小波变换,根据人类具有的视觉掩蔽特性对低频分量进行一定的量化,局限性:不知道能够隐藏多少位.给定时间的音频,可以可靠隐藏信息量的上界,目前还不清楚.对图像水印,只能说目前使用的算法可以隐藏几百比特位的水印信息.还没有真正健壮的盲图像水印算法.目前还没有能够在经过所有普通图像处理变换后,仍能幸免的盲水印算法.所有者能去除标记.如果允许任何人读取水印,则任何人只要知道水印嵌入算法,就可以消除水印.随着一些先进的信号处理技术和密码设计思想的引进,必将日趋成熟且得到更为广泛的发展应用.数字化指的是信息的存储形式，特点是信息存储量大、便于编辑和复制；网络化指的是信息的传输形式，具有速度快、分布广的优点。如音频、视频、图像等，隐藏具有一定意义的附加信息作为标记，这些信息与原始数据紧密结合，并随之一起被传输。在接收端，通过计算机水印信号被提取出来用于各种目的，数字水印技术的进展

早期，水印设计者关注的是如何把信息隐藏在数字媒体中并不被发现。为此，水印信息被置于二进制数据的最低位中，这类方案被统称为最低有效位调制。很明显，最低有效位内的信息容易在常用的信号处理中丢失，水印的鲁棒性差。

随后，出现了大量空间域内的水印算法。水印嵌入不再是修改空间域内的单个点，而是一个点集或一个区域的特征，例如均值、方差、奇偶性等。Patchwork是这类方法的一个典型代表。它在图像空间随机选取n对像素点(ai,bi)，并且对像素ai的亮度加d，bi的亮度减d，结果这两组像素点之间亮度差值的均值被修改为2d。该均值和统计假设检验理论可确定水印的有无。可是Patchwork能嵌入的信息量有限，而且对几何变换敏感。空间域内水印算法存在的共性问题是对图像处理的鲁棒性差。

相较于空间域，频谱则是一种很好的信号描述方法。低频分量代表了信号的平滑部分，是主体信息;高频分量表示信号的抖动部分，是边缘信息，信号的分析和处理非常直观方便。扩频水印引入了扩频通信理论，是一种非常流行的频率域内的水印设计思想。它将数字媒体视为信道，通常具有较宽的带宽，要嵌入的水印信号作为发射信号，带宽较窄。可以先将水印扩展到多个频率点上，再与媒体信号叠加。这样，每个频率分量内只含有微小能量的水印，既保证了不可见性，同时要破坏水印，则必须在每个频率上叠加幅值很高的噪声。这一思想首先被应用到DCT域内，之后又被推广到傅立叶变换域和小波域内。另外，为了兼顾水印的保真性，人类感知模型被用于控制每个频率点上水印的能量，使其不至于破坏信号质量，从而形成了一类自适应的扩频水印。

另一种重要的水印模型是把水印看成是已知边带信息的通信。边带信息指的