自適應視頻內容的隱密信道方案

謝宏亮，蘭慧，李高天，楊世勇

（西安電子科技大學，陜西西安 710071）

1 引言

在大數據分析時代，信息隱藏技術已經成為保護隱私信息安全的重要技術手段。以圖像、文本、音頻、視頻等多媒體為載體的隱密技術層出不窮，其中視頻序列以其數據量大、冗余信息豐富等特點而備受關注。薛帥等人[1]提出了基于視頻幀間冗余的隱藏方法，該方法的優點是密信嵌入容量大、安全性較高，但是碼長改變率較大。為防止碼長改變率過大，Lin等人[2]提出了基于H.264/AVC編碼標準的無損信息隱藏方法，該方法可以有效地抑制碼率增長，但是其嵌入容量較低。

韓一罡等人[3]提出了基于直方圖對的無損數據隱藏方法，該方法的優勢在于嵌入容量大、每個圖像組內部失真率十分接近，但是存在各圖像組之間差異較大，引起視頻圖像質量下降等問題。為了防止圖像組間失真，王家驥等人[4]提出了通過修改幀內亮度塊的預測進行秘密信息的嵌入，該方法能夠很好地保證視頻主客觀質量，但是嵌入容量小。Wojciech等人[5]提出了在網絡視頻電話通信中結合通信協議進行信息隱藏的方法，該方法具有較高的信噪比但是隱藏容量有限。Ramalingam等人[6]通過檢測視頻場景切換提出了基于離散余弦變換（Discrete Cosine Transform，DCT）系數的視頻隱密算法，其優勢在于嵌入容量大、失真小、碼長變化小，但是存在誤碼率高等缺陷。

Shabir等人[7]提出了通過修改幀內預測模式嵌入密信的信息隱藏方法，該方法失真小、碼率變化小但是嵌入容量有限。王麗娜等人[8]綜合考慮視頻紋理特征，提出了運動矢量密信嵌入算法，該算法的優勢在于安全性高、失真小，但是耗時較長、碼長變化明顯。KeNiu等人[9]基于參考幀運動矢量值提出了一種可逆信息隱藏算法，該算法失真小但是其嵌入容量也相對較小。為提高嵌入容量，李海輝等人[10]提出了一種基于H.264視頻編解碼標準的信息隱藏算法，該方法具有較大的嵌入容量，失真率相對較小，但是各圖像塊嵌入容量相同，安全性不夠高。Mahdi等人[11]提出將密信隱藏在視頻運動區域的隱藏方法，但是其未考慮這些區域的紋理復雜性，使得局部區域的掩蔽性不夠高。

現有眾多的文獻僅考慮視頻壓縮編碼所得到的運動矢量或者只注重視頻圖像的復雜度，而忽略了將二者相結合的方法。根據MPEG-2/4[12]、H.263/4[13]等視頻編/解碼標準，幀間壓縮運動矢量越大表示視頻內容變化越劇烈，相關的目標圖像塊運動變化越大，對這些區域適當改動所引起的失真易被人眼忽視。從信息隱藏的角度，運動矢量大相對于運動矢量小或者無運動的目標區域適合分布更多的密信。與此同時，幀內壓縮編碼則更期望保留紋理復雜區域和目標區域，而對于簡單的背景以及平坦區域則采取大的壓縮。從信息隱藏的角度，應該將密信隱藏在圖像中紋理/邊緣復雜的區域，而避免了密信出現在平坦區域。因為內容復雜也就意味著相應的區域能夠給密信提供了更安全的掩蔽空間，也能增加密信的嵌入容量，在有噪聲干擾的信道下傳輸，能夠使得密信的誤碼率降低，從而提高隱密傳輸的可靠性。

本文提出了一種自適應視頻內容的隱密信道方案，主要包括五大方面：（1）視頻內容復雜度分析；（2）隱密信道抽樣；（3）隱密通信；（4）實驗結果對比分析；（5）總結與展望。

2 視頻內容復雜度分析

為篩選出紋理復雜、運動劇烈、掩蔽性高的區域，視頻內容復雜度分析包含了視頻圖像紋理估計和視頻幀間運動估計兩個方面。

2.1 視頻圖像紋理估計

基于模糊熵[14]的幀圖像紋理復雜度估計已經在前期的論文中做了詳細的論證，不再贅述。結合本文內容，這里給出一個像素大小的圖像塊平均模糊熵測度的定義：

2.2 視頻幀間運動估計

常見的基于H.264視頻壓縮編碼標準的運動估計方法[11]有：全搜索算法（FS）、三步搜索算法（TSS）、新三步搜索算法（NTSS）、四步搜索算法（FSS）、菱形搜索算法（DS）等。本文選擇菱形搜索算法，因為其有匹配效果準確、執行速度快的優點。

根據菱形搜索算法對視頻進行幀間運動估計，得到一個 像素大小且運動矢量為的圖像塊，通過歐氏距離求其運動矢量的度量：

2.3 視頻復雜度定義

定義一 結合視頻幀圖像的紋理和運動估計，預嵌密視頻內容復雜度為：

3 隱密信道構建

3.1 隱密信道的定義

3.2 載體嵌入容量

4 隱密通信

4.1 密鑰共享與變換

隱密變換過程算法如表1所示。

表1 隱密變換過程算法

圖1 均衡系數取不同值時的嵌密效果圖

表2 密鑰接湊算法

采用上述密鑰共享算法能夠有效地防止模仿攻擊，對于接收方和發送來說，每次通信均采用隨意的臨時口令進行同態湊對合并，僅獲取自己的臨時口令無法由此推測出正確的密鑰。而對于第三方攻擊的情況，如果攻擊者想從含密視頻流中正確提取出密信，就必須同時擁有收發雙方的臨時口令，或者獲得密鑰對的各參數值，這兩種方式都較為不易。

4.2 密信嵌入與提取

在視頻壓縮過程中，編碼器將對殘差矩陣進行DCT變換、量化操作。本文采用LSB算法，若當前塊屬于隱密信道則將其預處理后的密信嵌入在其量化殘差塊的中頻系數中，得到含密量化殘差塊，否則進行一般的幀內預測過程。然后再進行逆量化、逆DCT變換處理為含密殘差矩陣，該過程可表示為：

5 實驗結果

使用8段典型的Y U V標準視頻序列(176×144，150幀)進行分析，以誤碼率、失真率、碼長改變率作為參考指標，選擇最新的基于DCT系數的視頻隱密算法[4]和基于運動矢量的密信嵌入算法[5]作為對比算法。

5.1 算法自適應性能測試

圖2(a)為參考幀內容分析；圖2(b)為參考幀圖像塊復雜度估計；圖2(c)是根據臨時密鑰隨機抽取的一組隱密信道樣本，理想情況下為一密一信道；圖2(d)為隱密信道嵌入權值的相對變化情況，權值不同嵌入量不同。從效果看，所選載體塊的位置分布在紋理復雜且運動劇烈的區域，并且嵌入權值的變化與視頻圖像內容的變化相一致。

5.2 算法隱密通道安全性測試

算法主要以臨時雙口令同態生成的置亂步長和迭代次數為密鑰參數對和，來對密信進行混沌映射以保證隱密信道的安全性。一方口令采取游客等待策略，另一方口令則采取車輛到站策略，以雙模式方法來分離密鑰整體性，保證隱密通道的安全。如圖3所示以圖像密信為例，圖3(a)為原始密信圖像，圖3(b)、圖3(c)、圖3(d)為選取不同參數對映射下的置亂效果。從效果看，密信被映射置亂成沒有意義的序列，順序及相關性都已被充分破壞，可以確保即便隱密信道中的攜密載體被非法截獲，原始秘密信息也難以被正確提取并還原，從而保護了密信的安全。

圖2 隱密信道構建過程及嵌入權值

圖3 隱密信道中的密信置亂效果

5.3 誤碼率對比測試

為了對比文獻[4]和文獻[5]中的算法以及本文算法在不同視頻序列中誤碼率大小，分別選擇“FOREMAN”等8段視頻序列進行算法仿真，結果如表3所示

由表3可知，因本算法將密信嵌入在圖像塊DCT/量化后的系數中，密信提取依然保持著較低的誤碼率。

5.4 失真率對比結果

由于各類算法的效果均是人眼不可感知的，為精確量化失真程度，引入峰值信噪比PSNR（Peak Signal to Noise Ratio）[5]進行失真率對比，結果如表4所示。

表3 各算法在不同視頻序列中的誤碼率對比，其中黑體表示最優性 （單位：bit）

從表4中可以看出，本文算法將密信嵌入在掩蔽性高的圖像塊中，PSNR值較優于對比算法。

5.5 碼長改變率與誤碼率對比結果

為了精確評估在相同壓縮強度下（選擇編碼器默認固定量化步長，quant=4），本算法與對比文獻算法對視頻碼長的改變情況，引入碼長改變率：

表4 各算法在不同視頻序列中的PSNR對比，其中黑體表示最優性能 （單位：dB）

表5 各算法在不同視頻序列中的碼長改變率對比，其中黑體表示最優性能

從表5中可以看出文獻[4]算法將密信平鋪嵌入在DCT系數中，對原始視頻改變小，碼長變化較??；文獻[5]算法之所以改變較大，是因為其用非最優匹配塊的差值替換了最優匹配塊的差值，導致量化壓縮后非零系數增大，碼長改變明顯。本文算法將密信嵌入在復雜度高的區域中，做到了盡量避免修改零值DCT/量化系數，因而視頻碼長改變較小。

6 結束語

方案的優勢在于：（1）將密信嵌入在紋理復雜且變化劇烈的載體塊中，掩蔽性高；（2）能夠自適應的在不同載體塊中嵌入不同容量的密信，算法安全性高；（3）密信嵌入/提取過程與視頻編/解碼過程相結合，保證密信的嵌入不明顯改變視頻碼長；（4）采用共享密鑰對的方式解決了密信提取需要原始載體的問題，并且對密鑰進行整體性分離，提高了隱密通道的安全性。下一步，研究者將研究在即時網絡信道傳輸過程中，如何將大容量的密信（如圖像、短視頻等）進行高強度壓縮隱藏在視頻流中，以便提高方案在實際通信中隱/解密的效率。