在色彩中隐藏数据：基于条件可逆神经网络的安全无损深度图像隐写术
密码学与安全
2022-01-20 v1 人工智能
摘要
深度图像隐写术是一种通过深度神经网络将信息隐藏于数字图像中的数据隐藏技术。然而，现有深度图像隐写方法仅考虑载密图像相对于宿主图像的视觉相似性，而忽略了载密图像的统计安全性（隐蔽性）。此外，它们通常仅隐藏限于图像类型的数据，从而放宽了无损提取的约束。本文以统一方式解决上述问题，提出可将任意类型数据嵌入图像以实现安全数据隐藏与无损数据揭示的深度图像隐写术。首先，我们将数据隐藏建模为图像着色问题，其中数据被二值化并进一步映射为灰度宿主图像的颜色信息。其次，我们设计了一种以灰度图像为先验来引导颜色生成并以安全方式执行数据隐藏的条件可逆神经网络。最后，为实现无损数据揭示，我们提出多阶段训练方案以管理隐藏与揭示过程间因舍入误差导致的数据损失。大量实验表明，所提方法可通过生成逼真彩色图像实现安全数据隐藏，并成功抵御隐写分析的检测。此外，我们在不同场景下均可达到 100% 的揭示准确率，表明了我们的隐写术在现实世界中的实用价值。
引用
@article{arxiv.2201.07444,
title = {Hiding Data in Colors: Secure and Lossless Deep Image Steganography via Conditional Invertible Neural Networks},
author = {Yanzhen Ren and Ting Liu and Liming Zhai and Lina Wang},
journal= {arXiv preprint arXiv:2201.07444},
year = {2022}
}
备注
under review