面向生成式隐写的秘密到图像可逆变换
密码学与安全
2022-03-15 v1
摘要
近年来，将秘密信息变换为生成图像的生成式隐写技术已成为抵抗隐写分析检测的一种有前景的方法。然而，由于秘密到图像变换的低效与不可逆性，难以在信息隐藏容量与提取准确率之间找到良好权衡。为解决此问题，我们提出一种面向生成式隐写的秘密到图像可逆变换（S2IRT）方案。所提 S2IRT 方案基于生成模型即 Glow 模型，其实现了具有多元高斯分布的潜空间与具有复杂分布的图像空间之间的双射映射。在 S2I 变换过程中，在给定秘密消息引导下，我们构造一个潜向量，然后通过 Glow 模型将其映射为生成图像，从而将秘密消息最终变换为生成图像。得益于 S2IRT 方案良好的效率与可逆性，所提隐写方法同时实现了高隐藏容量以及从生成图像中准确提取秘密消息。此外，还提出了一种基于分离编码的 S2IRT（SE-S2IRT）方案，以提升对常见图像攻击的鲁棒性。实验表明，所提隐写方法可同时实现高隐藏容量（高达 4 bpp）和准确的信息提取（几乎 100% 准确率），同时保持良好的抗检测性与不可感知性。
引用
@article{arxiv.2203.06598,
title = {Secret-to-Image Reversible Transformation for Generative Steganography},
author = {Zhili Zhou and Yuecheng Su and Q. M. Jonathan Wu and Zhangjie Fu and Yunqing Shi},
journal= {arXiv preprint arXiv:2203.06598},
year = {2022}
}