自适应视频内容的隐密信道方案

谢宏亮，兰慧，李高天，杨世勇

（西安电子科技大学，陕西西安 710071）

1 引言

在大数据分析时代，信息隐藏技术已经成为保护隐私信息安全的重要技术手段。以图像、文本、音频、视频等多媒体为载体的隐密技术层出不穷，其中视频序列以其数据量大、冗余信息丰富等特点而备受关注。薛帅等人[1]提出了基于视频帧间冗余的隐藏方法，该方法的优点是密信嵌入容量大、安全性较高，但是码长改变率较大。为防止码长改变率过大，Lin等人[2]提出了基于H.264/AVC编码标准的无损信息隐藏方法，该方法可以有效地抑制码率增长，但是其嵌入容量较低。

韩一罡等人[3]提出了基于直方图对的无损数据隐藏方法，该方法的优势在于嵌入容量大、每个图像组内部失真率十分接近，但是存在各图像组之间差异较大，引起视频图像质量下降等问题。为了防止图像组间失真，王家骥等人[4]提出了通过修改帧内亮度块的预测进行秘密信息的嵌入，该方法能够很好地保证视频主客观质量，但是嵌入容量小。Wojciech等人[5]提出了在网络视频电话通信中结合通信协议进行信息隐藏的方法，该方法具有较高的信噪比但是隐藏容量有限。Ramalingam等人[6]通过检测视频场景切换提出了基于离散余弦变换（Discrete Cosine Transform，DCT）系数的视频隐密算法，其优势在于嵌入容量大、失真小、码长变化小，但是存在误码率高等缺陷。

Shabir等人[7]提出了通过修改帧内预测模式嵌入密信的信息隐藏方法，该方法失真小、码率变化小但是嵌入容量有限。王丽娜等人[8]综合考虑视频纹理特征，提出了运动矢量密信嵌入算法，该算法的优势在于安全性高、失真小，但是耗时较长、码长变化明显。KeNiu等人[9]基于参考帧运动矢量值提出了一种可逆信息隐藏算法，该算法失真小但是其嵌入容量也相对较小。为提高嵌入容量，李海辉等人[10]提出了一种基于H.264视频编解码标准的信息隐藏算法，该方法具有较大的嵌入容量，失真率相对较小，但是各图像块嵌入容量相同，安全性不够高。Mahdi等人[11]提出将密信隐藏在视频运动区域的隐藏方法，但是其未考虑这些区域的纹理复杂性，使得局部区域的掩蔽性不够高。

现有众多的文献仅考虑视频压缩编码所得到的运动矢量或者只注重视频图像的复杂度，而忽略了将二者相结合的方法。根据MPEG-2/4[12]、H.263/4[13]等视频编/解码标准，帧间压缩运动矢量越大表示视频内容变化越剧烈，相关的目标图像块运动变化越大，对这些区域适当改动所引起的失真易被人眼忽视。从信息隐藏的角度，运动矢量大相对于运动矢量小或者无运动的目标区域适合分布更多的密信。与此同时，帧内压缩编码则更期望保留纹理复杂区域和目标区域，而对于简单的背景以及平坦区域则采取大的压缩。从信息隐藏的角度，应该将密信隐藏在图像中纹理/边缘复杂的区域，而避免了密信出现在平坦区域。因为内容复杂也就意味着相应的区域能够给密信提供了更安全的掩蔽空间，也能增加密信的嵌入容量，在有噪声干扰的信道下传输，能够使得密信的误码率降低，从而提高隐密传输的可靠性。

本文提出了一种自适应视频内容的隐密信道方案，主要包括五大方面：（1）视频内容复杂度分析；（2）隐密信道抽样；（3）隐密通信；（4）实验结果对比分析；（5）总结与展望。

2 视频内容复杂度分析

为筛选出纹理复杂、运动剧烈、掩蔽性高的区域，视频内容复杂度分析包含了视频图像纹理估计和视频帧间运动估计两个方面。

2.1 视频图像纹理估计

基于模糊熵[14]的帧图像纹理复杂度估计已经在前期的论文中做了详细的论证，不再赘述。结合本文内容，这里给出一个像素大小的图像块平均模糊熵测度的定义：

2.2 视频帧间运动估计

常见的基于H.264视频压缩编码标准的运动估计方法[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。本文选择菱形搜索算法，因为其有匹配效果准确、执行速度快的优点。

根据菱形搜索算法对视频进行帧间运动估计，得到一个 像素大小且运动矢量为的图像块，通过欧氏距离求其运动矢量的度量：

2.3 视频复杂度定义

定义一 结合视频帧图像的纹理和运动估计，预嵌密视频内容复杂度为：

3 隐密信道构建

3.1 隐密信道的定义

3.2 载体嵌入容量

4 隐密通信

4.1 密钥共享与变换

隐密变换过程算法如表1所示。

表1 隐密变换过程算法

图1 均衡系数取不同值时的嵌密效果图

表2 密钥接凑算法

采用上述密钥共享算法能够有效地防止模仿攻击，对于接收方和发送来说，每次通信均采用随意的临时口令进行同态凑对合并，仅获取自己的临时口令无法由此推测出正确的密钥。而对于第三方攻击的情况，如果攻击者想从含密视频流中正确提取出密信，就必须同时拥有收发双方的临时口令，或者获得密钥对的各参数值，这两种方式都较为不易。

4.2 密信嵌入与提取

在视频压缩过程中，编码器将对残差矩阵进行DCT变换、量化操作。本文采用LSB算法，若当前块属于隐密信道则将其预处理后的密信嵌入在其量化残差块的中频系数中，得到含密量化残差块，否则进行一般的帧内预测过程。然后再进行逆量化、逆DCT变换处理为含密残差矩阵，该过程可表示为：

5 实验结果

使用8段典型的Y U V标准视频序列(176×144，150帧)进行分析，以误码率、失真率、码长改变率作为参考指标，选择最新的基于DCT系数的视频隐密算法[4]和基于运动矢量的密信嵌入算法[5]作为对比算法。

5.1 算法自适应性能测试

图2(a)为参考帧内容分析；图2(b)为参考帧图像块复杂度估计；图2(c)是根据临时密钥随机抽取的一组隐密信道样本，理想情况下为一密一信道；图2(d)为隐密信道嵌入权值的相对变化情况，权值不同嵌入量不同。从效果看，所选载体块的位置分布在纹理复杂且运动剧烈的区域，并且嵌入权值的变化与视频图像内容的变化相一致。

5.2 算法隐密通道安全性测试

算法主要以临时双口令同态生成的置乱步长和迭代次数为密钥参数对和，来对密信进行混沌映射以保证隐密信道的安全性。一方口令采取游客等待策略，另一方口令则采取车辆到站策略，以双模式方法来分离密钥整体性，保证隐密通道的安全。如图3所示以图像密信为例，图3(a)为原始密信图像，图3(b)、图3(c)、图3(d)为选取不同参数对映射下的置乱效果。从效果看，密信被映射置乱成没有意义的序列，顺序及相关性都已被充分破坏，可以确保即便隐密信道中的携密载体被非法截获，原始秘密信息也难以被正确提取并还原，从而保护了密信的安全。

图2 隐密信道构建过程及嵌入权值

图3 隐密信道中的密信置乱效果

5.3 误码率对比测试

为了对比文献[4]和文献[5]中的算法以及本文算法在不同视频序列中误码率大小，分别选择“FOREMAN”等8段视频序列进行算法仿真，结果如表3所示

由表3可知，因本算法将密信嵌入在图像块DCT/量化后的系数中，密信提取依然保持着较低的误码率。

5.4 失真率对比结果

由于各类算法的效果均是人眼不可感知的，为精确量化失真程度，引入峰值信噪比PSNR（Peak Signal to Noise Ratio）[5]进行失真率对比，结果如表4所示。

表3 各算法在不同视频序列中的误码率对比，其中黑体表示最优性 （单位：bit）

从表4中可以看出，本文算法将密信嵌入在掩蔽性高的图像块中，PSNR值较优于对比算法。

5.5 码长改变率与误码率对比结果

为了精确评估在相同压缩强度下（选择编码器默认固定量化步长，quant=4），本算法与对比文献算法对视频码长的改变情况，引入码长改变率：

表4 各算法在不同视频序列中的PSNR对比，其中黑体表示最优性能 （单位：dB）

表5 各算法在不同视频序列中的码长改变率对比，其中黑体表示最优性能

从表5中可以看出文献[4]算法将密信平铺嵌入在DCT系数中，对原始视频改变小，码长变化较小；文献[5]算法之所以改变较大，是因为其用非最优匹配块的差值替换了最优匹配块的差值，导致量化压缩后非零系数增大，码长改变明显。本文算法将密信嵌入在复杂度高的区域中，做到了尽量避免修改零值DCT/量化系数，因而视频码长改变较小。

6 结束语

方案的优势在于：（1）将密信嵌入在纹理复杂且变化剧烈的载体块中，掩蔽性高；（2）能够自适应的在不同载体块中嵌入不同容量的密信，算法安全性高；（3）密信嵌入/提取过程与视频编/解码过程相结合，保证密信的嵌入不明显改变视频码长；（4）采用共享密钥对的方式解决了密信提取需要原始载体的问题，并且对密钥进行整体性分离，提高了隐密通道的安全性。下一步，研究者将研究在即时网络信道传输过程中，如何将大容量的密信（如图像、短视频等）进行高强度压缩隐藏在视频流中，以便提高方案在实际通信中隐/解密的效率。