位置:成果数据库 > 期刊 > 期刊详情页
基于最优脉冲和脉冲相关性的AMR自适应隐写算法
  • ISSN号:1671-8836
  • 期刊名称:《武汉大学学报:理学版》
  • 时间:0
  • 分类:TP37[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]武汉大学软件工程国家重点实验室,湖北武汉430072, [2]武汉大学空天信息安全与可信计算教育部重点实验室,湖北武汉430072, [3]武汉大学计算机学院,湖北武汉430072
  • 相关基金:国家自然科学基金资助项目(U1536114,U1536204,61373169)
中文摘要:

由于AMR(adaptive multimedia rate)语音在无线通信及移动互联网中的广泛应用,基于AMR压缩域的隐写算法已经逐渐出现.现有隐写算法具有明显的统计分布特性,因此其无法抵抗后继出现的多种隐写分析算法的检测.为了提高隐蔽性和统计安全性,本文提出了一种针对AMR固定码本(FCB,fixed codebook)的自适应隐写算法(简称为AFAS算法).基于AMR固定码本最优搜索原理和非零脉冲位置相关性,设计了嵌入代价函数和加性失真函数,并结合STC编码(syndrome-trellis codes)实现了AFAS算法.在12.2kb/s编码模式下,AFAS算法隐写后载密语音质量的PESQ(perceptual evaluation of speech quality)值较现有算法提高约8%;在抗隐写分析的能力方面,其平均检测错误率(TER)较现有隐写算法提高约10%.对比实验结果表明,AFAS算法较现有算法具有更好的听觉隐蔽性和统计安全性.

英文摘要:

As AMR (adaptive multimedia rate) is widely used in wireless communication and mobile Internet, the steganography algorithm based on AMR compressed domain has been emerged. Due to the obvious statistical distribution, the existing steganography algorithms cannot resist the existing steganalysis algorithm. To improve the concealment and statistics security, the paper proposed an AMR FCB (fixedcodebook) adaptive steganography scheme (AFAS). In this paper, a novel scheme based on the optimal search principle of AMR FCB and the correlation of non- zero pulse positions is proposed, which is combined with STC (Syndrome-Trellis Codes). In 12.2 kb/s coding mode, the PESQ(perceptual evaluation of speech quality) stegogenerated by the proposed algorithm is 8% higher than that of the existing steganography schemes. The average test error rate (TER) of the proposed algorithm is improved about 10% higher than that of the existing steganography algorithms. The experiment results show that the AFAS algorithm has better hearing concealment, and higher security.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:理学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国2教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武昌珞珈山
  • 邮编:430072
  • 邮箱:whdz@whu.edu.cn
  • 电话:027-68756952
  • 国际标准刊号:ISSN:1671-8836
  • 国内统一刊号:ISSN:42-1674/N
  • 邮发代号:38-8
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6988