Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于神经元归因的可迁移图像对抗隐写方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国科学技术大学

摘要:本发明公开了一种基于神经元归因的可迁移图像对抗隐写方法,其步骤包括:1基于神经元归因确定关键特征,2对关键特征进行破坏;3利用破坏关键特征得到的梯度图进行对抗嵌入。本发明能够解决目前对抗隐写方法可迁移性差的问题,且能够与现有的对抗隐写方法结合,使其适应于现实世界的黑盒场景,从而能满足信息隐写和提取在通信传输过程中的安全性需求。

主权项:1.一种基于神经元归因的可迁移图像对抗隐写方法,其特征在于,包括如下步骤:步骤1、选择一张包含n个像素的原始灰度载体图像c={c1,c2,…,ci,…,cn},其中,ci表示原始灰度载体图像c的第i个像素,n表示像素总数;步骤2、确定待攻击的目标隐写分析网络F以及F中待攻击的目标层L;步骤3、利用基础失真函数计算c的初始失真其中,表示c的第i个像素ci加一后的失真,表示c的第i个像素ci的减一后的失真;步骤4、根据所述初始失真ρ,对c进行秘密消息嵌入,得到载密图像y;将载密图像y输入到目标隐写分析网络F中进行处理,得到分类结果,若分类结果为载体类别,则将y作为最终的载密图像s,并结束流程,否则,表示分类结果为载密类别,并执行步骤5;步骤5、利用积分梯度方法获取目标层L中第j个神经元在第t次迭代的归因结果步骤6、构建基于关键特征破坏的第t次迭代的整体损失Lt及其梯度图Gt;步骤7、若对c进行载体增强,则执行步骤7.1;若对ρ进行失真调整,则执行步骤7.2;若对yt进行载密后处理,则执行步骤7.3;步骤7.1、利用梯度图Gt对c进行载体增强:步骤7.1.1、初始化一个尺寸与c相同的掩膜矩阵mask={mask1,mask2,...,maski,...,maskn}=0,其中,maski表示mask的第i个元素;步骤7.1.2、计算第t次迭代下更新后的梯度图G′t=Gt·1-mask,并将G′t中绝对值最大的k个元素在mask中所对应位置的元素赋值为1步骤7.1.3、构建第t+1次迭代下的增强载体et+1=et+G't,其中,et表示第t次迭代的增强载体,当t=1时,令et=c;步骤7.1.4、测试增强载体:根据初始失真ρ将秘密消息嵌入到第t+1次迭代的增强载体et+1中,得到得到第t+1次迭代下的载密图像yt+1;将yt+1输入到F中进行处理,得到第t+1次迭代下的分类结果,若第t+1次迭代下的分类结果为载体类别,则将yt+1作为最终的载密图像s,并结束流程,否则,将t+1赋值给t后,返回步骤5~步骤7.1执行,直到t达到最大迭代次数后,将步骤4中的载密图像y作为最终的载密图像s,并结束流程;步骤7.2、利用梯度图Gt对ρ进行失真调整:步骤7.2.1、利用式11和式12分别得到c中第i个像素ci在第t次迭代下加一后的失真以及在第t次迭代下减一的失真 式11和式12中,gti表示Gt的第i个元素,αt为第t次迭代下的失真调整因子;步骤7.2.3、根据和将秘密消息嵌入到载体图像c中,得到第t次迭代下的中间载密图像zt;步骤7.2.4、将zt输入到F中进行处理,得到第t次迭代下的分类结果,若第t次迭代下的分类结果为0,则将zt作为最终的载密图像s,结束流程,否则将αt+Δ赋值给αt后,返回步骤5~步骤7.2执行,直到达到最大迭代次数后,将步骤4中的载密图像y作为最终的载密图像s,其中,Δ表示步长,结束流程;步骤7.3、利用梯度图Gt对yt进行载密后处理:步骤7.3.1、根据式14确定c中第k个待修改的区域Rk:Rk={ci|ci∈Top|Gt|pk∩Bottomρqk}14式14中,pk为第k个梯度阈值参数,qk为第k个失真阈值参数,表示c中梯度绝对值最大的pk%的像素,Bottomρqk表示c中失真最小的qk%的像素;k∈[1,K],K表示阈值参数的总数;步骤7.3.3、根据式15和式16计算第k个待修改区域Rk调整后的失真: 式15和式16中,gti表示Gt的第i个元素,和分别表示在pk和qk下c中第i个像素ci加一后的失真和减一后的失真,γ表示失真调整因子;步骤7.3.4、根据调整后的失真,将秘密消息嵌入到载体图像c中,得到K张候选载密图像,并与载密图像y一起组成K+1张候选载密图像;步骤7.3.5、将所有候选载密图像输入到F中进行处理,并筛选出分类结果为载体类别的的候选载密图像,从而得到V张待比对的载密图像;步骤7.3.6、利用高通滤波器Hc分别对c和c的转置进行处理,相应得到滤波后的滤波载体图像和滤波转置图像步骤7.3.7、利用所述高通滤波器Hc分别对载体图像c和V张待比对的载密图像进行计算,得到c的残差rc和V张待比对的载密图像的残差{r1,r2,...,rv,...,rV},其中,rv表示第v张待比对的载密图像的残差;步骤7.3.8、计算rv和载体图像c之间的残差距离dv=||rv-rc||1,从而选择残差距离最小的待比对的载密图像作为最终的载密图像s。

全文数据:

权利要求:

百度查询: 中国科学技术大学 一种基于神经元归因的可迁移图像对抗隐写方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。