CN105959103B - 基于汉明距离种类数目的隐写分析方法及装置 - Google Patents

基于汉明距离种类数目的隐写分析方法及装置 Download PDF

Info

Publication number
CN105959103B
CN105959103B CN201610261379.0A CN201610261379A CN105959103B CN 105959103 B CN105959103 B CN 105959103B CN 201610261379 A CN201610261379 A CN 201610261379A CN 105959103 B CN105959103 B CN 105959103B
Authority
CN
China
Prior art keywords
hamming distance
normalization
code word
type number
normalization hamming
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201610261379.0A
Other languages
English (en)
Other versions
CN105959103A (zh
Inventor
谢宁
邹秋雯
黄继武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201610261379.0A priority Critical patent/CN105959103B/zh
Priority to PCT/CN2016/082560 priority patent/WO2017185432A1/zh
Publication of CN105959103A publication Critical patent/CN105959103A/zh
Application granted granted Critical
Publication of CN105959103B publication Critical patent/CN105959103B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明提供一种基于汉明距离种类数目的隐写分析方法及装置，其方法包括：获取第一归一化汉明距离，并根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目；获取第二归一化汉明距离，并根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目；判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同；如种类数目不同，则无线通信物理层中存在隐写。本发明的基于汉明距离种类数目的隐写分析方法及装置通过分析实际通信中获取的汉明距离的种类数目是否与非隐写通信中获取的汉明距离的种类数目相同，从而可直观而快速的检测无线通信物理层的编码隐写。

Description

基于汉明距离种类数目的隐写分析方法及装置
技术领域
本发明涉及信息安全领域，特别是涉及一种基于汉明距离种类数目的隐写分析方法及装置。
背景技术
近年来，信息技术的不断发展和网络的普及给人们提供了全新开放式通信环境，然而也隐藏着众多的信息安全问题。因此与信息安全相关的隐写术和隐写分析引起了人们极大的关注。
隐写术将实际存在的信息隐藏于正常载体中，它犹如一把双刃剑，一方面被军事机构、政府部门、金融机构等涉及国计民生的重要部门采用，一方面被一些攻击者用于进行黑客攻击、盗取私人信息，传播不良信息传播。如何防止隐写术的非法应用，成为人们关切的问题。因而产生了一种隐写术对抗的技术—隐写分析。
隐写分析的目的是检测秘密消息的存在以至破坏隐秘通信，是在已知或未知嵌入算法的情况下，从观察到的数据检测判断其中是否存在秘密信息，分析数据量的大小和数据嵌入的位置，并最终破解嵌入内容的过程。物理层的隐写方法主要借助信道编码的冗余和信道的随机误差来进行隐写，这种隐写方法很难抵抗统计攻击，故有必要根据该物理层隐写特点提供一种隐写分析方法。
发明内容
本发明实施例提供一种可以快速确定无线通信物理层是否有编码隐写的基于汉明距离种类数目的隐写分析方法及装置；以解决现有的基于汉明距离种类数目的隐写分析方法及装置无法快速确定无线通信物理层是否有编码隐写，隐写分析效率低的技术问题。
本发明实施例提供一种基于汉明距离种类数目的隐写分析方法，其包括：
获取第一归一化汉明距离，并根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中第一归一化汉明距离在非隐写通信情况下获取；
获取第二归一化汉明距离，并根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中第二归一化汉明距离在实际通信情况下获取；
判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同；
如种类数目不同，则无线通信物理层中存在隐写。
本发明实施例还提供一种基于汉明距离种类数目的隐写分析装置，其包括：
第一归一化汉明距离种类数目获取模块，用于获取第一归一化汉明距离，并根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中第一归一化汉明距离在非隐写通信情况下获取；
第二归一化汉明距离种类数目获取模块，用于获取第二归一化汉明距离，并根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中第二归一化汉明距离在实际通信情况下获取；种类数目判断模块，用于判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同；
存在隐写模块，用于在种类数目不同时，判断无线通信物理层中存在隐写。
相较于现有技术的基于汉明距离种类数目的隐写分析方法及装置，本发明的基于汉明距离种类数目的隐写分析方法及装置通过比较汉明距离的种类数，从而可以有效的检测无线通信物理层是否存在编码隐写；解决了现有的基于汉明距离种类数目的隐写分析方法及装置无法快速检测无线通信物理层是否存在编码隐写，隐写分析效率低的技术问题。
附图说明
图1为本发明的基于汉明距离种类数目的隐写分析方法的第一优选实施例的流程图；
图2为本发明的基于汉明距离种类数目的隐写分析方法的第二优选实施例的流程图；
图3为本发明的基于汉明距离种类数目的隐写分析装置的第一优选实施例的结构示意图；
图4为本发明的基于汉明距离种类数目的隐写分析装置的第二优选实施例的结构示意图。
具体实施方式
请参照图式，其中相同的组件符号代表相同的组件，本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体实施例，其不应被视为限制本发明未在此详述的其它具体实施例。
在以下的说明中，本发明的具体实施例将参考由一部或多部计算机所执行之作业的步骤及符号来说明，除非另有述明。因此，其将可了解到这些步骤及操作，其中有数次提到为由计算机执行，包括了由代表了以一结构化型式中的数据之电子信号的计算机处理单元所操纵。此操纵转换该数据或将其维持在该计算机之内存系统中的位置处，其可重新配置或另外以本领域技术人员所熟知的方式来改变该计算机之运作。该数据所维持的数据结构为该内存之实体位置，其具有由该数据格式所定义的特定特性。但是，本发明原理以上述文字来说明，其并不代表为一种限制，本领域技术人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本发明的基于汉明距离种类数目的隐写分析装置可使用各种电子设备进行实施，该电子设备包括但不限于个人计算机、服务器计算机、手持式或膝上型设备、多处理器系统、消费型电子设备、小型计算机、大型计算机、包括上述任意系统或设备的分布式计算环境，等等。
实施例一
请参照图1，图1为本发明的基于汉明距离种类数目的隐写分析方法的第一优选实施例的流程图。本优选实施例的基于汉明距离种类数目的隐写分析方法包括：
步骤S101，获取第一归一化汉明距离，并根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中第一归一化汉明距离在非隐写通信情况下获取；
步骤S102，获取第二归一化汉明距离，并根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中第二归一化汉明距离在实际通信情况下获取；
步骤S103，判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同；
步骤S104，如种类数目不同，则无线通信物理层中存在隐写。
下面详细说明本优选实施例的基于汉明距离种类数目的隐写分析方法的各步骤的具体流程。
在步骤S101中，终端获取第一归一化汉明距离，并根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中第一归一化汉明距离在非隐写通信情况下获取。
需要说明的是，第一归一化汉明距离为非隐写通信情况下获取的。在编码给定的情况下，码字之间的汉明距离越大，码字经过信道传输后，被解码成另一个码字的机率就越小。本优选实施例中采用的信道编码方式为BCH(Bose、Ray、Hocquenghem)编码，数字调制方式为M-进制相移键控。当然也可以运用其他的线性信道编码技术和数字调制技术，此处不作具体限定。
如上述表格所示，该表格为Cb(3,2)块编码的汉明距离的统计结果。已知块编码Cb(3,2)中码字000,码字011,码字101,码字110这四个码字为合法码字，易知终端获取到的第一归一化汉明距离共有24个，而其取值只有‘0’和‘0.6667’两种，故根据第一归一化汉明距离的取值可以将其分为两类，即第一归一化汉明距离种类数目为2。随后转入步骤S102。
在步骤S102中，终端获取第二归一化汉明距离，并根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中第二归一化汉明距离在非隐写通信情况下获取。
需要说明的是，第二归一化汉明距离为实际通信情况下获取的。如实际通信情况为不包含隐蔽信道，则如上述表格所示，第二归一化汉明距离的取值只有‘0’和‘0.6667’两种；如有隐蔽信道，则表格给出了六种嵌入率(10％，20％，50％，70％，80％和100％)情况下的归一化汉明距离分布的统计结果，结果表明第二归一化汉明距离的取值为‘0’、‘0.333’、‘0.6667’和‘1’四种。故而，插入率为0％时，第二归一化汉明距离种类数目为2，插入率为10％、20％、50％、70％、80％、100％时，第二归一化汉明距离种类数目为4。随后转入步骤S103。
在步骤S103中，终端判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同，通过判断二者种类数目是否相同可以确定无线通信物理层中是否存在隐写。随后转入步骤S104。
在步骤S104中，如种类数目不同，则终端判断无线通信物理层中存在隐写。从该表格可以看出，随着嵌入率的改变，会出现新的汉明距离的值。因此，基于这个统计结果，可判断隐蔽信道的存在性。故，当第二归一化汉明距离种类数目与第一归一化汉明距离种类数目不相同，说明无线通信物理层中存在隐写。
这样即完成了本优选实施例的基于汉明距离种类数目的隐写分析方法的隐写分析过程。
本优选实施例的基于汉明距离种类数目的隐写分析方法通过判断实际通信过程中获取的汉明距离种类数目是否与非隐写通信过程中获取的汉明种类数目是否相同，确定无线通信物理层中是否存在隐写，不仅直观而且提高了隐写分析的效率。
实施例二
请参照图2，图2为本发明的基于汉明距离种类数目的隐写分析方法的第二优选实施例的流程图。本优选实施例的基于汉明距离种类数目的隐写分析方法包括：
步骤S201，获取接收码字Ri及接收码字Rj；
步骤S202，根据接收码字Ri及接收码字Rj计算得到第一归一化汉明距离dij。其中第一归一化汉明距离dij计算公式为n为接收码字Ri及接收码字Rj的位数，Ri(1)表示接收码字Ri的第1位，Rj(1)表示接收码字Rj的第1位；
步骤S203，根据第一归一化汉明距离dij的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目；
步骤S204，获取接收码字Rm及接收码字Rn；
步骤S205，根据接收码字Rm及接收码字Rn计算得到第二归一化汉明距离dmn。其中第二归一化汉明距离dmn计算公式为n为接收码字Rm及接收码字Rn的位数，Rm(1)表示接收码字Rm的第1位，Rn(1)表示接收码字Rn的第1位；
步骤S206，根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目；
步骤S207，判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同；
步骤S208，如步骤S207得出种类数目不同，则无线通信物理层中存在隐写；
步骤S209，如步骤S207得出种类数目相同，则获取第一归一化汉明距离的第一汉明距离分布；
步骤S210，获取第二归一化汉明距离的第二汉明距离分布；
步骤S211，获取第一汉明距离分布与第二汉明距离分布的相似程度值，并根据相似程度值判断无线通信物理层中是否存在隐写。
下面详细说明本优选实施例的基于汉明距离种类数目的隐写分析方法的各步骤的具体流程。
在步骤S201中，终端获取接收码字Ri及接收码字Rj。举例来说，接收码字Ri为传输码字Ci在非隐写通信情况下经过信道传输后接收的码字，接收码字Rj为传输码字Cj在非隐写通信情况下经过信道传输后接收的码字。传输码字Ci及传输码字Cj为结构为Cb(n,k)的线性块编码中的两个码字，Cb(n,k)表示一个二进制块编码产生的码字为n比特，信息位为k比特。n位的码字有2n种组合方式，从而形成2n种码字，再从这2n种码字中选择2k种码字，使每个k比特的信息块唯一的映射到这2k种码字中的其中一个。若没有信道传输误差，终端接收到的码字即传输码字即Ri＝Ci，Rj＝Cj。随后转入步骤S202。
在步骤S202中，终端根据接收码字Ri及接收码字Rj计算得到第一归一化汉明距离dij。其中第一归一化汉明距离dij计算公式为n为接收码字Ri及接收码字Rj的位数，Ri(1)表示接收码字Ri的第1位，Rj(1)表示接收码字Rj的第1位。
需要说明的是，第一归一化汉明距离为非隐写通信情况下获取的。在编码给定的情况下，码字之间的汉明距离越大，码字经过信道传输后，被解码成另一个码字的机率就越小。本优选实施例中采用的信道编码方式为BCH(Bose、Ray、Hocquenghem)编码，数字调制方式为M-进制相移键控。当然也可以运用其他的线性信道编码技术和数字调制技术，此处不作具体限定。随后转入步骤S203。
在步骤S203中，终端根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目。如上述表格所示，表格为Cb(3,2)块编码的汉明距离的统计结果。已知块编码Cb(3,2)中码字000,码字011,码字101,码字110这四个码字为合法码字，易知终端获取到的第一归一化汉明距离共有24个，而其取值只有‘0’和‘0.6667’两种，故根据第一归一化汉明距离的取值可以将其分为两类，即第一归一化汉明距离种类数目为2。随后转入步骤S204。
在步骤S204中，终端获取接收码字Rm及接收码字Rn，其中接收码字Rm为传输码字Ci经过信道传输后接收的码字，接收码字Rn为传输码字Cj经过信道传输后接收的码字。若没有信道传输误差，则Rm＝Ci，Rn＝Cj；若传输过程中，信号受到破坏，则Rm＝Ci+Ei，Rn＝Cj+Ej，其中Ei、Ej为错误图样，表示无线信道和编码隐写破坏了传输的码字符号。随后转入步骤S205。
在步骤S205中，终端根据接收码字Rm及接收码字Rn计算得到第二归一化汉明距离dmn。其中第二归一化汉明距离dmn计算公式为n为接收码字Rm及接收码字Rn的位数，Rm(1)表示接收码字Rm的第1位，Rn(1)表示接收码字Rn的第1位。需要说明的是，第二归一化汉明距离为实际通信情况下获取的。随后转入步骤S206。
在步骤S206中，终端根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目。如实际通信情况为不包含隐蔽信道，则如上述表格所示，第二归一化汉明距离的取值只有‘0’和‘0.6667’两种；如有隐蔽信道，则表格给出了六种嵌入率(10％，20％，50％，70％，80％和100％)情况下的归一化汉明距离分布的统计结果，结果表明第二归一化汉明距离的取值为‘0’、‘0.333’、‘0.6667’和‘1’四种。故而，插入率为0％时，第二归一化汉明距离种类数目为2，插入率为10％、20％、50％、70％、80％、100％时，第二归一化汉明距离种类数目为4。
在步骤S207中，终端判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同，如种类数目不同，则转入步骤S208；如种类数目相同，则转入步骤S209。
在步骤S208中，如种类数目不同，则终端判断无线通信物理层中存在隐写。从表格可以看出，随着嵌入率的改变，会出现新的汉明距离的值。因此，基于这个统计结果，可判断隐蔽信道的存在性。故，当第二归一化汉明距离种类数目与第一归一化汉明距离种类数目不相同，说明无线通信物理层中存在隐写。
在步骤S209中，如种类数目相同，则进一步获取第一归一化汉明距离的第一汉明距离分布。从表格可以看出，随着嵌入率的改变，不仅会出现新的汉明距离的值，而且不同汉明距离出现的概率也会改变。如插入率为10％时，归一化汉明距离取值为‘0’的概率为23.875％，而插入率为20％时，归一化汉明距离取值为‘0’的概率为23％。因此，基于这个统计结果，可进一步通过对比第一汉明距离分布与第二汉明距离分布的相似程度来判断隐蔽信道的存在性。
在步骤S210中，终端获取第二归一化汉明距离的第二汉明距离分布，随后转入步骤S211。
在步骤S211中，终端获取第一汉明距离分布与第二汉明距离分布的相似程度值，并根据相似程度值判断无线通信物理层中是否存在隐写。如果信噪比足够大，通过简单地对比不同汉明距离的数目可以轻易地检测到隐蔽信道的存在。但随着信噪比的减小和调制阶数的增加，情况会变得复杂，因此为了扩大检测范围，进一步通过汉明距离分布的相似程度来判断无线通信物理层中是否存在隐写。
这样即完成了本优选实施例的基于汉明距离种类数目的隐写分析方法的隐写分析过程。
在第一优选实施例的基础上，本优选实施例的基于汉明距离种类数目的隐写分析方法不仅通过汉明距离种类数判断无线通信物理层是否存在隐写，还进一步通过分析汉明距离分布的情况来判断隐写是否存在，从而进一步提高了隐写分析的效率。
实施例三
请参照图3，图3为本发明的基于汉明距离种类数目的隐写分析装置的第一优选实施例的结构图。本优选实施例的基于汉明距离种类数目的隐写分析装置30包括第一归一化汉明距离种类数目获取模块301、第二归一化汉明距离种类数目获取模块302、种类数目判断模块303、存在隐写模块304。
第一归一化汉明距离种类数目获取模块301，获取第一归一化汉明距离，并根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中第一归一化汉明距离在非隐写通信情况下获取；第二归一化汉明距离种类数目获取模块302，用于获取第二归一化汉明距离，并根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中第二归一化汉明距离在实际通信情况下获取；种类数目判断模块303，用于判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同；存在隐写模块304，用于在种类数目不同时，判断无线通信物理层中存在隐写。
本基于汉明距离种类数目的隐写分析装置30在使用时，首先第一归一化汉明距离种类数目获取模块301获取第一归一化汉明距离，并根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中第一归一化汉明距离在非隐写通信情况下获取。
需要说明的是，第一归一化汉明距离为非隐写通信情况下获取的。在编码给定的情况下，码字之间的汉明距离越大，码字经过信道传输后，被解码成另一个码字的机率就越小。本优选实施例中采用的信道编码方式为BCH(Bose、Ray、Hocquenghem)编码，数字调制方式为M-进制相移键控。当然也可以运用其他的线性信道编码技术和数字调制技术，此处不作具体限定。
如以上表格所示，表格为Cb(3,2)块编码的汉明距离的统计结果。已知块编码Cb(3,2)中码字000,码字011,码字101,码字110这四个码字为合法码字，易知终端第一归一化汉明距离种类数目获取模块301获取到的第一归一化汉明距离共有24个，而其取值只有‘0’和‘0.6667’两种，故根据第一归一化汉明距离的取值，第一归一化汉明距离种类数目获取模块301可以将其分为两类，即第一归一化汉明距离种类数目为2。随后调用第二归一化汉明距离种类数目获取模块302。
接着，第二归一化汉明距离种类数目获取模块302获取第二归一化汉明距离，并根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中第二归一化汉明距离在非隐写通信情况下获取。
需要说明的是，第二归一化汉明距离为实际通信情况下获取的。如实际通信情况为不包含隐蔽信道，则如上述表格所示，第二归一化汉明距离的取值只有‘0’和‘0.6667’两种；如有隐蔽信道，则表格给出了六种嵌入率(10％，20％，50％，70％，80％和100％)情况下的归一化汉明距离分布的统计结果，结果表明第二归一化汉明距离的取值为‘0’、‘0.333’、‘0.6667’和‘1’四种。故而，插入率为0％时，第二归一化汉明距离种类数目为2，插入率为10％、20％、50％、70％、80％、100％时，第二归一化汉明距离种类数目为4。随后调用种类数目判断模块303。
然后，种类数目判断模块303判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同，通过判断二者种类数目是否相同可以确定无线通信物理层中是否存在隐写。随后调用存在隐写模块304。
最后，如种类数目不同，则存在隐写模块304判断无线通信物理层中存在隐写。从表格可以看出，随着嵌入率的改变，会出现新的汉明距离的值。因此，基于这个统计结果，存在隐写模块304可判断隐蔽信道的存在性。故，当第二归一化汉明距离种类数目与第一归一化汉明距离种类数目不相同，说明无线通信物理层中存在隐写。
这样即完成了本优选实施例的基于汉明距离种类数目的隐写分析装置的隐写分析过程。
本优选实施例的基于汉明距离种类数目的隐写分析装置通过判断实际通信过程中获取的汉明距离种类数目是否与非隐写通信过程中获取的汉明种类数目是否相同，确定无线通信物理层中是否存在隐写，不仅直观而且提高了隐写分析的效率。
实施例四
请参照图4，图4为本发明的基于汉明距离种类数目的隐写分析装置的第二优选实施例的结构图。本优选实施例的基于汉明距离种类数目的隐写分析装置40包括第一归一化汉明距离种类数目获取模块401、第二归一化汉明距离种类数目获取模块402、种类数目判断模块403、存在隐写模块404、第一汉明距离分布获取模块405、第二汉明距离分布获取模块406、隐写判断模块407。其中第一归一化汉明距离种类数目获取模块401还包括第一接收码字获取单元4011、第一归一化汉明距离计算单元4012，第二归一化汉明距离种类数目获取模块402还包括第二接收码字获取单元4021、第二归一化汉明距离计算单元4022。
在第一优选实施例的基础上，本优选实施例的基于汉明距离种类数目的隐写分析装置进行了扩展和细化。其中第一汉明距离分布获取模块405，用于在种类数目相同时，获取第一归一化汉明距离的第一汉明距离分布；第二汉明距离分布获取模块406，用于获取第二归一化汉明距离的第二汉明距离分布；隐写判断模块407，用于获取第一汉明距离分布与第二汉明距离分布的相似程度值，并根据相似程度值判断无线通信物理层中是否存在隐写。第一接收码字获取单元4011，用于获取接收码字Ri及接收码字Rj；第一归一化汉明距离计算单元4012，用于根据接收码字Ri及接收码字Rj计算得到第一归一化汉明距离dij，其中第二归一化汉明距离dij计算公式为n为接收码字Ri及接收码字Rj的位数，Ri(1)表示接收码字Ri的第1位，Rj(1)表示接收码字Rj的第1位；第二接收码字获取单元4021，用于获取接收码字Rm及接收码字Rn，其中接收码字Rm对应传输码字Ci，接收码字Rn对应传输码字Cj；第二归一化汉明距离计算单元4022，用于根据接收码字Rm及接收码字Rn计算得到第二归一化汉明距离dmn，其中第二归一化汉明距离dmn计算公式为n为接收码字Rm及接收码字Rn的位数，Rm(1)表示接收码字Rm的第1位，Rn(1)表示接收码字Rn的第1位。
本基于汉明距离种类数目的隐写分析装置40在使用时，首先第一归一化汉明距离种类数目获取模块401中的第一接收码字获取单元4011获取接收码字Ri及接收码字Rj。举例来说，接收码字Ri为传输码字Ci在非隐写通信情况下经过信道传输后接收的码字，接收码字Rj为传输码字Cj在非隐写通信情况下经过信道传输后接收的码字。传输码字Ci及传输码字Cj为结构为Cb(n,k)的线性块编码中的两个码字，Cb(n,k)表示一个二进制块编码产生的码字为n比特，信息位为k比特。n位的码字有2n种组合方式，从而形成2n种码字，再从这2n种码字中选择2k种码字，使每个k比特的信息块唯一的映射到这2k种码字中的其中一个。若没有信道传输误差，第一接收码字获取单元4011接收到的码字即传输码字即Ri＝Ci，Rj＝Cj。随后调用第一归一化汉明距离种类数目获取模块401中的第一归一化汉明距离计算单元4012。
接着，第一归一化汉明距离计算单元4012根据接收码字Ri及接收码字Rj计算得到第一归一化汉明距离dij。其中第一归一化汉明距离dij计算公式为n为接收码字Ri及接收码字Rj的位数，Ri(1)表示接收码字Ri的第1位，Rj(1)表示接收码字Rj的第1位。
需要说明的是，第一归一化汉明距离为非隐写通信情况下获取的。在编码给定的情况下，码字之间的汉明距离越大，码字经过信道传输后，被解码成另一个码字的机率就越小。本优选实施例中采用的信道编码方式为BCH(Bose、Ray、Hocquenghem)编码，数字调制方式为M-进制相移键控。当然也可以运用其他的线性信道编码技术和数字调制技术，此处不作具体限定。
紧接着，第一归一化汉明距离种类数目获取模块401根据第一归一化汉明距离的取值对第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目。如以上表格所示，表格为Cb(3,2)块编码的汉明距离的统计结果。已知块编码Cb(3,2)中码字000,码字011,码字101,码字110这四个码字为合法码字，易知第一归一化汉明距离种类数目获取模块401获取到的第一归一化汉明距离共有24个，而其取值只有‘0’和‘0.6667’两种，故根据第一归一化汉明距离的取值，第一归一化汉明距离种类数目获取模块401可以将其分为两类，即第一归一化汉明距离种类数目为2。随后调用第二归一化汉明距离种类数目获取模块402中的第二接收码字获取单元4021。
然后第二接收码字获取单元4021获取接收码字Rm及接收码字Rn，其中接收码字Rm为传输码字Ci经过信道传输后接收的码字，接收码字Rn为传输码字Cj经过信道传输后接收的码字。若没有信道传输误差，则Rm＝Ci，Rn＝Cj；若传输过程中，信号受到破坏，则Rm＝Ci+Ei，Rn＝Cj+Ej，其中Ei、Ej为错误图样，表示无线信道和编码隐写破坏了传输的码字符号。随后调用第二归一化汉明距离种类数目获取模块402中的第二归一化汉明距离计算单元4022。
再然后，第二归一化汉明距离计算单元4022根据接收码字Rm及接收码字Rn计算得到第二归一化汉明距离dmn。其中第二归一化汉明距离dmn计算公式为n为接收码字Rm及接收码字Rn的位数，Rm(1)表示接收码字Rm的第1位，Rn(1)表示接收码字Rn的第1位。需要说明的是，第二归一化汉明距离为实际通信情况下获取的。
接着，第二归一化汉明距离种类数目获取模块402根据第二归一化汉明距离的取值对第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目。如实际通信情况为不包含隐蔽信道，则如表格所示，第二归一化汉明距离的取值只有‘0’和‘0.6667’两种；如有隐蔽信道，则表格给出了六种嵌入率(10％，20％，50％，70％，80％和100％)情况下的归一化汉明距离分布的统计结果，结果表明第二归一化汉明距离的取值为‘0’、‘0.333’、‘0.6667’和‘1’四种。故而，插入率为0％时，第二归一化汉明距离种类数目获取模块402获取到的第二归一化汉明距离种类数目为2，插入率为10％、20％、50％、70％、80％、100％时，第二归一化汉明距离种类数目获取模块402获取到的第二归一化汉明距离种类数目为4。随后调用种类数目判断模块403。
紧接着，种类数目判断模块403判断第二归一化汉明距离种类数目是否与第一归一化汉明距离种类数目相同，如种类数目不同，则调用存在隐写模块404；如种类数目相同，则调用第一汉明距离分布获取模块405。
如种类数目判断模块403判断种类数目不同，则存在隐写模块404判断无线通信物理层中存在隐写。从表格可以看出，随着嵌入率的改变，会出现新的汉明距离的值。因此，基于这个统计结果，存在隐写模块404可判断隐蔽信道的存在性。故，当第二归一化汉明距离种类数目与第一归一化汉明距离种类数目不相同，说明无线通信物理层中存在隐写。
如种类数目判断模块403判断种类数目相同，则第一汉明距离分布获取模块405进一步获取第一归一化汉明距离的第一汉明距离分布。从表格可以看出，随着嵌入率的改变，不仅会出现新的汉明距离的值，而且不同汉明距离出现的概率也会改变。如插入率为10％时，归一化汉明距离取值为‘0’的概率为23.875％，而插入率为20％时，归一化汉明距离取值为‘0’的概率为23％。因此，基于这个统计结果，可进一步通过对比第一汉明距离分布与第二汉明距离分布的相似程度来判断隐蔽信道的存在性。随后调用第二汉明距离分布获取模块406。
接着，第二汉明距离分布获取模块406获取第二归一化汉明距离的第二汉明距离分布，随后调用隐写判断模块407。
最后，隐写判断模块407获取第一汉明距离分布与第二汉明距离分布的相似程度值，并根据相似程度值判断无线通信物理层中是否存在隐写。如果信噪比足够大，通过简单地对比不同汉明距离的数目可以轻易地检测到隐蔽信道的存在。但随着信噪比的减小和调制阶数的增加，情况会变得复杂，因此为了扩大检测范围，进一步通过汉明距离分布的相似程度来判断无线通信物理层中是否存在隐写。
这样即完成了本优选实施例的基于汉明距离种类数目的隐写分析装置的隐写分析过程。
在第一优选实施例的基础上，本优选实施例的基于汉明距离种类数目的隐写分析装置不仅通过汉明距离种类数判断无线通信物理层是否存在隐写，还进一步通过分析汉明距离分布的情况来判断隐写是否存在，从而进一步提高了隐写分析的效率。
本发明实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的方法。
综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。

Claims (6)

1.一种基于汉明距离种类数目的隐写分析方法，其特征在于，包括：
获取第一归一化汉明距离，并根据所述第一归一化汉明距离的取值对所述第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中所述第一归一化汉明距离在非隐写通信情况下获取；
获取第二归一化汉明距离，并根据所述第二归一化汉明距离的取值对所述第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中所述第二归一化汉明距离在实际通信情况下获取；
判断所述第二归一化汉明距离种类数目是否与所述第一归一化汉明距离种类数目相同；
如种类数目不同，则无线通信物理层中存在隐写；
如种类数目相同，则获取所述第一归一化汉明距离的第一汉明距离分布；
获取所述第二归一化汉明距离的第二汉明距离分布；
获取所述第一汉明距离分布与所述第二汉明距离分布的相似程度值，并根据相似程度值判断无线通信物理层中是否存在隐写。
2.根据权利要求1的基于汉明距离种类数目的隐写分析方法，所述获取第一归一化汉明距离的步骤具体包括：
获取接收码字Ri及接收码字Rj；
根据所述接收码字Ri及接收码字Rj计算得到第一归一化汉明距离dij，其中所述第一归一化汉明距离dij计算公式为n为所述接收码字Ri及接收码字Rj的位数，Ri(l)表示所述接收码字Ri的第l位，Rj(l)表示所述接收码字Rj的第l位。
3.根据权利要求1的基于汉明距离种类数目的隐写分析方法，所述获取第二归一化汉明距离的步骤具体包括：
获取接收码字Rm及接收码字Rn；
根据所述接收码字Rm及接收码字Rn计算得到第二归一化汉明距离dmn，其中所述第二归一化汉明距离dmn计算公式为n为所述接收码字Rm及接收码字Rn的位数，Rm(l)表示所述接收码字Rm的第l位，Rn(l)表示所述接收码字Rn的第l位。
4.一种基于汉明距离种类数目的隐写分析装置，其特征在于，包括：
第一归一化汉明距离种类数目获取模块，用于获取第一归一化汉明距离，并根据所述第一归一化汉明距离的取值对所述第一归一化汉明距离进行分类，得到第一归一化汉明距离种类数目，其中所述第一归一化汉明距离在非隐写通信情况下获取；
第二归一化汉明距离种类数目获取模块，用于获取第二归一化汉明距离，并根据所述第二归一化汉明距离的取值对所述第二归一化汉明距离进行分类，得到第二归一化汉明距离种类数目，其中所述第二归一化汉明距离在实际通信情况下获取；
种类数目判断模块，用于判断所述第二归一化汉明距离种类数目是否与所述第一归一化汉明距离种类数目相同；
存在隐写模块，用于在种类数目不同时，判断无线通信物理层中存在隐写；
第一汉明距离分布获取模块，用于在种类数目相同时，获取所述第一归一化汉明距离的第一汉明距离分布；
第二汉明距离分布获取模块，用于获取所述第二归一化汉明距离的第二汉明距离分布；
隐写判断模块，用于获取所述第一汉明距离分布与所述第二汉明距离分布的相似程度值，并根据相似程度值判断无线通信物理层中是否存在隐写。
5.根据权利要求4的基于汉明距离种类数目的隐写分析装置，所述第一归一化汉明距离种类数目获取模块还包括：
第一接收码字获取单元，用于获取接收码字Ri及接收码字Rj；
第一归一化汉明距离计算单元，用于根据所述接收码字Ri及接收码字Rj计算得到第一归一化汉明距离dij，其中所述第一归一化汉明距离dij计算公式为n为所述接收码字Ri及接收码字Rj的位数，Ri(l)表示所述接收码字Ri的第l位，Rj(l)表示所述接收码字Rj的第l位。
6.根据权利要求4的基于汉明距离种类数目的隐写分析装置，所述第二归一化汉明距离种类数目获取模块还包括：
第二接收码字获取单元，用于获取接收码字Rm及接收码字Rn；
第二归一化汉明距离计算单元，用于根据所述接收码字Rm及接收码字Rn计算得到第二归一化汉明距离dmn，其中所述第二归一化汉明距离dmn计算公式为n为所述接收码字Rm及接收码字Rn的位数，Rm(l)表示所述接收码字Rm的第l位，Rn(l)表示所述接收码字Rn的第l位。
CN201610261379.0A 2016-04-25 2016-04-25 基于汉明距离种类数目的隐写分析方法及装置 Expired - Fee Related CN105959103B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610261379.0A CN105959103B (zh) 2016-04-25 2016-04-25 基于汉明距离种类数目的隐写分析方法及装置
PCT/CN2016/082560 WO2017185432A1 (zh) 2016-04-25 2016-05-18 基于汉明距离种类数目的隐写分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610261379.0A CN105959103B (zh) 2016-04-25 2016-04-25 基于汉明距离种类数目的隐写分析方法及装置

Publications (2)

Publication Number Publication Date
CN105959103A CN105959103A (zh) 2016-09-21
CN105959103B true CN105959103B (zh) 2018-11-27

Family

ID=56915379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610261379.0A Expired - Fee Related CN105959103B (zh) 2016-04-25 2016-04-25 基于汉明距离种类数目的隐写分析方法及装置

Country Status (2)

Country Link
CN (1) CN105959103B (zh)
WO (1) WO2017185432A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107819568B (zh) * 2017-11-15 2020-11-03 深圳大学 基于星座点距离的信息检测方法、装置及接收设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546126A (zh) * 2012-01-05 2012-07-04 南京师范大学 基于多参量变化规范类正交矩阵的信息隐藏与提取方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9197655B2 (en) * 2013-07-16 2015-11-24 Bank Of America Corporation Steganography detection
US9807549B2 (en) * 2014-07-18 2017-10-31 Intel Corporation Systems and methods for adaptive multi-feature semantic location sensing
CN104636764B (zh) * 2015-02-12 2018-05-11 中国人民武装警察部队工程大学 一种图像隐写分析方法以及其装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546126A (zh) * 2012-01-05 2012-07-04 南京师范大学 基于多参量变化规范类正交矩阵的信息隐藏与提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于汉明距离统计的隐写分析算法;徐旭等;《信息工程大学学报》;20080331;第9卷(第1期);全文 *

Also Published As

Publication number Publication date
WO2017185432A1 (zh) 2017-11-02
CN105959103A (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
US9130972B2 (en) Systems and methods for efficient detection of fingerprinted data and information
Al-Nofaie et al. Enhancing Arabic text steganography for personal usage utilizing pseudo-spaces
US6751607B2 (en) System and method for the identification of latent relationships amongst data elements in large databases
US9565209B1 (en) Detecting electronic messaging threats by using metric trees and similarity hashes
Tarek et al. Robust cancellable biometrics scheme based on neural networks
Hosny et al. Robust image hashing using exact Gaussian–Hermite moments
Mohammadi et al. New class‐dependent feature transformation for intrusion detection systems
US20220004621A1 (en) Data recovery through reversal of hash values using probabilistic data structures
Brown et al. An artificial immunity approach to malware detection in a mobile platform
Kamran et al. A comprehensive survey of watermarking relational databases research
US20220377107A1 (en) System and method for detecting phishing-domains in a set of domain name system (dns) records
Al-Zahrani et al. Secure real-time artificial intelligence system against malicious QR code links
Goni et al. Cybersecurity and cyber forensics: machine learning approach
Bhattacharyya et al. Hiding data in text using ASCII mapping technology (AMT)
CN113609846B (zh) 一种语句中实体关系的抽取方法及装置
CN105959103B (zh) 基于汉明距离种类数目的隐写分析方法及装置
Hitaj et al. MaleficNet: Hiding malware into deep neural networks using spread-spectrum channel coding
Maray et al. Intelligent metaheuristics with optimal machine learning approach for malware detection on IoT‐enabled maritime transportation systems
US11893005B2 (en) Anomaly detection based on an event tree
Li et al. Perceptual image hash function via associative memory‐based self‐correcting
Sarrab et al. Challenges of Computer Crime Investigation In North Africa's Countries
Nigam et al. PCP framework to expose malware in devices
Zhang A novel data preprocessing solution for large scale digital forensics investigation on big data
Yang et al. Content based image hashing using companding and gray code
Gu et al. Multipurpose watermarking approach for copyright and integrity of steganographic autoencoder models

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181127

Termination date: 20190425