CN110048728B - 隐写编解码方法、装置及设备 - Google Patents

Abstract

本申请提供了隐写编解码方法、装置及设备，其中，隐写编码方法包括：将待隐藏的消息向量作为极化码的SC译码算法中的冻结比特向量的赋值，冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置，将载体向量作为SC译码算法中的接收码字向量的赋值，将载体向量的BSC信道初始度量值向量作为SC译码算法中的接收码字向量的信道初始度量值向量的赋值，使用SC译码算法，得到第一向量，使用极化码编码算法，将第一向量作为极化码编码算法中的未编码比特向量的赋值，得到载密向量。通过本申请，可以扩充隐写编码算法的多样性以及推动隐写编码算法的实用化。

Description

隐写编解码方法、装置及设备

技术领域

本申请涉及信息隐藏领域，尤其涉及一种隐写编码方法、装置及发送设备，一种隐写解码方法、装置及接收设备。

背景技术

隐写术(Steganography)旨在将秘密消息嵌入可公开的数字载体数据中，以实现隐蔽通信。其中，数字载体数据可以为数字图像、音频、视频和文本等。隐写编码为一种将秘密消息嵌入数字载体得到携密载体，并且，可尽量减小携密载体的失真的方法。

目前，使用的隐写编码算法主要是校验格码(Syndrome Trellis Codes， STC)。为了扩充隐写编码算法的多样性和推动隐写编码算法的实用化，还需要除STC外的隐写编码算法与对应的隐写解码算法。

发明内容

本申请提供了隐写编解码方法、装置及设备，目的在于扩充隐写编码算法的多样性以及推动隐写编码算法的实用化。

为了实现上述目的，本申请提供了以下技术方案：

本申请提供了一种隐写编码方法，包括：

将待隐藏的消息向量作为极化码的SC译码算法中的冻结比特向量的赋值，所述冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置；

将载体向量作为所述SC译码算法中的接收码字向量的赋值；

将所述载体向量的BSC信道初始度量值向量作为所述SC译码算法中的所述接收码字向量的信道初始度量值向量的赋值；

使用所述SC译码算法，得到第一向量；

使用极化码编码算法，将所述第一向量作为所述极化码编码算法中的未编码比特向量的赋值，得到载密向量。

可选的，所述载体向量的BSC信道初始度量值向量中的第i个元素与所述载体向量的失真向量中的第i个元素对应；

所述载体向量的BSC信道初始度量值向量中的第i个元素为：

x_i表示所述载体向量中的第i个元素；π_i表示最小化失真模型下的最优吉布斯分布对应的元素修改概率且

表示所述失真向量ρ中的第i 个元素；λ(λ＞0)是由信息熵约束

所确定的；σ表示避免零值计算的稳定因子。

可选的，所述信道可靠性指标向量依据预设公式计算得到；所述预设公式依据Arikan启发式原则和巴氏参数(Bhattacharyya parameter)上界法确定；所述预设公式的初始值设置为预设的隐写嵌入率。

本申请还提供了一种隐写解码方法，包括：

将载密向量作为极化码编码算法中的编码码字向量的赋值；

使用所述极化码编码算法，得到未编码比特向量；

提取所述未编码比特向量中冻结比特向量的索引对应的向量，作为解码得到的隐藏向量，所述冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置。

本申请还提供了一种隐写编码装置，包括：

冻结比特向量赋值模块，用于将待隐藏的消息向量作为极化码的SC译码算法中的冻结比特向量的赋值，所述冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置；

接收码字向量赋值模块，用于将载体向量作为所述SC译码算法中的接收码字向量的赋值；

信道初始度量值向量赋值模块，用于将所述载体向量的BSC信道初始度量值向量作为所述SC译码算法中的所述接收码字向量的信道初始度量值向量的赋值；

译码模块，用于使用所述SC译码算法，得到第一向量；

第一编码模块，用于使用极化码编码算法，将所述第一向量作为所述极化码编码算法中的未编码比特向量的赋值，得到载密向量。

可选的，所述载体向量的BSC信道初始度量值向量中的第i个元素与所述载体向量的失真向量中的第i个元素对应；

所述载体向量的BSC信道初始度量值向量中的第ⁱ个元素为：

x_i表示所述载体向量中的第i个元素；π_i表示最小化失真模型下的最优吉布斯分布对应的元素修改概率且

ρ_i表示所述失真向量ρ中的第i 个元素；λ(λ＞0)是由信息熵约束

所确定的；σ表示避免零值计算的稳定因子。

可选的，所述信道可靠性指标向量依据预设公式计算得到；所述预设公式依据Arikan启发式原则和巴氏参数(Bhattacharyya parameter)上界法确定；所述预设公式的初始值设置为预设的隐写嵌入率。

本申请还提供了一种隐写解码装置，包括：

编码码字向量赋值模块，用于将载密向量作为极化码编码算法中的编码码字向量的赋值；

第二编码模块，用于使用所述极化码编码算法，得到未编码比特向量；

提取模块，用于提取所述未编码比特向量中冻结比特向量的索引对应的向量，作为解码得到的隐藏向量，所述冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置。

本申请还提供了一种发送设备，包括：存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于运行所述程序，以实现上述的隐写编码方法。

本申请还提供了一种接收设备，包括：存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于运行所述程序，以实现上述隐写解码方法。

在本申请提供的方案中，将待隐藏的消息向量作为极化码的SC译码算法中的冻结比特向量的赋值，冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置；将用于表示数字载体的载体向量作为SC译码算法中的接收码字向量的赋值，将该载体向量的BSC信道初始度量值向量作为SC 译码算法中的接收码字向量的信道初始度量值向量的赋值，使用SC译码算法，得到第一向量，并使用极化码编码算法，将第一向量作为极化码编码算法中的未编码比特向量的赋值，得到载密向量。可见，本申请通过对极化码的SC译码算法改写得到隐写编码算法，且通过本申请提供的隐写编码算法，可以得到载密向量。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例公开的一种应用场景示意图；

图2为本申请实施例公开的一种隐写编码方法的流程图；

图3为本申请实施例公开的不同隐写编码算法在不同嵌入率的倒数下，隐写嵌入效率的试验结果示意图；

图4为本申请实施例公开的不同隐写编码算法在各嵌入率下，隐写编码算法安全性的试验结果示意图；

图5为本申请实施例公开的在一定的载体长度下，不同隐写编码算法的实际运行耗时的实验结果示意图；

图6为本申请实施例公开的一种隐写解码方法的流程图；

图7为本申请实施例公开的一种隐写编码装置实施例的结构示意图；

图8为本申请实施例公开的一种隐写解码装置实施例的结构示意图；

图9为本申请实施例公开的一种发送设备的结构示意图；

图10为本申请实施例公开的一种接收设备的结构示意图。

具体实施方式

图1为本申请的一种应用场景示意图，包括发送端101与接收端102，其中，发送端101用于将秘密信息嵌入数字载体得到携密载体，并通过信道向接收端102发送携密载体。接收端102用于从携密载体中提取出秘密信息。在本申请中，为了描述方便，将通过隐写编码算法将秘密信息嵌入数字载体得到携密载体的过程，称为隐写编码。将从携密载体中提取出秘密信息的过程，称为隐写解码。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图2为本申请提供的一种隐写编码的方法，应用于发送端，在本实施例中，需要将秘密消息嵌入数字载体中得到携密载体。其中，秘密消息采用长度为k的消息向量m表示，具体的，m＝(m1,m2,...,mk)。数字载体采用长度为n的载体向量x表示，具体的，x＝(x₁,x₂,...,x_n)。携密载体采用长度为n的载密向量 y表示，具体的，y＝(y₁,y₂,...,y_n)。

在本实施例中，载体向量x对应的失真向量采用ρ表示，具体的，ρ＝(ρ₁,ρ₂,ρ₃,...,ρ_n)。其中，ρ中的任意一个数值ρ_i对应载体向量中的x_i，ρ_i表示载体向量中的x_i被嵌入秘密消息后，对携密载体失真造成影响的代价值。其中，失真向量ρ的生成方式为现有技术，这里不再赘述。

在本实施例中，通过消息向量m、载体向量x、失真向量ρ等参数对SC 译码算法进行改写得到载密向量，其中，SC译码算法为极化码译码算法中的一种。

具体的，隐写编码过程包括以下步骤：

S201、计算隐写信道的信道可靠性指标。

在本实施例中，将x_i到y_i的修改映射关系，称为隐写信道。并且，在本实施例中，将隐写信道视为二进制对称信道(Binary Symmetric Channel，BSC)。

在本步骤中，信道可靠性指标采用向量Z表示，具体的，信道可靠性指标向量是依据Arikan启发式原则和巴氏参数(Bhattacharyya parameter) 上界法计算得到的。具体的，Z表示为如公式(1)所示：

Z＝(Z(W_n ¹)，Z(W_n ²)，Z(W_n ³)，...，Z(W_n ⁿ)) (1)

计算隐写信道的信道可靠性指标如公式(2)所示：

式中，n表示载体向量x的长度，其中，将初始值Z(W₁ ⁽¹⁾)设置为隐写嵌入率α，即Z(W₁ ⁽¹⁾)＝α＝k/n。

S202、从信道可靠性指标向量Z中，确定对应取值最大的前k个元素的位置索引为极化码的冻结比特向量的索引。

在本步骤中，在计算出信道可靠性指标向量Z中各个元素的值后，将所有元素值按照大小关系排列，并将取值最大的前k个元素在该信道可靠性指标向量Z中的位置索引，确定为SC译码算法中冻结比特向量的位置索引，在本实施例中，将冻结比特向量的位置索引采用A_c表示。

S203、根据失真向量计算载体向量的信道初始度量值向量。

在本实施例中，信道初始度量值向量采用L(x)表示，具体的， L(x)＝(L(x₁),L(x₂),L(x₃),...,L(x_n))。其中，信道初始度量向量中的任意一个初始度量值L(x_i)通过公式(3)计算：

式中，π_i为最小化失真模型下的最优吉布斯分布对应的元素修改概率，具体的，

其中，λ(λ＞0)是由信息熵约束

所确定的。σ为避免零值计算的稳定因子，在实际中可取σ＝10^-10。

在本实施例中的隐写编码算法是通过对SC译码算法进行改写得到的，其中，SC译码算法的公式如公式(4)所示。

式中，

表示发送端和接收端双方共享的冻结比特向量，r表示接收端接收到的长度为n的接收码字向量r，具体的，r＝(r₁,r₂,r₃,…,r_n)。L(r)表示r对应的信道初始度量值向量，具体的，L(r)＝(L(r₁),L(r₂),…,L(rn))。

表示对长度为n的未编码比特向量估计，具体的，

具体的，SC译码算法的实现过程与实现原理为现有技术，这里不再赘述。

S204、依据SC译码算法中各输入参数的预设赋值，计算该SC译码算法在当前的赋值情况下的输出，得到第一向量。

在本实施例中将消息向量m嵌入载体向量x的过程所需的各参数包括：消息向量m、载体向量x和失真向量ρ。SC译码算法中的输入参数包括：冻结比特向量

接收码字向量r和信道初始度量值向量L(r)。

本实施例中，将消息向量m嵌入载体向量x的过程所需的各参数，与SC 译码算法中的输入参数进行对比，可发现：在SC译码算法中，

是收发双方共享的，在本实施例中，消息向量m也将是收发双方共享的，所以将本实施例中的消息向量m作为SC译码算法中的冻结比特向量

的赋值。并将本实施例中的载体向量x作为SC译码算法中的接收码字向量r的赋值。在SC译码算法中，L(r)表示r对应的信道初始度量值向量，在本实施例中，采用上述公式(3)，对失真向量ρ计算得到载体向量x对应的信道初始度量值向量L(x)，因此，将本实施例中的信道初始度量值向量L(x)作为SC译码算法中的r对应的信道初始度量值向量L(r)的赋值。

因此，基于SC译码算法中各输入参数的赋值，可以得到在当前各输入参数的赋值情况下，SC译码算法的输出参数

为如公式(5)所示，为了描述方便，将在当前各输入参数的赋值情况下，SC译码算法的输出参数

称为第一向量。

S205、依据极化码的编码算法以及第一向量，生成载密向量。

具体的，极化码的编码算法的公式如公式(6)所示，其中，极化码的编码算法为现有技术，这里不再赘述。

c＝u·G (6)

式中，u表示长度为n的未编码比特向量，其中，u包括两部分，一部分为长度为n-k的消息比特向量u_A，另一部分为长度为k的冻结比特向量

其中，长度为n-k的消息比特向量u_A在u中的位置索引采用A表示，长度为k的冻结比特向量

在u中的位置索引采用A_c表示。c表示编码码字比特向量，G 表示生成矩阵。

在本步骤中，依据极化码的编码算法以及第一向量，生成载密向量的公式如公式(7)所示。

式中，y表示载密向量，G表示生成矩阵。

需要说明的是，在本实施例中，所有的生成矩阵相同，对于得到生成矩阵的过程为极化码编码算法中已有的技术，本实施例不再进行赘述。

本实施例具有以下有益效果：

有益效果一、

在本实施例中，对于信道可靠性指标向量中各元素值的公式，将隐写嵌入率设置为初始值，使得基于隐写嵌入率为初始值计算出各元素的取值，并依据各元素的取值，确定冻结比特向量的索引。由于将隐写嵌入率设置为初始值，可以使得所确定的冻结比特向量的索引是准确的，又由于冻结比特向量的索引在生成矩阵中所指示的列，就构成了校验矩阵，因此，本实施例中确定出的校验矩阵是准确的，以及极化码是唯一可证的能够达到香农限的信道编码，进而，可以增大本实施例得到的载密向量的失真达到率失真界的概率。

有益效果二、

在本实施例中，通过失真向量计算载体向量的信道初始度量值向量，并且，所计算出的信道初始度量值向量，作为SC译码算法中的信道初始度量值向量的赋值，使得将本申请中将秘密消息嵌入到数字载体中的失真向量，与 SC译码算法中的信道初始度量值向量紧密连接起来。由于极化码是唯一可证的能够达到香农限的信道编码，因此，它的SC译码算法具有找到最接近发送码字的译码码字的能力，即能够找到失真最小的译码码字。而本实施例中，已将失真向量与信道初始度量值向量对应联系起来，因此，将SC译码算法改写成隐写编码算法的过程，能够增大将秘密消息嵌入数字载体后，实际嵌入数字载体的元素对应的失真值的总和达到最小的概率，即本实施例能够使得改写得到的隐写编码算法的失真达到率失真界的概率增大。

将译码算法改写为隐写编码算法，使得改写的隐写编码算法具有达到率失真界的性能，关键是要解决校验矩阵，以及将失真向量引入译码算法以实现最小化失真的问题。因此，综合以上的有益效果一和有益效果二，使得本实施例公开的将SC译码算法改写为隐写编码算法后，所得到的隐写编码的性能可以逼近率失真界。

有益效果三、

现有的隐写编码STC是通过基于卷积码的维特比译码算法改写得到的隐写编码算法，在本实施例中，通过对基于极化码的SC译码算法进行改写得到隐写编码算法。其中，SC译码算法是极化码的译码算法中的一种，以及极化码是唯一可证的能够达到香农限的信道编码，卷积码能够逼近香农限但并不能够从理论上证明可达到香农限，因此，本实施例改写得到的隐写编码算法在失真性能上具有优于现有技术中的STC隐写编码算法的潜能。

对于该有益效果，本实施例在失真函数为[0,1]区间呈均匀分布的随机数，数字载体的长度n＝2²⁰，载体向量与消息向量分别是随机生成的条件下，对本实施例提供的隐写编码算法(Steganographic Polar Codes,SPC)，以下简称为 SPCs、STCs(h＝10)的隐写编码算法与STCs(h＝12)的隐写编码算法的隐写嵌入效率进行了实验，其中展示的嵌入效率是100次随机实验的平均值，实验结果如图3所示。

在图3中，横坐标为嵌入率的倒数，其中，嵌入率表示载体向量中，每个载体元素中嵌入消息向量的比特量，纵坐标为隐写嵌入效率，其中，隐写嵌入效率越大，表示嵌入秘密信息后的数字载体失真越小。

图3中存在四条直线，其中，Bound对应的直线表示在各个嵌入率的倒数下，率失真界对应的隐写嵌入效率。STCs(h＝10)对应的直线表示STCs 隐写编码算法在h＝10的情况下，在各个嵌入率的倒数时所能达到的隐写嵌入效率。STCs(h＝12)对应的直线表示STCs隐写编码算法在h＝12的情况下，在各个嵌入率的倒数时所能达到的隐写嵌入效率。SPCs对应的直线表示SPCs 隐写编码算法，在各个嵌入率的倒数时所能达到的隐写嵌入效率。

通过图3中的四条直线，可以看出，在同一个嵌入率的情况下，SPCs的隐写嵌入效率最接近率失真界的隐写嵌入效率。因此，本实施例改写得到的隐写编码算法比现有技术中的STC隐写编码算法的失真性能更优。

对于该有益效果，本实施例还在BOSSBase1.01空域图像、失真函数分别为SUNI和HILL、隐写分析框架为SRM隐写分析特征和FLD集成分类器的条件下，对理论安全性最优的隐写模拟嵌入算法、本实施例提供的SPC隐写编码算法、STC(h＝10)的隐写编码算法以及STC(h＝12)的隐写编码算法，进行了隐写安全性测试，测试结果如图4所示。

在图4中，Methods(bpp)表示隐写编码算法，具体包括：Binary-SUNI —Simulator、Binary-SUNI—STCs(h＝10)、Binary-SUNI—STCs(h＝12)和 Binary-SUNI—SPCs四种。其中，Binary-SUNI—Simulator表示理论安全性最优的隐写模拟嵌入算法。

表示隐写编码的安全性。0.05、0.1、0.2、0.3、0.4和0.5都为嵌入率。即图4表示的是，在各嵌入率下，Binary-SUNI— Simulator、Binary-SUNI—STCs(h＝10)、Binary-SUNI—STCs(h＝12)和 Binary-SUNI—SPCs四种隐写编码算法的安全性结果。

从图4中，可以看出，除了在嵌入率为0.05的某次测量结果中，SPCs隐写编码算法的安全性为47.06，STCs(h＝12)隐写编码算法的安全性为47.15， SPCs隐写编码算法的安全性低于STCs(h＝12)隐写编码算法的安全性之外，在其他每次测量结果中，SPCs隐写编码算法的安全性都高于STCs隐写编码算法的安全性。因此，实验结果证明，SPCs隐写编码算法的安全性高于STCs 隐写编码算法的安全性。

有益效果四、

极化码相对于卷积码，具有结构更清晰以及复杂度更低的优点，在数字载体的长度小于某一临界值的情况下，相对于现有技术中的STCs隐写编码算法，本实施例的SPCs隐写编码算法的计算复杂度低于STCs隐写编码算法的计算复杂度。

对于该有益效果，本实施例在不同的载体长度下，隐写编码算法分别为： SPC、STC(h＝10)的隐写编码算法与STC(h＝12)的隐写编码算法的实际运行时耗进行实验，其中，STC隐写编码算法的程序是经过SSE指令集等优化后的程序代码，而本实施例提供的SPC隐写编码算法程序是未经过相关优化。具体的，实验结果如图5所示。

在图5中，在载体长度为2¹⁰的情况下，SPC、STC(h＝10)与STC(h＝12) 的实际运行耗时分别为0.0017s、0.0030s和0.0016s。在载体长度为2²⁰的情况下，SPC、STC(h＝10)与STC(h＝12)的实际运行耗时分别为1.0753s、3.9285s 和1.2057s。

从图5的比较结果可以看出，在STC隐写编码算法程序被优化，而SPC 隐写编码算法程序未被优化的情况下，对于同一个载体长度下，SPC的实际运行耗时小于STC(h＝10)与STC(h＝12)分别对应的实际运行耗时。因此，本实施例的隐写编码SPCs算法的计算复杂度低于STCs隐写编码算法的计算复杂度。

图6为本申请提供的一种隐写解码方法，应用于接收端。

在本实施例中，需要从携密载体中提取秘密消息。其中，待提取的秘密消息的长度为k，即需得到长度为k的消息向量m，具体的，m＝(m₁,m₂,…,m_k)。携密载体采用长度为n的载密向量y，具体的，y＝(y₁,y₂,…,y_n)。

具体的，隐写解码的过程包括以下步骤：

S601、计算信道可靠性指标向量。

在本步骤的具体实现过程，以及计算结果与图2对应的实施例中的S201 相同，这里不再赘述。

S602、从信道可靠性指标向量Z中，确定值最大的前k个元素的位置索引为极化码的冻结比特向量的索引。

在本步骤的具体实现过程，以及计算结果与图2对应的实施例中的S202 相同，这里不再赘述。

S603、将载密向量作为极化码编码算法中的编码码字向量的赋值。

在本实施例中，极化码编码算法的计算公式如公式(8)所示：

c＝u·G (8)

式中，u表示长度为n的未编码比特向量，c表示编码码字向量，G表示生成矩阵。

在公式(8)的两边同时乘以生成矩阵G，得到如公式(9)。

u＝c·G (9)

式中，生成矩阵G是一个可逆矩阵，即G＝G^-1

在本步骤中，将载密向量作为编码码字比特向量的赋值。

S604、使用所述极化码编码算法，得到未编码比特向量。

依据上述公式(9)就可以得到在编码码字比特向量的取值为接收端所接收到的载密向量时，得到未编码比特向量，此时，所得到的未编码码字比特向量中包含待提取的消息向量。

S605、提取未编码比特向量中冻结比特向量的索引对应的向量，作为解码得到的消息向量。

在本步骤中，未编码比特向量中由冻结比特向量的索引所指示的向量，就是本实施例待提取的消息向量。

通过本实施例，可以实现从携密载体中提取出消息向量。

图7为本申请实施例提供的一种隐写编码装置，包括：冻结比特向量赋值模块701、接收码字向量赋值模块702、信道初始度量值向量赋值模块703、译码模块704和第一编码模块705。

其中，冻结比特向量赋值模块701，用于将待隐藏的消息向量作为极化码的SC译码算法中的冻结比特向量的赋值，冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置。接收码字向量赋值模块702，用于将载体向量作为SC译码算法中的接收码字向量的赋值。信道初始度量值向量赋值模块703，用于将载体向量的BSC信道初始度量值向量作为SC译码算法中的接收码字向量的信道初始度量值向量的赋值。译码模块704，用于使用SC译码算法，得到第一向量。第一编码模块705，用于使用极化码编码算法，将第一向量作为极化码编码算法中的未编码比特向量的赋值，得到载密向量。

可选的，载体向量的BSC信道初始度量值向量中的第i个元素与载体向量的失真向量中的第i个元素对应；

载体向量的BSC信道初始度量值向量中的第i个元素为：

x_i表示载体向量中的第i个元素；π_i表示最小化失真模型下的最优吉布斯分布对应的元素修改概率且

ρ_i表示失真向量ρ中的第i个元素；λ(λ＞0)是由信息熵约束

所确定的；σ表示避免零值计算的稳定因子。

可选的，信道可靠性指标向量依据预设公式计算得到，预设公式依据 Arikan启发式原则和巴氏参数(Bhattacharyya parameter)上界法确定，预设公式的初始值设置为预设的隐写嵌入率。

图8为本申请实施例提供的一种隐写解码装置，包括：编码码字向量赋值模块801、第二编码模块802和提取模块803。

其中，编码码字向量赋值模块801，用于将载密向量作为极化码编码算法中的编码码字向量的赋值。第二编码模块802，用于使用极化码编码算法，得到未编码比特向量。提取模块803，用于提取未编码比特向量中冻结比特向量的索引对应的向量，作为解码得到的隐藏向量，冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置。

图9为本申请提供的一种发送设备，包括：存储器901和处理器902，其中，存储器901用于存储程序，处理器902用于执行该程序，以实现上述图2 对应的隐写编码方法。

图10为本申请提供的一种接收设备，包括：存储器1001和处理器1002，其中，存储器1001用于存储程序，处理器1002用于执行该程序，以实现上述图6对应的隐写解码方法。

申请实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种隐写编码方法，其特征在于，包括：

将待隐藏的消息向量作为极化码的SC译码算法中的冻结比特向量的赋值，所述冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置；

将载体向量作为所述SC译码算法中的接收码字向量的赋值；

将所述载体向量的BSC信道初始度量值向量作为所述SC译码算法中的所述接收码字向量的信道初始度量值向量的赋值；

使用所述SC译码算法，得到第一向量；

使用极化码编码算法，将所述第一向量作为所述极化码编码算法中的未编码比特向量的赋值，得到载密向量；

其中，所述载体向量的BSC信道初始度量值向量中的第i个元素与所述载体向量的失真向量中的第i个元素对应；

所述载体向量的BSC信道初始度量值向量中的第i个元素为：

x_i表示所述载体向量中的第i个元素；π_i表示最小化失真模型下的最优吉布斯分布对应的元素修改概率且

ρ_i表示所述失真向量ρ中的第i个元素；λ(λ>0)是由信息熵约束

所确定的；σ表示避免零值计算的稳定因子；n表示所述载体向量的长度。

2.根据权利要求1所述的方法，其特征在于，所述信道可靠性指标向量依据预设公式计算得到；所述预设公式依据Arikan启发式原则和巴氏参数(Bhattacharyya parameter)上界法确定；所述预设公式的初始值设置为预设的隐写嵌入率。

3.一种隐写编码装置，其特征在于，包括：

冻结比特向量赋值模块，用于将待隐藏的消息向量作为极化码的SC译码算法中的冻结比特向量的赋值，所述冻结比特向量的索引为信道可靠性指标向量中值最大的k个元素的位置；

接收码字向量赋值模块，用于将载体向量作为所述SC译码算法中的接收码字向量的赋值；

信道初始度量值向量赋值模块，用于将所述载体向量的BSC信道初始度量值向量作为所述SC译码算法中的所述接收码字向量的信道初始度量值向量的赋值；

译码模块，用于使用所述SC译码算法，得到第一向量；

第一编码模块，用于使用极化码编码算法，将所述第一向量作为所述极化码编码算法中的未编码比特向量的赋值，得到载密向量；

其中，所述载体向量的BSC信道初始度量值向量中的第i个元素与所述载体向量的失真向量中的第i个元素对应；

所述载体向量的BSC信道初始度量值向量中的第i个元素为：

x_i表示所述载体向量中的第i个元素；π_i表示最小化失真模型下的最优吉布斯分布对应的元素修改概率且

ρ_i表示所述失真向量ρ中的第i个元素；λ(λ>0)是由信息熵约束

所确定的；σ表示避免零值计算的稳定因子；n表示所述载体向量的长度。

4.根据权利要求3所述的装置，其特征在于，所述信道可靠性指标向量依据预设公式计算得到；所述预设公式依据Arikan启发式原则和巴氏参数(Bhattacharyya parameter)上界法确定；所述预设公式的初始值设置为预设的隐写嵌入率。

5.一种发送设备，其特征在于，包括：存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于运行所述程序，以实现权利要求1-2任意一项所述的方法。

Images