CN114827380B - 一种基于人工智能的网络安全检测方法 - Google Patents

一种基于人工智能的网络安全检测方法 Download PDF

Info

Publication number
CN114827380B
CN114827380B CN202210752629.6A CN202210752629A CN114827380B CN 114827380 B CN114827380 B CN 114827380B CN 202210752629 A CN202210752629 A CN 202210752629A CN 114827380 B CN114827380 B CN 114827380B
Authority
CN
China
Prior art keywords
pixel
watermark
point
value
pixel value
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.)
Active
Application number
CN202210752629.6A
Other languages
English (en)
Other versions
CN114827380A (zh
Inventor
王晨
田艳艳
寻广岩
孙凤菊
赵彦臣
陈倩
杜波
田常立
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.)
Zhilian Xintong Technology Co ltd
Original Assignee
Zhilian Xintong Technology Co ltd
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 Zhilian Xintong Technology Co ltd filed Critical Zhilian Xintong Technology Co ltd
Priority to CN202210752629.6A priority Critical patent/CN114827380B/zh
Publication of CN114827380A publication Critical patent/CN114827380A/zh
Application granted granted Critical
Publication of CN114827380B publication Critical patent/CN114827380B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
    • H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
    • H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
    • H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像处理技术领域，具体涉及一种基于人工智能的网络安全检测方法，该方法包括：获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，不同的集合为第一集合和第二集合；对第一集合的像素点嵌入预设一层水印，使待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使第一水印图像更新为第二水印图像；依据第二水印图像提取出的水印进行网络安全检测。本发明能够使水印嵌入量大的同时减少参与平移的像素数量，增加保密范围的同时提高图像质量，能够更加全面地检测网络安全。

Description

一种基于人工智能的网络安全检测方法
技术领域
本发明涉及图像处理技术领域，具体涉及一种基于人工智能的网络安全检测方法。
背景技术
随着网络信息技术的发展和普及，大量图像数据在网络中传输，传输图像的安全性体现了网络的安全，为了对网络安全进行检测，同时保护图像数据在网络中传输的安全性，信息隐藏技术应运而生。
其中一种信息隐藏技术是将预测误差分布直方图和直方图平移结合起来，该方法在嵌入水印信息保护图像的同时，对图像质量的损失较小，而且在完成水印信息的嵌入后，不仅能精确地提取水印信息，还能无损恢复原始图像，最终通过提取的水印信息判断图像是否被篡改，进而检测网络的安全性。
但是对于上述方法来说，在直方图的峰值所对应的像素点处嵌入水印，会使大量像素点平移，导致降低图像质量，并且在峰值处的像素点大多为平滑的像素点，水印嵌入量低且只对平滑区域的像素点进行加密，对于可能能够更加体现重要信息的存在纹理的像素点起不到保护作用，在进行网络安全检测时，对于某些针对纹理区域的攻击无法检测出来。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的网络安全检测方法，所采用的技术方案具体如下：
本发明一个实施例提供了一种基于人工智能的网络安全检测方法，该方法包括以下步骤：
获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，所述不同的集合为第一集合和第二集合；
对第一集合的像素点嵌入预设一层水印，使所述待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使所述第一水印图像更新为第二水印图像；
依据所述第二水印图像提取出的水印进行网络安全检测；
所述嵌入预设一层水印的过程为：
将第一集合中的像素点划分为多个第一复杂度区间；获取每个第一复杂度区间的最大误差直方图，以及最大误差直方图的峰值点、左侧零值点和右侧零值点，结合最高评分像素对的获取过程得到评分最高的第一像素对，对第一像素对对应的像素点嵌入预设一层水印，得到所述第一水印图像；
所述嵌入预设二层水印的过程为：
将所述第一水印图像中第二集合的像素点划分为多个第二复杂度区间；获取每个第二复杂度区间的最小误差直方图，以及最小误差直方图的峰值点、左侧零值点和右侧零值点；结合所述最高评分像素对的获取过程得到评分最高的第二像素对，对第二像素对对应的像素点嵌入预设二层水印；
所述最高评分像素对的获取过程为：
在所述峰值点和所述左侧零值点之间，选取一个左侧像素值，在所述峰值点和所述右侧零值点之间，选取一个右侧像素值，组成一个像素对；依据每个像素对所对应的水印嵌入量和平移量获取该像素对的评分。
优选的，所述最大误差直方图的获取方法为：
每个第一复杂度区间包括多个第一区间像素点，以每个第一区间像素点的初始像素值与对应的初始像素值最小的邻域像素点的误差作为该区间像素点的第一新像素值，通过统计第一新像素值的频数得到所述最大误差直方图；
所述最小误差直方图的获取方法为：
每个第二复杂度区间包括多个第二区间像素点，获取每个第一区间像素点在所述第一水印图像中的更新像素值，以每个第二区间像素点的初始像素值与对应的更新像素值最大的邻域像素点的误差作为该区间像素点的第二新像素值，通过统计第二新像素值的频数得到所述最小误差直方图。
优选的，所述第一复杂度区间的划分方法为：
获取第一集合中每个像素点的第一复杂度，将获取的所有第一复杂度按照大小排序，根据最大第一复杂度和最小第一复杂度的差值将排过序的第一复杂度均匀划分为多个第一复杂度区间。
优选的，所述最大误差直方图的左侧零值点和右侧零值点的获取方法为：
在最大误差直方图的峰值点左侧搜索距离峰值点最近的频率为零的像素值作为左侧零值点，当不存在频率为零的像素值时，以峰值点左侧频率最小的像素值作为左侧零值点；
在最大误差直方图的峰值点右侧搜索距离峰值点最近的频率为零的像素值作为右侧零值点，当不存在频率为零的像素值时，以峰值点右侧频率最小的像素值作为右侧零值点。
优选的，所述像素对的组成方法为：
在所述峰值点和所述左侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成左侧集合；在所述峰值点和所述右侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成右侧集合；从左侧集合任选一个左侧像素值，从右侧集合中任选一个右侧像素值，由左侧像素值和右侧像素值组成一个像素对。
优选的，所述水印嵌入量的获取方法为：
以每个左侧像素值的频数作为对应的水印嵌入量；以每个右侧像素值的频数作为对应的水印嵌入量。
优选的，所述平移量的获取方法为：
获取左侧像素值与左侧零值点之间所有像素值的频数之和作为左侧像素值的平移量；获取右侧像素值与右侧零值点之间所有像素值的频数之和作为右侧像素值的平移量。
优选的，所述评分的获取过程包括：
获取每个像素对中左侧像素值的水印嵌入量和右侧像素值的水印嵌入量的和作为像素对的水印嵌入量，获取所述峰值点的水印嵌入量，计算像素对的水印嵌入量与峰值点的水印嵌入量的嵌入量差值；
获取每个像素对中左侧像素值的平移量和右侧像素值的平移量的和作为像素对的平移量，获取所述峰值点的平移量，计算峰值点的平移量与像素对的平移量的平移量差值；
根据所述嵌入量差值和所述平移量差值获取每个像素对的评分；所述嵌入量差值与所述评分呈正相关关系，所述平移量差值与所述评分呈负相关关系。
优选的，所述对第一像素对对应的像素点嵌入预设一层水印，包括：
将第一像素对中的左侧像素值记为第一左侧像素值，第一像素对中的右侧像素值记为第一右侧像素值；
所述预设一层水印为预设长度的字符串，将第一左侧像素值对应的所有像素点的原始像素值减去对应的所述字符串的字符；将第一右侧像素值对应的所有像素点的原始像素值加上对应的所述字符串的字符。
优选的，所述依据所述预设一层水印和所述预设二层水印进行网络安全检测，包括：
对所述第二水印图像进行水印提取，依次提取出第一水印和第二水印，将所述第一水印与所述预设二层水印进行对比，将所述第二水印与所述预设一层水印进行对比，当不存在误差时，传输网络为安全的。
本发明实施例至少具有如下有益效果：
1、将水印插入评分最高的像素对所对应的像素点中，能够使水印嵌入量大的同时减少参与平移的像素数量，增加保密范围的同时提高图像质量，能够更加全面地检测网络安全。
2、通过复杂度区间的划分，分别对每个复杂度区间进行水印嵌入，增加了峰值点的数量，提高了水印嵌入量，提高图像传输的安全性。
3、分集合对像素点进行两次水印插入，避免了传统方法中，因水印信息嵌入改变像素值引起互相影响而无法准确提取水印信息的情况，增强了水印提取的准确性和恢复图像的无损性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1为本发明一个实施例提供的一种基于人工智能的网络安全检测方法的步骤流程图；
图2为本发明一个实施例提供的像素集合划分示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于人工智能的网络安全检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于人工智能的网络安全检测方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于人工智能的网络安全检测方法的步骤流程图，该方法包括以下步骤：
步骤S001，获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，不同的集合为第一集合和第二集合。
具体的步骤包括：
获取需要在网络中进行传输的图像作为待传输图像，将待传输图像中所有像素点做出如图2所示的划分，相邻的像素点分别划分至不同的集合，其中画叉的像素点属于第一集合，画点的像素点属于第二集合，第一集合中的像素点的邻域像素点均为第二集合中的像素点，同样的，第二集合中的像素点的邻域像素点均为第一集合中的像素点。
在其他实施例中，还可以将画点的像素点划分为第一集合，画叉的像素点划分为第二集合。
在传统方法中，通过每个像素点左上方相邻3个像素点中像素值最大值或最小值作为该点的预测值，由于嵌入水印信息后部分像素的像素值会发生改变，导致像素之间相互影响，从而无法准确提取水印信息。因此，本发明将像素进行划分，分别进行水印嵌入。
步骤S002，对第一集合的像素点嵌入预设一层水印，使待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使第一水印图像更新为第二水印图像。
具体的步骤包括：
1、第一复杂度区间划分。
获取第一集合中每个像素点的第一复杂度，基于第一复杂度划分得到多个第一复杂度区间，每个第一复杂度区间包括多个第一区间像素点。
获取第一集合中每个像素点的邻域像素点的像素值，计算每个领域像素点与平均像素值的差值，以所有差值的平方的平均值作为对应像素点的第一复杂度。将获取的所有第一复杂度按照大小排序，根据最大第一复杂度和最小第一复杂度的差值将排过序的第一复杂度均匀划分为多个复杂度区间。
如图2所示，第一集合中的像素点的像素值为u，周围四个邻域像素点均属于第二集合，四个邻域像素点的像素值分别为
Figure DEST_PATH_IMAGE001
。计算第一集合的像素点的复杂度f：
Figure DEST_PATH_IMAGE003
其中，
Figure 29061DEST_PATH_IMAGE004
表示第i个邻域像素点的像素值，
Figure DEST_PATH_IMAGE005
表示四个邻域像素点的平均像素值。
根据计算的所有第一集合的像素点的第一复杂度的最大值和最小值，将所有第一复杂度分为多个第一复杂度区间，其中，多个第一复杂度区间为至少两个第一复杂度区间，在本发明实施例中将所有第一复杂度分为8个第一复杂度区间，即按照最大值和最小值均匀划分为8段，每个第一复杂度区间的区间长度为
Figure 305453DEST_PATH_IMAGE006
，其中，
Figure DEST_PATH_IMAGE007
表示第一复杂度的最大值，
Figure 775747DEST_PATH_IMAGE008
表示第一复杂度的最小值，第
Figure DEST_PATH_IMAGE009
个第一复杂度区间为
Figure 149090DEST_PATH_IMAGE010
，需要说明的是，为了将最大值包含在区间内，最后一个第一复杂度区间，即第8个第一复杂度区间为
Figure DEST_PATH_IMAGE011
。
在传统方法中，由于没有对平滑区域和纹理区域进行划分，导致预测误差直方图中的峰值点只表征平滑区域的预测误差，进而导致水印信息的嵌入量较低，同时导致基于峰值点嵌入水印只对平滑区域的安全性进行保护，而对同样包含图像重要信息的纹理区域的安全性起不到保护作用。因此，本发明计算像素的复杂度，根据复杂度对像素点分组，并根据不同组的误差直方图的不同峰值点进行水印信息的嵌入，进而实现对平滑区域和纹理区域的水印信息的嵌入，更好的保护图像。
2、获取最大误差直方图以及最大误差直方图的峰值点、左侧零值点和右侧零值点。
对于每个第一复杂度区间，以每个第一区间像素点的初始像素值与对应的初始像素值最小的邻域像素点的误差作为该区间像素点的第一新像素值，通过统计第一新像素值的频数得到最大误差直方图，获取最大误差直方图的峰值点、左侧零值点和右侧零值点。
对于八个第一复杂度区间均进行下述处理，本发明实施例以第一个第一复杂度区间为例，说明处理过程。
对于每个第一区间像素点，获取周围四个邻域像素点中初始像素值的最小值
Figure 294639DEST_PATH_IMAGE012
，计算第一区间像素点的初始像素值与最小值之间的最大误差
Figure DEST_PATH_IMAGE013
，其中
Figure 120643DEST_PATH_IMAGE014
为第一区间像素点的初始像素值，以最大误差作为第一区间像素点的第一新像素值，得到一张最大误差图，通过统计最大误差图中每个像素值的频数获得最大误差直方图。
搜索最大误差直方图中频数最大的第一新像素值，记为峰值点
Figure DEST_PATH_IMAGE015
，在最大误差直方图的峰值点左侧搜索距离峰值点最近的频率为零的像素值作为左侧零值点
Figure 377050DEST_PATH_IMAGE016
，当不存在频率为零的像素值时，以峰值点左侧频率最小的像素值作为左侧零值点
Figure 791851DEST_PATH_IMAGE016
；在最大误差直方图的峰值点右侧搜索距离峰值点最近的频率为零的像素值作为右侧零值点
Figure DEST_PATH_IMAGE017
，当不存在频率为零的像素值时，以峰值点右侧频率最小的像素值作为右侧零值点
Figure 344186DEST_PATH_IMAGE017
。
3、嵌入预设一层水印，得到第一水印图像。
基于最大误差直方图的峰值点、左侧零值点和右侧零值点以及最高评分像素对的获取过程得到评分最高的第一像素对，对第一像素对对应的像素点嵌入预设一层水印，得到每个第一区间像素点的更新像素值，组成第一水印图像。
3.1获取第一像素对。
具体的，最高评分像素对的获取过程为：在峰值点和左侧零值点之间，选取一个左侧像素值，在峰值点和右侧零值点之间，选取一个右侧像素值，组成一个像素对；依据每个像素对所对应的水印嵌入量和平移量获取该像素对的评分。
在峰值点和左侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成左侧集合；在峰值点和右侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成右侧集合；从左侧集合任选一个左侧像素值，从右侧集合中任选一个右侧像素值，由左侧像素值和右侧像素值组成一个像素对。
在峰值点
Figure 93705DEST_PATH_IMAGE015
和左侧零值点
Figure 373377DEST_PATH_IMAGE016
之间选取频数
Figure 658996DEST_PATH_IMAGE018
的像素值组成左侧集合
Figure DEST_PATH_IMAGE019
，在峰值点
Figure 152206DEST_PATH_IMAGE015
和右侧零值点
Figure 874174DEST_PATH_IMAGE017
之间选取频数
Figure 911531DEST_PATH_IMAGE018
的像素值组成右侧集合
Figure 707449DEST_PATH_IMAGE020
，从左侧集合
Figure 54117DEST_PATH_IMAGE019
中选取一个左侧像素值
Figure DEST_PATH_IMAGE021
，从右侧集合
Figure 919174DEST_PATH_IMAGE020
中选择一个右侧像素值
Figure 9489DEST_PATH_IMAGE022
，组成像素对
Figure DEST_PATH_IMAGE023
。
对于传统的利用预测误差直方图平移进行水印嵌入的方法，将水印嵌入在直方图的峰值点对应的像素值，由于峰值点对应的像素值频数最大，能够将水印嵌入在数量最多的像素点中，水印嵌入量是最大的；同时在将水印嵌入峰值点时，需要将峰值点左右两侧的直方图进行平移，为因嵌入水印而改变的像素值留出位置，对于进行直方图平移的像素点来说，改变了像素值使图像质量也发生了改变，因此，水印嵌入量越多，安全性越高，同时平移量越小，图像质量改变越少，视觉效果越好。
以每个左侧像素值的频数
Figure 564973DEST_PATH_IMAGE024
作为对应的水印嵌入量
Figure DEST_PATH_IMAGE025
；以每个右侧像素值的频数
Figure 630012DEST_PATH_IMAGE026
作为对应的水印嵌入量
Figure DEST_PATH_IMAGE027
。
获取左侧像素值与左侧零值点之间所有像素值的频数之和作为左侧像素值的平移量
Figure 903737DEST_PATH_IMAGE028
；获取右侧像素值与右侧零值点之间所有像素值的频数之和作为右侧像素值的平移量
Figure DEST_PATH_IMAGE029
。
获取每个像素对中左侧像素值的水印嵌入量
Figure 17317DEST_PATH_IMAGE025
和右侧像素值的水印嵌入量
Figure 115723DEST_PATH_IMAGE027
的和作为像素对的水印嵌入量
Figure 782023DEST_PATH_IMAGE030
，获取峰值点的水印嵌入量
Figure DEST_PATH_IMAGE031
，计算像素对的水印嵌入量与峰值点的水印嵌入量的嵌入量差值；获取每个像素对中左侧像素值的平移量
Figure 841245DEST_PATH_IMAGE032
和右侧像素值的平移量
Figure DEST_PATH_IMAGE033
的和作为像素对的平移量
Figure 584948DEST_PATH_IMAGE034
，获取峰值点的平移量
Figure DEST_PATH_IMAGE035
，计算峰值点的平移量与像素对的平移量的平移量差值；根据嵌入量差值和平移量差值获取每个像素对的评分；嵌入量差值与评分呈正相关关系，平移量差值与评分呈负相关关系。
为保证加密图像的安全性和视觉质量，嵌入量越大且平移量越小，得到的加密图像效果越好，基于此计算每个像素对的评分，具体计算公式为：
Figure DEST_PATH_IMAGE037
其中，
Figure 413227DEST_PATH_IMAGE038
表示像素对
Figure DEST_PATH_IMAGE039
的评分；
Figure 584183DEST_PATH_IMAGE040
表示峰值点处的水印嵌入量，
Figure DEST_PATH_IMAGE041
表示峰值点处的平移量。
需要说明的是，
Figure 802806DEST_PATH_IMAGE042
的计算公式为：
Figure 287883DEST_PATH_IMAGE044
Figure DEST_PATH_IMAGE045
的计算公式为：
Figure DEST_PATH_IMAGE047
由于每个左侧像素值的频数大于等于
Figure 970668DEST_PATH_IMAGE048
，每个右侧像素值的频数也大于等于
Figure 256068DEST_PATH_IMAGE048
，像素对的频数之和大于等于峰值点的频数
Figure DEST_PATH_IMAGE049
，因此基于每个像素对进行水印信息的嵌入保证了水印嵌入容量。
对于像素对，水印嵌入量越多，则加密图像的安全性越高；平移量越少，则加密图像的视觉质量越高，因此嵌入量越多且平移量越少的像素对的评分越高。
选取评分最高的像素对作为第一像素对
Figure 227566DEST_PATH_IMAGE050
，将第一像素对中的左侧像素值记为第一左侧像素值，第一像素对中的右侧像素值记为第一右侧像素值。
3.2对第一像素对对应的像素点嵌入预设一层水印，得到每个第一区间像素点的更新像素值。
将左侧零值点和第一左侧像素点之间的直方图向左平移，第一右侧像素点和右侧零值点之间的直方图向右平移，然后将预设一层水印嵌入第一像素对对应的像素点中。
预设一层水印为预设长度的字符串，将第一左侧像素值对应的所有像素点的原始像素值减去对应的字符串的字符；将第一右侧像素值对应的所有像素点的原始像素值加上对应的字符串的字符。
预设一层水印为初始约定的字符串，长度和字符串中的每个字符是预设的，将第一左侧像素值对应的所有像素点的原始像素值减去对应的字符串的字符，即对于第一左侧像素值对应的所有像素点，按照像素点的排列顺序，将原始像素点减去对应顺序的字符，得到嵌入预设一层水印后的更新像素值。
对于每个复杂度区间对应的最大误差直方图来说，预设一层水印的嵌入过程为：
Figure 1487DEST_PATH_IMAGE052
其中，y表示更新像素值，x表示原始像素值，
Figure DEST_PATH_IMAGE053
表示预设一层水印的字符。
例如，预设一层水印为10011101，第一左侧像素值对应的所有像素点按照排列顺序，原始像素值分别为100，132，198，213，75，104，102，161，57，101，则将原始像素值减去对应位置的字符，预设一层水印的字符重复延长，更新像素值为99，132，198，212，74，103，102，160，56，101，从第9个像素点开始，对应重复延长的预设一层水印的字符。
将第一右侧像素值对应的所有像素点的原始像素值加上对应的字符串的字符，即对于第一左侧像素值对应的所有像素点，按照像素点的排列顺序，将原始像素点减去对应顺序的字符，得到嵌入预设一层水印后的更新像素值。
4、嵌入预设二层水印。
在嵌入预设一层水印后，将第一水印图像中第二集合的像素点划分为多个第二复杂度区间；获取每个第二复杂度区间的最小误差直方图，以及最小误差直方图的峰值点、左侧零值点和右侧零值点。
将待传输图像嵌入预设一层水印后，第一像素对对应的像素点的原始像素值变成了更新像素值，待传输图像更新为第一水印图像，由于只对第一集合中的像素点进行上述处理，因此第二集合中的像素点的原始像素值并没有发生改变，因此第一水印图像中的第二集合像素点还是待传输图像中第二集合的像素点。
按照获取第一复杂度同样的方法获取第一水印图像中第二集合的像素点的第二复杂度，然后按照第一复杂度区间划分的方法同样将所有第二复杂度划分为8个第二复杂度区间，每个第二复杂度区间包括多个第二区间像素点。
以每个第二区间像素点的初始像素值与对应的更新像素值最大的邻域像素点的误差作为该第二区间像素点的第二新像素值，通过统计第二新像素值的频数得到最小误差直方图，获取最小误差直方图的峰值点，以及左侧零值点和右侧零值点。
基于最小误差直方图的峰值点、左侧零值点和右侧零值点以及最高评分像素对的获取过程得到评分最高的第二像素对，对第二像素对对应的像素点嵌入预设二层水印。
按照上述最高评分像素对的获取过程在第二集合中选取出评分最高的第二像素对
Figure 240576DEST_PATH_IMAGE054
，将左侧零值点和第二左侧像素点之间的直方图向左平移，第二右侧像素点和右侧零值点之间的直方图向右平移，然后将预设二层水印嵌入第二像素对对应的像素点中。
预设二层水印也是初始约定的字符串，长度和字符串中的每个字符同样是预设的，按照嵌入预设一层水印的方法，将预设二层水印嵌入第二像素对对应的像素点，得到第二水印图像。
步骤S003，依据第二水印图像提取出的水印进行网络安全检测。
对第二水印图像进行水印提取，依次提取出第一水印和第二水印，将第一水印与预设二层水印进行对比，将第二水印与预设一层水印进行对比，当不存在误差时，传输网络为安全的。
具体的步骤包括：
1、提取第一水印。
将完成水印嵌入的第二水印图像以及第一像素对
Figure DEST_PATH_IMAGE055
和第二像素对
Figure 254800DEST_PATH_IMAGE056
传输至接收端，使接收端根据第二集合像素点的邻域像素点计算第三复杂度，并均匀划分为8个第三复杂度区间。
由于计算第三复杂度时利用的是第二集合像素点的邻域像素点，即第一水印图像中的更新像素值，与嵌入预设二层水印的时候计算的第二复杂度相同，因此划分的第三复杂度区间与第二复杂度区间也相同。获取每个第三复杂度区间的最小误差直方图，以及最小误差直方图的左侧零值点
Figure DEST_PATH_IMAGE057
和右侧零值点
Figure 946550DEST_PATH_IMAGE058
。根据第二像素对
Figure 9315DEST_PATH_IMAGE056
提取第一水印：
Figure 56905DEST_PATH_IMAGE060
其中，
Figure DEST_PATH_IMAGE061
表示提取出的第一水印的字符，
Figure 740565DEST_PATH_IMAGE062
表示每个第三复杂度区间的最小误差直方图的像素值。
整张最小误差直方图提取出的字符按序连接组成重复循环的第一水印，以每个周期的字符串作为提取的第一水印。
2、提取第二水印。
在进行嵌入预设二层水印时，不仅在第二像素对对应的像素点嵌入水印，还对左侧零值点和第二左侧像素点之间的直方图进行了向左平移，第二右侧像素点和右侧零值点之间的直方图进行了向右平移，因此需要还原平移部分的像素值，根据第二像素对
Figure 624339DEST_PATH_IMAGE056
、左侧零值点
Figure 536800DEST_PATH_IMAGE057
和右侧零值点
Figure 705743DEST_PATH_IMAGE058
获取去除了第一水印后的的每个像素点的一次还原像素值：
Figure 248720DEST_PATH_IMAGE064
其中，
Figure DEST_PATH_IMAGE065
表示每个像素点的一次还原像素值，z表示第二水印图像每个像素点的像素值。
一次还原像素值组成一次还原图像，该图像为提取了第一水印后的图，在传输环境安全的情况下，即图像传输无损坏的情况下，提取的第一水印应当就是预设二层水印，一次还原图像应当就是第一水印图像，提取第一水印后，第二集合的像素点还原为原始像素值，此时根据第一集合像素点的邻域像素点计算第四复杂度，并均匀划分为8个第四复杂度区间。
在传输环境安全的情况下，第二集合的像素点已经还原为原始像素值，即第一集合像素点的邻域像素点为原始像素值，计算出的第四复杂度与第一复杂度相同，同样的划分的第四复杂度区间也与第一复杂度区间相同，按照提取第一水印的方法根据第一像素对
Figure 150948DEST_PATH_IMAGE055
提取第二水印，第二水印应当为预设一层水印。
3、网络安全检测。
将提取的第一水印与预设二层水印进行对比，将提取的第二水印与预设一层水印进行对比，若存在误差，说明图像传输有损坏，传输网络不安全；若不存在误差，说明传输网络是安全的。
具体的，计算提取的每个第一水印与预设二层水印的汉明距离，统计汉明距离小于
Figure 319630DEST_PATH_IMAGE066
的第一概率，当第一概率大于概率阈值，说明提取的第一水印与嵌入的预设二层水印存在误差，图像传输有损坏，传输网络不安全。
其中，
Figure DEST_PATH_IMAGE067
表示预设二层水印的字符串长度。
同样的计算提取的第二水印和预设一层水印的汉明距离，统计汉明距离小于
Figure 889282DEST_PATH_IMAGE068
的第二概率，当第二概率大于概率阈值，说明提取的第二水印与嵌入的预设一层水印存在误差，图像传输有损坏，传输网络不安全。
其中，
Figure DEST_PATH_IMAGE069
表示预设一层水印的字符串长度。
作为一个示例，本发明实施例中概率阈值的取值为0.2。
综上所述，本发明实施例获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，不同的集合为第一集合和第二集合；对第一集合的像素点嵌入预设一层水印，使待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使第一水印图像更新为第二水印图像；依据第二水印图像提取出的水印进行网络安全检测。本发明实施例能够使水印嵌入量大的同时减少参与平移的像素数量，增加保密范围的同时提高图像质量，能够更加全面地检测网络安全。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种基于人工智能的网络安全检测方法，其特征在于，该方法包括以下步骤：
获取待传输图像，将待传输图像中任意相邻的像素点划分为不同的集合，所述不同的集合为第一集合和第二集合；
对第一集合的像素点嵌入预设一层水印，使所述待传输图像更新为第一水印图像，对第一水印图像中的第二集合的像素点嵌入预设二层水印，使所述第一水印图像更新为第二水印图像；
依据所述第二水印图像提取出的水印进行网络安全检测；
所述嵌入预设一层水印的过程为：
将第一集合中的像素点划分为多个第一复杂度区间；获取每个第一复杂度区间的最大误差直方图，以及最大误差直方图的峰值点、左侧零值点和右侧零值点，结合最高评分像素对的获取过程得到评分最高的第一像素对，对第一像素对对应的像素点嵌入预设一层水印，得到所述第一水印图像；
所述嵌入预设二层水印的过程为：
将所述第一水印图像中第二集合的像素点划分为多个第二复杂度区间；获取每个第二复杂度区间的最小误差直方图，以及最小误差直方图的峰值点、左侧零值点和右侧零值点；结合所述最高评分像素对的获取过程得到评分最高的第二像素对，对第二像素对对应的像素点嵌入预设二层水印；
所述最高评分像素对的获取过程为：
在所述峰值点和所述左侧零值点之间，选取一个左侧像素值，在所述峰值点和所述右侧零值点之间，选取一个右侧像素值，组成一个像素对；依据每个像素对所对应的水印嵌入量和平移量获取该像素对的评分。
2.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述最大误差直方图的获取方法为：
每个第一复杂度区间包括多个第一区间像素点，以每个第一区间像素点的初始像素值与对应的初始像素值最小的邻域像素点的误差作为该区间像素点的第一新像素值，通过统计第一新像素值的频数得到所述最大误差直方图；
所述最小误差直方图的获取方法为：
每个第二复杂度区间包括多个第二区间像素点，获取每个第一区间像素点在所述第一水印图像中的更新像素值，以每个第二区间像素点的初始像素值与对应的更新像素值最大的邻域像素点的误差作为该区间像素点的第二新像素值，通过统计第二新像素值的频数得到所述最小误差直方图。
3.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述第一复杂度区间的划分方法为：
获取第一集合中每个像素点的第一复杂度，将获取的所有第一复杂度按照大小排序，根据最大第一复杂度和最小第一复杂度的差值将排过序的第一复杂度均匀划分为多个第一复杂度区间。
4.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述最大误差直方图的左侧零值点和右侧零值点的获取方法为：
在最大误差直方图的峰值点左侧搜索距离峰值点最近的频率为零的像素值作为左侧零值点，当不存在频率为零的像素值时，以峰值点左侧频率最小的像素值作为左侧零值点；
在最大误差直方图的峰值点右侧搜索距离峰值点最近的频率为零的像素值作为右侧零值点，当不存在频率为零的像素值时，以峰值点右侧频率最小的像素值作为右侧零值点。
5.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述像素对的组成方法为：
在所述峰值点和所述左侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成左侧集合；在所述峰值点和所述右侧零值点之间，选取频数大于等于峰值点频率的一半的所有像素值组成右侧集合；从左侧集合任选一个左侧像素值，从右侧集合中任选一个右侧像素值，由左侧像素值和右侧像素值组成一个像素对。
6.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述水印嵌入量的获取方法为：
以每个左侧像素值的频数作为对应的水印嵌入量；以每个右侧像素值的频数作为对应的水印嵌入量。
7.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述平移量的获取方法为：
获取左侧像素值与左侧零值点之间所有像素值的频数之和作为左侧像素值的平移量；获取右侧像素值与右侧零值点之间所有像素值的频数之和作为右侧像素值的平移量。
8.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述评分的获取过程包括：
获取每个像素对中左侧像素值的水印嵌入量和右侧像素值的水印嵌入量的和作为像素对的水印嵌入量，获取所述峰值点的水印嵌入量，计算像素对的水印嵌入量与峰值点的水印嵌入量的嵌入量差值；
获取每个像素对中左侧像素值的平移量和右侧像素值的平移量的和作为像素对的平移量，获取所述峰值点的平移量，计算峰值点的平移量与像素对的平移量的平移量差值；
根据所述嵌入量差值和所述平移量差值获取每个像素对的评分；所述嵌入量差值与所述评分呈正相关关系，所述平移量差值与所述评分呈负相关关系。
9.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述对第一像素对对应的像素点嵌入预设一层水印，包括：
将第一像素对中的左侧像素值记为第一左侧像素值，第一像素对中的右侧像素值记为第一右侧像素值；
所述预设一层水印为预设长度的字符串，将第一左侧像素值对应的所有像素点的原始像素值减去对应的所述字符串的字符；将第一右侧像素值对应的所有像素点的原始像素值加上对应的所述字符串的字符。
10.根据权利要求1所述的一种基于人工智能的网络安全检测方法，其特征在于，所述依据所述预设一层水印和所述预设二层水印进行网络安全检测，包括：
对所述第二水印图像进行水印提取，依次提取出第一水印和第二水印，将所述第一水印与所述预设二层水印进行对比，将所述第二水印与所述预设一层水印进行对比，当不存在误差时，传输网络为安全的。
CN202210752629.6A 2022-06-30 2022-06-30 一种基于人工智能的网络安全检测方法 Active CN114827380B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210752629.6A CN114827380B (zh) 2022-06-30 2022-06-30 一种基于人工智能的网络安全检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210752629.6A CN114827380B (zh) 2022-06-30 2022-06-30 一种基于人工智能的网络安全检测方法

Publications (2)

Publication Number Publication Date
CN114827380A CN114827380A (zh) 2022-07-29
CN114827380B true CN114827380B (zh) 2022-09-02

Family

ID=82522812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210752629.6A Active CN114827380B (zh) 2022-06-30 2022-06-30 一种基于人工智能的网络安全检测方法

Country Status (1)

Country Link
CN (1) CN114827380B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115131190B (zh) * 2022-08-29 2022-11-22 江苏司笠泰信息科技有限公司 一种计算机信息安全保护方法
CN116109466B (zh) * 2023-04-14 2023-07-04 济宁立德印务有限公司 一种印刷图像的防伪水印处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006121460A (ja) * 2004-10-22 2006-05-11 Dainippon Printing Co Ltd 電子透かしの埋め込み方法および抽出方法
CN102036079A (zh) * 2010-12-16 2011-04-27 北京航空航天大学 一种基于全方向预测误差直方图修改的可逆图像水印算法
CN102147912A (zh) * 2011-03-30 2011-08-10 北京航空航天大学 一种基于自适应差值扩展的可逆图像水印方法
CN102567942A (zh) * 2012-01-09 2012-07-11 中山大学 利用直方图平移的可逆水印方法
CN110047029A (zh) * 2019-04-22 2019-07-23 广东工业大学 一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置
CN112241929A (zh) * 2019-07-16 2021-01-19 阿里巴巴集团控股有限公司 水印嵌入及水印检测方法、装置及电子设备
CN113032813A (zh) * 2021-04-27 2021-06-25 河南大学 基于改进的像素局部复杂度计算和多峰嵌入的可逆信息隐藏方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006121460A (ja) * 2004-10-22 2006-05-11 Dainippon Printing Co Ltd 電子透かしの埋め込み方法および抽出方法
CN102036079A (zh) * 2010-12-16 2011-04-27 北京航空航天大学 一种基于全方向预测误差直方图修改的可逆图像水印算法
CN102147912A (zh) * 2011-03-30 2011-08-10 北京航空航天大学 一种基于自适应差值扩展的可逆图像水印方法
CN102567942A (zh) * 2012-01-09 2012-07-11 中山大学 利用直方图平移的可逆水印方法
CN110047029A (zh) * 2019-04-22 2019-07-23 广东工业大学 一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置
CN112241929A (zh) * 2019-07-16 2021-01-19 阿里巴巴集团控股有限公司 水印嵌入及水印检测方法、装置及电子设备
CN113032813A (zh) * 2021-04-27 2021-06-25 河南大学 基于改进的像素局部复杂度计算和多峰嵌入的可逆信息隐藏方法

Also Published As

Publication number Publication date
CN114827380A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN114827380B (zh) 一种基于人工智能的网络安全检测方法
CN109784347B (zh) 基于多尺度稠密卷积神经网络和谱注意力机制的图像分类方法
CN108346154B (zh) 基于Mask-RCNN神经网络的肺结节分割装置的建立方法
Wu et al. Deep matching and validation network: An end-to-end solution to constrained image splicing localization and detection
CN108257128B (zh) 一种基于3d卷积神经网络的肺结节检测装置的建立方法
CN110766708B (zh) 基于轮廓相似度的图像比较方法
CN103345758B (zh) 基于dct统计特征的jpeg图像区域复制篡改盲检测方法
CN109948307B (zh) 基于像素多尺度预测的可逆数据隐藏方法
Hou et al. Reversible data hiding based on multiple histograms modification and deep neural networks
CN110210492B (zh) 一种基于深度学习的立体图像视觉显著性检测方法
CN115171199B (zh) 图像处理方法、装置及计算机设备、存储介质
CN114244538A (zh) 一种基于多攻击生成媒体内容感知哈希的数字水印方法
CN110677552B (zh) 一种基于完备分组基的无载体信息隐藏方法
CN114913422A (zh) 一种岩溶石山山区水土流失野外监测装置
WO2023283914A1 (zh) 基于Y-Net的数字水印方法、装置及系统
CN104881668A (zh) 一种基于代表性局部模式的图像指纹提取方法及系统
CN110992320B (zh) 一种基于双重交错的医学图像分割网络
CN107292803B (zh) 一种符合人眼观察规律的可逆鲁棒数字图像水印方法
CN111881803A (zh) 一种基于改进YOLOv3的畜脸识别方法
CN112434576A (zh) 一种基于深度相机的人脸识别方法及系统
CN106815852A (zh) 基于四元数极谐变换的彩色图像取证方法
CN114885071B (zh) 基于人工智能的设备生产数据安全传输方法
CN116188439A (zh) 一种基于身份识别概率分布的伪造换脸图像检测方法和装置
Li et al. A novel game-theoretic model for content-adaptive image steganography
CN111612800B (zh) 船舶图像检索方法、计算机可读存储介质和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Network Security Detection Method Based on Artificial Intelligence

Effective date of registration: 20221207

Granted publication date: 20220902

Pledgee: China Postal Savings Bank Limited by Share Ltd. Wenshang County sub branch

Pledgor: Zhilian Xintong Technology Co.,Ltd.

Registration number: Y2022980025489