[发明专利]基于量化索引调制QIM的G.723.1语音信息隐写分析方法

摘要

本发明的隐写分析方法属于信息安全领域中信息隐藏技术的一种。方法通过检测语音载体中是否含有秘密信息，用于对抗量化索引调制(QIM，Quantization Index Modulation)隐写术的非法使用。本发明以G.723.1语音编码器为载体，针对QIM隐写方法进行检测。方法在对G.723.1语音编码矢量量化过程中，QIM隐写前后，码字索引值分布特性的变化进行分析的基础上，进行两项工作(1)通过对索引的分布和转移概率矩阵进行量化，使用主成分分析法进行降维处理，得到维数较低的特征向量，并通过实验验证了降维后的特征向量仍对QIM隐写灵敏；(2)将提取的特征向量作为支持向量机(SVM，Support Vector Machine)分类器的输入，针对不同类别的语音样本进行实验，通过大量样本训练分类器，进行隐写分析实现与性能分析。

主权项

基于量化索引调制QIM的G.723.1语音信息隐写分析方法，其特征体现在以下步骤的实施中，通过以下步骤说明此方法提出的过程与方法若干方面的性能分析：(1)在一般性隐写分析模型的基础上，针对G.723.1语音编码原理中的线性预测矢量量化过程，进行QIM隐写对其码字索引值分布特征影响的实验分析；(2)在(1)步骤后，针对QIM方法引起码本中码字索引值分布特性的变化做统计学分析：具体是计算索引的分布概率，得到分布概率矩阵A，表征索引分布的长时特征；马尔可夫转移概率，得到转移概率矩阵M，表征索引之间的相关性；然后，通过主成分分析(PCA，Principal Components Analysis)法对A和M进行降维处理，使其更有利于分类器对样本统计特性进行估计；(3)对(2)产生的降维矩阵的特征向量，进行实验验证，判断其是否能表征出索引分布的长时特征和索引之间的相关性；(4)在(3)验证的基础上，制定实验流程，选择支持向量机SVM分类器对QIM隐写进行隐写分析实验，并分析方法性能；性能包括：以检测率、全局检测率及虚警率为指标的准确性和可靠性；针对不同嵌入率和不同时长语音样本进行所提方法的隐写分析，并进行性能对比。