夏超，刘亚奇，关晴骁，金鑫，张艳硕，许盛伟

（1.北京电子科技学院，北京 100070；2.集美大学计算机工程学院，福建 厦门 361021）

0 引言

隐写是一种将秘密信息嵌入图像、视频、音频等数字载体中实现隐蔽通信的技术。隐写掩盖了通信行为本身，使第三方难以察觉和检测，具有较强的欺骗性。但是，隐写是一把“双刃剑”。不法分子可借助隐写实施非法活动。作为隐写的对抗技术，隐写分析致力于检测载体中是否含有秘密信息，从而发现、阻止，甚至破坏基于隐写的隐蔽通信行为。为了有效遏制隐写的恶意使用，近年来，隐写分析受到了国内外学术界的广泛关注和高度重视。

JPEG（joint photographic experts group）是一种常见的图像格式，在互联网上被广泛使用，具有冗余空间充足、应用普遍等特点，是一种良好的隐写载体。因此，基于JPEG 图像的隐写与隐写分析研究有着重要的实际意义，已成为当前研究的热点。近年来，基于“STC（syndrome-trellis codes）编码[1]+失真代价函数”框架的JPEG 图像自适应隐写[2-9]已成为JPEG 图像隐写的主流。这类隐写可将秘密信息的嵌入位置限制在图像中难以建模的纹理和噪声区域，具有很强的抗检测性，给JPEG 图像隐写分析带来了巨大的挑战。早期的JPEG 图像隐写分析方法，如PEV[10]、JRM（JPEG rich model）[11]，在DCT（discrete cosine transform）域上构造特征，面对JPEG 图像自适应隐写时难以得到满意的检测结果。后来，研究者发现JPEG 解压缩后空域的统计特性对JPEG 图像自适应隐写更敏感，因此开始在JPEG 解压缩后空域图像上结合JPEG 相位信息构造特征，典型方法包括DCTR（DCT residual）[12]、PHARM（phase-aware projection model）[13]、GFR（Gabor filter residual）[14]。这类方法较早期的JPEG图像隐写分析方法具有较大优势。……