姚遠(yuǎn)志，王鋒，嚴(yán)文博，俞能海

（中國科學(xué)技術(shù)大學(xué)信息科學(xué)技術(shù)學(xué)院，安徽 合肥 230027）

1 引言

移動互聯(lián)網(wǎng)技術(shù)的快速發(fā)展和移動智能終端的普遍應(yīng)用極大地改善了人們的生活品質(zhì)。用戶在享受高效便捷的生活方式的同時，也潛在地承擔(dān)著日趨嚴(yán)峻的個人隱私信息泄露風(fēng)險[1]。據(jù)調(diào)查顯示，截至2018年12月，我國手機(jī)上網(wǎng)用戶規(guī)模達(dá)8.17億人，用戶使用手機(jī)上網(wǎng)的比例達(dá)98.6%[2]。其中，個人隱私信息泄露已成為主要的互聯(lián)網(wǎng)安全事件。發(fā)生該類事件的主要原因在于大多數(shù)移動智能終端和移動通信應(yīng)用程序提供基于位置服務(wù)（LBS,location-based service）的功能。用戶在使用位置服務(wù)的同時，其位置信息會被無感知地發(fā)送給服務(wù)提供商作為提供服務(wù)所需的必要數(shù)據(jù)[3]。然而，一旦提供給服務(wù)商的這些隱私信息被惡意用戶獲取，通過大數(shù)據(jù)分析技術(shù)就可以挖掘出更深層次的用戶畫像信息（如興趣愛好、工作地點(diǎn)和生活習(xí)慣等），使個人信息安全受到嚴(yán)重的威脅。因此，保護(hù)移動互聯(lián)網(wǎng)中的用戶隱私信息已成為重要的研究課題。

得益于移動智能終端日益完善的拍攝功能和移動互聯(lián)網(wǎng)的廣泛普及，采集數(shù)字圖像并在網(wǎng)絡(luò)中發(fā)布的成本變得更加低廉。用戶在社交網(wǎng)站和移動通信應(yīng)用程序中發(fā)布和分享圖像可以獲得良好的用戶體驗(yàn)。但是，伴隨這類通信行為，用戶的個人隱私信息也會面臨泄露的風(fēng)險[4]。在移動通信應(yīng)用程序發(fā)布圖像時，很多用戶會選擇上傳原圖以獲得視覺質(zhì)量更好的體驗(yàn)效果。上傳的原始圖像通常帶有拍攝時間、拍攝地點(diǎn)和詳細(xì)描述等隱私信息，具有強(qiáng)大計(jì)算能力的服務(wù)提供商可以使用大數(shù)據(jù)分析技術(shù)對用戶進(jìn)行畫像。根據(jù)以上分析，使用社交網(wǎng)絡(luò)和移動通信應(yīng)用程序發(fā)布圖像的通信行為伴隨著隱私信息泄露問題。

針對上述隱私信息泄露問題，本文提出了一種基于二維碼和可逆可視水印的圖像隱私保護(hù)方案。為了保護(hù)圖像拍攝時間、拍攝地點(diǎn)和詳細(xì)描述等隱私信息，首先對原始圖像進(jìn)行去隱私信息處理，并將這類隱私信息加密后存儲在云平臺，同時生成能夠鏈接到加密隱私信息的統(tǒng)一資源定位符。由于二維碼存儲信息具有較強(qiáng)的穩(wěn)健性[5]，該方案將統(tǒng)一資源定位符編碼成二維碼，并將該二維碼作為可視水印可逆地嵌入圖像中。只有授權(quán)的用戶才可以根據(jù)統(tǒng)一資源定位符得到隱私信息，并獲得原始圖像，實(shí)現(xiàn)對隱私信息的訪問權(quán)限控制。在該方案中，使用視覺感知模型選擇適合的水印嵌入?yún)?shù)，以平衡水印的可視性和載密圖像的視覺質(zhì)量。實(shí)驗(yàn)結(jié)果驗(yàn)證了該方案在載密圖像視覺質(zhì)量、水印可視性和可逆性等方面的優(yōu)勢。所提方案具有保障圖像傳輸質(zhì)量和降低隱私泄露風(fēng)險的能力。本文的主要貢獻(xiàn)如下。

1)提出了一種基于二維碼和可逆可視水印的圖像隱私保護(hù)方案，該方案重點(diǎn)考慮用戶使用移動通信應(yīng)用程序發(fā)布圖像時的隱私泄露問題。

2)提煉并解決水印的可視性和載密圖像的視覺質(zhì)量之間的均衡分析問題，作為所提圖像隱私保護(hù)方案中的關(guān)鍵問題。

3)對所提圖像隱私保護(hù)方案的安全性進(jìn)行分析，證明對圖像隱私保護(hù)的有效性。

2 相關(guān)工作

本文提出的基于二維碼和可逆可視水印的圖像隱私保護(hù)方案重點(diǎn)是將二維碼作為可視水印嵌入需要保護(hù)的圖像中。在獲得訪問權(quán)限的情況下，掃描嵌入的二維碼即可得到與圖像關(guān)聯(lián)的隱私信息。因此，二維碼的正確識別和解碼是授權(quán)用戶得到隱私信息的前提條件。另外，載密圖像的視覺質(zhì)量決定一般用戶的體驗(yàn)效果。增強(qiáng)二維碼的嵌入強(qiáng)度，可以增強(qiáng)水印的可視性，從而提高二維碼正確識別和解碼的能力，但是會降低載密圖像的視覺質(zhì)量。平衡水印的可視性和載密圖像的視覺質(zhì)量，是圖像隱私保護(hù)方案需要解決的關(guān)鍵問題。

一般而言，可視水印嵌入會降低載密圖像的視覺質(zhì)量?？梢曀〉幕疽笫乔度氲乃〔荒苊黠@掩蓋水印嵌入?yún)^(qū)域的圖像內(nèi)容[6]。可逆信息隱藏是一種將數(shù)據(jù)嵌入數(shù)字媒體（如音頻、圖像和視頻等）并且可以在提取數(shù)據(jù)之后無損恢復(fù)原始數(shù)字媒體的技術(shù)[7]。結(jié)合可視水印和可逆信息隱藏，可以實(shí)現(xiàn)可逆可視水印。目前，已經(jīng)有很多經(jīng)典的針對圖像可逆可視水印的算法[8-15]被提出。Hu 等[8]通過像素比特平面替換的方法嵌入可視水印，為了保證可逆性，水印嵌入?yún)^(qū)域的圖像像素需要壓縮并作為邊信息嵌入載體圖像。Yip 等[9]分別利用像素值匹配和像素位置平移提出了2種圖像可逆可視水印算法。Tsai 等[10]和Liu 等[11]使用一對一像素值匹配設(shè)計(jì)了圖像可逆可視水印算法。Yang 等[12]提出自適應(yīng)調(diào)節(jié)像素值來嵌入可視水印，并在載體圖像中嵌入重構(gòu)數(shù)據(jù)分組用于圖像恢復(fù)。在Mohammad 等[13]提出的算法中，通過像素值循環(huán)移位在塊截?cái)嗑幋a（BTC,block truncation coding）圖像中嵌入可逆可視水印。Lin 等[14]提出了一種離散余弦變換（DCT,discrete cosine transform）域的圖像可逆可視水印算法。但是該算法只有在獲得原始水印圖像的情況下才可以無損恢復(fù)原始載體圖像。Yao 等[15]提出了一種加密圖像的可逆可視水印算法，為了平衡水印可視性和載密圖像視覺質(zhì)量，該算法在圖像加密之前通過視覺感知模型選擇適合的水印嵌入位置。由于信號在加密域的弱相關(guān)性，使用傳統(tǒng)的可逆信息隱藏算法在圖像加密之前預(yù)留水印嵌入空間。因此，數(shù)據(jù)嵌入者可以基于水印嵌入位置的像素比特位替換，方便地在加密圖像中嵌入可視水印。

上述的圖像可逆可視水印算法[8-15]嵌入的水印通常是二值圖像，通過人類視覺系統(tǒng)高超的感知能力可以識別嵌入的水印，具有可視性。但是，這些算法不能滿足二維碼作為可視水印時的嵌入要求。在二維碼作為可視水印的情況下，如果水印可視性不強(qiáng)，可能導(dǎo)致二維碼無法正確識別和解碼。在本文提出的圖像隱私保護(hù)方案中，無法正確識別和解碼二維碼會導(dǎo)致授權(quán)用戶不能得到圖像隱私信息。Huang 等[16]針對二維碼提出了圖像可逆可視水印算法，該算法使用差值擴(kuò)展技術(shù)嵌入二維碼，可以保證足夠的水印可視性，但是嵌入的二維碼幾乎完全掩蓋了水印嵌入?yún)^(qū)域的圖像內(nèi)容，得到的載密圖像視覺質(zhì)量不高。綜合以上分析，水印的可視性和載密圖像的視覺質(zhì)量之間的均衡分析問題是亟待解決的關(guān)鍵問題。

3 圖像隱私保護(hù)方案

3.1 圖像隱私保護(hù)方案框架

本文提出的基于二維碼和可逆可視水印的圖像隱私保護(hù)方案主要由圖像發(fā)送方、云平臺和圖像接收方組成，其框架如圖1所示。圖像發(fā)送方一般是原始圖像的采集者，首先對原始圖像進(jìn)行去隱私信息處理，并將去隱私信息的圖像和加密后的隱私信息發(fā)送給云平臺。云平臺負(fù)責(zé)管理加密隱私信息，并根據(jù)加密隱私信息生成的統(tǒng)一資源定位符對去隱私信息的圖像進(jìn)行可逆可視水印嵌入。授權(quán)的圖像接收方可以提取載密圖像中嵌入的二維碼，并根據(jù)二維碼從云平臺中得到加密隱私信息，最終獲得融合隱私信息的原始圖像。非授權(quán)的用戶即使獲得嵌入二維碼的載密圖像，也無法得到與圖像關(guān)聯(lián)的隱私信息。

圖像發(fā)送方的工作流程為：對原始圖像進(jìn)行隱私信息提取，生成去隱私信息的圖像和隱私信息（包括拍攝時間、拍攝地點(diǎn)和詳細(xì)描述等，詳細(xì)描述可以是原始圖像采集者對圖像的標(biāo)注信息）；使用加密密鑰對隱私信息進(jìn)行加密；將去隱私信息的圖像和加密隱私信息發(fā)送給云平臺。

云平臺的工作流程為：在存儲服務(wù)器中管理接收到的加密隱私信息；生成能夠鏈接到加密隱私信息的統(tǒng)一資源定位符；將統(tǒng)一資源定位符編碼成二維碼，并根據(jù)水印密鑰將該二維碼作為可視水印可逆地嵌入去隱私信息的圖像中。

圖像接收方的工作流程為：根據(jù)水印密鑰提取載密圖像中的二維碼；根據(jù)解碼二維碼得到統(tǒng)一資源定位符，從存儲服務(wù)器中查詢加密隱私信息；使用加密密鑰得到解密后的隱私信息，并進(jìn)行隱私信息融合從而獲得原始圖像。

在上述的圖像隱私保護(hù)方案中，根據(jù)加密密鑰和水印密鑰的擁有情況，可以分為3種隱私保護(hù)等級。同時擁有加密密鑰和水印密鑰的用戶可以獲得隱私信息和原始圖像。僅擁有加密密鑰的用戶可以掃描載密圖像中嵌入的二維碼讀取統(tǒng)一資源定位符，得到隱私信息。既沒有加密密鑰也沒有水印密鑰的用戶，即使獲得嵌入二維碼的載密圖像，也無法得到與圖像關(guān)聯(lián)的隱私信息。并且，嵌入的二維碼無法從載密圖像中提取。使用該圖像隱私保護(hù)方案，可以在保障圖像傳輸質(zhì)量的同時降低隱私泄露的風(fēng)險。

3.2 針對二維碼的圖像可逆可視水印算法

圖1 圖像隱私保護(hù)方案框架

在本文提出的基于二維碼和可逆可視水印的圖像隱私保護(hù)方案中，嵌入的二維碼的正確識別和解碼是授權(quán)用戶得到隱私信息的前提條件。同時，一般用戶的體驗(yàn)效果受到載密圖像視覺質(zhì)量的影響。平衡水印的可視性和載密圖像的視覺質(zhì)量是本文提出方案解決的關(guān)鍵問題。

不失一般性，令x和w分別為8 bit 的灰度載體圖像像素和二值水印圖像像素，則可視水印嵌入模型[17]可以表示為

其中，y(x,w)(α)是嵌入可視水印的載密圖像像素，α∈[0,1]是控制水印嵌入強(qiáng)度的嵌入?yún)?shù)。平衡水印的可視性和載密圖像的視覺質(zhì)量的本質(zhì)是選擇適合的嵌入?yún)?shù)α，使嵌入二維碼的載密圖像在保證二維碼能夠被正確識別和解碼的同時，還擁有較好的圖像視覺質(zhì)量。根據(jù)式(1)，可以得到在載密圖像像素中的水印嵌入強(qiáng)度，如式(2)所示。

在式(1)中，載密圖像像素y(x,w)(α)表示為載體圖像像素x和二值水印圖像像素w的線性組合。由于載體圖像像素x的取值范圍是[0,255]，二值水印圖像像素w的取值范圍是{0,255}，可以推斷載密圖像像素y(x,w)(α)的取值范圍是[0,255]。水印嵌入強(qiáng)度α在很大程度上影響水印的可視性，本文使用視覺感知模型評估水印的可視性。

視覺感知模型在很多實(shí)際應(yīng)用場景發(fā)揮了重要作用，如數(shù)字水印[12]、圖像質(zhì)量評價[18]和圖像/視頻編碼[19]等。人類視覺系統(tǒng)通常只能感知大于一定閾值的圖像內(nèi)容變化[20-22]。這個閾值被稱為最小可察覺差值（JND,just noticeable difference）。根據(jù)Wu 等[22]提出的JND 模型，載體圖像像素x的JND閾值TJND(x)可以表示為

其中，γ是JND 模型的參數(shù)；L A(x)是亮度自適應(yīng)可視性閾值；M S(x)是空域掩模函數(shù)，該函數(shù)由類型掩模函數(shù)M P(x)和對比度掩模函數(shù)M C(x)共同決定，如式(4)所示。

在嵌入二值水印圖像像素w時，載體圖像像素x會發(fā)生變化。根據(jù)式(3)所示的JND 模型，這個變化在一定范圍內(nèi)時，人類視覺系統(tǒng)無法感知。因此，載體圖像像素x的不可視范圍的上界和下界分別如式(5)和式(6)所示。

因此，由式(5)和式(6)決定的與載體圖像像素x對應(yīng)的不可視范圍R(x)可以表示為

根據(jù)式(2)和式(7)，可以討論如圖2所示的水印嵌入強(qiáng)度和水印可視性的關(guān)系。

圖2 水印嵌入強(qiáng)度和水印可視性的關(guān)系

以標(biāo)準(zhǔn)測試圖像Lena中位置為(478,66)且像素值為108的x為例，該像素的JND 閾值為13.6387。當(dāng)嵌入的二值水印圖像像素值為255時，在圖2中定位載密圖像像素值y(108,255)(α)與不可視范圍的上界的交點(diǎn)，即可得到使水印可視的最小水印嵌入強(qiáng)度αmin=0.0928。同理，當(dāng)嵌入的二值水印圖像像素值為0時，在圖2中定位載密圖像像素值y(108,0)(α)與不可視范圍的下界的交點(diǎn)，即可得到使水印可視的最小水印嵌入強(qiáng)度αmin=0.1263。由圖2的分析可知，對于給定的載體圖像像素和二值水印圖像像素，在式(1)所示的可視水印嵌入模型下，存在最小的水印嵌入強(qiáng)度αmin，使嵌入的水印可視。因此，水印可視范圍可以表示為

在建立了水印嵌入強(qiáng)度和水印可視性的關(guān)系之后，即可討論針對二維碼的圖像可逆可視水印算法。在針對二維碼的圖像可逆可視水印算法中，需要根據(jù)二維碼的結(jié)構(gòu)和載體圖像的JND 閾值選擇適合的水印嵌入強(qiáng)度。

如圖3所示，二維碼可以分為空白區(qū)域IB、位置探測區(qū)域ID和其他區(qū)域IR。需要根據(jù)各個區(qū)域的特征和作用，選擇不同的水印嵌入強(qiáng)度。令xi,j是第(i,j)個載體圖像像素，wi,j是第(i,j)個二值水印圖像像素，yi,j是第(i,j)個載密圖像像素，αi,j是第(i,j)個載體圖像像素xi,j的水印嵌入強(qiáng)度。對于二維碼中的空白區(qū)域IB，可以直接令水印的嵌入強(qiáng)度αi,j為0，即αi,j=0。此時，載密圖像像素yi,j可以表示為

圖3 二維碼分區(qū)示意

對于位置探測區(qū)域和其他區(qū)域，可以將可視水印嵌入建模為水印嵌入強(qiáng)度在水印可視范圍內(nèi)的最小化嵌入失真問題?；谑?1)所示的可視水印嵌入模型，載密圖像像素yi,j的嵌入失真可以表示為

因此，水印嵌入強(qiáng)度在水印可視范圍內(nèi)的最小化嵌入失真問題可以表示為

由于二維碼中的位置探測區(qū)域ID對于定位二維碼起到了至關(guān)重要的作用，使用式(11)進(jìn)行最小化水印嵌入失真時，需要考慮的二值水印圖像像素值范圍為wi,j∈{0,255}。二維碼中的其他區(qū)域IR中包含二維碼編碼信息和糾錯信息，使用式(11)進(jìn)行最小化水印嵌入失真時，僅需考慮二值水印圖像像素為黑色的情況，即wi,j=0。這是因?yàn)槎S碼中的其他區(qū)域IR中的白色像素不用于承載二維碼編碼信息和糾錯信息。

為了在提取嵌入的二維碼之后可以無損恢復(fù)載體圖像，需要將水印嵌入?yún)^(qū)域的載密圖像和載體圖像的像素差值構(gòu)成重構(gòu)數(shù)據(jù)分組P，可以表示為

為了減小表達(dá)重構(gòu)數(shù)據(jù)分組所需的比特?cái)?shù)，在嵌入重構(gòu)數(shù)據(jù)分組之前使用JBIG（joint bi-level image expert group）壓縮算法對重構(gòu)數(shù)據(jù)分組進(jìn)行壓縮，以提高載密圖像的視覺質(zhì)量。令mk∈{0,1}為壓縮后的重構(gòu)數(shù)據(jù)分組中的比特，則長度為L的壓縮后的重構(gòu)數(shù)據(jù)分組可以表示為m={m1,…,mL}?？梢允褂每赡嫘畔㈦[藏算法將壓縮后的重構(gòu)數(shù)據(jù)分組嵌入水印嵌入?yún)^(qū)域以外的載密圖像中，本文使用Sachnev 等[23]提出的可逆信息隱藏算法進(jìn)行壓縮后的重構(gòu)數(shù)據(jù)分組嵌入。首先，將水印嵌入?yún)^(qū)域以外的圖像像素分為2類。其中第一類像素ui,j的位置滿足mod((i+j),2)=0，第二類像素vi,j的位置滿足mod((i+j),2)=1。數(shù)據(jù)可逆嵌入由2輪構(gòu)成。在第一輪數(shù)據(jù)可逆嵌入中，使用第二類像素vi,j預(yù)測第一類像素ui,j，使用第一類像素ui,j嵌入數(shù)據(jù)。在第二輪數(shù)據(jù)可逆嵌入中，使用第一類像素ui,j預(yù)測第二類像素vi,j，使用第二類像素vi,j嵌入數(shù)據(jù)。以第一輪數(shù)據(jù)可逆嵌入為例，第一類像素ui,j的預(yù)測值由其相鄰的4個第二類像素預(yù)測得到，如式(13)所示。

通過從原始像素ui,j中減去預(yù)測值，可以得到預(yù)測誤差di,j，如式(14)所示。

得到預(yù)測誤差之后，使用預(yù)測誤差擴(kuò)展和直方圖平移將壓縮后的重構(gòu)數(shù)據(jù)分組中的比特mk嵌入預(yù)測誤差di,j中，如式(15)所示。

其中，Tp和Tn分別是控制預(yù)測誤差擴(kuò)展的正閾值和負(fù)閾值。在數(shù)據(jù)可逆嵌入之后，原始像素ui,j被修改為Ui,j，如式(16)所示。

在第二類像素中的數(shù)據(jù)可逆嵌入和在第一類像素中的數(shù)據(jù)可逆嵌入相似。數(shù)據(jù)可逆嵌入和提取的細(xì)節(jié)描述可以參考文獻(xiàn)[23]。為了防止水印惡意擦除，需要根據(jù)水印密鑰使用流密碼對壓縮后的重構(gòu)數(shù)據(jù)分組進(jìn)行加密。圖4描述了本文提出的針對二維碼的圖像可逆可視水印算法的原理。

圖4 針對二維碼的圖像可逆可視水印算法的原理

4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

4.1 實(shí)驗(yàn)設(shè)置

為了驗(yàn)證本文提出的基于二維碼和可逆可視水印的圖像隱私保護(hù)方案的有效性，在實(shí)驗(yàn)部分重點(diǎn)對針對二維碼的圖像可逆可視水印算法進(jìn)行性能測試，并對所提圖像隱私保護(hù)方案的安全性進(jìn)行分析。

將針對二維碼的圖像可逆可視水印算法在Matlab R2016a 中實(shí)現(xiàn)，并選取Huang 等[16]提出的圖像可逆可視水印算法（以下簡稱Huang 等算法）、Mohammad 等[13]提出的圖像可逆可視水印算法（以下簡稱Mohammad 等算法）和Yao 等[15]提出的圖像可逆可視水印算法（以下簡稱Yao 等算法）作為對比方案。這里使用二維碼開源開發(fā)庫ZXing.Net 實(shí)現(xiàn)二維碼的編碼和解碼。為了便于驗(yàn)證二維碼能否正確識別和解碼，實(shí)驗(yàn)中作為可視水印的二維碼的編碼信息為“University of Science and Technology of China”，尺寸分別為128像素×128像素和256像素×256像素，如圖5所示。選取標(biāo)準(zhǔn)測試圖像庫中的6幅圖像作為載體圖像，如圖6所示。實(shí)驗(yàn)中使用峰值信噪比（PSNR,peak signal-to-noise ratio）（單位為dB）和結(jié)構(gòu)化相似度（SSIM,structural similarity）[24]評價載密圖像相對于載體圖像的視覺質(zhì)量。

4.2 參數(shù)選擇

在本文提出的針對二維碼的圖像可逆可視水印算法中，控制水印嵌入強(qiáng)度的嵌入?yún)?shù)αi,j是平衡水印的可視性和載密圖像的視覺質(zhì)量的重要參數(shù)。本文在討論可視水印嵌入模型以及水印嵌入強(qiáng)度和水印可視性的關(guān)系的基礎(chǔ)上，建立了如式(11)所示的水印嵌入強(qiáng)度在水印可視范圍內(nèi)的最小化嵌入失真模型。使用該模型進(jìn)行可視水印嵌入時，可以適配載體圖像和二值水印圖像的內(nèi)容選擇相應(yīng)的嵌入?yún)?shù)αi,j，以平衡水印的可視性和載密圖像的視覺質(zhì)量。

圖5 作為可視水印的二維碼

圖6 實(shí)驗(yàn)中使用的載體圖像

以標(biāo)準(zhǔn)測試圖像Lena中位置為(478,66)且像素值為108的像素為例，討論嵌入?yún)?shù)αi,j對載密圖像像素嵌入失真ρi,j(xi,j,yi,j)的影響，如表1所示。隨著嵌入?yún)?shù)αi,j的增加，載密圖像像素的失真增大，同時水印的嵌入強(qiáng)度增大。

選取載體圖像為Lena 且嵌入的二維碼的尺寸為128像素×128像素，討論嵌入?yún)?shù)的選擇方法，具體步驟如下。

表1 不同嵌入?yún)?shù)時載密圖像像素的嵌入失真

步驟1依次遍歷得到載體圖像中水印嵌入?yún)^(qū)域的像素xi,j。

步驟2根據(jù)二值水印圖像像素wi,j，使用式(11)對載體圖像像素xi,j進(jìn)行水印嵌入。

步驟3得到與載密圖像像素yi,j對應(yīng)的嵌入?yún)?shù)αi,j。

通過步驟1～步驟3，可以得到如圖7所示的控制水印嵌入強(qiáng)度的嵌入?yún)?shù)αi,j的統(tǒng)計(jì)直方圖。使用載體圖像Jetplane、Living room、Mandril、Peppers 和Woman 進(jìn)行水印嵌入，使用的嵌入?yún)?shù)同樣可以根據(jù)式(11)計(jì)算得到。

圖7 控制水印嵌入強(qiáng)度的嵌入?yún)?shù)的統(tǒng)計(jì)直方圖

4.3 載密圖像視覺質(zhì)量

為了測試水印的可視性，分別使用Huang 等算法、Mohammad 等算法、Yao 等算法和本文提出的針對二維碼的圖像可逆可視水印算法進(jìn)行水印嵌入。圖8描述了對載體圖像Lena 使用不同可逆可視水印算法生成的載密圖像，其中水印嵌入?yún)^(qū)域?yàn)檩d體圖像的中心，嵌入的二維碼的尺寸為128像素×128像素。圖9描述了對載體圖像Peppers 使用不同可逆可視水印算法生成的載密圖像，其中水印嵌入?yún)^(qū)域?yàn)檩d體圖像的中心，嵌入的二維碼的尺寸為256像素×256像素。

由圖8和圖9可知，使用Mohammad 等算法和Yao 等算法在載體圖像中嵌入二維碼后，無法識別嵌入的二維碼。在使用Huang 等算法生成的載密圖像中，嵌入的二維碼雖然可以被正確識別，但是嵌入的二維碼完全掩蓋了水印嵌入?yún)^(qū)域的圖像內(nèi)容。本文提出的算法致力于解決水印的可視性和載密圖像的視覺質(zhì)量之間的均衡分析問題，嵌入的二維碼既可以被正確識別，也不會完全掩蓋水印嵌入?yún)^(qū)域的圖像內(nèi)容，可以較好地兼顧水印的可視性和載密圖像的視覺質(zhì)量，為授權(quán)用戶得到隱私信息提供必要的前提條件。

圖8 對載體圖像Lena 使用可逆可視水印算法生成的載密圖像

圖9 對載體圖像Peppers 使用可逆可視水印算法生成的載密圖像

為了客觀評價載密圖像的視覺質(zhì)量，分別使用Huang 等算法、Mohammad 等算法、Yao 等算法和本文提出的針對二維碼的圖像可逆可視水印算法進(jìn)行水印嵌入。表2描述了嵌入的二維碼的尺寸為128像素×128像素時使用不同可逆可視水印算法生成載密圖像的客觀質(zhì)量。表3描述了嵌入的二維碼的尺寸為256像素×256像素時使用不同可逆可視水印算法生成載密圖像的客觀質(zhì)量。在使用本文提出的算法進(jìn)行水印嵌入時，需要根據(jù)式(11)對圖像水印嵌入?yún)^(qū)域中每個像素選擇適合的嵌入?yún)?shù)。表4描述了嵌入的二維碼的尺寸為128像素×128像素時本文提出的算法中嵌入?yún)?shù)的均值和標(biāo)準(zhǔn)差。表5描述了嵌入的二維碼的尺寸為256像素×256像素時本文提出的算法中嵌入?yún)?shù)的均值和標(biāo)準(zhǔn)差。

表2和表3中的粗體數(shù)字表示相應(yīng)的圖像可逆可視水印算法可以取得最好的載密圖像客觀質(zhì)量。從表2和表3可以看出，本文提出的針對二維碼的圖像可逆可視水印算法在大多數(shù)情況下可以取得最好的載密圖像視覺質(zhì)量。然而，有些情況下本文提出的算法在載密圖像客觀質(zhì)量上不如Yao 等算法。這是由于，實(shí)驗(yàn)中選用的載體圖像為自然圖像，自然圖像具有較強(qiáng)的空間相關(guān)性。Yao 等算法在嵌入水印前先對載體圖像分塊，為每個圖像塊中的像素選擇相同的嵌入?yún)?shù)，有利于保護(hù)圖像的空間相關(guān)性。但是，本文提出的算法對圖像水印嵌入?yún)^(qū)域中每個像素選擇適合的嵌入?yún)?shù)，對圖像的空間相關(guān)性造成一定程度的影響。與表2相比，表3中嵌入的二維碼的尺寸為256像素×256像素，水印嵌入?yún)^(qū)域更大，因此使用本文提出的算法對圖像空間相關(guān)性的影響會更大。在本文提出的圖像隱私保護(hù)方案中，二維碼的正確識別和解碼是授權(quán)用戶得到隱私信息的前提條件。為了使嵌入的二維碼可以被正確識別，本文提出的針對二維碼的圖像可逆可視水印算法需要對水印嵌入?yún)^(qū)域中每個像素選擇適合的嵌入?yún)?shù)。

表2 嵌入的二維碼的尺寸為128像素×128像素時使用不同可逆可視水印算法生成載密圖像的客觀質(zhì)量

表3 嵌入的二維碼的尺寸為256像素×256像素時使用不同可逆可視水印算法生成載密圖像的客觀質(zhì)量

表4 嵌入的二維碼的尺寸為128像素×128像素時本文提出的算法中嵌入?yún)?shù)的均值和標(biāo)準(zhǔn)差

表5 嵌入的二維碼的尺寸為256像素×256像素時本文提出的算法中嵌入?yún)?shù)的均值和標(biāo)準(zhǔn)差

在表2和表3中使用均值和標(biāo)準(zhǔn)差這2個統(tǒng)計(jì)量評價圖像可逆可視水印算法在客觀質(zhì)量上的綜合性能。對于給定的圖像可逆可視水印算法，相應(yīng)的圖像客觀質(zhì)量的均值越大說明該算法綜合性能越好。在表2中，本文提出的算法在PSNR 和SSIM 上均取得了最好的綜合性能。在表3中，Yao 等算法在PSNR上取得了最好的綜合性能，本文提出的算法在SSIM 上取得了最好的綜合性能。PSNR 的標(biāo)準(zhǔn)差越大，說明圖像可逆可視水印算法的對圖像的自適應(yīng)能力越強(qiáng)。

4.4 圖像隱私保護(hù)方案的安全性分析

圖像隱私保護(hù)方案的安全性包括加密安全性和可視水印安全性。

4.4.1 加密安全性

通過云平臺傳輸數(shù)據(jù)時存在隱私泄露風(fēng)險。在本文提出的基于二維碼和可逆可視水印的圖像隱私保護(hù)方案中，構(gòu)建了圖像發(fā)送方、云平臺和圖像接收方之間的數(shù)據(jù)安全流轉(zhuǎn)通道，有效降低了隱私泄露的風(fēng)險。對于圖像發(fā)送方，需要對原始圖像進(jìn)行去隱私信息處理，并根據(jù)加密密鑰對隱私信息進(jìn)行加密，降低了與云平臺通信過程中的隱私泄露。對于云平臺，隱私信息處于加密狀態(tài)，云平臺在沒有加密密鑰的情況下無法得到解密的隱私信息。對于非授權(quán)用戶，由于沒有正確的加密密鑰，即使獲得嵌入二維碼的載密圖像，也無法得到與圖像關(guān)聯(lián)的隱私信息。

在本文提出的針對二維碼的圖像可逆可視水印算法中，用于載體圖像無損恢復(fù)的壓縮后的重構(gòu)數(shù)據(jù)分組的長度為L。使用流密碼加密壓縮后的重構(gòu)數(shù)據(jù)分組時產(chǎn)生L種可能的偽隨機(jī)序列[25]，在沒有水印密鑰的情況下得到壓縮后的重構(gòu)數(shù)據(jù)分組的概率為。因此，在沒有水印密鑰的情況下，非授權(quán)用戶幾乎無法提取嵌入的二維碼。

然而，有時候存在授權(quán)用戶惡意泄露隱私信息加密密鑰和水印密鑰的情況，從而導(dǎo)致圖像隱私保護(hù)方案遭受攻擊。此時可以采用基于Shamir 秘密共享的密鑰分發(fā)及其改進(jìn)算法[26]提升圖像隱私保護(hù)方案的加密安全性。對于隱私信息加密密鑰，秘密分發(fā)者為圖像發(fā)送方；對于水印密鑰，秘密分發(fā)者為云平臺。

在秘密共享的初始化階段，秘密分發(fā)者需要根據(jù)n個不同的非零元素x1,x2,…,xn標(biāo)識每個影子秘密擁有者Ur∈{U1,U2,…,Un}，并公開xr以及相應(yīng)的Ur。

在秘密分發(fā)階段，假設(shè)需要分發(fā)的秘密為s，則需要在有限域GF(p)中任意選擇(t-1)個元素構(gòu)成多項(xiàng)式，如式(17)所示。

其中，大素?cái)?shù)p＞s，待分發(fā)的秘密s=f(0)=a0。秘密分發(fā)者為每個影子秘密擁有者Ur（r=1,2,…,n）生成的影子秘密可以表示為

在生成影子秘密之后，秘密分發(fā)者可以將sr安全地發(fā)送給相應(yīng)的影子秘密擁有者Ur。

在秘密恢復(fù)階段，任何t個影子秘密擁有者可以使用如式(19)所示的拉格朗日插值公式恢復(fù)秘密s，這里的秘密s可以是隱私信息加密密鑰或水印密鑰。

基于Shamir 秘密共享的密鑰分發(fā)中，任意不少于t個影子秘密能夠恢復(fù)出分發(fā)的秘密，并且少于t個影子秘密不能獲得關(guān)于分發(fā)的秘密的任何信息，提升了圖像隱私保護(hù)方案的加密安全性。

4.4.2 可視水印安全性

水印的穩(wěn)健性是十分重要的性質(zhì)。在本文提出的圖像隱私保護(hù)方案中，水印的穩(wěn)健性可以保證在嵌入二維碼的載密圖像遭受惡意攻擊時，授權(quán)用戶仍然可以提取嵌入的二維碼，從而得到與圖像關(guān)聯(lián)的隱私信息。由于圖像經(jīng)常在異構(gòu)網(wǎng)絡(luò)中傳輸，圖像傳輸會面臨網(wǎng)絡(luò)帶寬的變化。JPEG圖像壓縮是常用的且有效的針對圖像水印的攻擊手段。

為了驗(yàn)證本文提出的針對二維碼的圖像可逆可視水印算法的穩(wěn)健性，圖10描述了當(dāng)載體圖像為Lena 且嵌入的二維碼的尺寸為128像素×128像素時生成的載密圖像抵抗JPEG 圖像壓縮攻擊的穩(wěn)健性，圖11描述了當(dāng)載體圖像為Peppers 且嵌入的二維碼的尺寸為256像素×256像素時生成的載密圖像抵抗JPEG 圖像壓縮攻擊的穩(wěn)健性。JPEG 圖像壓縮中選取的質(zhì)量因子（QF,quality factor）分別為85、65、45和25。選取的質(zhì)量因子越低，對載密圖像的壓縮程度越高，相應(yīng)的載密圖像視覺質(zhì)量越低。從圖10和圖11的穩(wěn)健性分析實(shí)驗(yàn)可以看出，即使當(dāng)質(zhì)量因子為25時，載密圖像中嵌入的二維碼仍然可以被正確識別。

圖10 載密圖像Lena 抵抗JPEG 圖像壓縮攻擊的穩(wěn)健性（二維碼尺寸為128像素×128像素，可識別）

在圖10中，與質(zhì)量因子為85、65、45和25的載密圖像對應(yīng)的PSNR 分別為27.589 dB、27.376 dB、27.213 dB 和26.967 dB。在圖11中，與質(zhì)量因子為85、65、45和25的載密圖像對應(yīng)的PSNR 分別為20.914 dB、20.858 dB、20.832 dB 和20.819 dB。穩(wěn)健性分析實(shí)驗(yàn)表明，本文提出的圖像隱私保護(hù)方案具有抵抗JPEG 圖像壓縮的穩(wěn)健性，在一定程度的惡意攻擊環(huán)境下仍然可以發(fā)揮作用。

圖11 載密圖像Peppers 抵抗JPEG 圖像壓縮攻擊的穩(wěn)健性（二維碼尺寸為256像素×256像素，可識別）

5 結(jié)束語

本文針對圖像在網(wǎng)絡(luò)傳輸中的隱私信息泄露問題，提出了一種基于二維碼和可逆可視水印的圖像隱私保護(hù)方案。在該方案中，圖像發(fā)送方為了保護(hù)圖像拍攝時間、拍攝地點(diǎn)和詳細(xì)描述等隱私信息，首先將這類隱私信息加密后存儲在云平臺，并由云平臺生成能夠鏈接到加密隱私信息的統(tǒng)一資源定位符。云平臺將統(tǒng)一資源定位符編碼成二維碼，并將該二維碼作為可視水印可逆地嵌入圖像中，實(shí)現(xiàn)對隱私信息的訪問權(quán)限控制。為了平衡水印的可視性和載密圖像的視覺質(zhì)量，在該方案中使用視覺感知模型選擇適合的水印嵌入?yún)?shù)。實(shí)驗(yàn)結(jié)果表明，使用該方案進(jìn)行可視水印嵌入能夠保證載密圖像具有良好的視覺質(zhì)量，同時不影響二維碼的正確識別和解碼。該方案既保障了圖像的傳輸質(zhì)量也降低了隱私泄露風(fēng)險。