王嘉偉　樓芊驛　戴望宇　楊潔

摘? 要：由于基音周期參數(shù)在語音編碼過程中具有不可預(yù)測性，因此，很多隱寫算法都將隱藏信息嵌入到基音周期中。目前已有多種基于基音周期的檢測方法，但是如何準(zhǔn)確的做到信息隱藏檢測仍是一項挑戰(zhàn)。文章提出了一種基于奇偶相關(guān)性網(wǎng)絡(luò)的基因周期隱寫分析方法。實驗結(jié)果表明，該方法可以有效地檢測基于基音周期的隱寫術(shù)。實驗結(jié)果表明，提出的方法可以有效地檢測基于基音周期的隱寫術(shù)，具有良好的實時性和健壯性。

關(guān)鍵詞：信息隱藏檢測；SVM；語音碼流

中圖分類號：TP309.7? 文獻(xiàn)標(biāo)識碼：A? 文章編號：2096-4706（2023）20-0092-05

A Steganographic Analysis Method for Fundamental Tone Period Based on

Parity Correlation Networks

WANG Jiawei， LOU Qianyi， DAI Wangyu， YANG Jie

（College of Engineering and Technology， Jiyang College of Zhejiang A&F University， Shaoxing? 311800， China）

Abstract： Due to the unpredictability of fundamental tone period parameters during the speech coding process， many steganographic algorithms embed hidden information into fundamental tone period. At present， there are many detection methods based on fundamental tone period， but how to accurately detect information hiding is still a challenge. In this paper， a steganographic analysis method for fundamental tone period based on parity correlation network is proposed. Experimental results show that the proposed method can effectively detect steganography based on fundamental tone period， and has good real-time performance and robustness.

Keywords： information hiding detection; SVM; speech coding flow

0? 引? 言

信息隱藏，亦稱為隱寫術(shù)，是一種利用數(shù)字文件或網(wǎng)絡(luò)協(xié)議嵌入秘密信息的安全技術(shù)。一般情況下，秘密信息都是被隱藏在公開的媒體信息中，諸如互聯(lián)網(wǎng)協(xié)議（文本、圖像、語音、視頻）等網(wǎng)絡(luò)。相對于傳統(tǒng)的保密技術(shù)，隱寫技術(shù)的優(yōu)勢在于其不易被攻擊者所察覺。因此，隱寫術(shù)可以應(yīng)用于隱蔽通信。

近年來，隨著移動網(wǎng)絡(luò)和智能手機(jī)的發(fā)展，VoIP（Voice over IP， IP語音）通信中的語音碼流已經(jīng)成為當(dāng)今信息隱藏技術(shù)最受歡迎的載體，與其他秘密通信載體相比，VoIP具有明顯的優(yōu)勢。例如，其大容量的數(shù)據(jù)嵌入可以提供高隱蔽帶寬，其即時性可以提供實時通信環(huán)境。因此，在網(wǎng)絡(luò)電話、即時消息等移動通信中得到廣泛應(yīng)用，基于語音的信息隱藏及信息隱藏檢測技術(shù)也成為近年來的研究，而且目前基于VoIP的隱寫技術(shù)也已經(jīng)做了很多工作。

在國內(nèi)外，G.723.1等語音編碼技術(shù)廣泛應(yīng)用于流媒體語音通信中，這使得低速速率語音成為更好地隱藏載體。為適應(yīng)語音實時傳輸?shù)男枰琇SB替換算法成為許多針對低速率語音的隱寫算法的借鑒首選。Huang等人[1]嘗試在VoIP語音中引入LSB（Least Significant Byte，最低有效位）匹配隱寫。Liu等人[2]在LSB算法上做了一些改進(jìn)，并給出了LSD隱藏算法。Huang等人[3]對活動幀的提取檢測方法進(jìn)行了改良，并構(gòu)建了一種以語音非活動幀為媒介的信息隱藏算法，不過其仍然采用LSB替代方法，因此語音品質(zhì)有很大的細(xì)節(jié)損失。另外一種改進(jìn)隱寫算法實時性的方法是把語音壓縮和信息隱藏結(jié)合起來，并將其嵌入到低速率語音編碼當(dāng)中。Xiao等人[4]提出了一種基于量化索引調(diào)制（Quantization index modulation， QIM）的用于低速率語音編碼的新算法。這種方法雖然提高感知透明度，但也降低了其隱藏容量。劉程浩等人[5]利用基音閉環(huán)搜索的編碼區(qū)域，對隱藏信息進(jìn)行了有效的隱藏。該方法在提高了隱藏容量的同時，也降低了嵌入的速度，導(dǎo)致了對信息的透明感知性的降低。對于G.723.1基音周期，Huang等人[6]提出一種隱寫方法。該方法通過限定每幀里的四個子幀的基音周期值，然后設(shè)計出了15種不同的隱寫方法。這種方法具有很好的實時性，但是在很高的嵌入速率下，隱藏的失真情況非常嚴(yán)重。嚴(yán)書凡等人[7]對G.723.1的基頻周期進(jìn)行了分析，并以此為基礎(chǔ)，提出了基于基音周期的雙層隱寫算法。

與隱寫術(shù)相比，隱寫分析的發(fā)展過程總是相對滯后的。然而，現(xiàn)仍然有大量有效的方法被提出。針對LPC，Li等人[8]發(fā)現(xiàn)，在QIM隱寫后，線性預(yù)測編碼濾波器系數(shù)的分割矢量量化碼本的相關(guān)特性發(fā)生了變化。基于這一觀察結(jié)果，他們構(gòu)建了定量碼本相關(guān)網(wǎng)絡(luò)模型，并在量化修剪網(wǎng)絡(luò)的定點(diǎn)相關(guān)特征后獲得特征向量。實驗表明，該方法在隱寫檢測中取得了較好的效果。此外，對于新的基音延遲隱寫術(shù)也提出了一些有效的檢測方法來應(yīng)對。Li等人[9]提出了一種在G.723.1比特流中檢測QIM隱寫術(shù)的方法。他們根據(jù)量化索引序列中每個量化索引分布的相關(guān)性和不平衡性提取這些特征向量?；诹炕饕蛄兄忻總€量化索引分布的相關(guān)性和不平衡性，提取一種新的特征向量，用于檢測G.723.1編碼流中的QIM隱寫術(shù)。實驗表明，該方法在隱寫術(shù)檢測中取得了良好的結(jié)果。然而，Ren等人[10]提出了一種新的方法來分析自適應(yīng)多速率（Adaptive Multi-Rate， AMR）語音隱寫，并獲得了較好的效果?；贏MR原音與隱寫語音鄰接基音周期連續(xù)性的差異，他們計算了二階馬爾可夫轉(zhuǎn)移概率特征矩陣（Second-Order Markov Transition Probability， MSDPD），然后通過校正后減去MSDPD得到C-MSDPD。隨后Liu等人提出了一種奇偶貝葉斯概率（PBP）特征[11]，該方法維度低，且PBP的檢測效果優(yōu)于C-MSDPD，是目前最有效的基音延遲隱寫檢測方法。

基音延遲是語音編解碼器中最重要的參數(shù)之一。Hess等人指出，基音周期具有相當(dāng)大的冗余性，無法做到準(zhǔn)確預(yù)測，所以這意味著它是一個可行的隱寫位置。通過T0和T2搜索T1和T3的閉環(huán)基音可以由基音周期搜索原理分析結(jié)果得出。根據(jù)編碼原理的分析，通過改變閉環(huán)基音來嵌入秘密信息的隱寫方法會扭曲子幀之間的連接。在確定當(dāng)前子幀之后，下一個子幀的基音延遲范圍已經(jīng)縮小，奇偶校驗改變的可能性也相應(yīng)地縮小。但在現(xiàn)有隱寫術(shù)的條件下，基音延遲值的分布趨于集中，因此可以推斷，現(xiàn)有的隱寫術(shù)破壞了閉環(huán)的奇偶相關(guān)性，并對基音周期延遲分布的穩(wěn)定性產(chǎn)生了負(fù)面影響。隨后，本文應(yīng)用幀內(nèi)奇偶分布的概率分布來說明隱寫術(shù)在基音延遲中的效果。在沒有隱寫的情況下，奇偶分布在一幀內(nèi)的分布是不均勻的，而隱寫后每一幀內(nèi)的奇偶分布會變得更均勻。因此，本文選擇差異的奇偶性來描述這種變化。然而，現(xiàn)有結(jié)論中并沒有證明幀內(nèi)每個子幀的具有某種相關(guān)性。因此，Liu等人采用當(dāng)前子幀和下一子幀的奇偶相關(guān)性定理來描述它們的相關(guān)性。本文提出了一種新方法，貢獻(xiàn)如下：

1）提出幀間子幀相關(guān)性的概念，提出一種基音周期奇偶相關(guān)性網(wǎng)絡(luò)算法。

2）將條件概率作為分類特征，最后利用支持向量機(jī)進(jìn)行分類，以判斷樣本是否為隱寫樣本。

1? 基于奇偶相關(guān)性網(wǎng)絡(luò)的基因周期隱寫分析方法

1.1? 特征提取過程

LPC線性預(yù)測的基本功能是獲得10階LPC濾波器的10個系數(shù)，并將其轉(zhuǎn)換為線譜以量化參數(shù)LSF。在G.723（6.3 kbit/s）語音編碼器中，使用7比特編碼的為ACL0和ACL2，用2比特編碼的為ACL1和ACL3。根據(jù)Liu等人描述，原始樣本和隱寫樣本中的基音延遲奇偶校驗貝葉斯概率之間存在明顯差異。他們將基音延遲的貝葉斯公式作為特征（PBP）。本文提出了基音周期奇偶相關(guān)性網(wǎng)絡(luò)（PDPCN）。由于基音延遲狀態(tài)為奇數(shù)或偶數(shù)，且這是兩個相互排斥的事件，因此只需將其中一個記錄為特征。本文在此做簡單介紹。

第一種特征是第1子幀和第2子幀之間的關(guān)系，包括兩種情況：P1和P2。P1是在第二個子幀出現(xiàn)奇數(shù)的條件下，第一個子幀出現(xiàn)奇數(shù)的條件概率。P2是在第二個子幀出現(xiàn)偶數(shù)的條件下第一個子幀出現(xiàn)奇數(shù)的條件概率，如式（2）所示：

同樣，第二種特征是第1子幀、第2子幀和第3子幀之間的關(guān)系。這些特征包括四個情況，分別是P3～P6，如式（3）所示：

第三種特征是在確定第1子幀、第2子幀和第3子幀的情況下，第4子幀是奇數(shù)的條件概率。這些特征包括八種情況，分別為P7～P14，如式（4）所示：

上述特征提取的全部過程都是基于幀內(nèi)之間的相關(guān)性，具體特征之間的相關(guān)性如圖1所示。

由此，本文構(gòu)建幀間網(wǎng)絡(luò)，將每幀的每個子幀和下一幀的各個子幀分別融合，如圖2所示。

融合后共有24個幀間系數(shù)Ck，其中k ∈ {0，1，2，3}，融合公式如式（5）所示。其中i ∈ {1，2，3，4}，j ∈ {1，2，3，4}。再將C4k+1～C4（k+1）為一組分為四組分別做P1～P14的條件概率公式的特征提取，共得到56個特征值。最后，將所有這些70維特征組合到PDPCN特征中。

1.2? SVM訓(xùn)練流程

SVM是當(dāng)前最常見、性能最好的分類工具，由于其泛化能力較強(qiáng)，隱寫分析領(lǐng)域常使用支持向量機(jī)進(jìn)行分類，為此，本文提出一種基于SVM的信息隱藏檢測方法，如圖3所示。

模型訓(xùn)練的主要步驟如下所示：

1）收集大量語音樣本，其中數(shù)據(jù)集采用G723.1、

6.3 KB/s語音編碼器進(jìn)行編碼，且分別包含15 564×

11份中文樣本和27 845×11份英文樣本，每段語音時長10 s。將中文和英文數(shù)據(jù)集按照3：1：1分為訓(xùn)練集、驗證集和測試集。

2）將數(shù)據(jù)分為11等份，一份不做處理，另外10份按不同的嵌入率嵌入秘密信息。

3）根據(jù)本文提出的算法對數(shù)據(jù)集進(jìn)行特征提取。

4）在支持向量機(jī)模型中，將所抽取的訓(xùn)練集的特征向量納入支持向量機(jī)進(jìn)行學(xué)習(xí)。

5）將測試集的特征向量輸入經(jīng)過訓(xùn)練的分類器，以確定樣本是否是被隱寫。

2? 實驗結(jié)果分析

2.1? 實驗結(jié)果相關(guān)定義

本文選用Liu等人提出的PBP隱寫分析方法作為對比。本文將從不同語音時長、不同嵌入率以及受試者工作特征（Receiver Operating Characteristic， ROC）曲線進(jìn)行性能分析，即是否可以正確判斷隱寫樣本或非隱寫樣本。其中ROC基本概念如表1所示。

表1中TP為正確的肯定，又稱命中，即為正樣本被模型預(yù)測為正的數(shù)量；TN為正確的否定，又稱正確拒絕，即為負(fù)樣本被模型預(yù)測為負(fù)的數(shù)量；FP為錯誤的肯定，又稱假警報，即為負(fù)樣本被模型預(yù)測為正的數(shù)量；FN為錯誤的否定，又稱未命中，即為正樣本被模型預(yù)測為負(fù)的數(shù)量。其中未隱寫樣本為正樣本。

ROC曲線的全名叫作受試者工作特征曲線。ROC曲線x軸為FPR，y軸為TPR。在這里，TPR代表了所有的實際是正的并且被正確地判定的比例。FPR代表的是所有的樣本都是負(fù)的并且被誤判的。ROC曲線越偏離左上角，則表示模型越好。越偏離右下角，則模型也差。AUC（Area Under Curve，ROC曲線下的面積）是衡量分類模型優(yōu)劣的一個重要指標(biāo)，AUC越大，其表現(xiàn)就越好。

本文將用隱寫分析命中率TPR、錯誤命中率FPR和準(zhǔn)確度ACC的數(shù)據(jù)來分析和評估這些數(shù)據(jù)。TPR、FPR、ACC公式分別如式（6）所示。

2.2? PDPCN與PBP方法比較

表2所表示的為在100%嵌入率下不同時長的3種方法的準(zhǔn)確率（從1秒到10秒分為6組，從2 s開始每組增加2秒，嵌入率為100%）。當(dāng)采用英文數(shù)據(jù)集時，幀內(nèi)特征和PDPCN特征分類效果較PBP特征提升較小。而中文效果下較優(yōu)，分別提升將近16%、18%。并且隨著時長的增加，準(zhǔn)確率越高。

接著將PDPCN和PBP以及幀內(nèi)特征的準(zhǔn)確率進(jìn)行比較（嵌入率從10%到100%，具有6個級別，時長為10 s），如表3所示。

由表3可以得出以下結(jié)論：首先，在不同的數(shù)據(jù)集下，隨著樣本的嵌入率的提高，三個特征的識別精度也隨之提高，表明在同一時間長度下，樣本嵌入率與檢測精度有顯著的相關(guān)性。與PBP特征法比較，PDPCN特征法具有更好的識別效果。例如在中文數(shù)據(jù)集下，PDPCN可以在10%嵌入率較PBP特征提升24%的精度。第三，PDPCN特征在兩種數(shù)據(jù)集不同嵌入率下和不同時長表現(xiàn)優(yōu)于PBP特征。例如，當(dāng)樣本長度為10 s且嵌入率為100%時，PDPCN的檢測精度要優(yōu)于PBP。

3? 結(jié)? 論

本文提出了一種基于奇偶相關(guān)性網(wǎng)絡(luò)的基因周期隱寫分析方法。實驗結(jié)果表明，本文的方法可以有效地檢測基于基音周期的隱寫術(shù)，具有良好的性能。特別是，該方法具有較低的復(fù)雜度，具有良好的實時性和健壯性。因此，該方法在實時語音流的隱寫檢測中具有可靠的實用性。但是在生活中，我們并不能保證隱藏了哪部分信息，且隱寫的算法也不能把握，如果將一段信息使用多種算法檢測，這會導(dǎo)致檢測效率低下，因此設(shè)計一種能夠同時檢測多種隱寫算法的檢測手段是未來的主要研究方向。

參考文獻(xiàn)：

[1] HUANG Y，BO X，XIAO H. Implementation of Covert Communication Based on Steganography [C]//4th International Conference on Intelligent Information Hiding and Multimedia Signal Processing.Harbin：IEEE，2008：1512-1515.

[2] LIU J，KE Z，HUI T. Least-significant-digit steganography in low bitrate speech [C]//IEEE International Conference on Communications.Ottawa：IEEE，2012：1133-1137.

[3] HUANG Y F，TANG S，YUAN J. Steganography in Inactive Frames of VoIP Streams Encoded by Source Codec [J].IEEE Transactions on Information Forensics and Security，2011，6（2）：296-306.

[4] XIAO B，HUANG Y F，TANG S Y. An Approach to Information Hiding in Low Bit-Rate Speech Stream [C]//Global Telecommunications Conference.New Orleans：IEEE，2008：1-5.

[5] 劉程浩，柏森，黃永峰，等.一種基于基音預(yù)測的信息隱藏算法 [J].計算機(jī)工程，2013，39（2）：137-140.

[6] HUANG Y F，LIU C H，TANG S Y，et al. Steganography Integration Into a Low-Bit Rate Speech Codec [J].IEEE transactions on information forensics and security，2012，7（6）：1865-1875.

[7] 嚴(yán)書凡，湯光明，孫怡峰.基于基音周期預(yù)測的低速率語音隱寫 [J].計算機(jī)應(yīng)用研究，2015，32（6）：1774-1777.

[8] LI S，JIA Y，KUO C. Steganalysis of QIM Steganography in Low-Bit-Rate Speech Signals [J].IEEE/ACM Transactions on Audio，Speech，and Language Processing，2017，25（5）：1011-1022.

[9] LI S，TAO H，HUANG Y. Detection of quantization index modulation steganography in G.723.1 bit stream based on quantization index sequence analysis [J].Journal of Zhejiang University SCIENCE C，2012，13：624-634.

[10] REN Y，YANG J，WANG J，et al. AMR Steganalysis Based on Second-Order Difference of Pitch Delay [J].IEEE Transactions on Information Forensics and Security，2017，12（6）：1345-1357.

[11] LIU X，TIAN H，LIU J，et al. Steganalysis of Adaptive Multiple-Rate Speech Using Parity of Pitch-Delay Value [M].[S.I.]：Springer，2019：288-289.

作者簡介：王嘉偉（2000—），男，漢族，浙江溫州人，本科在讀，主要研究方向：信息隱藏、深度學(xué)習(xí)；樓芊驛（2003—），女，漢族，浙江杭州人，本科在讀，主要研究方向：信息隱藏、深度學(xué)習(xí)；戴望宇（1999—），男，漢族，浙江臺州人，學(xué)士，主要研究方向：信息隱藏、機(jī)器學(xué)習(xí)；通訊作者：楊潔（1989—），男，漢族，重慶開州人，副教授，博士，主要研究方向：信息安全、多媒體信息處理。

收稿日期：2023-04-17

基金項目：國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（202213283001）；浙江農(nóng)林大學(xué)暨陽學(xué)院科研訓(xùn)練計劃資助項目（JYKC2205）