• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Arabian Journal for Science and Engineering >LSB Pseudorandom Algorithm for Image Steganography Using Skew Tent Map
【24h】

LSB Pseudorandom Algorithm for Image Steganography Using Skew Tent Map

机译：基于倾斜帐篷图的LSB伪装算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a LSB steganography algorithm to hide pseudorandomly sensitive information in digital images. Thisalgorithm affects the statistic features of the sensitive information before it is embedded in the cover image. Also, it satisfiesthe imperceptibility condition of the hidden information, required in steganography systems, by using a pseudorandom LSBtechnique endorsed on three chaotic noise generators based on the skewtent chaotic map. Additionally, the embedding capacityof the proposed algorithm can be up to 37% of the cover image size, satisfying the imperceptibility condition, when one bitof sensitive information is embedded per each embedding pixel. We evaluated the proposed algorithm using two criteria:cover image affectation and robustness against steganalysis attacks. To evaluate the cover image affectation, we consideredmetrics of texture, quality and perceptual quality. To evaluate the robustness against attacks, we use the StegExpose tool,which analyzes the images obtained from the proposed algorithm, and it includes the main methods of steganalysis such asSample Pairs, RS Analysis, Chi-Square Attack and Primary Sets Analysis. Finally, we show that the proposed algorithm hassimilar performance, and even better, to three commonly used steganography tools.
机译：在本文中，我们提出了一种LSB隐写算法，以隐藏数字图像中的伪随机敏感信息。在将敏感信息嵌入封面图像之前，此算法会影响敏感信息的统计特征。而且，通过使用基于偏斜混沌图的三个混沌噪声发生器上认可的伪随机LSB技术，它满足了隐写系统中所需的隐藏信息的不可感知性条件。此外，当每个嵌入像素嵌入一比特的敏感信息时，所提出的算法的嵌入容量可以达到封面图像尺寸的37％，满足了不可感知的条件。我们使用两个标准评估了提出的算法：覆盖图像的影响和针对隐写分析攻击的鲁棒性。为了评估封面图像的影响，我们考虑了纹理，质量和感知质量的指标。为了评估针对攻击的鲁棒性，我们使用StegExpose工具，该工具分析从所提出的算法获得的图像，并且它包括隐写分析的主要方法，例如样本对，RS分析，卡方攻击和基本集分析。最后，我们证明了所提出的算法与三种常用的隐写工具具有相似的性能，甚至更好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号