通过LSB替换方法

Question

我很难理解第2节中给出的LSB based steganography方法。互联网上的例子非常令人困惑和不清楚。我正在遵循Matlab实现https://www.mathworks.com/matlabcentral/fileexchange/41326-steganography-using-lsb-substitution和题为“＃34;使用LSB替换的图像规划的调查”的论文 技术＆＃34;下载链接（https://irjet.net/archives/V4/i5/IRJET-V4I566.pdf）

本文第5部分给出了基于LSB的方法的示例。假设P1 = [10011011], P2 = [01101010], P3 = [11001100]是封面图像的3个字节，消息M = [011]将嵌入其中。嵌入的结果是P1 = [10011010], P2 = [01101011], P3 = [11001101]。

我无能为力地回答这个问题。有人可以帮助提供步骤/工作示例来清除这个概念吗？

基于我对Matlab代码的理解， Stego = uint8(round(bitor(bitand(x, bitcmp(2^n - 1, 8)) , bitshift(y, n - 8))));

如果n是要替换的位数，则通过对封面图像的n位组进行补码/比较来替换n位组（x变量）和消息的n位（y变量）。如果位相同，则不进行替换，否则交换位。我不知道我的理解是否正确。

Answer 1

你的困惑源于这样一个事实：你所看到的所有三个来源都在谈论不同的事情。

文件2，第5节

这描述了LSB像素替换隐写术的最基本形式。每个像素由8位描述。对于每个像素，我们清除LSB并用一位秘密消息替换它。例如，

pixels = [xxxxxxxa, xxxxxxxb]
message = [c, d]
stego_pixels = [xxxxxxxc, xxxxxxxd]

x，a，b，c和d都是位，我们不关心x是什么

文件1，第2节

这是LSB像素替换隐写术的一般形式。不是将秘密嵌入LSB中，而是将其嵌入到k-most LSB中。如果k = 1，那么我们就有上面描述的简单形式。数学方程式本节的意思如下：

1. 我们有一个大小为MxN的图像，每个像素的值介于0到255（8位）之间。
2. 我们有一个n位消息，每个位都是0或1.例如，对于12位，它是m = [a, b, c, d, e, f, g, h, i, j, k, l]。
3. 由于我们将每个像素嵌入k个比特，因此我们将消息比特分组为k个。假设k = 3，然后m' = [abc, def, ghi, jkl]。显然，每个组的值可以在0到2 ^ k - 1之间。此外，m'中的组数不能超过我们图像的大小，否则我们无法嵌入整个组消息。
4. 我们清除每个像素的最后k位，然后用一组m'替换它们。当你用2 ^ k取一个数的模数时，你得到的余数是原始数的最后k位。因此，通过减去它们，我们清除了最后的k位。
5. 与上一步类似，如果我们想要提取消息，我们将每个像素的模数用2 ^ k得到最后的k位，我们已经嵌入了消息。将这些位组拼接起来并获得原始消息m，这是微不足道的。

Matlab代码

此代码将大小为MxN的图像隐藏到相同大小的封面图像。这里的想法是MSB拥有关于图像和LSB最少的信息。例如，这是this image的位平面分解。



如果我们决定隐藏秘密图像中的k位，我们希望那些是k个最重要的位。类似地，我们可以将它们隐藏在封面图像的k个最低有效位中。 k值越大，你就越隐藏这些秘密，以便进行更忠实的重建，但是你将更多的失真引入封面。

让我们分解代码中的嵌套函数，看看它们的作用。我将使用k代替n来保持与上述部分的一致性。

bitcmp(2^k - 1, 8)为8位创建2 ^ k - 1的补码。例如，如果k = 3，则2 ^ k - 1就像具有位00000111，并且显然其补码是11111000。我们将使用此数字作为掩码，因此mask = bitcmp(2^k - 1, 8)。

bitand(x, mask)将封面图像的最后k位x清零。这是bitwise AND operation，我们称第二部分为掩码的原因是因为我们有一个1，我们保留原始位，我们得到一个0，我们得到一个0.让我们调用{ {1}}。

cleared_pixels = bitand(x, mask)仅保留秘密的k个最重要位。例如，对于k = 3，我们实现bitshift(y, 8 - k)。这是通过将数字5位置向右移动来完成的。这是logical shift operation。我们会将此结果称为abcxxxxx -> 00000abc。

最后，secret = bitshift(y, 8 - k)只是将两者结合在一起。清除的像素清除了最后的k位，秘密最多为k位，因此这两个部分不会相互作用;我们得到了一个纯粹的组合。