结合图像加密与深度学习的高容量图像隐写算法

杨晓元，毕新亮，刘佳，黄思远

（1.武警工程大学密码工程学院，陕西 西安 710086；2.网络与信息安全武警部队重点实验室，陕西 西安 710086）

1 引言

隐写术是将秘密信息隐藏在公开通信载体中进行秘密传输的一种技术。与密码学相比，它更加注重隐藏通信过程本身。传统的隐写技术中，广泛使用的是基于载体修改的隐写技术[1]，它将秘密信息隐藏在人类感官难以察觉到的区域[2-3]。

随着深度学习技术的发展与成熟，它被广泛应用于图像翻译[4]、图像分割[5]、图像分类[6]、图像生成[7]等领域，相比于传统的图像处理技术，深度学习技术表现出了更大的潜力和更好的效果。2014 年，生成对抗网络（GAN,generative adversarial network）[8]被提出，深度学习技术给图像隐写研究带来了新突破[9]。基于深度学习的隐写算法的主要特点是以大量数据为驱动，相较于人工设计，该类隐写算法更智能和自动化，它不需要隐写算法设计者制定一系列复杂的操作步骤，设计者只要根据经验设计好网络结构，给网络明确训练目标，并输入数据，网络就可以自动调整参数，以满足设计者的需求。

基于深度学习的高容量图像隐写技术较大地提升了隐写容量[10]。该技术在一张图像中隐藏一张和该图像尺寸大小相同的图像。但是这类技术存在一定的缺陷，即载体图像和含密图像的残差图像会暴露秘密图像。有学者提出使用图像加密的方式进行改进[11-12]，先对秘密图像进行加密，而后再将加密后的秘密图像嵌入载体图像中，但是这些算法都需要频繁地更新密钥以保证其安全性，这也就需要频繁地传递新的密钥。……