10、基于遗传算法的JPEG图像认证

基于遗传算法的JPEG图像认证

1. 引言

如今，数字图像在互联网上的传输比以往任何时候都更加频繁。然而，免费访问的数字多媒体通信为盗版受版权保护的材料提供了前所未有的机会。由于图像编辑软件的广泛使用，数字图像面临着各种攻击，如内容修改和删除。因此，检测和追踪版权侵权的任务引起了工程师、科学家、律师、艺术家和出版商等的极大兴趣。近年来，水印认证的研究变得非常活跃，相关技术也有了很大的发展和改进。

数字图像认证主要有两种方式：数字签名和数字水印。数字签名（如哈希值）作为一种加密技术，在图像认证中存在两个缺点。其一，验证者必须事先知道数字签名才能进行验证，这就要求发送者通过单独的安全通信通道发送签名，从而增加了带宽开销。其二，数字签名虽然能验证图像的真实性，但无法定位图像的哪些部分被篡改。一种实现篡改定位的方法是将图像分块，并将与每个块相关的数字签名发送给接收者，但这同样会增加带宽开销。

数字水印可分为三种类型：鲁棒水印、脆弱水印和半脆弱水印。鲁棒水印用于保护数字媒体的版权，即使图像经过压缩、平移和旋转等信号处理操作，水印仍然存在。脆弱水印则相反，即使图像稍有修改，水印就会失效，这一特性可用于验证数字图像的真实性。半脆弱水印介于鲁棒水印和脆弱水印之间，能够区分恶意攻击（如裁剪、修改等）和非恶意攻击（如压缩、平滑等）。

一般来说，数字水印有两种实现方式：空域和频域。空域技术较为简单，直接将水印嵌入像素中，如最低有效位（LSB）修改，但缺点是攻击者容易检测到水印。频域方法则涉及复杂的计算，但与空域技术相比，能增强数据安全性。这种方法先应用离散傅里叶变换（DFT）、离散余弦变换（DCT）或离散小波变换（DWT）将图像数据从空域转换到频域，然后将水印嵌入频域系数中。 </