信息隐藏实验十一LSB信息隐藏的RS分析
lsb信息隐藏
LSB算法的信息隐藏实验单位：三系一队姓名：马波学号：3222008030LSB信息隐藏实验一、实验目的1.掌握LSB算法原理2.熟悉信息隐藏与提取的流程3.锻炼算法的程序实现能力二、实验原理1.信息隐藏用秘密信息比特替换载体中的最不重要部分，可以达到对信息隐藏的目的。
在数字图像中，每个字节的最低位对图像信息的影响最小，因此将数字图像的最低位用信息比特替换可以实现信息隐藏。
由于载体图像的每个字节只隐藏一个秘密信息比特，所以只有当载体图像的大小是秘密信息大小的8倍以上时才能完整的将秘密信息隐藏。
提取信息位并隐藏的示意图：2.信息提取在隐藏了秘密信息的数字图像中，每个字节的最低位就是秘密信息比特位，只需将这些信息比特提取出来并组合，就可以恢复出原来的秘密信息。
提取信息示意图：三、实验内容A.将秘密信息隐藏在载体的最低位，检验算法的鲁棒性（1）读入秘密信息(此实验中秘密信息为二值图像)（2）把秘密信息的比特位放入载体的最低位（3）给隐藏了秘密信息的图像加入大小为1的噪声加入噪声大小为1时：加入噪声为2时：B．将秘密信息隐藏在载体的最高位，检验算法的鲁棒性（1）读入秘密信息(此实验中秘密信息为二值图像)（2）把秘密信息的比特位隐藏在载体的最高位（3）分别给隐藏了秘密信息的图像加入大小为1和2的噪声C．将秘密信息隐藏在载体的第三位，检验算法的鲁棒性（1）同A中的（1）（2）把秘密信息比特位隐藏在载体的第三位（3）分别给隐藏了秘密信息的图片加入大小为1、2和3的噪声五、实验总结1.当秘密信息隐藏在最低位时，对载体的改变小，载体质量较高。
但鲁棒性较差，有噪声干扰时很容易发生信息丢失从而无法恢复出秘密信息2.当秘密信息隐藏在最高位时，图像的鲁棒性增强，受到较大噪声干扰时仍能恢复出秘密信息，但对图像的改变较大，隐藏的位数越高图像的质量越低。
3.当隐藏的信息位介于最低位和最高位时，选择合适的位置，既可以提高信息隐藏的鲁棒性，又对图像的质量影响不大，所以，进行信息隐藏时可以考虑LSB的改进。
信息隐藏实验(LSB隐写,随机LSB隐写,RS隐写分析)
信息隐藏实验二LSB隐写分析姓名：周伟康学号：班级：一：实验要求1、针对自己实现的隐写算法（嵌入、提取），计算隐蔽载体的PSNR值，通过PSNR值来评估隐写对图像质量的影响，并与主观感受做对比。
2、实现一种隐写分析方法，对隐蔽载体进行检测（卡方、RS……）二：实验步骤1、编写随机选点函数，完善顺序和随机两种LSB信息嵌入和提取。
%随机间隔选点函数%[row, col] = randinterval(test, 60, 1983);function [row, col] = randinterval(matrix, count, key)[m, n] = size(matrix);interval1 = floor(m * n / count) + 1;interval2 = interval1 - 2;if interval2 == 0error('载体太小，不能将秘密消息隐藏其内！');endrand('seed', key);a = rand(1, count);%initializerow = zeros([1 count]);col = zeros([1 count]);r = 1; c = 1;row(1,1) = r;col(1,1) = c;for i = 2 : countif a(i) >= 0.5c = c + interval1;elsec = c + interval2;endif c > nr = r + 1;if r > merror('载体太小，不能将秘密消息隐藏其内！');endc = mod(c, n);if c==0c = 1;endendrow(1, i) = r;col(1, i) = c;end选取8*8的矩阵测试2、对比原始图像和隐藏信息后图像，计算隐蔽载体的均方差（MSE）进而计算峰值信噪比（PSNR），评估隐写对图像质量的影响。
信息隐藏实验报告-信息隐藏技术
实验目的隐写分析以及变换域隐写技术实验内容针对LSB隐写的卡方分析a)实现针对LSB隐写的卡方分析b)分析实验性能针对LSB隐写的RS分析a)实现针对LSB隐写的RS分析b)分析实验性能JPEG压缩算法a)分析JPEG压缩算法的主要流程Jsteg隐写算法a)实现Jsteg隐写算法b)分析实验性能F3隐写算法a)实现F3隐写算法b)分析实验性能实验工具及平台■Windows+Matlab□其它：（请注明）实验涉及到的相关算法1、与实验内容选择的项目对应；2、请使用流程图、伪代码、NS 图或文字方式描述，不要．．贴代码 卡方隐写分析卡方隐写分析主要利用了LSB 隐写后图像的值对效应。
它需要LSB 隐写满足如下的条件：1. 嵌入信息中0、1的分布较为均匀，即各为50%左右。
由于信息嵌入到载体之前通常需要经过加密操作，因此这一点是容易满足的。
2. 图像需要有较多的像素点被嵌入信息。
当嵌入信息较少时，卡方分析的效果并不精确。
卡方分析的原理是：若设ℎj 表示图像载体中灰度值为j 的像素数量，如果载体图像没有使用LSB 隐写算法，那么ℎ2i 和ℎ2i+1的值通常相差较大，而LSB 隐写方法将秘密信息取代图像的最低位，由于秘密信息通常是加密过的，因此可以看成0、1分布均匀的比特流。
在嵌入过程中只存在2i →2i +1而不存在2i →2i −1的变换，因此使得ℎ2i 和ℎ2i+1的值趋于一致，我们能够借助改变的统计特性判断图像是否经过隐写。
我们首先定义ℎ2i ∗=ℎ2i +ℎ2i+12，由LSB 隐写算法的性质我们可以知道在嵌入前后该值是不变的。
由中心极限定理，我们有ℎ2i −ℎ2i+1√(2ℎ2i ∗)→N(0,1) 因此r = ∑(ℎ2i −ℎ2i ∗)2ℎ2i ∗k i=1服从卡方分布。
结合卡方分布的密度计算函数我们可以计算出载体被隐写的可能性为：p =1−12k−12T(k −12)∫exp (−t 2)t k−12−1dt r0 当p 的值接近于1时，我们可以推断出载体图像中含有秘密信息。
信息隐藏技术_实验报告(3篇)
第1篇一、实验目的1. 了解信息隐藏技术的基本原理和实现方法。
2. 掌握信息隐藏技术在图像、音频和视频等数字媒体中的应用。
3. 通过实验验证信息隐藏技术的有效性和安全性。
二、实验环境1. 操作系统：Windows 102. 编程语言：Python3. 库：OpenCV、scikit-image、numpy、matplotlib三、实验内容1. 图像信息隐藏2. 音频信息隐藏3. 视频信息隐藏四、实验步骤1. 图像信息隐藏（1）选择一幅图像作为宿主图像，并选择一幅图像作为水印图像。
（2）将水印图像转换为二值图像。
（3）对宿主图像进行分块处理，将每个块转换为二值图像。
（4）根据密钥对水印图像进行置乱，提高安全性。
（5）将置乱后的水印图像嵌入到宿主图像的对应块中。
（6）提取水印图像，并与原始水印图像进行对比。
2. 音频信息隐藏（1）选择一段音频作为宿主音频，并选择一段音频作为水印音频。
（2）对宿主音频和水印音频进行分帧处理。
（3）根据密钥对水印音频进行置乱，提高安全性。
（4）将置乱后的水印音频嵌入到宿主音频的对应帧中。
（5）提取水印音频，并与原始水印音频进行对比。
3. 视频信息隐藏（1）选择一段视频作为宿主视频，并选择一段视频作为水印视频。
（2）对宿主视频和水印视频进行帧提取。
（3）根据密钥对水印视频进行置乱，提高安全性。
（4）将置乱后的水印视频嵌入到宿主视频的对应帧中。
（5）提取水印视频，并与原始水印视频进行对比。
五、实验结果与分析1. 图像信息隐藏实验结果表明，嵌入水印后的图像与原始图像在视觉效果上几乎没有差异，水印的嵌入效果良好。
同时，提取的水印图像与原始水印图像完全一致，证明了信息隐藏技术的有效性。
2. 音频信息隐藏实验结果表明，嵌入水印后的音频与原始音频在音质上几乎没有差异，水印的嵌入效果良好。
同时，提取的水印音频与原始水印音频完全一致，证明了信息隐藏技术的有效性。
3. 视频信息隐藏实验结果表明，嵌入水印后的视频与原始视频在视觉效果上几乎没有差异，水印的嵌入效果良好。
信息隐藏实验十LSB信息隐藏的卡方分析
信息隐藏实验十LSB信息隐藏的卡方分析信息隐藏是一种将秘密信息嵌入到载体数据中的技术。
嵌入信息的最广泛应用之一是最低有效位（LSB）信息隐藏。
在LSB信息隐藏中，秘密信息位嵌入到像素的最低有效位中，而保持其他位不受影响。
该技术在数字音频、图像和视频领域得到广泛应用。
卡方分析是一种统计方法，用于衡量统计数据的拟合程度。
在LSB信息隐藏中，卡方分析可以用于分析嵌入数据的随机性。
通过计算嵌入数据和原始数据之间的差异，可以评估嵌入信息与载体数据的一致性。
LSB信息隐藏的实验中，首先需要得到原始的载体数据。
这可以是一幅图像、一段音频或一段视频。
然后，选择一个合适的秘密信息进行嵌入。
秘密信息可以是一串文本、一张图像或一个视频片段。
接下来，将秘密信息的二进制表示按位进行嵌入到载体数据的最低有效位中。
此时，嵌入数据已准备好。
进行卡方分析的下一步是计算频数。
对于每个像素，统计其最低有效位（被嵌入数据所占据的位）出现1和0的频数。
同时，计算原始数据中最低有效位出现1和0的频数。
比较两组频数可以得到嵌入数据和原始数据之间的差异。
卡方分析可以用来评估嵌入数据的随机性。
根据卡方分布表，可以计算卡方值。
通过比较卡方值和临界值，可以判断嵌入数据的随机性是否达到了预期。
如果卡方值小于临界值，则表明嵌入数据的分布与原始数据的分布存在显著差异，嵌入数据不具备较好的随机性。
LSB信息隐藏的卡方分析还可以用于评估嵌入数据的容量。
通过计算嵌入数据和原始数据之间的差异，可以推断嵌入数据的容量。
如果嵌入数据的容量越大，则嵌入数据与原始数据的差异越大。
卡方分析可以帮助评估嵌入数据的最大容量，以便在实际应用中选择合适的嵌入容量。
LSB信息隐藏的卡方分析还可以用于检测嵌入数据的存在。
通过比较卡方值和临界值，可以判断嵌入数据是否存在于载体数据中。
如果卡方值大于临界值，则可以得出嵌入数据的存在性。
这在数字取证和数字水印领域具有重要意义。
LSB信息隐藏的卡方分析是一种有力的工具，用于评估嵌入数据的随机性、容量和存在性。
信息隐藏_实验报告
一、实验目的1. 了解信息隐藏的基本原理和方法。
2. 掌握数字图像、音频、视频等媒体中信息隐藏的实现技术。
3. 熟悉信息隐藏技术在实际应用中的重要性。
二、实验内容1. 数字图像信息隐藏2. 音频信息隐藏3. 视频信息隐藏三、实验原理信息隐藏是指将秘密信息嵌入到公开信息（如数字图像、音频、视频等）中，使得秘密信息在传输或存储过程中不易被发现。
信息隐藏技术广泛应用于网络安全、数字版权保护、隐私保护等领域。
四、实验步骤1. 数字图像信息隐藏（1）选择一幅数字图像作为公开信息，如图1所示。
（2）选择一幅与公开信息大小相同的数字图像作为载体图像，如图2所示。
（3）在载体图像中嵌入秘密信息，采用空域方法，如图3所示。
（4）提取嵌入的秘密信息，如图4所示。
2. 音频信息隐藏（1）选择一段音频作为公开信息，如图5所示。
（2）选择一段与公开信息时长相同的音频作为载体音频，如图6所示。
（3）在载体音频中嵌入秘密信息，采用时域方法，如图7所示。
（4）提取嵌入的秘密信息，如图8所示。
3. 视频信息隐藏（1）选择一段视频作为公开信息，如图9所示。
（2）选择一段与公开信息时长相同的视频作为载体视频，如图10所示。
（3）在载体视频中嵌入秘密信息，采用空域方法，如图11所示。
（4）提取嵌入的秘密信息，如图12所示。
五、实验结果与分析1. 数字图像信息隐藏实验结果表明，采用空域方法嵌入秘密信息后，嵌入秘密信息的图像与原始图像在视觉效果上基本一致，且提取的秘密信息与原始秘密信息完全相同。
2. 音频信息隐藏实验结果表明，采用时域方法嵌入秘密信息后，嵌入秘密信息的音频与原始音频在听觉效果上基本一致，且提取的秘密信息与原始秘密信息完全相同。
3. 视频信息隐藏实验结果表明，采用空域方法嵌入秘密信息后，嵌入秘密信息的视频与原始视频在视觉效果上基本一致，且提取的秘密信息与原始秘密信息完全相同。
六、实验总结通过本次实验，我们了解了信息隐藏的基本原理和方法，掌握了数字图像、音频、视频等媒体中信息隐藏的实现技术。
信息隐藏实验报告一图像的位平面,LSB和MSB
信息隐藏实验报告一实验名称：图像的位平面，LSB 和MSB一、实验目的图像的位平面，LSB 和MSBLSB(Least Significant Bits)：最不重要位（或最低有效位） MSB(Most Significant Bits)：最重要位。
二、实验内容⑴用“按位与”运算清image 的第2、3、4、5、6、7位，结果分别保存在图像矩阵data02、 data03、 data04、 data05、 data06、 data07中，并显示所得结果；⑵用“按位与”运算取image 的第2、3、4、5、6、7位，结果分别保存在图像矩阵data12、 data13、 data14、 data15、 data16、 data17中，并显示所得结果；⑶用“按位与”运算清image 的第1-2、1-3、1-4、1-5、1-6、1-7位，结果分别保存在图像矩阵data02、 data03、 data04、 data05、 data06、 data07中，并显示所得结果； ⑷用“按位与”运算取image 的第3-8、4-8、5-8、6-8、7-8位，结果分别保存在图像矩阵data13、 data14、 data15、 data16、 data17中，并显示所得结果；⑸将彩色图像dsc.jpg 读入图像矩阵image ，重做上面的⑴－⑷项要求；⑹取彩色图像矩阵image 的某个分量(R 、G 、B 均可)，重做上面的⑴－⑷项要求；三、实验环境matlab7.0四、基本原理（算法思想）时域是对应于变换域而言的，即不对信号做任何频率变换而得到的信号域就是时域。
对于图像载体，其信号空间也就是像素的取值空间。
我们选择了RGB 颜色空间下的像素作为分析对象。
在RGB 颜色空间中，每一个像素都有三个分量，即红(Red)、绿(Green)、蓝(Blue)分量。
五、实验结果与结论（主要的程序代码、运行结果）⑴用“按位与”运算清image 的第2、3、4、5、6、7位，结果分别保存在图像矩阵data02、 data03、 data04、 data05、 data06、 data07中，并显示所得结果；教师签名2007．11实验时间成绩评 定信息隐藏 课程名称同组人姓 名 05软件工程班 级 计算机科学与技术系别⑵用“按位与”运算取image的第2、3、4、5、6、7位，结果分别保存在图像矩阵data12、data13、 data14、 data15、 data16、 data17中，并显示所得结果；⑶用“按位与”运算清image的第1-2、1-3、1-4、1-5、1-6、1-7位，结果分别保存在图像矩阵data02、 data03、 data04、 data05、 data06、 data07中，并显示所得结果；⑷用“按位与”运算取image的第3-8、4-8、5-8、6-8、7-8位，结果分别保存在图像矩阵data13、 data14、 data15、 data16、 data17中，并显示所得结果；⑸将彩色图像dsc.jpg读入图像矩阵image，重做上面的⑴－⑷项要求；代码略清image的第2、3、4、5、6、7位取image的第2、3、4、5、6、7位清image的第1-2、1-3、1-4、1-5、1-6、1-7位⑹取彩色图像矩阵image的某个分量(R、G、B均可)，重做上面的⑴－⑷项要求；代码image=imread('dsc.jpg');%将彩色图像读入图像矩阵image A=image(:,:,1);下略清image的第2、3、4、5、6、7位取image的第2、3、4、5、6、7位清image的第1-2、1-3、1-4、1-5、1-6、1-7位六、实验总结通过这次实验使我对图像的位平面有了一定的认识。
信息隐藏LSB算法实验报告
本科生课程考试答题本考生姓名＿＿＿＿＿＿＿＿＿＿考生学号＿＿＿＿＿＿＿专业班级＿＿＿＿＿＿＿＿指导老师＿＿＿＿＿＿＿＿＿＿考试科目＿＿＿＿＿＿＿＿＿考试日期＿＿年＿＿月＿＿日目录一、实验任务和要求 (2)1.1实验任务 (2)1.2实验要求 (2)二、实验算法LSB原理 (2)三、实验环境和采用的工具 (3)四、具体实现步骤 (3)4.1 LSB算法水印嵌入 (3)4.2 LSB算法水印提取 (4)4.3 LSB算法实验测试 (5)五、源码分析 (5)5.1 LSB算法水印嵌入 (5)5.2 LSB算法水提取 (9)5.3 计算PSNR值 (12)六、实验测试 (13)6.1 LSB水印的嵌入 (13)6.2 水印的提取 (14)6.3 对水印进行鲁棒性测试 (14)6.4 对水印进行有效性测试 (14)6.5 对水印计算PSNR值 (14)6.6 对水印容量进行分析 (15)七、结论 (15)一、实验任务和要求1.1实验任务•信息载体：每个人自己的一张外景照片；•水印信息：每个人将学号、姓名按上下两列写在白纸上，然后手机拍摄，转化为黑白图片，作为水印信息；•信息隐藏方法：LSB算法（空域或频域）。
1.2实验要求实验可采用matlab6.5以上版本（C++、Java等），程序分为嵌入与检测两部分，最好有友好的操作方式；程序代码需要注释，编码简洁可靠明了，易检查。
实验测试要求有：•需对信息处理进行鲁棒性测试；•对水印嵌入的有效性进行测试；•计算嵌入前后的PSNR值；•对水印容量进行分析。
二、实验算法LSB原理LSB是L.F.Turner和R.G.van Schyndel等人提出的一种典型的空间域信息隐藏算法。
LSB 最低有效位法(Least Significant Bit；LSB)是运用人类视觉系统无法觉察细微变化之掩蔽效果，将秘密信息隐藏在图像像素的最低位，具有计算速度快且容易秘密信息隐藏在图像像素的最低位，具有计算速度快且容易实现有点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
LSB 信息隐藏的RS 分析一，实验目的：了解RS 隐写分析的原理，掌握一种图像LSB 隐写算法的分析方法，设计并实现一种基于图像的LSB 隐写的RS 隐写分析算法。
二，实验环境（1）Windows 7操作系统； （2）MATLAB R2012b 版本软件； （3）图像文件lena.bmp ； （4）S-Tools 工具； 三，实验原理1. RS 隐写分析原理RS 主要是针对采用伪随机LSB 嵌入算法进行攻击的一种方法。
RS 方法不但能检测出图像是否隐藏信息，而且还能比较准确地估算出隐藏的信息长度。
RS 隐写分析算法考虑图像各个位平面之间具有一定的非线性相关性，当利用LSB 隐写算法隐藏秘密信息后，这种相关性就会破坏。
只要能找出衡量这一相关性的方法，并对隐藏秘密信息前后的情况加以对比，就有可能设计出隐写分析方法。
RS 隐写分析方法的理论核心是：任何经过LSB 隐写的图像，其最低比特位分布满足随机性，即0、1的取值概率均为1/2，而未经过隐写的图像不存在此特性。
对于一个M N ⨯像素的图片，设各个像素的值取自集合P ，例如一个8bit 的灰度图像，{0,1,2,,255}P =。
将这些像素分为有着n 个相邻像素的子集，例如n 可以取值为4，记为1234(,,,)G x x x x =。
进一步利用如下函数表示图像块的空间相关性，即112311(,,,,)n n i ii f x x x x x x -+==-∑ （1）函数f 使得每一个集合G 都对应一个实数。
G 中的噪声越大，函数f 的值越大。
f 的值越小，说明图像相邻像素之间的起伏越小，而图像块的空间相关性越强。
然后，定义集合P 上的3个函数：（1）交换函数1F ：221,01,23,,254255n n ↔+↔↔↔。
（2）偏移函数1F -：221,10,12,,255256n n ↔--↔↔↔。
（3）恒等变换0F ：0(),F x x x P =∈。
复杂度分辨函数f 和三种变换函数F 定义以下三种类型的元素组,,R S U 。
（1）Regular G ：(())()G R f F G f G ∈⇔>，也就是说对G 中的元素进行 变换之后增大了元素之间的差别程度，R 表示正则组。
（2）Singular G ：(())()G S f F G f G ∈⇔<，也就是说对G 中的元素进行 变换之后减小了元素之间的差别程度，S 表示奇异组。
（3）Unusable G ：(())()G U f F G f G ∈⇔=，也就是对G 中的元素进行变换之后元素之间的差别程度不变，G 表示无用组。
引入伪装M ，它的取值范围是-1、0、1。
对应着1F -、0F 、1F 三个变换函数。
记对于伪装M 的R 组的数量为M R ，类似的S 组记为M S 。
例如G =（27,28,26,25），M =（1,0,1,0），则-M =（-1,0，-1,0）。
于是就得到()M F G =（26,28,27,25），()M F G -=（28,28,25,25）。
对于一个原始不包含隐藏信息的载体来说具有下面的规律：MM M M R R S S --≈>≈ （2）但是当在载体中嵌入了秘密信息，就会有下面的式子成立： MM M MR S R S --->- （3）也就是说对于一个待检测的载体，只需要得到上述的统计量，然后通过对比这四个统计参数之间的大小关系就能够判断出载体中是否含有秘密信息。
RS 算法不但能够判断载体是否含有秘密信息，RS 隐写分析算法还能够估计出隐写容量。
上面算出的一组M R 、M S 、M R -、M S -是在比例为/2p （p 为隐写率）的样点值已经作了一次1F 变换情况下得到的。
将该隐写体的所有样点值应用1F 变换，相对于原始载体则有比例为（1-/2p ）的样点值作了1F 变换，计算此时的M R 、M S 、M R -、M S -值。
如下图1所示，得到的是两组统计量的数据。
图 1 RS 曲线与像素更改比率间的关系示意图具体步骤如下：将待检测图像分成若干大小相等的图像块，通常定义n = 4，对每个小图像块定义一个掩膜算法函数，通常为M （0,1,1,0），即01121304()((),(),(),())M F G F x F x F x F x =，判断此图像小块属于Regular 或Singular ，遍历整幅图像，得到(/2)M R p ，(/2)M S p 。
(/2)M R p ，(/2)M S p 定义为：(/2)/4MM R R p bufsize =（4）(/2)/4MM S S p bufsize = （5）改变掩膜算法函数，令M 为（0，-1，-1,0）重复上一步操作得到(/2)M R p -和(/2)M S p -。
将图像数据的lSB 位取反，用获得的数据重复上述操作得到(1/2)M R p -，(1/2)M S p -以及(1/2)M R p --，(1/2)M S p --。
结合如下方程：210010012()30d d x d d d x d d ---++--+-=（6）其中：0101(/2)(/2),(1/2)(1/2)(/2)(/2),(1/2)(1/2)M M M M M M M M d R p S p d R p S p d R p S p d R p S p ------=-=---=-=---解方程式（6），取绝对值较小的x ，计算嵌入概率p 为：/(1/2)p x x =-。
2. S-Tools 工具简介S-Tools 是一个时（空）域数字水印软件，支持WAV 格式的音频文件、GIF 和BMP 格式的图像文件，下面介绍基于音频文件的隐藏原理和使用方法。
WAV 格式的音频文件在Windows 中存储为8位或16位值，对于8位样本，这意味着取值范围介于0和255之间。
16位的样本取值范围介于0和65535之间。
S-Tools 在WAV 格式的音频文件中隐藏信息时，首先用密码加密，然后根据密码决定要嵌入信息的位置，采用LSB （least significant bits ）方法，把秘密信息代替载体音频文件的最不重要比特位。
例如，假设一个音频文件有以下8个字节的信息，分别为 132 134 137 141 121 101 74 38 二进制表示为10000100 10000110 10001001 10001101 01100101 01001010 00100110如果要隐藏二进制字节11010101（213）在这个序列里。
简单地取代了音频文件的LSB （最低有效位）进行信息隐藏。
因此上述顺序将变更为133 135 136 141 120 101 74 39 用二进制表示为10000101 10000111 10001000 10001101 01111000 01001010 00100111这样，秘密信息就隐藏在载体音频文件中，音频文件在听觉效果上和原始文件几乎没有区别。
四，实验分析1. 隐藏信息并分析源代码RS.m如下：clc,clear allorg = imread('lena.bmp');org = double(org);org = org(:)';[row sample_len] = size(org);rs = zeros(2, 4);cor = zeros(1, 3);m = floor(sample_len / 4);M = randsrc(4, 1, [0 1]);tmp = zeros(4, 1);% 使用LSB，准备待检测图像，隐写率为40%msg_len = floor(sample_len * 0.4);msg = randsrc(msg_len, 1, [0 1; 0.5 0.5]);stg =org;for i = 1 : msg_lenstg(i) = bitset(stg(i), 1, msg(i));end% 对待检测图像应用非负和非正翻转，统计翻转前后的空间相关性i = 1;for j = 1 : mtmp = stg((j - 1) * 4 + 1 : j * 4); %把图像分为四个像素一组cor(1) = SpaceCor(tmp);cor(2) = SpaceCor(fpos(tmp, M));cor(3) = SpaceCor(fneg(tmp, M));if cor(2) > cor(1)% Rmrs(i, 1) = rs(i, 1) + 1;endif cor(2) < cor(1)% Smrs(i, 2) = rs(i, 2) + 1;if cor(3) > cor(1)% R-mrs(i, 3) = rs(i, 3) + 1;endif cor(3) < cor(1)% S-mrs(i, 4) = rs(i, 4) + 1;endend% 对待检测图像所有像素应用正翻转stg = fpos(stg, ones(sample_len, 1));% 对待检测图像应用非负和非正翻转，统计翻转前后的空间相关性i = 2;for j = 1 : mtmp = stg((j - 1) * 4 + 1 : j * 4);cor(1) = SpaceCor(tmp);cor(2) = SpaceCor(fpos(tmp, M));cor(3) = SpaceCor(fneg(tmp, M));if cor(2) > cor(1)% Rmrs(i, 1) = rs(i, 1) + 1;end;if cor(2) < cor(1)% Smrs(i, 2) = rs(i, 2) + 1;end;if cor(3) > cor(1)% R-mrs(i, 3) = rs(i, 3) + 1;end;if cor(3) < cor(1)% S-mrs(i, 4) = rs(i, 4) + 1;end ; rs = rs / m;% J. Fridrih 方法计算隐写率，并判断待检测图像lena.bmp 是否经过LSB 替换隐写 % d0 = Rm(p/2)-Sm(p/2), d1=Rm(1-p/2)-Sm(1-p/2) dpz = rs(1, 1) - rs(1, 2); dpo = rs(2, 1) - rs(2, 2); % d-0 = R-m(p/2)-S-m(p/2), d-1=R-m(1-p/2)-S-m(1-p/2) dnz = rs(1, 3) - rs(1, 4); dno = rs(2, 3) - rs(2, 4);%判定待检测图像lena.bmp 是否经过LSB 替换隐写 P = 2.5 * 1e-2; %设定门限值，对于RS 分析一般为2%-3%if dnz > 0 && dpo > 0 %用于判断Rm 是否大于Sm ，R-m 是否大于S-m disp('待检测图像lena.bmp 中没有经过LSB 替换隐写！'); endif dnz - dpo > P %用于判定R-m - S-m > Rm - Sm disp('待检测图像lena.bmp 经过LSB 替换隐写！'); end% get roots of polynomialC = [2 * (dpo + dpz), (dnz - dno - dpo - 3 * dpz), (dpz - dnz)]; z = roots(C); p = z ./ (z - 0.5);fprintf(1, 'Fridrih Algorithm:expective embedding rate is %f\n', p(2));运行上述代码，得到隐写率p 为0.476476。