基于DCT的JSteg隐写及分析
dct压缩算法
dct压缩算法摘要：1.引言2.DCT 压缩算法的基本原理3.DCT 压缩算法的优缺点4.DCT 压缩算法在图像压缩领域的应用5.总结正文：1.引言数字信号处理（Digital Signal Processing，简称DSP）是现代通信、图像处理、音频处理等领域的重要技术。
在图像处理中，DCT（Discrete Cosine Transform，离散余弦变换）压缩算法是一种广泛应用的压缩方法。
本文将详细介绍DCT 压缩算法的基本原理、优缺点以及在图像压缩领域的应用。
2.DCT 压缩算法的基本原理DCT 压缩算法是一种基于离散余弦变换的压缩方法。
其基本原理是将图像的二维空间域数据变换到一维频域数据，以降低数据冗余。
在频域中，可以对数据进行更高效的编码和传输。
DCT 变换后的系数具有能量集中在低频部分的特点，这使得数据在压缩后具有较高的重建质量。
3.DCT 压缩算法的优缺点DCT 压缩算法的优点有：（1）变换后的系数具有能量集中在低频部分的特点，有利于数据的压缩和传输。
（2）DCT 变换具有可逆性，可以通过逆变换将压缩后的数据还原为原始数据。
（3）DCT 变换适用于各种图像压缩标准，如JPEG、JPEG2000 等。
然而，DCT 压缩算法也存在一定的缺点：（1）计算复杂度较高，对于大规模图像处理，计算时间和内存消耗可能成为一个限制因素。
（2）DCT 变换仅适用于图像压缩，对于其他类型的数据，如音频、视频等，需要采用其他变换方法。
4.DCT 压缩算法在图像压缩领域的应用DCT 压缩算法在图像压缩领域具有广泛的应用，如JPEG、JPEG2000 等图像压缩标准均采用了DCT 变换。
以JPEG 为例，它采用了基于DCT 的二维预测编码方法，通过对图像的二维数据进行预测、变换、量化、编码等步骤，实现图像的高效压缩。
同时，JPEG 标准还采用了二维哈达玛变换、小波变换等方法，以进一步降低图像的冗余信息。
5.总结DCT 压缩算法是一种基于离散余弦变换的压缩方法，适用于图像压缩领域。
dct 变换 原理
dct 变换原理DCT变换原理DCT（Discrete Cosine Transform，离散余弦变换）是一种常用的信号处理技术，广泛应用于图像、音频和视频等领域。
它通过将输入信号分解为一系列余弦函数的加权和来表示，同时保留了原始信号的主要特征。
本文将介绍DCT变换的原理及其应用。
一、DCT变换的原理DCT变换的基本思想是将输入的离散信号分解为一系列具有不同频率的余弦函数的加权和。
DCT变换可以将信号从时域转换到频域，通过分析不同频率分量的能量分布，可以提取信号的主要特征。
DCT 变换的公式如下：X(k) = 2/N * Σ[n=0 to N-1] x(n) * cos(π/N * (n + 0.5) * k)其中，x(n)表示输入信号的离散采样值，N表示采样点数，X(k)表示变换后的频域系数，k表示频域的索引。
DCT变换可以分为一维和二维变换。
一维DCT变换用于处理一维信号，如音频；而二维DCT变换用于处理二维信号，如图像。
二、DCT变换的应用DCT变换在图像、音频和视频等领域有广泛的应用。
以下分别介绍其在这些领域的应用。
1. 图像压缩DCT变换在图像压缩中起到了重要作用。
在JPEG图像压缩中，图像先被分成8x8的图像块，然后对每个图像块进行DCT变换，将图像从时域转换到频域。
通过保留主要的频域系数，可以实现对图像的高效压缩。
2. 音频压缩DCT变换在音频压缩中也有广泛应用。
在MP3音频压缩中，音频信号被分成一系列短时窗口，然后对每个窗口的音频信号进行DCT变换。
通过量化和编码DCT系数，可以实现对音频信号的高比特率压缩。
3. 视频压缩DCT变换在视频压缩中也发挥着重要作用。
在H.264视频编码中，视频帧被分成一系列宏块，然后对每个宏块的亮度和色度分量进行DCT变换。
通过压缩和编码DCT系数，可以实现对视频的高效压缩。
除了压缩应用外，DCT变换还可以用于信号去噪、特征提取、模式识别等领域。
例如，在图像去噪中，通过DCT变换将图像从时域转换到频域，然后滤除高频噪声，最后再通过逆DCT变换将图像恢复到时域。
以数字图像为载体的隐写分析研究进展
７期王朔中等：以数字图像为载体的隐写分析研究进展１２５７图像分解得到的幅度及相位的一阶和高阶统计量，对于大量图像具有良好的一致性，而对隐写嵌入的数据灵敏度较高．他们仍用ＱＭＦ［５４］提取幅度统计量，优点是能得到最小的空域混迭，并采用一种局部角度谐波分解（ＬｏｃａｌＡｎｇｕｌａｒＨａｒｍｏｎｉｃＤｅｃｏｍｐｏ－ｓｉｔｉｏｎ，ＬＡＨＤ）估计局部相位，该方法通过向一组角度Ｆｏｕｒｉｅｒ基函数投影得到．然后采用ＳＶＭ进行分类．实验中使用４００００幅自然图像，ＪＰＥＧ压缩质量因子平均９０％，典型尺寸为６００×４００，统一取图像中部２５６×２５６区域进行测试，计算４３２维的幅度和相位统计量．使用了５种隐写工具生成含密图像：Ｊｓｔｅｇ、ＯｕｔＧｕｅｓｓ、Ｓｔｅｇｈｉｄｅ、Ｊｐｈｉｄｅ、Ｆ５，用同样的质量因子以避免二次ＪＰＥＧ压缩效应．对每一组图像，３２０００幅用于训练，８０００幅用于测试．图１２是用非线性ＳＶＭ进行检测的性能，隐蔽数据嵌入率分别为１００％、７８％、２０％、５％，在横坐标下标出．图中自点是用线性ＳＶＭ得到的结果．可见该方法可对嵌入率较高的隐写实现通用检测，而当嵌入率低时性能不佳．嵌入翠／％图１２用非线性ＳＶＭ分类器对５种隐写工具的检测结果［６ｑ（左侧的灰色矩形条说明对载体图像的正确判断率大于９９％（虚警率小于１％））另一项近期成果是Ｗａｎｇ和Ｍｏｕｌｉｎ的优化特征提取［６５。
．他们指出，在既不知道图像统计特性又不知道隐写算法的情况下，采用有监督的训练是实现通用检测的有效方法．他们从３方面来解决特征提取这一关键问题：寻求在区分有无隐写方面优于常规小波分解的图像子带表示；分析两类概率密度函数（ＰＤＦ）的特征经验矩和ＰＤＦ特征函数的经验矩，并比较它们各自的优点；讨论特征空间的降维．在虚警概率固定为１％的条件下，对含密图像的检测率至少超过其它方法１５％到５０％．他们引入了下列单一性能测度，即ＲＯＣ曲线下的面积Ａｕ。
Android移动平台中的信息隐藏系统设计
Android移动平台中的信息隐藏系统设计摘要：android系统已经成为目前最主流的智能平台，为国内外广泛使用。
该文提出一种基于android平台的信息隐藏系统设计方法，可用于秘密信息的隐秘传输。
结合android平台自身的特点，讨论和分析了基于bmp和jpeg图像的信息隐藏系统的具体实现，并给出参考设计方案，该系统在android平台上运行。
关键词：android；信息隐藏；bmp24；jpeg中图分类号：tp393 文献标识码：a 文章编号：1009-3044（2013）09-2064-02信息隐藏技术是将秘密信息隐藏在某种载体之中，在载体的掩护掩护进行秘密信息传送，使得秘密信息不可见，有利于提高信息的安全性和保密性。
目前信息隐藏技术在保证国家政治、军事、经济信息在公共网络中安全、可靠、迅速地传递和共享方面有着显著作用。
随着计算机硬件的迅速发展，并行破解性能的大大提高以及隐写分析学的发展，攻击者对信息隐藏的分析破解能力不断提高。
因此，人们着手研究将信息隐藏在那些不易被攻击者发觉的载体中从而避开攻击者的注意力，如此通过载体的掩护来保证信息的保密性和安全性。
隐藏是将秘密信息隐藏在载体信息中，并且不破坏载体的信息，攻击者不能通过感官地判断他所监控的信息中是否含有秘密信息。
因此信息隐藏技术已经成为信息安全的焦点。
android系统是一个完整、开放、免费及安全的系统，有很强的适用性。
然而，android系统中的信息隐藏技术目前很少见，研究和开发相关技术较为迫切。
数字图像是系统中很常见的媒体，所以将图片作为载体，把秘密信息隐藏在其中再进行传输能很好地保证信息的机密性。
对于接收方来说，只需要通过相应的提取算法便可将隐藏在图片文件中的机密信息提取、还原出来。
1 android系统android系统是一个开放平台，基于linux操作系统，系统中包含了公共主件和关键应用。
android平台最显著的特点是其开放性，允许任何移动终端厂商加入到android联盟中来，有利于android 系统的开发。
Outguess隐写算法及其安全性研究
Outguess隐写算法及其安全性研究摘要随着Internet越来越广泛的应用，信息安全问题也显得越来越重要。
隐写术作为一种新的保密通信手段，受到了众多研究者的关注。
而JPEG图像是目前在Internet 网上应用最为广泛的图像格式之一，以JPEG为隐蔽载体的隐写算法及其安全性研究具有非常重要的意义。
本文主要研究如何运用现有的图像处理方法来提高以JPEG图像为载体的Outguess算法的安全性。
本文的主要工作如下：（1）对Outguess隐写算法的安全性进行了深入研究。
通过运用ETM (Empirical Transition Matrix) 检测算法对Outguess算法的安全性进行了详细的测试。
（2）寻找一些新的方法来提高Outguess的安全性。
利用现有的图象处理方法，如锐化、模糊、加噪等方式，在不影响图象质量的情况下的能降低加密图象的被检测效率。
实验结果表明，通过对原始图像进行加噪处理，可以有效地提高Outguess算法地安全性，降低ETM算法的检测率。
关键词：隐写术；检测；Outguess; 信息安全；JPEG；AbstractWith the rapid development of Internet, the information security becomes more and more important. As a new technology of secret communication, the digital steganogrophy have attracted much attention of the researches. Since the JPEG image is by far the most common image format in use today, the JPEG steganography and its security is very important.In this paper, we main studied how to improved the security performance of Outguess which is a JPEG steganography through image processing technologies. The main work of this paper is as follows.(1) We have studied the security performance of Outguess. The ETM (Empirical Transition Matrix) detection algorithm is adopted in our experiments to evaluate the security performance of Outguess.(2) We have tried to find some new way to improve the security of Outguess. For example, the image processing technologies such as sharpening, blurring,and adding noise etc have been used in our various experiments. The experimental results demonstrate that the security performance of Outguess can be improved through adding noise to the original carrier image, and also the detection rates of ETM can be lowered to some extent.Key words: steganography; detection; Outguess; information security; JPEG;目录第一章前言 (1)1.1信息隐藏技术的背景与意义 (1)1.2信息隐藏技术简介 (2)1.3信息隐藏的检测技术简介 (5)第二章图象信息隐藏与检测研究过程 (8)2.1 基于JPEG图象的信息隐藏体系 (8)2.2 O UT G UESS密写算法理论体系 (10)2.3 基于SVM的JPEG图象隐秘分析 (13)2.3.1SVM 分类器原理简述 (13)2.3.2SVM 分类流程 (15)第三章基于OUTGUESS算法的图象信息隐藏实验研究 (16)3.1 原始隐写图象的被检测率实验 (16)3.2 提高隐写图象被检测率的几种方法 (19)3.3 降低隐写图象被检测率的几种方法 (22)第四章结论 (24)致谢 (25)参考文献 (266)第一章前言1.1 信息隐藏技术的背景与意义现代信息隐藏技术是由古老的隐写术(Steganography)发展而来的，隐写术一词来源于希腊语，其对应的英文意思是“Covered writing”。
深入解析信息隐藏技术中的隐写分析方法(三)
深入解析信息隐藏技术中的隐写分析方法信息隐藏技术是一种可以将秘密信息嵌入到数字媒体中的方法，其中隐写分析方法是一种用于检测和提取隐藏信息的技术。
随着隐写技术的发展，隐写分析方法也不断进步。
本文将深入解析信息隐藏技术中的隐写分析方法，探讨其原理和应用。
一、隐写分析的基本原理隐写分析是指通过对数字媒体进行分析以此来揭示其中的隐藏信息。
隐写分析的基本原理是通过对数字媒体的统计分析、不同领域知识的应用，以及使用特定的算法来发现嵌入的秘密信息。
这些算法可以检测和提取隐藏信息，或者通过破译嵌入算法获得被隐藏的信息。
二、隐写分析方法的分类隐写分析方法可以分为被动和主动两种。
被动隐写分析方法是指对数字媒体进行分析，通过统计特征提取、频谱分析、差异分析等技术手段来寻找隐藏信息的痕迹。
而主动隐写分析方法是指直接攻击隐藏信息的算法，破解其中的规则或算法，从而提取出隐藏信息。
三、常用的隐写分析方法1. 统计分析方法统计分析方法是一种被动的隐写分析方法，通过对数字媒体的统计特征进行分析，以此来检测和提取隐藏信息。
其中，最常见的方法是通过分析像素值、颜色分布、图像纹理等统计数据来发现隐藏信息的存在。
统计分析方法的优势在于适用性广泛，但也存在一定的局限性，例如对于隐写嵌入量较小的情况，很难通过统计分析方法进行有效检测。
2. 频谱分析方法频谱分析方法是一种被动的隐写分析方法，通过对数字媒体在频域上的特征进行分析，以此来检测和提取隐藏信息。
频谱分析方法可以通过检测原始媒体和隐写媒体在频域上的差异，从而揭示隐藏信息的存在。
这种方法往往对于对嵌入量较小的信息更为敏感。
3. 差异分析方法差异分析方法是一种主动的隐写分析方法，通过攻击隐藏信息的算法，从而提取隐藏信息或破译嵌入算法。
差异分析方法通常需要对隐藏信息的算法进行深入研究，从而找到其中的漏洞或规律。
这种方法的优势在于能够克服被动方法的局限性，但也更加复杂和困难。
四、隐写分析方法的应用领域隐写分析方法在现实生活中有着广泛的应用。
dct 变换 原理
dct 变换原理DCT变换原理DCT（Discrete Cosine Transform，离散余弦变换）是一种将时域信号转换为频域信号的数学变换方法。
它广泛应用于图像和音频压缩领域，被用作JPEG、MPEG等标准的核心算法。
本文将介绍DCT变换的原理及其应用。
一、DCT变换原理DCT变换是一种线性变换，它将N个实数时域信号转换为N个实数频域信号，其变换公式为：X(k) = Σ[i=0,N-1] x(i) * cos((π/N)*(i+0.5)*k)，k=0,1,2,...,N-1其中，x(i)表示时域信号的第i个采样值，X(k)表示频域信号的第k个频率成分，N是信号的长度。
DCT变换可以将信号分解为不同频率的成分，其中X(0)表示信号的直流分量，即信号的平均值。
而其他的X(k)（k=1,2,...,N-1）表示信号的高频分量，它们的大小代表了信号在不同频率上的能量分布。
DCT变换的特点是能够将信号的大部分能量集中在少数个低频分量上，这样就可以通过舍弃高频分量来实现信号的压缩。
这是因为自然界中的信号通常具有较低的频率成分，而高频成分往往是噪声或细节信息。
二、DCT变换的应用1. 图像压缩在JPEG压缩中，DCT变换被广泛应用于图像编码过程中。
JPEG压缩将图像分为8x8的小块，对每个小块进行DCT变换，然后通过量化和编码将高频分量舍弃，最后将编码后的数据进行解码和反量化来恢复图像。
2. 音频压缩在音频压缩中，DCT变换也被用于信号的频谱分析和压缩。
例如，MPEG音频压缩标准中的Layer III，即MP3格式，就是基于DCT变换的。
3. 数据隐藏DCT变换还可以应用于数据隐藏领域。
通过对信号的DCT变换系数进行适当的修改，可以将秘密信息嵌入到信号中，实现信息的隐藏和传输。
4. 图像处理除了压缩和隐藏，DCT变换还广泛应用于图像处理领域。
例如，通过对图像进行DCT变换，可以实现图像的平滑、锐化、边缘检测等操作，这是因为DCT变换能够将图像的频率信息转换为空域信息。
基于视觉特性的隐写与隐写分析
2020/7/26
信息隐藏与数字水印
3
BPCS方法（嵌入）
2020/7/26
将复杂度大于aCmax的位平面小块用于负载 秘密信息
a必须小于0.5
将秘密信息组成位平面小块，如果其复杂度 大于aCmax，则直接替换原位平面小块
7,5,4,6），其各个比特平面的复杂度为？ 3、有哪些比特平面适于隐藏信息？
2020/7/26
信息隐藏与数字水印
5
例
解： 1、Cmax=4,alpha = 0.4,
alpha * Cmax = 0.4 * 4 = 1.6
2020/7/26
信息隐藏与数字水印
6
例
解：
2~3、
像素为7,5 即： 111 101
秘密信息小块的复杂度近似正态分布 均值0.5Cmax，标准差0.047Cmax
用秘密信息小块替换后，出现直方图不连续 的现象
2020/7/26
信息隐藏与数字水印
17
实验结果1
图像Man 8×8 a=0.4 嵌入量7.2E5 PSNR＝33.5dB 在0.4Cmax=45
处有明显不连 续跳跃
循环码划分位平面：绝大多数小块复杂度 小于0.5Cmax
2020/7/26
信息隐藏与数字水印
12
BPCS方法
二进制码和循环码的互换 B：二进制 G：循环码
2020/7/26
信息隐藏与数字水印
13
BPCS方法
2020/7/26
信息隐藏与数字水印
14
对BPCS的隐写分析
BPCS隐写的视觉隐蔽性较好，但会改变位 平面小块复杂度的统计特性
- 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)。
基于DCT的JSteg隐写及分析 一、摘要 ·················· 1 二、引言 ·················· 3 三、JSteg隐写 ··············· 4 JSteg简介 ················ 4 JSteg算法 ················ 4 JSteg隐写过程 ·············· 5 四、JSteg隐写检测 ············· 6 4．1基于小波特征函数统计矩的隐写分析 ··· 7 基于支持向量机的多特征盲检测算法 ····· 8 五、总结 ·················· 9 【参考文献】 ················ 9 附录 ··················· 10 JSteg隐写代码（matlab） ········· 10
一、摘要 JPEG是互联网上最为常见的一种图像格式，而DCT变换是JPEG压缩采用的重要技术之一，在DCT变换系数（DCT域）上隐藏信息是常见的数字隐写方式。DCT（Discrete Cosine Transform，离散余弦变换）是一种实数域变换，其变换核为实数余弦函数。作为DCT变换的方法之一，JSteg是一种采用JPEG图像作为载体的隐写软件，其算法实际上就是将空域LSB替换隐写应用到JPEG图像上。主要思想是：将一个二进制位的隐秘信息嵌入到量化后的DCT系数的LSB上，但对原始值为．1、0、1的DCT系数例外，提取隐秘信息时，只需将载密图像中不等于．1、O、l的量化DCT系数的LSB逐一取出即可。JSteg算法虽然简单易用，但由于其会引起系数直方图出现值对区域相等的特点，用卡方分析可以很容易的检测到秘密信息的存在，因此其安全性较差。 关键词：JPEG DCT JSteg 实数余弦函数 Based on the analysis of DCT steganography Abstract JPEG is the Internet's most common image format, JPEG compression and the DCT is one of the key technology used in the DCT coefficients (DCT domain) on the hidden information is a common digital steganography way. DCT (Discrete Cosine Transform, Discrete Cosine Transform) is a real domain transform, which is a real number cosine transform kernel functions. As one method of DCT, JSteg a JPEG image using steganography software as a carrier, the algorithm will actually replace airspace LSB steganography applied to JPEG images. The main idea is: to embed a bit of secret information to the LSB of quantized DCT coefficients, but the original value. 1,0,1 DCT coefficients exception when extracting hidden information, simply stego image is not equal. 1, LSB O, l quantized DCT coefficients can be taken out one by one. JSteg algorithm is simple and easy to use, but because it will cause the value of the coefficient equal to the regional characteristics of the histogram appears chi-square analysis can easily detect the presence of secret information, so the security is poor. Keywords: JPEG DCT JSteg real cosine function
二、引言 作为信息安全的分支，隐写技术主要是针对图片等外在特征较为明显的载体写入想要隐藏的信息，用以达到信息隐藏的目的。而JPEG是互联网上最为常见的一种图像格式，而DCT变换是JPEG压缩采用的重要技术之一，在DCT变换系数（DCT域）上隐藏信息是常见的数字隐写方式。DCT（Discrete Cosine Transform，离散余弦变换）是一种实数域变换，其变换核为实数余弦函数。对一幅图像进行离散余弦变换后，许多有关图像的重要可视信息都集中在DTC变换的一小部分系数中。因此，DTC是有损图像压缩JPEG的核心，同时也是所谓的“变换域信息隐藏算法”的主要“变换域”之一。因此图像处理运用二维离散余弦变换，所以直接介绍二维DCT变换。JSteg是最早在JPEG图像中进行隐写的方法之一，由于该方法使得系数直方图有明显的改变，随后即出现了F3隐写，F4隐写，F5隐写，OutGuess隐写和MB隐写等等。本文对JSteg的隐写做着重的分析和研究。 三、JSteg隐写 JSteg简介 ISO和前CCITT于1986年底成立“联合图像专家组”，研究静止图像压缩算法的标准化，至1992年正式完成了用于各种分辨率和格式的连续色调图像的ISO／标准(ITU．TT．81建议)，简称JPEG标准。JPEG压缩一般要经过四个步骤：颜色模式转换及采样、DCT、量化、编码，其中，DCT作为其中的一部分，是其重要的技术之一。它又包含JSteg隐写，F3隐写，F4隐写，F5隐写等等，JSteg是最早用于JPEG图像的隐写工具，该算法是由D。Upam提出的，是指将空域上LSB替换隐写到JPEG图像上。
JSteg算法 JSteg的算法，或称其主要思想是将秘密消息嵌入在量化后的DcT系数的最低比特位上，但对原始值为O、1的DCT系数不进行嵌入。提取秘密消息时，只需将载密图像中不等于0、l的量化DcT系数的LSB取出即可。如图所示： 图 秘密消息嵌入位置的选择方法有顺序嵌入法和随机间隔法。顺序嵌入的JSteg算法简单，易实现，但是有严重的安全问题，这是因为载体图像中修改了的部分和未修改的部分，具有不同的统计特性，很容易被检测出含有秘密消息。随机间隔法，首先要生成一个伪随机序列作为嵌入间隔，调整伪随机序列的均值，可以使得秘密消息随机地散布在整幅图像中，进而提高了安全性。其具体算法步骤如下： （1）选择掩护图像，并将图像区分成不重迭的8*8区块 （2）将每个区块利用离散余弦转换成频率域系数 （3）利用用户选定的量化表对频率域进行量化 （4）对秘密信息进行Z字性扫描，并对除了0和1之外的DCT系数的最低位加以替换 （5）进行熵编码，产生JPEG隐写图像 或者这样说，定义H为载体图像中DCT系数的数目，定义h(X=x）为载体图像中DCT系数等于x的数目。由算法的描述可知，两种Jsteg算法的最大容量均为H-h（x=0）-h（x=1）比特。定义h（Y=y）为载密图像中DCT系数等于y的数目。由于嵌入的秘密信息一般为密文，其O、l比特出现的概率近似相等，都为O．5左右，那么嵌入达到最大容量时，有 h（Y=2）=（X=3）=h（Y=3） 也就是说载密图像中DCT系数为2的数目约等于DCT系数为3的数目，同理DCT系数为2i（i ！=0）的数目与DCT系数为2i+1（i ！=0）的数目也是大约相等的，所以载密图像的DcT系数直方图中会出现值对现象，与载体图像的直方图形成了明显的差异。利用这种特性，就可以很容易地检测出秘密消息的存在。
JSteg隐写过程 JSteg的具体嵌入过程如下： （1）部分解码JPEG图像，得到二进制存储的AC系数，判断该AC系数是否等于1或0，若等于则跳过该AC系数，否则，执行下一步。 （2）判断二进制存储的AC系数的LSB是否与要嵌入的秘密信息比特相同，若相同，则不对其进行修改，否则执行下一步。 （3）用秘密信息比特替换二进制存储的AC系数的LSB，将修改后的AC系数重新编码得到隐秘JPEG图像。 JSteg的提取过程如下： 部分解码JPEG图像，得到二进制存储的AC系数，取出不等于1和0的AC系数的LSB,排列后组成秘密信息。 在JSteg中，关于DCT系数中0和1的处理 （1）DCT系数中“0”的比例最大（一般可达到60%以上，取决于图像质量和压缩因子），压缩编码是利用大量出现连零实现的，如果改变DCT系数中“0”的话，不能很好的实现压缩。 （2）DCT系数中的“1”若变成“0”，由于接受端无法区分未使用的“0”和嵌入消息后得到的“0”，从而无法实现秘密信息的提取。
四、JSteg隐写检测 通用隐写分析算法的关键在于寻找对隐秘信息嵌入敏感的统计特征，设计合适的判别方案来区分载体图像和载密图像。JPEG图像具有两个基本统计特性：直方图特性和分块效应，大多针对JPEG图像的隐写分析算法都是利用这两个特性来设计的。研究者已提出了几种较有效的基于JPEG图像的通用隐写分析技术算法，下面我们主要研究讨论两种。