近日，学院智能信息处理与内容安全团队徐达文教授在国际权威期刊《IEEE Transactions on Dependable and Secure Computing》（CCF A类）发表论文“Non-Additive Video Steganography Based on Inter-Frame Distortion Propagation Chains ”。

基于预测单元（PU）的视频隐写术通过修改PU划分模式来嵌入秘密信息，这种修改通常依赖于加性嵌入失真。然而，加性失真无法准确反映由帧间失真传递引起的样点失真变化。这不仅会导致帧间的失真漂移，还会使隐写痕迹更容易被现有的视频隐写分析技术检测到。此外，加性模型难以准确刻画最优的修改路径，尤其在帧间预测环境下，其反映实时样点失真的能力较弱。图1展示了加性视频隐写与非加性视频隐写算法的基础结构差异。

图1. 加性视频隐写与非加性视频隐写算法之间差异

为解决上述问题，本文提出一种基于帧间失真传递链的非加性视频帧间隐写方案，其整体隐写框架如图2所示。首先，本文分析帧间失真的传播机制，并提出一种基于同步模式方向的隐写修改策略，该策略有效减缓帧间失真的累积与扩散。进一步地，为提升隐写视频的安全性，本文构建一个基于DPC的视频帧间级定向失真传递模型。通过结合联合失真DeJoin与失真更新UpDist的代价分配方法，可以定向追溯隐写所衍生的帧间失真传递，从而实现载体代价的动态修正。

图2. SEVMark网络架构图

实验结果表明，所提出的方案能够有效抑制由隐写引起的失真漂移。该方法在显著提升抗帧内与专用帧间隐写分析安全性的同时，保持了优异的客观视觉质量和高效的比特率增长控制，为基于HEVC的视频隐蔽通信提供了更安全、更高效的新方案。

表1. 本文方法与其他方法的ΔPSNR（dB）对比

表2. 本文方法与其他方法的BIR（%）对比

表3. 本文方法与其他方法在不同攻击下的检测准确率对比

论文信息

S. He, D. Xu*, L. Yang. Non-Additive Video Steganography Based on Inter-Frame Distortion Propagation Chains. IEEE Transactions on Dependable and Secure Computing, 2026, DOI: 10.1109/TDSC.2026.3691050.