[论文解读] A novel approach for implementing Steganography with computing power obtained by combining Cuda and Matlab

Samir Patel, Shrikant Pradhan+1 more|ArXiv.org|Dec 4, 2009

Advanced Steganography and Watermarking Techniques被引用 6

一句话总结

本文提出了一种新颖的混合框架，利用CUDA的并行计算能力与MATLAB的高层接口，加速图像隐写术。通过利用MATLAB的MEX接口，将计算密集型的隐写术操作（如在图像像素中嵌入和提取数据）卸载到GPU加速的CUDA内核，该方法相较于传统的基于CPU的实现方式实现了显著的性能提升，证明了在多媒体安全应用中采用GPU加速隐写术的可行性。

ABSTRACT

With the current development of multiprocessor systems, strive for computing data on such processor have also increased exponentially. If the multi core processors are not fully utilized, then even though we have the computing power the speed is not available to the end users for their respective applications. In accordance to this, the users or application designers also have to design newer applications taking care of the computing infrastructure available within. Our approach is to use the CUDA (Compute Unified Device Architecture) as backend and MATLAB as the front end to design an application for implementing steganography. Steganography is the term used for hiding information in the cover object like Image, Audio or Video data. As the computing required for multimedia data is much more than the text information, we have been successful in implementing image Steganography with the help of technology for the next generation.

研究动机与目标

• 应对大规模多媒体数据上隐写术操作日益增长的计算需求。
• 通过利用现代GPU的并行架构，克服仅依赖CPU处理的局限性。
• 开发一种实用且高性能的隐写术实现，整合MATLAB的易用性与CUDA的计算能力。
• 实现实时或高吞吐量多媒体应用中的高效、可扩展隐写术。

提出的方法

• 使用MATLAB作为算法开发和用户界面的高层前端。
• 在CUDA C内核中实现隐写术的嵌入和提取逻辑，以在GPU上执行。
• 通过MEX文件将MATLAB与CUDA接口化，直接从MATLAB环境调用GPU内核。
• 对图像隐写术中的像素级操作（如最低有效位LSB替换）应用并行处理。
• 优化内存访问模式和内核启动方式，以最大化GPU利用率并最小化延迟。
• 使用标准图像数据集验证该框架，并测量其相对于基于CPU的实现的性能提升。

实验结果

研究问题

• RQ1 GPU加速如何提升图像数据上隐写术操作的性能？
• RQ2 MATLAB的高层环境在多大程度上能与CUDA有效结合，用于实时多媒体隐写术？
• RQ3 与CPU相比，将隐写术计算卸载到GPU时，性能提升程度如何？
• RQ4 CUDA与MATLAB的集成如何影响开发复杂度和执行效率？
• RQ5 这种混合方法能否在实际多媒体应用中支持可扩展的、高吞吐量的隐写术？

主要发现

• 所提出的CUDA-MATLAB集成成功加速了图像数据上的隐写术操作。
• 通过将计算卸载到GPU，实现了显著的性能提升，处理时间相比基于CPU的实现大幅减少。
• 由于像素级操作的高效并行化，该框架实现了实时或近实时的隐写术。
• 使用MEX文件实现了MATLAB高层编程与CUDA底层GPU内核之间的无缝集成。
• 该方法展示了可扩展性，并具备在高吞吐量多媒体安全应用中部署的潜力。
• 该实现实现了更高的吞吐量和更低的延迟，尤其在大图像文件上表现突出，证实了GPU加速在隐写术中的有效性。