随着信息技术的发展和生活水平的提高，人们对于信息的安全问题越发重视。作为信息安全领域的主要技术之一，数字水印技术受到了科研人员的广泛关注。传统上数字水印的性能受到三个方面的制约：鲁棒性、不可见性和水印容量。近年来，数字水印的安全性逐步成为水印技术研究的新热点。　　 数字水印的安全性是衡量在水印算法细节公开的条件下水印密钥抵抗非授权攻击(估计)的能力。由于任何水印算法都不能永久保密，水印算法的细节必将公开，只能依靠水印密钥来保证水印系统的安全。密钥在水印系统中具有重要的作用。密钥的安全意味着水印系统的安全。对水印安全性攻击的目的是为了获取关于水印密钥的知识并最终实现对水印系统的完全破解，因此安全性对于水印系统尤为重要。水印安全性已经和水印不可见性、水印容量及水印鲁棒性一起成为水印性能的四大制约因素。　　 基于扩频调整的水印是最为广泛应用的技术之一，其安全性受到了学术界的格外重视。由于扩频水印安全性与水印载体信号的统计分布有密切联系，精确描述载体信号统计分布对于扩频水印安全性分析至关重要。原有的扩频水印安全性分析使用高斯模型来描述图像载体小波系数的统计分布，并不能准确刻画载体信号的实际分布特点，得出的分析结论与实际情况具有很大距离。本文利用自然图像模型实现对于图像载体小波系数统计分布的精确描述，并据此实现了对加性扩频水印和改进的扩频水印安全性的准确分析。　　 加性扩频水印是最为传统的扩频水印算法。对加性扩频水印的安全性分析中，本文利用高斯尺度混合模型描述自然图像载体小波系数的统计分布，通过Fisher信息来衡量水印通信过程中关于水印密钥的信息泄露。分析过程中使用攻击者对水印密钥无偏估计可达的最小误差来表示水印的安全程度。本文实现了对KMA和WOA条件下加性扩频水印安全性的理论分析和实验仿真，并证明原有的基于高斯模型的分析方法高估了加性扩频水印的安全性能。　　 改进的扩频水印算法的嵌入过程与载体信号的特点相关，是一种“有信的”水印嵌入方法。传统的加性扩频水印算法可以看作是改进的扩频水印算法的一种特例。在对改进的扩频水印算法安全性的分析中，本文利用高斯尺度混合模型描述自然图像小波系数的统计分布，通过Shannon互信息来表示水印通信过程中关于水印密钥的信息泄露并以此作为水印安全程度的衡量标准，实现了在KMA和WOA条件下对改进的扩频水印安全性的定量分析和实验仿真。　　 由于高斯模型描述的随机变量在平均功率相同条件下具有最大的不确定性，使用高斯尺度混合模型可以更加准确地刻画自然图像载体分布的特点，基于此模型的扩频水印安全性分析较以往工作更为准确和切合实际。本文的工作为进一步设计新一代鲁棒和安全的水印算法提供了依据。