当前主流的自适应图像隐写算法可以有效地保证在无损信道中隐蔽传输信息。但近年来越来越多的社交平台采用了有损信道来传输图像,导致自适应图像隐写算法在实际社交网络中隐蔽传递信息的应用受到了限制。因此,研究能够在有损信道中有效传递隐蔽信息的鲁棒图像隐写算法势在必行。为了提高隐写算法的抗检测性和鲁棒性,本文提出了一种基于DCT符号翻转的鲁棒图像隐写算法。另外,为了解决社交平台有损信道攻击的多样性造成推荐的符号隐写算法鲁棒性差异的问题,本文设计了一种面向社交平台的半信道符号隐写算法。首先,为了深刻了解图像隐写算法的鲁棒性,对图像隐写进行了分析和拓展。对当前的两种主要的鲁棒隐写设计思路及其相关算法进行了深入的研究和探讨,总结分析了它们所存在的无法抵抗多种不同质量因子的JPEG攻击的不足。上述工作为本文的鲁棒隐写算法研究提供了方向和思路。其次,针对基于嵌入域的鲁棒图像隐写算法在JPEG攻击后秘密信息的正确提取率和抗检测性不高的问题,提出了一种基于DCT符号翻转的鲁棒隐写算法。第一步,通过DCT系数符号的压缩不变性,在载体图片中选择可以抵抗JPEG压缩的候选系数:第二步,设计失真函数,对每个候选系数分配失真代价;最后依赖纠错码和STCs,以造成最小的嵌入失真代价的原则将编码信息嵌入至载体图片。与现有鲁棒隐写的对比实验结果表明:当相对嵌入率为0.1时,本文提出的符号隐写在抗检测性能上提高了 7.7%以上,同时在不同质量因子的JPEG攻击下,秘密信息正确提取率均可达到的99%以上。最后,针对社交平台信道攻击的多样性造成符号隐写鲁棒性差异的问题,本文提出了一种面向社交平台的半信道符号隐写。根据不同的社交平台传输图像时预处理操作可能不同的实际情形(例如可能使用不同的JPEG质量因子来压缩图像)以及载体图像本身的特性,选择不同的候选系数用于承载秘密信息,以达到更好的隐写鲁棒性能。通过在Facebook等社交平台上与符号隐写进行对比实验结果表明:改进算法根据不同的社交平台和载体图像采取不同的隐写方案,可以达到100%的信息正确提取率。