Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

АДАПТИВНЫЙ АЛГОРИТМ ВСТРАИВАНИЯ ИНФОРМАЦИИ В СЖАТЫЕ JPEG-ИЗОБРАЖЕНИЯ НА ОСНОВЕ ОПЕРАЦИИ ЗАМЕНЫ


https://doi.org/10.31799/1684-8853-2018-5-44-56

Полный текст:


Аннотация

Введение: один из эффективных подходов к обеспечению конфиденциальности передаваемой и хранимой информации основан на применении методов цифровой стеганографии. Для обеспечения устойчивости перед стегоанализом при встраивании информации в цифровое изображение необходимо, чтобы встраивание не приводило к появлению демаскирующих признаков. Цель исследования: разработка адаптивного алгоритма стеганографического встраивания информации в сжатые JPEG-изображения на основе операции замены с минимизацией вносимых в информативные признаки искажений. Результаты: определена значимость демаскирующих признаков в области стегоанализа и их применения для адаптивности алгоритмов сокрытия секретной информации в цифровых объектах. Приведены основные признаки в пространственной и частотной областях цифровых изображений, применяемые в современных методах стеганографического встраивания. Проведен отбор информативных признаков, исключающий линейно зависимые признаки или признаки, не несущие в себе какую-либо информацию об искажении цифрового объекта при встраивании. Полученный набор позволил повысить точность общей классификации изображений на 19%. На основе сформированного набора информативных признаков разработана адаптивная модификация алгоритма встраивания информации в сжатые JPEG-изображения на основе замены, обеспечивающая минимизацию искажений изображения–контейнера при встраивании благодаря сформулированной целевой функции. Адаптивность алгоритма заключается в том, что выбор области сокрытия основывается на наборе информативных признаков, который характеризует естественную модель цифрового изображения.  Был проведен ряд экспериментов с целью выявления наилучших значений параметров для достижения хорошей емкости встраивания и минимальных искажений признаков. По результатам вычислительных экспериментов разработанный адаптивный алгоритм показал повышенную устойчивость перед стегоанализом при внушительной емкости встраивания, а также высокие значения метрики качества стегоизображений, что говорит о повышенной незаметности как для человеческого глаза, так и для многих алгоритмов стегоанализа, так как значения признаков искажаются незначительно.


Об авторах

О. О. Шумская
Санкт-Петербургский институт информатики и автоматизации РАН
Россия

Шумская Ольга Олеговна - аспирант, младший научный сотрудник лаборатории автономных робототехнических систем  Санкт-Петербургского института информатики и автоматизации РАН.  В 2018 году окончила Томский  государственный университет  систем управления и радиоэлектроники по специальности «Информационно-аналитические системы безопасности».  Является автором 15 научных  публикаций, двух патентов на программы для ЭВМ и одного патента на базу данных.

Область научных интересов — стеганография, стегоанализ, цифровые объекты, методы классификации.

14-я линия В. О., 39, Санкт-Петербург, 199178.



М. Железны
Западночешский университет
Чехия

Железны Милош - доцент, заместитель декана по концепции обучения и педагогической деятельности Западночешского университета, Пльзень,  Чехия. В 1994 году окончил магистратуру Западночешского университета, Пльзень, Чехия, по спeциальности «Кибернетика и техника управления». В 2002 году защитил диссертацию на соискание доктора наук  (PhD). Является автором 70 научных  публикаций.

Область научных интересов —  человеко-машинное взаимодействие, обработка аудиовизуальных сигналов, распознавание образов.

Университетская ул, 8, 2732, 301 00, Пльзень.



Список литературы

1. Коханович Г. Ф., Пузыренко А. Ю. Компьютерная стеганография. Теория и практика. К.: МК-Пресс, 2006. 288 с.

2. Yu L., Zhao Y., Ni R., Zhu Zh. PM1 steganography in JPEG images using genetic algorithm // Soft Computing. 2009. vol. 13(4). pp. 393–400.

3. Yang Ch. N., Kim Ch., Lo Y. H. Adaptive real-time reversible data hiding for JPEG images // Journal of Real-Time Image Processing. 2018. vol. 14(1). pp. 147–157. doi:10.1007/s11554-015-0555-x

4. Guo L., Ni J., Shi Y. Q. Uniform embedding for efficient JPEG steganography // IEEE Transactions on Information Forensics and Security. 2014. vol. 9(5). pp. 814–825.

5. Sachnev V., Kim H. J., Shi Y., Barni M. Ternary data hiding technique for JPEG steganography // Digital Watermarking. IWDW 2010. Lecture Notes in Computer Science. 2011. vol. 6525. pp. 202–210.

6. Huang F., Qu X., Kim H. J., Huang J. Reversible data hiding in JPEG images // IEEE Transactions on Circuits and Systems for Video Technology. 2015. vol. 26. doi:10.1109/TCSVT.2015.2473235

7. Jia-Fa M., Xin-Xin M., Gang X., Wei-Guo Sh., Na-Na Zh. A steganalysis method in the DCT domain // Multimedia Tools and Applications. 2016. № 75. pp. 5999–6019.

8. Шумская О. О. Метод стегоанализа JPEG-изображений на основе энергетических признаков в частотной области // Материалы международной научно-технической конференции студентов, аспирантов и молодых ученых «Научная сессия ТУ-СУР-2017». Томск: «В-Спектр». 2017. Ч. 6. С. 41–44.

9. Fridrich J. Feature-Based Steganalysis for JPEG Images and its Implications for Future Design of Steganographic Schemes // Proceedings of the Sixth International Workshop on Information Hiding, Lecture Notes in Computer Science. 2014. vol. 3200. pp. 67–81.

10. Chen M. C. Alpha-trimmed Image Estimation for JPEG Steganography Detection // Proceedings of the 2009 IEEE International Conference on Systems, Man, and Cybernetics. San Antonio, Texas, USA. 2009. pp. 4581–4585.

11. Andriotis P., Oikonomou G., Tryfonas T. JPEG steganography detection with Benford’s Law // Digital Investigation. 2013. vol. 9. pp. 246–257.

12. Fu D. Shi Y. Q., Su W. A generalized Benford’s law for JPEG coefficients and its applications in image forensics // Proceedings of SPIE 6505, security, steganography, and watermarking of multimedia contents IX. USA, San Jose. 2007. pp. 1L1–1L11.

13. Мицель А. А., Колодникова Н. В., Протасов К. Т. Непараметрический алгоритм текстурного анализа аэрокосмических снимков // Известия Томского политехнического университета. 2005. Т. 308(1). С. 65–70.

14. Berg G., Davidson I., Duan M. Y., Paul G. Searching For Hidden Messages: Automatic Detection of Steganography // Proceedings of the 15th innovative applications of artificial intelligence conference (IAAI), August 12–14. Acapulco, Mexico. 2003. pp. 51–56.

15. Maitra S., Paul G., Sarkar S., Lehmann M., Meier W. New results on generalization of roos-type biases and related keystream of RC // Proceedings of the 6th International conference on cryptology in africa (AFRI-CACRYPT), June 22–24. Cairo, Egypt. 2013. vol. 7918. pp. 222–239.

16. Liu Q., Sung A., Qiao M., Chen Z., Ribeiro B. An improved approach to steganalysis of JPEG images // Inf Sci. 2010. № 180(9). pp. 1643–1655.

17. Fusheng Y., Gao T. Novel image splicing forensic algorithm based on generalized DCT coefficient-pair histogram // Proceedings of 10th chinese conference (IGTA 2015). China, Beijing. 2015. pp. 63–71.

18. Kodovsky J., Fridrich J. Steganalysis of JPEG images using rich models // Proceedings of SPIE, electronic imaging, media watermarking, security, and forensics XIV. USA, San Francisco. 2012. pp. 7–20.

19. Орешин А. Н., Саитов И. А., Орешин Н. А. Стратегия повышения качества услуг видеосвязи на основе фильтрации видеопотока, содержащего кадры-вставки с информационным шумом // Труды СПИ-ИРАН. 2015. Т. 41. C. 57–80.

20. Карпов А. А., Ронжин А. Л. Многомодальные интерфейсы в автоматизированных системах управления // Известия высших учебных заведений. Приборостроение. 2005. Т. 48. № 7. С. 9–14.

21. Ронжин А. Л., Карпов А. А., Леонтьева А. Б., Костюченко Б. Е. Разработка многомодального информационного киоска // Труды СПИИРАН. 2007. № 5. С. 227–246.

22. Ронжин А. Л., Будков В. Ю. Технологии поддержки гибридных E-совещаний на основе методов аудиовизуальной обработки // Вестник компьютерных и информационных технологий. 2011. № 4. С. 31–35.

23. Cormen Th. H., Leiserson Ch. E., Rivest R. L., Stein C. Introduction to algorithms. London: MIT Press. 2013. 1324 p.

24. Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы. — М.: Физматлит, 2006. — 320 с.

25. Guyon I., Elisseeff A. An introduction to variable and feature selection // Journal of Machine Learning Research. 2003. vol. 3. pp. 1157–1182.

26. Molina L. C., Belanche L., Nebot A. Feature selection algorithms: a survey and experimental evaluation // Proceedings of the 2002 IEEE International conference on data mining. IEEE Computer Society. 2002. pp. 306–313.

27. Евсютин О. О., Шелупанов А. А., Мещеряков Р. В., Бондаренко Д. О. Алгоритм встраивания информации в сжатые цифровые изображения на основе операции замены с применением оптимизации // Компьютерная оптика. 2017. Т. 41(3). С. 412–421.

28. Сэломон Д. Сжатие данных, изображения и звука. М.: Техносфера, 2004. 368 с.

29. Storn R., Price K. Differential evolution — a simple and efficient heuristic for global optimization over continuous spaces // Journal of Global Optimization. 1997. vol. 11. pp. 341–359.

30. Karaboga D., Basturk B. On the performance of artificial bee colony (ABC) algorithm // Applied Soft Computing. 2008. vol. 8. pp. 687–697.

31. SIPI Image Database. http://sipi.usc.edu/database/ (дата обращения: 18.04.2018)


Дополнительные файлы

Для цитирования: Шумская О.О., Железны М. АДАПТИВНЫЙ АЛГОРИТМ ВСТРАИВАНИЯ ИНФОРМАЦИИ В СЖАТЫЕ JPEG-ИЗОБРАЖЕНИЯ НА ОСНОВЕ ОПЕРАЦИИ ЗАМЕНЫ. Информационно-управляющие системы. 2018;(5):44-56. https://doi.org/10.31799/1684-8853-2018-5-44-56

For citation: Shumskaya O.O., Zelezny M. ADAPTIVE ALGORITHM OF REPLACEMENT-BASED EMBEDDING OF DATA INTO COMPRESSED JPEG IMAGES. Information and Control Systems. 2018;(5):44-56. (In Russ.) https://doi.org/10.31799/1684-8853-2018-5-44-56

Просмотров: 86


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)