Є В Бєлозьоров, Я А Брюханова - Розробка системи стеганоанализу графічних файлів на основі цифрової тривимірної моделі зображення - страница 1

Страницы:
1 

6.        Ли К. Техника подвижных систем связи, -М.: Радио и связь, 1985.

7.        ETSI. European Digital Cellular Telecommunication System (Phase 2). European Telecommuni­cation Standards Institute, 1994.

 

УДК 004.056

 

Бєлозьоров Є.В., Брюханова Я. А.

РОЗРОБКА СИСТЕМИ СТЕГАНОАНАЛИЗУ ГРАФІЧНИХ ФАЙЛІВ НА ОСНОВІ ЦИФРОВОЇ ТРИВИМІРНОЇ МОДЕЛІ ЗОБРАЖЕННЯ

Запровано новий підхід до побудови систем стеганоаналізу, який базується на викорис­танні особливостей колірних просторів графічних зображень.

Пошук нових підходів у завданнях пошуку та виявлення вбудованої інформації в гра­фічних файлах є важливим науковим завданням, тому що вдосконалювання алгоритмів по­шуку й виявлення вбудованої інформації, безсумнівно, приводить до вдосконалювання ал­горитмів вбудовування.

Використання в більшості систем виявлення інформації стандартних колірних схем RGB або CMYK, фактично приводить до реалізації пошуку у вигляді аналізу відмінностей компонентів колірних схем, що само по собі становить додаткові можливості успішного приховання інформації у відповідних пикселях кожних кольорів колірної схеми.

На відміну від колірних просторів RGB або CMYK, які є, по суті, набором апаратних даних для відтворення кольорів на папері або на екрані монітора (кольори можуть залежати від типу друкованої машини, марки фарб, вологості повітря в цеху або виробника монітора і його настроювань), Lab однозначно визначає кольори. Тому Lab знайшов широке застосу­вання в програмному забезпеченні для обробки зображень у якості проміжного колірного простору, через яке відбувається конвертування даних між іншими колірними просторами (наприклад, з RGB сканера в CMYK друкованого процесу).

Відповідно до наукового завдання виявлення схованої інформації була висунута гі­потеза: для комплексної оцінки відмінностей графічного зображення з вбудованою інфор­мацією затвердженому еталонному зразку можна використати цифрову тривимірну модель аналізованого зображення, побудова якої можлива за рахунок використання колірної схеми

Lab.

Розсікаючи «рельєф» паралельно площини OXY з якимсь інтервалом AL (D) одержи-



Рішення цих завдань засновано на можливості подання двовимірного зображення в тривимірному базисі. Таким чином, просторові координати зображення спрямовані уздовж осей ох й оу, а координати світлоти (оптичної щільності) уздовж осі oz. Зображення в такій формі виглядає як якийсь «рельєф» у якому величина «піків і западин» задається величи­ною світлоти (яскравості), а характер формування їх у просторі значеннями х и в (рис. 1)мо ряд перетинів, площа яких буде описувати певну градационную характеристику зобра­ження.

Обчисливши площі, займані ділянками з однаковими градаційними характеристика­ми на зображенні, будуємо діаграму на яку наносимо послідовно значення всіх обчислених площ для аналізованого зображення.


У результаті подібного подання будуть отримані подання еталонного зразка й зразка з вбудованою інформацією в наступному виді (рис. 2).

Попередньо перед проведенням перетворень, як показали дослідження, необхідне ви­конання сегментації на основі граничної обробки зображень.

Алгоритм виконання даної операції являє собою циклічну обробку аналізованого зо­браження за допомогою вектора-маски, значення якої і являє собою множинний поріг.

 

Ввод зображення


Перетворення зображення з простору RGB в Lab

Рис. 3 — Алгоритм сегментації зображення за допомогою граничного перетворення із множинним

порогом М1

На підставі проведених досліджень запропоновано для роботи представленої методи­ки виконувати перетворення аналізованих повнокольорових зображень із колірного просто­ру RGB в CIELab, здійснювати дане перетворення необхідно через систему XYZ. Подаль­ший аналіз моделей друкованих зображень буде здійснюватися в системі CIELab, тому що вона найбільше узгоджується із процесом зорового сприйняття зображень апаратом людсь­кого зору, що є одним з вимог до розроблювального методу виявлення наявності схованої інформації в графічних файлах.

Для виконання перетворень використаємо програмний пакет Matlab. Попередньо в кожному із графічних файлів, по розробленому алгоритму, виділяємо ділянки, які мають однакову яскравість. Для цього напівтонове зображення перетворимо в палитрове, викорис­товуючи відсікання за певними граничними значеннями. У результаті масив зображення розбивається на шари відповідно до вектора граничних значень. В основу визначення гра­ничних значень були покладені значення граничних значень щільністі чутливості ока. Ці дані отримані Ю.П. Селивановим і З.П. Гамазиной шляхом перерахування значень гранич­ної чутливості ока по Лаури. Для каналу L цей вектор має вигляд [0 1 2 3 4 5 6 8 10 15...30 35 40...90 92 94 95 96 97 98 99 100]. Зменшення порога у світлах і тінях пов'язане з тим, що навіть невелика зміна в цих діапазонах приводить до істотних перекручувань на зображенні. Для каналів a й b цей вектор має вигляд [-125 -100 -80 70 ...-30 -25 -20 -15 -10 -5 -3 -2 -1 0 +1 +2 +3 +5 +10 +15 +20 +25 +30 +40...+80 +100 +125].

У результаті одержуємо 33 двовимірні матриці, які містять інформацію про розподіл по площах, ділянок з різними яскравосними порогами.

Далі обчислюємо площі (величина площі відповідає кількості пикселей), які займа­ють ділянки з однаковими яскраво-хроматичними характеристиками, використовуючи отримані матриці. У підсумку для отриманого розподілу значень яркостно-хроматических характеристик по площі зображення встановлюємо графічну залежність значень обчисле­них нами площ від рівня яскраво-хроматичного показника.

а) еталонне зображення


Зіставлення даних, отриманих у результаті проведення експерименту для зображення еталона й зображень 1 2 3, у системі CIELab для кожного каналу (заштрихована область -діапазон допуску, лінія - показники для даного файлу) представлене на рис.4.

б) зображення з вбудуванною інформацією (20% заповнення контейнера) Рис. 4. Зіставлення даних, отриманих у результаті проведення експерименту для зображення еталона й зображень 1 2 3, у системі CIELab для кожного каналу (заштрихована область - діапазон допуску,

лінія - показники для даного файлу)

Як видно із представлених графічних залежностей, існує досить чітка відмінність представлених характеристик для графічних файлів з вбудованою інформацією та еталон­них (не утримуючу вбудовану інформацію).

У результаті дослідження встановлено, що певний показник: величина площі, займа­ної ділянками з однаковими градационными характеристиками, вказує на відхилення якіс­них критеріїв зображення в такий же спосіб, як і людський зір. При проведенні експеримен­тів також удалося одержати залежності, які дозволяють об'єктивно охарактеризувати пара­метри перетворення та перекручування на проаналізованих зображеннях.

Таким чином, розроблено новий підхід до виявлення схованої інформації в графічних файлах шляхом використання особливостей графічних колірних схем. Представлений під­хід вимагає більше повного дослідження для визначення всіх особливостей виявлених зако­номірностей.

 

Литература

1.        Г.Ф.Конахович, А.Ю.Пузыренко Компьютерная стеганография: Теория и практика.: Про­изводство: МК-Пресс, 2006. - 283с.

2.        Дьідьшжо,С.И. Разработка алгоритмов сегментации изображения на участки с одинаковы­ми яркостно-хроматическими диапазонами / С.И. Дыдышко // Инженерный вестник. - 2008. - № 2. -С. 78-84.

3.        Дыдышко,С.И. Разработка методики контроля печатной продукции с использованием мно­гомерного сканирования печатных элементов /С.И.Дыдышко, С.А.Гуляев // Автоматизированный контроль и автоматизация производственных процессов: материалы Междунар. науч.-техн. конф., Минск, 6-8 июня 2006г. /Белорусский государственный технологический университет, редкол.: И.Ф.Кузьмицкий [и др.]. - Минск, 2006. - С. 54-57.

4.        Макаревич ОД, Фёдоров В.М. Рублёв Д.П. Обнаружение скрытых сообщений в изображе­ниях на основе вейвлет-декомпозиции Труды VII Международной научно-практической конференции "Информационная безопасность"-2ОО5., с 216-219.

5.        В.Г.Грибунин Цифровая стеганография.: - ООО "СОЛОН-Пресс", 2ОО2. - 292

6.        Johnson, N. F. and Jajodia, S., "Steganalysis of Images Created Using Current Steganography Software," Proc. The

7.        2nd Information Hiding Workshop, Portland, OR, April, LNCS vol.1525, Springer-Verlag, New York, 1998.

8.        Hastur,        H.,          "Mandelsteg,"      Software       downloadable from
http://idea. sec.dsi. uimi.it/pub/security/crypt/codev, 1994.

9.        Westfeld, A. and Pfitzmann, A., "Attacks on Steganographic Systems", Proc. The 3rd Information Hiding Workshop, September 28-3О, Dresden, Germany, LNCS vol. 1768, Springer-Verlag, New York, pp. 61-75, 1999.

УДК 004.942

Зацеркляний М.М., Кириченко Г.С., Лановий О.Ф.

МЕТОД СТЕГАНОАНАЛІЗУ ЗА ДОПОМОГОЮ RSU-ПІДГРУП

В статі приведено новий стеганоаналітичний метод створений на основі методу RS-стеганоаналізу. Запропоновано новий підхід до розбиття зображення на підгрупи.

Стеганографія - це передача секретних повідомлень всередині інших даних таким чином, що існування приховувань складно чи неможливо виявити. Необхідність стеганог-рафічних та стеганоаналітичних досліджень для галузі захисту інформації неможливо запе-речувати[1,2]. Важливе місце серед стеганоаналітичних методів займають статистичні ме­тоди, що відшукують певні ймовірністні показники, характерні для стегоповідомлень.[3] Найбільш розповсюдженими носіями прихованої інформації насьогодні є зображення.

Ідея статистичного стеганоаналізу полягає у порівнянні теоретичного розподілу най­менш значущих біт малюнку з фактичним розподілом цих же біт у цьому ж малюнку. При цьому міра схожості теоретичного та фактичного розподілу є мірою вірогідності вбудову­вання прихованої інформації.

Одним з потужних статистичних методів є розроблений Д. Фрайдіч (J. Fridrich) метод RS - стеганоаналізу [4]. Розглянемо його засади.

Площина зображення P розміром W х H розбивається на однакові групи пікселів

G = (x.,x2,...,xk)             •      Mх N

v vv      k> розмірністю 1VI XJv .

Визначається функція-дискримінант f, яка ставить у відповідність групі пікселів G

f (x,,x2,...,xk R дійсне число J v 1   2      k>     , наприклад

 

k-1

f (x1, x2,..., xk )=X

1, x2,..., xk) =       |x,+1     xi I

І=1           ,                                   (1)

Задаються функції-перемикачі

 

^1:О «1,2 « 3,k,254 « 255                               (2)

 

F-1:-1« О,1« 2,k,255 « 256                               (3)

та

Fo(x) = x,"x є P

Страницы:
1 


Похожие статьи

Є В Бєлозьоров, Я А Брюханова - Розробка системи стеганоанализу графічних файлів на основі цифрової тривимірної моделі зображення