Диссертация 1 (1189900), страница 13

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 13)

Очевидно соотношение: скрытая пропускная способность не превышает пропускной способности системы.

Существуют два подхода к определению количества информации, защищаемой от различных атак нарушителя стеганографическими методами. Эти походы формировались исходя из назначения стегосистем.

Первый из них [40] применим к стегосистемам, в которых защищаемые сообщения должны быть безошибочно переданы в условиях активного противодействия нарушителя. Этот подход учитывает, что кроме искажений при внедрении возможны и преднамеренные искажения со стороны нарушителя, а также искажения случайного характера, вызванные непреднамеренными помехами канала связи или искажениями при сжатии контейнера. Целью нарушителя при данном подходе является разрушение скрываемой информации. Данный подход определяет только теоретически достижимую скорость достоверной передачи скрываемых сообщений. При этом учтены условия, при которых скрываемая информация гарантированно передается в условиях попыток нарушителя по ее разрушению.

Второй подход, развиваемый в работе [41], дает оценки скрытой пропускной способности при вложении скрываемых сообщений в избыточные данные. В этой задаче оценка пропускной способности зависит от характеристик визуальной незаметности скрытого канала. Данный подход ориентирован на стегосистемы, в которых реализуется скрытая передача неизвестной получателю информации, при этом нарушитель пытается выявить факт наличия скрытой связи и, при установлении этого факта, извлечь и прочесть скрываемую информацию.

Использование первого подхода при оценке скрытой пропускной способности более эффективно в системах полухрупких и робастных цифровых водяных знаков. К тому же, в беспроводных мультимедийных сенсорных сетях остро стоят проблемы доступа к данным и возникновения помех в каналах связи. Учитывая эти обстоятельства, в рамках данного исследования при оценке пропускной способности стегосистем используется первый подход. Однако задача незаметного встраивания также важна для любой стегостемы. Так что выбранный подход будет расширен требованием визуальной незаметности ЦВЗ.

Измерим показатели пропускной способности для стегосистем с тестовыми контейнерами, основанных на использовании предложенного в работе метода и сравним их с показателями алгоритмов Sanghavi, Soheili и Koch. В рамках такого гибридного подхода скрытая пропускная способность определяется как максимальное число байт, которое можно встроить в изображение-контейнер без существенных потерь в качестве изображения (визуальной незаметности) при сохранении робастности алгоритма. В качестве тестовых контейнеров выбраны изображения Lighthouse.jpg, Lena.bmp, Puzzle.png и MilkyWay.tiff. Полученные результаты будут представлены на графиках, построенных в математическом пакете Microsoft Office Excel 2016.

3.3.1 Оценки пропускной способности стегосистем с контейнером Lighthouse

При значении параметра P = 40, обеспечивающем наибольшую робастность при приемлемом уровне визуальных искажений предлагаемого алгоритма, удалось встроить 369 байт информации. При этом робастность ЦВЗ к изменению контрастности и увеличению яркости была сохранена.

Декодер системы, основанной на алгоритме Koch (при P =10), позволяет корректно распознать только 165 байт информации, встроенной в контейнер. Увеличение параметра P ведет к большим визуальным искажениям.

Авторы алгоритма Sanghavi предоставляет исследователям свободу выбора уровня вейвлетного разложения и среднечастотного поддиапазона коэффициентов для встраивания. При использовании коэффициентов первого уровня разложения удалось встроить 10 байт в HL-коэффициенты и 8 байт в LH-коэффициенты. При этом сохранилась робастность ЦВЗ к увеличению яркости и контрастности изображения. При встраивании в коэффициенты второго уровня разложения удалось корректно извлечь 15 байт из HL-коэффициентов и 1024 байта из LH-коэффициентов. Но ЦВЗ оказался неустойчивым к изменению контрастности. Для устойчивости ЦВЗ пришлось снизить количество встраиваемой информации всего до 8 байт (встраивание в HL-коэффициенты). Использование коэффициентов третьего уровня позволило встроить 8 байт (7 в LH, 1 в HL поддиапазоны) робастно к изменению контрастности. Встраивание в среднечастотные коэффициенты 4 уровня вейвлетного разложения позволяет достичь максимальной скрытой пропускной способности в 80 байт (16 в LH, 64 в HL- поддиапазоны). Итого, для данного изображения (при встраивании в коэффициенты всех уровней разложения) скрытая пропускная способность составила 114 байт.

В стегосистеме, использующей метод Soheili удалось внедрить ЦВЗ размером в 764 байта. Но для достижения робастности к применению фильтров Гаусса ЦВЗ пришлось сократить до размера 76 байт.

Вычисленная по выведенным формулам пропускная способность и полученные экспериментально значения скрытой пропускной способности стегосистем, использующих в качестве контейнера изображение Lighthouse, представлены на рисунках 3.1 и 3.2.

Рисунок 3.1 – Пропускная способность стегосистем, использующих контейнер Lighthouse

Рисунок 3.2 – Скрытая пропускная способность стегосистем с контейнером Lighthouse

3.3.2 Оценки пропускной способности стегосистем с контейнером Lena

При значении параметра P = 40 предлагаемой схемы удалось встроить 512 байт информации робастно к изменению контрастности и увеличению яркости. В данном случае теоретическая оценка пропускной способности совпала с эмпирическим показателем скрытой пропускной способности.

Декодер системы, основанной на алгоритме Koch (при значении параметра P =40), позволяет корректно распознать 500 байт информации, встроенной в контейнер. При этом ЦВЗ остается робастным. Возникающее затемнение фона заметно лишь при наличии оригинала изображения.

При использовании коэффициентов первого уровня разложения удалось встроить устойчивый к изменению яркости ЦВЗ размером всего в 8 байт в HL-коэффициенты. При встраивании в коэффициенты второго уровня разложения удалось верно извлечь 409 байт ЦВЗ из HL-коэффициентов. Но такой водяной знак оказался неустойчивым к уменьшению яркости. Для достижения устойчивости пришлось уменьшить количество встраиваемой информации до 39 байт. Использование коэффициентов третьего уровня позволило встроить сообщение размером 54 байта (36 в LH, 18 в HL поддиапазоны) робастно к изменению яркости. Встраивание в среднечастотные коэффициенты 4 уровня вейвлетного разложения позволяет встроить ЦВЗ, устойчивый к изменению яркости, размером 50 байт (по 25 в LH и HL- поддиапазоны). Но при таком встраивании в стего возникают артефакты. Для выполнения условия незаметности встраивания, ЦВЗ был уменьшен до 5 байт и встроен в HL-поддиапазон. Итого, для данного изображения (при встраивании в коэффициенты всех уровней разложения) скрытая пропускная способность составила 106 байт.

В стегосистеме, использующей метод Soheili (при Q=64) удалось внедрить ЦВЗ размером в 256 байт. Но для достижения устойчивости к применению фильтров Гаусса ЦВЗ был урезан до размера 56 байт.

Полученные экспериментально значения скрытой пропускной способности стегосистем, использующих контейнер Lena, представлены на рисунке 3.3.

Рисунок 3.3 – Скрытая пропускная способность стегосистем c контейнером Lena

3.3.3 Оценки пропускной способности стегосистем с контейнером Puzzle

При значении параметра P = 40 авторской стегосистемы удалось встроить ЦВЗ размером в 937 байт информации. При этом он робастен к изменению контрастности и увеличению яркости. В данном случае теоретическая оценка пропускной способности стегосистемы с предлагаемым алгоритмом совпала с эмпирическим показателем скрытой пропускной способности.

Декодер системы, основанной на алгоритме Koch (при значении параметра P =40), позволяет корректно распознать также 937 байт информации, встроенной в контейнер. При этом ЦВЗ остается робастным. Рост статистических оценок искажения изображения не привел к появлению видимых СЧЗ артефактов.

При использовании коэффициентов первого уровня разложения слабость декодера алгоритма Sanghavi позволила встроить всего 10 байт сообщения (по 5 в LH и HL-поддиапазоны). При встраивании в коэффициенты второго уровня разложения удалось верно извлечь ЦВЗ размером в 1500 байт. Но такой водяной знак не робастен к увеличению контрастности. Для достижения устойчивости пришлось уменьшить количество встраиваемой информации до 192 байт. Использование коэффициентов третьего уровня позволило встроить сообщение размером 90 байт (85 байт в HL-поддиапазон и всего 5 в LH-поддиапазон) робастно к увеличению яркости и контрастности. Как было отмечено в разделе 3.2.5 встраивание ЦВЗ в коэффициенты 4 уровня разложения не рекомендуется из-за неточного срабатывания детектора. Таким образом, для данного изображения (при встраивании в коэффициенты трех уровней разложения) суммарная скрытая пропускная способность составила 292 байта.

В стегосистеме, использующей метод Soheili (при Q=64), удалось внедрить ЦВЗ размером в 468 байт. Но для достижения устойчивости к применению фильтров Гаусса ЦВЗ был урезан вдвое до размера 234 байт. Интересной особенностью является закономерность для данного алгоритма: скрытая пропускная способность вдвое меньше, чем размер верно декодируемого неустойчивого ЦВЗ; в свою очередь, размер верно детектируемого ЦВЗ вдвое меньше пропускной способности стегосистемы.

Полученные экспериментально значения скрытой пропускной способности стегосистем, использующих контейнер Puzzle, приведены на рисунке 3.4.

Рисунок 3.4 – Скрытая пропускная способность стегосистем с контейнером Puzzle

3.3.4 Оценки пропускной способности стегосистем с контейнером MilkyWay

При значении параметра P = 40 предлагаемой в работе стегосистемы из-за яркостных свойств изображения наблюдаются серьезные проблемы в работе декодера. При уменьшении параметра P эта проблема была решена путем резкого уменьшения робастности, а, следовательно, и скрытой пропускной способности. Чтобы ЦВЗ был устойчивым к изменению контрастности изображения, его размер не должен превышать 41 байт.

Использование алгоритма Koch привело к появлению множества артефактов на изображении. Уменьшение параметра P до 1 позволило добиться приемлемого качества изображения. При этом детектор верно определил ЦВЗ размером

30 байт.

Применение алгоритма Sanghavi в стегосистеме с данным изображением не рекомендуется, так как при встраивании в среднечастотные коэффициенты удалось встроить, избежав серьезных искажений контейнера, робастный к изменению яркости и контрастности цифровой водяной знак размером всего в 8 байт (из них 6 было встроено в коэффициенты HL-поддиапазона 3 уровня разложения).

Метод Soheili (Q=64) позволил встроить робастно к фильтрам Гаусса ЦВЗ наибольшего размера  154 байта, что снова составляет 25 % от пропускной способности алгоритма.

Полученные экспериментально значения скрытой пропускной способности стегосистем, использующих контейнер MilkyWay, приведены на рисунке 3.5.

Рисунок 3.5 – Скрытая пропускная способность стегосистем с контейнером MilkyWay

3.3.5 Результаты сравнительного анализа скрытой пропускной способности

Проведенные эксперименты показали, что в большинстве случаев скрытая пропускная способность намного меньше пропускной способности алгоритмов и серьезно зависит от свойств изображения. Это говорит о необходимости предварительной оценки изображения при выборе алгоритма встраивания.

В результате испытаний хорошо зарекомендовал себя предлагаемый в работе алгоритм. Для всех изображений (кроме MilkyWay) стегосистемы, применяющие этот метод, позволили встроить устойчивый к применению яркостного и контрастного фильтров ЦВЗ достаточно большого объема. Скрытая пропускная способность для 3 из 4 тестовых изображений оказалась выше, чем у алгоритмов Koch и Soheili, и во всех случаях значительно превышала аналогичные показатели алгоритма Sanghavi. Для изображений Lena и Puzzle скрытая пропускная способность оказалась максимальной и совпала с теоретической оценкой пропускной способности. При этом ни в одной стегосистеме не возникло серьезных визуальных искажений контейнера.

Метод Koch в 2 из 4 случаев показал результаты, близкие к результатам предыдущего алгоритма, ещё в двух скрытая пропускная способность оказалась в 1,5  2 раза меньше. Серьезным ограничивающим фактором его применения являются искажения, вносимые его использованием (чаще всего в изображения, не сжатые в JPEG). При наличии в системе злоумышленника, имеющего исходный контейнер и средства анализа изображений (графические редакторы), от применения данного алгоритма рекомендовано отказаться. При отсутствии злоумышленника и грамотном ограничении доступа к исходному изображению, данный алгоритм может применяться в робастных стегосистемах. Для встраивания очень важно выбирать правильно значение параметра P, обеспечивая баланс между мощностью декодера и сохранением качества изображения.

Алгоритм Soheili позволяет незаметно встраивать ЦВЗ небольшого размера устойчиво к фильтрации Гаусса (обладает малой скрытой пропускной способностью). В ходе исследования выяснилось, что данный алгоритм является оптимальным для встраивания сообщения в изображения с однотонным фоном и наличием множества ярких объектов. В частности, стегосистема с контейнером MilkyWay и ЦВЗ, встроенным посредством данного метода, показала скрытую пропускную способность в несколько раз превышающую аналогичный показатель при применении других алгоритмов. Превосходство метода в такого рода стегосистемах связано с многократным дублированием цифрового водяного знака при встраивании. Вследствие незначительных визуальных искажений при использовании, рекомендуется увеличивать шаг квантования до Q=64.

Алгоритм Sanghavi, обладающий наибольшей пропускной способностью (как было установлено ранее) и позволяющий гибко настраивать уровень и диапазон встраивания, на практике продемонстрировал низкие показатели скрытой пропускной способности. Подбор уровня и диапазона является довольно нетривиальной задачей и проводится для каждой стегосистемы. Встраивание битов ЦВЗ в коэффициенты первого уровня вейвлет-разложения неэффективно из-за отсутствия устойчивости к применению фильтров. Внедрение битов сообщения в коэффициенты четвертого уровня также несостоятельно вследствие низкой пропускной способности поддиапазонов данного уровня разложения и возникновением артефактов. Встраивание в коэффициенты второго и третьего уровня наиболее целесообразно. Но и в этом случае выбор уровня и поддиапазона индивидуален для каждого изображения, а успешный результат не гарантирован. В сетях с оборудованием, обладающим невысокой вычислительной мощностью, такой анализ слишком ресурсозатратен. Авторы, разработавшие алгоритм, не дают рекомендаций по его применению (тем самым, предлагая исследователям разбираться в нюансах применения самостоятельно).

3.4 Исследование времени выполнения алгоритмов генерирования и встраивания ЦВЗ в изображения

При исследовании любого алгоритма важным критерием его эффективности является затрачиваемое на его исполнение процессорное время. Процессорное время является самым показательным вычислительным ресурсом, а минимизация вычислительных затрат– важнейшей задачей для разработчика алгоритма.

Измерим среднее время работы (в секундах) алгоритмов генерирования и встраивания цифровых водяных знаков, реализованных в рамках диссертационного исследования. Среднее время работы алгоритма будет определяться как среднее арифметическое по 10 замерам процессорного времени. Замеры проводятся отдельно для встраивания и извлечения ЦВЗ. Для исследования выбраны 5 тестовых изображений: Lighthouse.jpg, Koala.jpg, Lena.bmp, Napoleon.png, MilkyWay.tiff.

Так как время работы алгоритма зависит от характеристик компьютера, языка программирования и среды разработки, в которой проводится исследование, необходимо указать данные характеристики. В качестве устройства, на котором запускалась программа, выступал микрокомпьютер Raspberry Pi 2B, который может использоваться в качестве основы для видеокамеры и, таким образом, использоваться в качестве аппаратного обеспечения узла беспроводной мультимедийной сенсорной сети. В таблице 3.15 даны сведения о используемом процессоре, оперативной памяти и среде программирования, в которой производилось исследование.

Таблица 3.15 – Характеристики компьютера и среда программирования

Для измерения процессорного времени в Unix-системах используется функция clock библиотеки time. Результаты исследования приведены в таблицах 3.16 – 3.19.

Таблица 3.16 – Время работы алгоритма изменения разности между

Характеристики

Список файлов ВКР