Диплом ЦВЗ (1221233), страница 4

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

Текст из файла (страница 4)

В настоящее время получает рас­пространение новая версия формата JPEG – JPEG-2000. Одним из сущест­венных улучшений JPEG-2000 является применение более эффективного алгоритма компрессии с потерями – вейвлет-преобразования. Вейвлет-коэффициенты подвергаются квантованию по алгоритму, известному как «иерархическое кодирование блоков с оптимизированным усечением» (EBCOT). Преимуществом EBCOT является то, что он работает с независимыми неперекрывающимися блоками, которые кодируются итеративно. Но данная версия ещё не поддерживается операционными системами семейства Windows и популярными веб-браузерами, что значительно уменьшает её область применения.

Процесс внедрения скрываемой информации в изображения сопоставим с процессом их сжатия. Встраивание информации зачастую осуществляется в незначащие области, для сохранения визуального представления изображения. Оптимальный метод сжатия удалит эту информацию, но современные алгоритмы оставляют достаточно возможностей для реализации различных способов внедрения данных. В стеганографии используется много идей из области компрессии изображений и знание алгоритмов сжатия помогает конструировать робастные к этим алгоритмам ЦВЗ.

3.3 Алгоритмы генерирования и встраивания ЦВЗ в изображения

По способу встраивания ЦВЗ стегоалгоритмы делятся на аддитивные и нелинейные. В алгоритмах аддитивного внедрения информации исходное изображение линейно модифицируется, а при извлечении в декодере используются корреляционные методы. При этом ЦВЗ или складывается с изображением-контейнером, или «вплавляется» в него. Нелинейные методы, в основном, основаны на скалярном и векторном квантовании.

Среди линейных алгоритмов можно выделить алгоритмы скрытия данных в пространственной области и скрытия данных в области преобразования. Нелинейные методы можно разделить на алгоритмы расширения спектра, скалярного и векторного квантования и методы, основанные на фрактальное кодирование.

3.3.1 Скрытие данных в пространственной области

Алгоритмы, относящиеся к этой группе, внедряют ЦВЗ в области исходного изображения. Их достоинством является то, что для внедрения ЦВЗ нет необходимости выполнять вычислительно сложные линейные преобразования.

3.3.1.1 Метод замены наименее значащего бита

Метод замены наименее значащего бита (LSB – Least Significant Bit) – самый распространённый среди методов замены в пространственной области.

Младший значащий бит изображения практически не несет в себе информации, так как человек в большинстве случаев не способен заметить изменений в этом бите. Фактически, НЗБ – это шум, поэтому его можно использовать для встраивания информации путем замены менее значащих битов пикселов изображе­ния битами секретного сообщения. При этом, для изображения в градациях серого (каждый пиксель изображения кодируется одним байтом) объем встроенных дан­ных может составлять 1/8 от общего объема контейнера.

Популярность данного метода обусловлена его простотой и то, что он обладает высокой пропускной способностью.

Перед скрытием текстового файла в контейнере его можно защи­тить криптографическим кодированием (для этого можно использовать, например, шифр Виженера) [7].

Для того чтобы при распаковке контейнера из полученного множества симво­лов можно было четко определить начало и конец именно скрытого сообщения, це­лесообразно ввести соответствующие секретные метки, которые ограничивали бы это сообщение [7]. Метки должны состоять из достаточного количества символов, чтобы не при­нимать за метки символы случайного образования.

Все гра­фические контейнеры условно разделяются на «чистые» и «зашумленные». У первых прослеживается связь между младшими и остальными битами цве­товых компонентов, а также зависимость между младшими битами. Встраивание сообщения в «чистое» изображение разрушает существующие за­висимости, что довольно легко обнаруживается. Если же изображе­ние изначально зашумлено (сканированное изображение, цифровое фото и т.д.), то определить постороннее вложение становится на порядок сложнее, хотя и возможно при использовании теории вероятностей и математической статистики.

В данной дипломной работе была реализована модификация данного алгоритма, в которой биты сообщения вносятся в синюю компоненту каждого второго пикселя изображения, что повышает скрытность сообщения.

3.3.1.2 Метод Куттера-Джордана-Боссена

Куттер (M. Kutter), Джордан (F. Jordan) и Боссен (F. Bossen) [8] предложили алгоритм встраивания в канал синего цвета изображения, имеющего RGB- кодирование, так как к синему цвету СЧЗ является наименее чувствительной. Рассмотрим алгоритм передачи бита секретной информации в этом методе.

Пусть — бит, который подлежит встраиванию, — изображе­ние-контейнер, — псевдослучайный пиксель контейнера, в который выполняется встраивание.

Секретный бит встраивается в канал синего цвета путем модификации ярко­сти :

,

где — константа, определяющая энергию встраиваемого сигнала, зависящая от назначения стегосистемы. Чем больше , тем выше устойчивость встро­енной информации к искажениям, однако и тем сильнее ее заметность.

Получатель извлекает бит, не имея первичного изображения. Для этого выполняется предсказание значения не модифициро­ванного пикселя на основе значений соседних пикселей. Для получения оценки пикселя предложено использовать значение соседних пикселей. Авторы ис­пользовали “крест” пикселей размером 7x7. Оценка получается в виде где — количество пикселей сверху (снизу, слева, справа) от оцениваемого пикселя (в случае креста 7x7 = 3).

При извлечении встроенного бита вычисляется разница между текущим ( и предсказываемым значениями интенсивности пикселя .

Знак будет означать встроенный бит: если < 0, то ; если > 0, то = 1.

Функции встраивания и извлечения в данном методе не симметричны, то есть, функция извлечения не является обратной функцией встраивания. Хотя правильное распознание бита сообщения является далеко не стопроцентным. Для уменьшения вероятности ошибок извлечения в процессе встраивания каждый бит повторяется несколько раз (многократное встраивание). По­скольку при этом каждый бит был встроен раз, то получается оценок одного бита сообщения. Бит сообщения извлекается как средняя разность реального и оцененного значения интенсивности пикселя в полученном контейнере: .

Знак этой усредненной разницы и определяет зна­чение встроенного бита.

Данный алгоритм был реализован в программном комплексе дипломной работы с параметрами и =200. Эти параметры были выбраны для эффективной работы алгоритма со всеми изображениями, но для некоторых изображений количество повторений может быть уменьшено.

3.3.1.3 Алгоритм PatchWork

В основе алгоритма Patchwork лежит статистический подход [9]. Опишем механизм работы алгоритма.

Псевдослучайным образом на основе ключа выбираются два пикселя изображения. Затем значение яркости одного из них увеличивается на некоторое значение (от 1 до 5), значение яркости другого – уменьшается на то же значение. Далее этот процесс повторяется большое число раз(~10000) и находится сумма значений всех разностей. По значению этой суммы судят о наличии или отсутствии ЦВЗ в изображении.

Введем ряд обозначений. Пусть значения выбираемых на каждом шаге пикселов и , величина приращения- δ.Тогда сумма разностей значений пикселов .

Матожидание величины близко к нулю при достаточно большом . Матожидание величины будет больше . Таким образом, в стегодетекторе в соответствии с ключом проверяется значение и в том случае, если значение значительно отличается от нуля, выносится решение о наличии ЦВЗ [4].

Авторами были предложены улучшения алгоритма для повышения его робастности. Вместо отдельных пикселов предлагается использовать блоки(так называемые patches, откуда и получил название алгоритм). Так как одной из самых распространённых атак является сжатие JPEG, то целесообразно, чтобы спектр ЦВЗ находился в области низких частот. С другой стороны, если характер возможных модификаций стего заранее неизвестен, целесообразно применение сигналов с расширенным спектром. От формы блока зависит невидимость вносимых искажений.

Алгоритм Patchwork является робастным к операциям сжатия изображения, его усечения, изменения контрастности. Основным недостат-ком алгоритма является его неустойчивость к афинным преобразованиям, то есть поворотам, сдвигу и масштабированию. Также стегосистемы, основанные на применении данного алгоритма имеют малую пропускную способность. Так, в базовой версии алгоритма для передачи бита сообщения требуется 20000 пикселей [4].

3.3.2 Скрытие данных в области преобразования

В большинстве методов скрытия данных в изображениях используется декомпозиция контейнера. Среди всех линейных ортогональных преобразований наибольшее распространение в стеганографии получили вейвлет-преобразование и ДКП, что в основном объясняется их успешным применением при сжатии изображений. Кроме того, желательно применять для скрытия данных преобразование изображения, которое используется при его сжатии, что будет способствовать робастности к компрессии изображения. В стандарте JPEG используется ДКП, а в JPEG2000 – вейвлет-преобразование.

Рассмотрим схему работы стегосистемы, осуществляющей вложение ЦВЗ в область преобразования [4]. Изображение разделяется на субполос. К каждой из них и добавляется скрытая информация. В результате обратного преобразования получается модифицированное изображение-контейнер После проведения компрессии/декомпрессии получается изображение . Оно подвергается прямому преобразованию, и из каждой субполосы независимо извлекается скрытое сообщение.

Эффективность применения вейвлет-преобразования и ДКП для сжатия изображений объясняется тем, что они хорошо моделируют процесс обработки изображения в СЧЗ, отделяя «значимые» детали от «незначимых»[4]. Их рекомендовано применять в случае активного нарушителя. Действительно, модификация значимых коэффициентов преобразований приведёт к большому искажению изображения.

3.3.2.1 Метод относительной замены величин коэффициентов ДКП (метод Коха и Жао)

Наиболее распространенным методом скрытия информации в частотной области изображения является метод относитель­ной замены величин коэффициентов ДКП, который в свое время описали Кох (Е. Koch) и Жао (J. Zhao) [10].

Дискретное косинусное преобразование имеет вид: (3.1) – для прямого преобразования, (3.2) – для обратного.

Для начала первичное изображение разбивается на блоки размерностью 8x8 пикселей. ДКП применяется к каждому блоку – формула (1), в результате чего получаются матрицы размером 8x8 коэффициентов ДКП, которые зачастую обозначают , где b – номер блока контейнера С, a – позиция коэффициента в этом блоке. Каждый блок предназначен для скрытия одного бита данных.

Характеристики

Список файлов ВКР