ЭФФЕКТИВНОСТЬ СТЕГАНОАНАЛИЗА НА ОСНОВЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

Предмет исследования.Проведена сравнительная оценка точности методов стеганоанализа на основе машинного обучения в задачах пассивного противодействия каналам передачи данных, использующим область дискретного вейвлет-преобразования неподвижных цифровых изображений. Методы. Исследованы методы авторов Gireesh Kumar, Hany Farid, Changxin Liu, Yun Q. Shi и SPAM. В основу методов стеганоанализа положено использование статистических моментов, полученных для областей LL, HL, LH и HH при дискретном вейвлет-преобразовании, и дополнительных параметров изображения, составляющих опорный вектор. Для оценки методов использована коллекция изображений BOWS2. Встраивание информации смоделировано путем изменения значений младших бит коэффициентов каждой из областей дискретного вейвлет-преобразования изображения (LL, LH, HL, HH) с 5% и 20% полезной нагрузки. Эффективность методов определена с учетом полученных истинно положительных, истинно отрицательных, ложноположительных и ложноотрицательных значений классификации изображений. Основные результаты. Показано, что все методы, за исключением SPAM, эффективны при обнаружении встраивания информации в HH область. При обнаружении факта встраивания информации в область LH эффективным методом является Yun Q. Shi. При обнаружении факта встраивания в HL область все методы, кроме SPAM, оказались сравнительно эффективными, но при большом объеме полезной нагрузки. При обнаружении факта встраивания в LL область все методы показали эффективность около 50% независимо от объема полезной нагрузки. Установлено, что рассмотренные методы не в состоянии оказать эффективное противодействие скрытому каналу передачи данных, использующему LH и HL области, в связи с тем, что они используют вейвлет-преобразование Хаара. Сделан вывод, что применение оптимального вейвлет-преобразования позволит максимально уменьшить область пересечения гистограмм значений первого статистического момента для оригинальных изображений и стеганоизображений. Практическая значимость. Результаты работы полезны специалистам в области защиты информации в задачах обнаружения и противодействия скрытым каналам передачи данных. Полученные результаты могут быть использованы при разработке систем стеганоанализа, а также для разработки усовершенствованных методов стеганоанализа.