<div>
	Редукция набора детекторов LSB с заданной достоверностью</div>

Солодуха Роман Александрович , Перминов Геннадий Вадимович, Атласов Игорь Викторович

doi:10.17586/2226-1494-2022-22-1-74-81

2022 , ТОМ 22, НОМЕР 1 ( январь-февраль )

ISSN 2226-1494 (print), ISSN 2500-0373 (online)

Меню

Публикации

Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор

Партнеры

doi: 10.17586/2226-1494-2022-22-1-74-81

УДК 519.6

Редукция набора детекторов LSB с заданной достоверностью

Солодуха Р.А., Перминов Г.В., Атласов И.В.

Читать статью полностью

Язык статьи - русский

Ссылка для цитирования:

Солодуха Р.А., Перминов Г.В., Атласов И.В. Редукция набора детекторов LSB с заданной достоверностью // Научно-технический вестник информационных технологий, механики и оптики. 2022. Т. 22, № 1. С. 74–81. doi: 10.17586/2226-1494-2022-22-1-74-81

Аннотация

Предмет исследования. Предложено решение задачи сокращения набора стеганоаналитических методов определения размера вложения в пространственную область изображения, на примере количественных детекторов Least Significant Bits (LSB) стеганографии. Предположено, что методы могут отслеживать одни и те же закономерности в контейнерах, вследствие чего результаты их работы могут коррелировать. Представлены результаты разработки и тестирования методики редукции набора методов с учетом точности и достоверности для снижения вычислительной сложности стеганоаналитической экспертизы. Метод. Теоретическая база предложенного решения — приближение регрессии первого рода линейной регрессией второго рода для многомерных случайных величин. Для верификации результатов выполнен численный эксперимент. В качестве источника контейнеров применена коллекция BOSSbase. Вложения реализованы с шагом 10 % путем автоматизации стеганографических программ freeware-сегмента CryptArkan и The Third Eye c помощью AutoIt. Использованы стеганоаналитические методы Weighted Stego, Sample Pairs, Triples analysis, Asymptotically Uniformly Most Powerful detection, Pair of Values. Датасеты получены в среде MATLAB, программа реализована на языке Python. Для обеспечения воспроизводимости эксперимента датасеты и программный код представлены в Kaggle. Основные результаты. На основе экспериментальных данных рассчитаны интервальные оценки коррелированности методов для различных размеров стегановложения. Разработана методика в составе математической модели, алгоритма реализации модели и компьютерной программы. Практическая значимость. Предложенную методику целесообразно применять в задачах, где необходимо учитывать точность и достоверность. Такие оценки востребованы при осуществлении экспертно-криминалистической деятельности по вопросам, допускающим вероятностные выводы. С помощью данных оценок аналитик может варьировать количество методов в зависимости от доступных вычислительных мощностей и временных рамок исследования.

Ключевые слова: стеганоанализ, редукция набора методов, достоверность, LSB, стеганоаналитическая экспертиза, регрессия

Список литературы

Жижина М.В. Судебно-почерковедческая экспертиза документов / под ред. проф.Е.П. Ищенко. М.: ЮРЛИТИНФОРМ, 2006. С. 110–116.
Усов А.И., Градусова О.Б., Кузьмин С.А. Использование вероятностно-статистических методов при оценке значимости результатов экспертного исследования в отечественной и зарубежной судебно-экспертной практике (сравнительный анализ) // Теория и практика судебной экспертизы. 2018.Т. 13. № 4. С. 6–15.https://doi.org/10.30764/1819-2785-2018-13-4-6-15
Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа. Руководство для экономистов /пер.с нем.М.: Финансы и статистика, 1983. 304 с.
Атласов И.В., Солодуха Р.А. Стеганоанализ цифровых изображений: автоматизация, оптимизация, достоверность: монография. Электр. дан. и прогр.Воронеж: Воронежский институт МВД России, 2020. 171 с. [Электронный ресурс]. URL:www.kaggle.com/dataset/c736afc689f328127816c59961677b3106468ce9f8e4399f3d18a12745c9e94c (дата обращения: 10.11.2021).
Atlasov I., Solodukha R. Reduction of steganalytical methods set with determined reliability // Proc. 1^st International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency (SUMMA). 2019. P. 126–131. https://doi.org/10.1109/SUMMA48161.2019.8947470
Wishart J., Bartlett M.S. The distribution of second order moment statistics in a normal system // Mathematical Proceedings of the Cambridge Philosophical Society.1932. V. 28.P. 455–459.https://doi.org/10.1017/S0305004100010690
ФишерР.A. Статистические методы для исследователей. М.: Госстатиздат, 1958. 268 с.
Bartlett M.S. On the theory of statistical regression // Proceedings of the Royal Society of Edinburgh. 1934. V. 53. P. 260–283. https://doi.org/10.1017/S0370164600015637
Ker A., Böhme R. Revisiting weighted stego-image steganalysis // Proceedings of SPIE. 2008. V.6819. P. 681905. https://doi.org/10.1117/12.766820
Dumitrescu S., Wu X., Memon D. On steganalysis of random LSB embedding in continuous-tone images // IEEE International Conference on Image Processing. V. 3. 2002. P. 641–644.
Ker A. A general framework for structural steganalysis of LSB replacement // Lecture Notes in Computer Science. 2005. V. 3727. P. 296–311. https://doi.org/10.1007/11558859_22
Fillatre L. Adaptive steganalysis of Least Significant Bit replacement in grayscale natural images // IEEE Transactions on Signal Processing. 2012. V. 60. N 2. P. 556–569. https://doi.org/10.1109/TSP.2011.2174231
Westfeld A., Pfitzmann A. Attacks on steganographic systems: Breaking the steganographic utilities EzStego, Jsteg, Steganos and S-Tools-and Some Lessons Learned // Lecture Notes in Computer Science. 2000. V. 1768. P. 61–76. https://doi.org/10.1007/10719724_5
Pevný Т., Bas P., Fridrich J. Steganalysis by subtractive pixel adjacency matrix // IEEE Transactions on Information Forensics and Security. 2010. V. 5. N 2. P. 215–224. https://doi.org/10.1109/TIFS.2010.2045842
Fridrich J., Kodovský J. Rich models for steganalysis of digital images // IEEE Transactions on Information Forensics and Security. 2012. V. 7. N 3. P. 868–882. https://doi.org/10.1109/TIFS.2012.2190402
Chen C., Shi Y.Q. JPEG image steganalysis utilizing both intrablock and interblock correlations // Proc. of the IEEE International Symposium on Circuits and Systems (ISCAS). 2008. P. 3029–3032. https://doi.org/10.1109/ISCAS.2008.4542096

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License