«Эффективность применения цифровых изображений в компьютерной стеганографии» (стр. 3 из 4)

Рис. 3. Зависимость надежности сокрытия информации от объема сообщения.

Казалось бы, приведенная закономерность не позволяет увеличивать эффективность стеганографического встраивания информации путем наращивания размера сообщения. Но это не так. Существует несколько методов повышения размеров сообщения без ущерба стойкости, о которых речь пойдет дальше.

3. Устойчивость к модификации заполненного контейнера (сжатию). Устойчивость к модификации характеризует вероятность восстановления сообщения при условии некоторой модификации заполненного контейнера. Частным случаем модификации является сжатие с потерями. Особое значение этот фактор эффективности имеет для технологий внедрения цифровых водяных знаков.

Модификация заполненного контейнера может осуществляться как непреднамеренно (сжатие, ошибки при передаче файла по каналу связи с помехами), так и преднамеренно (попытка нарушить авторские права путем уничтожения ЦВЗ). Повышение устойчивости к сжатию осуществляется путем тщательного исследования алгоритмов компрессии с целью определения областей контейнера, не подвергающихся модификациям. Действенным методом борьбы с преднамеренным разрушением ЦВЗ может считаться встраивание информации в ту область файла-контейнера, изменение которой приводит к деградации изображения. Традиционным и достаточно мощным способом борьбы с «помехами» может служить увеличение избыточности встраиваемого сообщения (Рис.4).

4. Объем вычислений, необходимый для встраивания сообщения в цифровое изображение. Несмотря на стремительный рост возможностей современных компьютеров, проблема вычислительной сложности алгоритмов встраивания продолжает играть ключевую роль в некоторых областях применения стеганографии. Это, как правило, информационные системы реального времени, где временные рамки выполнения алгоритма сильно ограничены. В качестве примера, можно привести гипотетический скрытый канал голосовой связи, работающий посредством встраивания аудиоинформации в поток графических файлов, передаваемых по сети. Очевидно, что в данном случае, во избежание потери качества передаваемой информации, пакеты данных (цифровые изображения) должны подготавливаться (заполняться сообщениями) и передаваться без задержек.

Рис.4. Искажение ЦВЗ при сжатии. а) – исходный ЦВЗ; б) - е) – ЦВЗ, извлеченный контейнера, сжатого с различной степенью [7].

Стоит отметить, что большинство стеганографических алгоритмов не обладают большой вычислительной сложностью. Тем не менее, попытки увеличения некоторых параметров эффективности (скрытность, размер сообщения), могут значительно увеличивать объемы вычислений и ограничивать использование алгоритма в системах реального времени.

5. Используемый графический формат. В значительной степени эффективность применения цифровых изображений в стеганографии зависит от формата их хранения. Поясним это несколькими примерами.

Формат BMP, имевший широкое распространение в прошлом, сегодня утратил свои позиции. Несмотря на обилие алгоритмов и техник встраивания информации в файлы этого формата, его нельзя назвать эффективным с точки зрения современной стеганографии. Во-первых, его применение в настоящее время весьма ограничено. Во-вторых, в отношении контейнеров в формате BMP разработано большое количество методов обнаружения скрытого сообщения, что также снижает эффективность формата.

Одним из наиболее распространенных в сети Интернет форматов является формат GIF, использующий алгоритм сжатия без потерь. Отсутствие потерь при компрессии позволяет использовать для сокрытия информации те же алгоритмы, что и для несжатых изображений. Тем не менее, это не решает проблемы обнаружения встроенного сообщения. К тому же, ограниченность размера цветовой палитры ограничивает возможности использования его для хранения цифровых фотографий (которые являются наиболее востребованным видом контейнеров).

Наиболее эффективным, с точки зрения автора, выглядит формат JPEG, который используется для хранения подавляющего большинства цифровых фотографий. Преимущества этого формата объясняются ещё и отсутствием эффективных методов обнаружения и изменения сообщений, встроенных в частотную область изображения (коэффициенты дискретного косинусного преобразования, или ДКП).

Методы повышения эффективности на примере разработанного алгоритма.

В качестве примера, рассмотрим алгоритм встраивания информации в цифровые изображения в формате JPEG, разработанный в рамках дипломного проекта. Для повышения эффективности использования JPEG-файлов было применено несколько методов.

Проблеме обеспечения скрытности встраиваемых данных были посвящены исследования информативности коэффициентов частотных преобразований (коэффициентов ДКП) [8]. Было выяснено, какие из пространственных частот оказывают наименьшее влияние при их модификации (а значит и более пригодны к встраиванию). Исследования производились для участков изображения, имеющих различную яркостную структуру (однородные, слабо неоднородные, сильно неоднородные, области с контрастными контурами). Был установлен порядок, в котором те или иные частоты на тех или иных участках изображения должны задействоваться в первую очередь, во вторую очередь и т д. Это позволило значительно повысить стойкость встраивания.

Основным и наиболее удачным методом повышения эффективности любого стеганографического алгоритма может считаться внедрение в него адаптивного механизма (придание ему свойства адаптивности).

Под адаптивностью системы понимают её способность изменять свою структуру и методы функционирования в зависимости от её окружения (входного потока информации). В случае стеганографической системы, входной поток – это стеганоконтейнер, а адаптивность – способность одинаково хорошо работать с различными видами контейнеров при заданных параметрах функционирования.

Рассмотрим проблему адаптивности применительно к системе встраивания информации в статические изображения более подробно. В данном случае, многообразие входного потока формируется множеством всех изображений, которые могут быть использованы в качестве стеганоконтейнера. При отсутствии адаптивности, эффективность системы будет достаточно низкой. Это связано с тем, что подобная система не сможет использовать весь потенциал для встраивания, предоставляемый отдельно взятым контейнером. Вместо этого, будет использоваться лишь незначительная часть коэффициентов области преобразования, которая дает одинаково хорошие результаты для всех изображений.

В то же время, экспериментально было доказано, что с ростом неоднородности изображения, возможности по встраиванию информации в некоторые группы коэффициентов могут возрастать в несколько раз. Неадаптивная система не способна учитывать подобные особенности, так как со всеми изображениями она работает одинаково (в то время как места расположения неоднородных областей меняются от изображения к изображению). Адаптивная система лишена подобных недостатков. Главным её отличием является наличие подсистемы предварительного анализа. Эта подсистема исследует изображение и на основании полученных результатов изменяет алгоритм встраивания таким образом, чтобы он был максимально эффективным для данного контейнера.

Адаптивность в разработанный алгоритм была внесена путем предварительного анализа пустого контейнера с целью определения степени яркостной и цветовой неоднородности различных его участков. В дальнейшем, объем информации, встраиваемой в каждый участок, определялся результатами предварительного анализа. Наибольшим изменениям подвергались сильно неоднородные блоки, в то время как однородные части изображения (в которых СЧЗ чувствительна даже к незначительным изменениям) не изменялись, или модификация была минимальной.

Предварительный анализ проводился путем исследования пространственного спектра различных участков изображения. Для каждого из них вычислялись три специальные величины, введенные автором: фактор неоднородности, низкочастотный фактор и высокочастотный фактор. На основании значений этих величин устанавливалась яркостная и цветовая структура участка, что позволило достичь цели, поставленной перед адаптивным анализом.

Важным моментом в создании адаптивного анализа является то, что этот анализ должен давать одни и те же результаты как для пустого, так и для заполненного контейнера. Действительно, в противном случае корректное извлечение встроенного сообщения было бы невозможным.

Особо стоит подчеркнуть, что адаптивный анализ является как раз тем средством повышения размера встраиваемых сообщений, которое не оказывает влияния на стойкость алгоритма. В основе разработки подобного механизма лежит глубокое исследование алгоритма сжатия, формата хранения и СЧЗ, с целью реализовать весь потенциал формата по сокрытию сообщений.

Обычно в стеганоалгоритмах принцип встраивания информации не зависит от объема сообщения и вида контейнера. Это приводит к тому, что небольшие встроенные сообщения сосредотачиваются в определенной области контейнера, которая зачастую является не самой пригодной для встраивания. В то же время, наиболее эффективным представляется метод, при котором для сообщения любого объема будет задействована минимально необходимая часть изображения, причем наиболее пригодная для встраивания.