Симониченко Я.А.

Національний авіаційний університет, Україна

ПІДВИЩЕННЯ СТІЙКОСТІ СТЕГАНОКОНТЕЙНЕРА НА БАЗІ АНАЛІЗУ КОЛІРНИХ МОДЕЛЕЙ ЗОБРАЖЕННЯ

Вступ. Сучасний розвиток інформаційних технологій призводить до необхідності створення методів захисту інформації. Стеганографічні методи дозволяють приховати сам факт існування прихованих даних при їх передачі. Використання методів стеганографічного захисту інформації сприяло до застосування стеганоаналізу. Метою стеганоаналізу є дослідження якісних та кількісних оцінок надійності стеганографічної системи, а також побудова методів виявлення, модифікація або руйнування прихованої інформації.

Постановка задачі. Реалізація методів стеганографічного захисту призводить до створення стеганографічної системи. Одним із основних етапів стеганосистеми є вбудовування повідомлення до контейнера для подальшого передавання по каналах зв’язку. Для підвищення стійкості стеганосистеми, необхідно прагнути якнайменше змінювати структурні ознаки стеганоконтейнера.

Метою даної статті є підвищення стійкості стеганоконтейнера до атак на базі аналізу колірних моделей зображення. На основі проведених досліджень потрібно визначити оптимальну колірну модель зображення в умовах реалізації процесів стеганозахисту.

Підвищення стійкості стеганоконтейнера на базі аналізу колірних моделей зображення. При дослідженні колірних моделей зображення було використано 24-х бітне зображення із розміром растру – 240х240. Збереження зображення відбувалося у BMP-форматі, оскільки він є оптимальнішим форматом при виконанні стеганоперетворення [1]. Було використано 5 колірних моделей, а саме: RGB, HSV, HLS, YUV та YIQ. Для виконання дослідження, відбувалося заповнення кожної складової всіх 5-х колірних моделей. Ступінь модифікації контейнера становив від 20% до 100%.

Для знаходження оптимальної колірної моделі для передачі стеганографічного повідомлення виконаємо порівняння зображень на основі показника коефіцієнта кореляції Пірсона, що визначається за наступною формулою:

де  - середні значення вибірки х та у; S - середньоквадратичне відхилення.

         Після проведення дослідження було виявлено, що оптимальнішими колірними моделями є RGB та HLS. Значення коефіцієнтів кореляції, при використанні колірних моделей RGB та HLS, наведені у таблиці 1 та 2. Використання синьої компоненти у моделі RGB та компоненти насиченості у моделі HLS є більш оптимальним для підвищення стійкості стеганосистеми.

Таблиця 1. Коефіцієнт кореляції RGB моделі

Складова

Ступінь заповнення контейнера, %

20%

40%

60%

80%

100%

Значення коефіцієнта кореляції

1

Red

0.99999314

0.99998523

0.99997628

0.99996663

0.99995669

2

Green

0.999976

0.99995487

0.99993542

0.9999162

0.99989636

3

Blue

0.99999761

0.99999497

0.99999201

0.99998865

0.99998499

Таблиця 2. Коефіцієнт кореляції HLS моделі

Складова

Ступінь заповнення контейнера, %

20%

40%

60%

80%

100%

Значення коефіцієнта кореляції

1

Hue

0.99996289

0.99992517

0.99981702

0.99975367

0.9997219

2

Lightness

0.99996628

0.99993253

0.99989592

0.99982089

0.99978616

3

Saturation

0.99999999

0.99999998

0.99999998

0.99999996

0.99999994

При використанні моделі HLS, значення елементів складових виражено через десятковий дріб. А значення елементів складових RGB-зображення виражено цілими числами. Для проведення приховування даних кожне значення елементів переводиться у двійковий формат, але перетворення відбувається тільки цілої частини числа (рис. 1, а) [2]. Тому, що у двійковому форматі немає дробової частини. У двійковій системі кожен біт може приймати значення 0 або 1. Таким чином, чергування молодшого біту числової послідовності відбувається почергово – 0, 1, 0, 1, 0, 1, 0, 1, … (рис. 1, б).

а                                                      б

Рис. 1. Двійкове представлення значень:

а – компоненти насиченості в HLS моделі, б – числової послідовності.

         Більш надійнішим буде застосування методу округлення значення елементів зображення, в моделі HLS, до наступної цілої частини цього елементу для зміни молодшого біту Для порівняльного аналізу методів, виконаємо модифікацію молодшого біту елементу зображення при використанні цілої частини. Для цього, проведемо перетворення кожного значення елементів у двійковий вигляд (рис. 2, а). Після цього, виконаємо зміну молодшого біту та зворотнє перетворення (рис. 2, б) [3]. Підрахуємо суму абсолютних значень різниць кожних відповідних елементів (рис. 2, в). Вона становить – 5.

а                               б                                       в

Рис. 2. Модифікація молодшого біта елемента зображення:

а – значення елементу до модифікації, б – значення модифікованого елемента,

в – сума абсолютних значень різниць елементів.

         Виконаємо аналогічне перетворення за допомогою методу округлення значень елементів зображення для зміни молодшого біту. Округлення елементів виконаємо до наступної цілої частини. Після цього, були отримані значення елементів із модифікованими молодшими бітами (рис. 3, а – б). Таким чином, сума абсолютних значень різниць елементів – 2,75 (рис. 3, в).

а                               б                                       в

Рис. 3. Округлення значень елементів зображення:

а – оригінальне значення, б – округлене значення,

 в – сума абсолютних значень різниць елементів.

         Отже, використання першого методу здійснило зміну значень елементів зображення на 5 одиниць. А різниця значень елементів після методу округлення становила 2,75. Використання методу округлення зменшує різницю значень елементів зображення-оригіналу із зображенням-результатом майже в 2 рази.  

         Висновок. Для підвищення надійності стеганосистеми оптимальніше проводити вбудовування повідомлення у компоненту насиченості моделі HLS. А сам процес вбудовування слід виконувати методом округлення значень елементів. Використання округлення дозволяє зменшити спотворення зображення після стеганоперетворення та підвищити стійкість стеганосистеми до атак.

 

Література:

1.   Юдін О.К., Симониченко Я.А. Аналіз сучасних графічних форматів в умовах реалізації процесів стеганозахисту // Актуальные проблемы современных наук – 2011.

2.   Грибунин В.Г., Оков И.Н., Туринцев И.В. Цифровая стеганография. — М.: Солон-Пресс, 2002.
3.    Конахович Г.Ф., Пузыренко А.Ю. Компьютерная стеганография. Теория и практика. – К.: МК-Пресс, 2006. – 288 с.