К.т.н., доцент Пархоменко І.І., Бондаренко Л.Л.

Національний авіаційний університет, Україна

Оцінка якості стеганографічних систем

Як правило, професійно розроблена стеганосистема забезпечує трьохрівневу модель захисту інформації, що вирішує дві основні задачі:

• приховування самого факту наявності інформації, що захищається (перший рівень захисту);

• блокування несанкціонованого доступу до інформації, яке здійснюється шляхом обрання відповідного методу приховування інформації (другий рівень захисту).

•

Рис.1 Загрози та атаки на стеганосистему

Як видно з рис.1, надійність і час стійкості стеганосистеми у випадку проведення аналізу і випробувань визначаються можливостями обчислювальної системи.

Оцінка якості основної характеристики стеганоситеми – рівня прихованості – забезпечується шляхом проведення анлітичних досліджень (стеганоаналізу) і натурних випробувань [1].

Для оцінки якості стеганографічного приховування часто використовуються відомі методи з інших областей, в першу чергу – криптоаналізу. Оскільки абонент-отримувач може відновлювати приховувану інформацію прийнятого повідомлення, то цілком очевидно, що існує деякий механізм його вилучення.

Достатньо ефективні в деяких випадках методи оцінки рівня прихованості стеганозасобів на основі аналізу їх статистичних характеристик. Статистична теорія дає кількісні критерії ймовірності, що дозволяє створювати детектори, які будуть виявляти статистичні розбіжності між послідовностями. У випадку наявності достатнього об’єму інформації для аналізу з достатньо високою імовірністю можна зробити висновки про основні характеристики послідовності, яка виділена для аналізу з контейнера.

На початковому етапі аналізу рекомендується скористатися традиційними статистичними (χ2, тести на заборонені символи, на довжину циклу і т.п.), емпіричними (перевірка частот, серій, інтервалів, перестановок; перевірка на монотонність, «покер-тестом», тестом «збирача купонів») або спектральними тестами [1]. В подальшому доцільно використовувати більш гнучкі методи, які іноді спеціально розробляються під конкретну задачу.

Більшість показників спотворення чи критеріїв якості, які використовуються при візуальній обробці інформації, відносяться до групи різницевих показників спотворення. Ці показники базуються на різниці між контейнером-оригіналом (неспотворений сигнал) та контейнером-результатом (спотворений сигнал). До другої групи відносяться показники, що засновані на кореляції між оригінальним та спотвореним сигналами (так звані кореляційні показники спотворення) [2].

· Максимальна різниця (Maximum Difference) – характеризує різницю між порожнім і заповненим контейнером. Велике значення вказує на низьку якість зображення:

· Середня абсолютна різниця (Average Absolute Difference) – визначає середнє значення модуля різності між пікселями порожнього і заповненого контейнера. Велике значення AD вказує на низьку якість зображення:

· Нормована середня абсолютна різниця (Normalized Average Absolute Difference):

· Середньоквадратична помилка (Mean Square Error) :

· Нормована середньоквадратична помилка (Normalized Mean Square Error):

· L^р – норма, р = 2 (L^р-norm):

· Відношення сигнал/шум (Signal to Noise Ratio) – безрозмірна величина, рівна відношенню корисного сигналу до шуму. Чим більше це відношення, тим менше шум спотворює зображення:

· Максимальне відношення сигнал/шум (Peak Signal to Noise Ratio):

· Якість зображення (Image Fidelity) – безрозмірна величина, що характеризує ступінь відповідності порожнього контейнера до заповненого. Чим ближче її значення наближене до 1, тим більше отримане зображення відповідає оригіналу:

· Нормована взаємна кореляція (Normalized Cross‑Correlation) – характеризує взаємозв’язок між порожнім і заповненим контейнером. Чим ближче її значення наближене до 1, тим більша подібність між зображеннями:

· Якість кореляції (Correlation Quality):

· Структурний зміст (Structural Content):

· Подібність гістограм (Histogram Similarity):

де f_C(c) – відносна частота градації кольору с в зображенні з 256-а рівнями кольорів.

· Приховане максимальне відношення сигнал/шум (Masked Peak Signal to Noise Ratio):

Розглянуті вище показники базуються на аналізі окремих елементів сигналу (в даному випадку - пікселів зображення). [2,3] Слабкі місця таких показників відомі вже впродовж тривалого часу (наприклад, відсутність кореляції різницевих показників спотворення із зором людини). В останнє десятиліття все більше досліджень направлено на пошуки такого показника спотворення, який був би адаптований до людської зорової або слухової системі шляхом урахування різноманітних впливів.

Порівнявши показники спотворення зображень, оброблених за допомогою різних алгоритмів та врахувавши їхні недоліки можна зробити висновок, що жоден з алгоритмів не володіє збалансованими характеристиками. Їхня ефективність безпосередньо залежить від конкретних умов використання. Алгоритми стеганографічних перетворень в основному або вносять малі спотворення в зображення і є вразливими до стиснення, статистичного стеганоаналізу, внесення шуму в зображення. Або ж, навпаки, є робастними до перелічених атак, що сильно змінюють зображення. Тому, вибір алгоритму реалізації є балансуванням між робастністю, таємністю і максимально можливим їхнім об’ємом.

Література:

1. Хорошко В., Азаров О., Шелест М., Яремчук Ю. Основи комп'ютерної стеганографії: Навчальний посібник для студентів та аспірантів. – Вінниця: ВДТУ, 2003. – 143с.

2. Конахович Г., Пузыренко А. Компьютерная стеганография. Теория и практика. // Киев: МК-Пресс, 2006. – 228 с.

3. Маковейчук О. Об’єктивна оцінка якості обробки зображень // Теоретичні основи розробки систем озброєння. – 2008. – №4. – С. 135-137.