注释,注释: В статье проведены исследования, направленные на повышение точности стеганоанализа на основе машинного обучения в области ДВП цифровых изображений. Выполнен анализ причин, вызывающих погрешность современных методов стеганоанализа на основе опорных векторов и предложены направления повышения качества обучения. В целях повышения качества обучения машины опорных векторов исследуется взаимосвязь областей одномерного и двумерного ДВП, а также влияние изменений коэффициентов высокочастотных областей двумерного ДВП на области коэффициентов одномерного ДВП. В качестве стеганографического воздействия применяется изменение значений младших значащих бит коэффициентов ДВП С учетом результатов исследований разработан оригинальный метод, обеспечивающий повышенную точность обнаружения факта встраивания информации в высокочастотные области двумерного ДВП изображения. Для подтверждения точности оригинального метода проводится его сравнительная оценка с несколькими современными методами стеганоанализа. Экспериментальные результаты сравнительной оценки подтверждают повышенную точность оригинального метода (в среднем на 10-15% по сравнению с рассматриваемыми современными методами) при детектировании факта стеганографического воздействия в высокочастотных областях HL и LH двумерного ДВП. В высокочастотной области HH оригинальный метод дает такую же точность, как современные методы, рассматриваемые в статье.

Abstract: The article contains the studies, which are aimed at improving the precision of steganalysis in the sphere of digital image DWT. The authors analyze the causes of inaccuracy of the modern stegoanalysis methods based upon the support vectors, then they offer the directions for improving the teaching quality. In order to improve the quality of teaching support vectors machine the authors study the interrelation between the spheres of one-dimensional and two-dimensional DWT and the influence of the changes in the coefficients of the high frequency spheres of the two-dimensional DWT upon the coefficient spheres of the one-dimensional DWT.  The steganographic influence involves the change in the value of the lower meaning bit coefficients of the DWT. Considering the study results the authors develop an original method, guaranteeing greater precision in the sphere of finding incorporated information in the high frequency areas of the two-dimensional DWT image.  In order to prove the precision of the original method, the authors compare it with some modern steganalysis methods. Experimental results of a comparative study prove that the original method provides for greater precision (generally 10-15% higher than other evaluated methods) when detecting the fact of steganographic influence in high frequency areas of HL and LH of the two-dimensional DWT. The original method also provides for the same precision in the high frequency HH area, as do other modern methods evaluated in this article.

注释,注释: Противодействие скрытым каналам передачи информации, является актуальной задачей при организации информационной безопасности. Одним из видов пассивного противодействия является обнаружение факта стеганографического воздействия на исследуемый контейнер. Распространенное применение неподвижных цифровых изображений в качестве стеганоконтейнеров, обуславливается их большой долей в общем информационном трафике. Задача пассивного противодействия (стеганоанализа), позволяющая выявить цифровое изображение с встроенной информацией, фактически представляет собой задачу бинарной классификации. В основе классификатора используется статистический алгоритм количественного стеганоанализа, определяющий количество измененных пикселей в предъявляемом контейнере. От точности такого алгоритма напрямую зависит качество классификации и практическая эффективность пассивного противодействия в целом. Под эффективностью противодействия в статье понимается соотношение вероятности истинно положительного результата классификации к вероятности ложной положительной классификации. К настоящему времени разработано значительное количество статистических алгоритмов количественного стаганоанализа. При этом исследования, посвященные их сравнительному анализу, отсутствуют, что затрудняет выбор конкретного алгоритма при решении задачи противодействия стеганографическим каналам утечки информации. Также остается открытым вопрос о практической эффективности пассивного противодействия стеганографическим каналам на основе встраивания в наименее значимые биты (НЗБ) пикселей цифрового изображения.
Предметом исследования является эффективность применения современных статистических алгоритмов количественного стеганоанализа. На основе результатов построены графики доверительных областей, позволяющие произвести сравнительную оценку эффективности пассивного противодействия НЗБ стеганографии. Для исследований выбраны следующие алгоритмы стеганоанализа: RS- analysis, Sample pair analysis, Difference image histogram, Triples analysis, Weighted stego-image. Из тестового множества изображений выбирается изображение. Проводится оценка его пропускной способности (определяется максимальная полезная нагрузка). В проводимых экспериментах за эту величину принято значение общего количества пикселей в изображении. Стеганографическое воздействие моделируется изменением значения наименьших значащих бит для заданного количества пикселей (полезной нагрузки). Модифицированное изображение подается на вход конкретной реализации алгоритма стеганоанализа. Результатом работы алгоритма является количество измененных пикселей в изображении. Эксперименты проводятся в одинаковых условиях для всех реализаций алгоритмов стеганоанализа. Основными выводами проведенного исследования является, то что на основе современных статистических алгоритмов стеганоанализа можно организовать эффективное пассивное противодействие стеганографическим каналам НЗБ встраивания с полезной нагрузкой контейнера более 5%. Уменьшение полезной нагрузки контейнера менее 5% резко снижает эффективность пассивного противодействия. Небольшое изображение разрешением 600х400 пикселей, преобразованное в стеганограмму с полезной нагрузкой в 1-2% практически не детектируется классификаторами на основе статистических количественных алгоритмов стеганоанализа. С учетом возможности предварительного сжатия скрываемых данных и применения матричного встраивания, рассматриваемые современные алгоритмы стеганоанализа нуждаются в дальнейшем совершенствовании.

Abstract: Countering the hidden channels of information transmission is an important task in the organization of information security. One kind of passive physical resistance methods is detection of the steganographic impact on the investigated container. The widespread use of digital still images as stegano-containers is due to their large share in total data traffic. The task of passive counteraction (steganalysis) allowing identifying the digital image with the built-in information is actually a binary classification problem. At the core of the classifier lies statistical algorithm of quantitative steganalysis for determining the amount of modified pixels in the data container. The accuracy of the algorithm directly affects the quality classification and the practical effectiveness of passive physical resistance as a whole. By effective counteraction the article refers to the ratio of probabilities between true positive classification and the probability of a false positive classification. Currently there are many statistical algorithms for quantitative steganalysis. However, there are no studies on their comparative analysis which complicates the selection of an algorithm while solving the problem of counteraction to steganography channels of information leakage. The practical effectiveness of passive physical resistance to steganography channels by inserting the least significant bits of pixel digital image also remains an open question.
The subject of the study is the effectiveness of the application of modern quantitative statistical algorithms steganalysis. Based on the results of the study the authors have formed graphics of trust regions, allowing to make a comparative assessment of the effectiveness of the passive counteraction in LSB-steganography. For the study the authors selected the following steganalysis algorithms: RS- analysis, Sample pair analysis, Difference image histogram, Triples analysis, Weighted stego-image. From the test of multiple images an image is selected. An evaluation of its capacity (defined by the maximum payload) is performed. In the experiments for this value authrs accepted the total number of pixels in the image. Steganographic effects modeled by changing the value of the least significant bit for a predetermined number of pixels (the payload). The modified image used as an input to a particular implementation of the algorithm steganalysis. The result of the algorithm is the number of changed pixels in the image. The experiments were carried out under the same conditions for all implementations of algorithms steganalysis. The main conclusions of the study is the fact that based on modern statistical steganalysis algorithms it is possible to organize an effective opposition to the passive channels with LSB steganography with embedding payload container more than 5%. Reducing the payload container of less than 5% dramatically reduces the effectiveness of the passive counteraction. A small 600x400 pixels image converted to steganography with payload of 1-2% is practically not detected by classifiers based on statistical quantitative algorithms steganalysis. Taking into account the possibility of pre-compression hidden data and matrix embedding, the considered modern algorithms for steganalysis need further improvement.