定量隐写分析统计算法在信息传输隐藏通道检测任务中的有效性研究

注解: 打击信息传输的隐藏渠道是信息安全组织中一项紧迫的任务. 被动抵消的类型之一是检测隐写影响对所研究容器的事实。 静态数字图像作为隐写器的广泛使用是由于它们在总信息流量中所占的份额很大。 使识别具有嵌入信息的数字图像成为可能的被动反作（steganalysis)的任务实际上是二元分类任务。 分类器基于定量隐写分析的统计算法，该算法确定呈现的容器中改变的像素的数量。 这种算法的准确性直接影响分类的质量和一般被动抵消的实际有效性。 文章中对抗的有效性被理解为真实阳性分类结果的概率与假阳性分类的概率之比。 迄今为止，已经开发了大量用于定量staganalysis的统计算法。 与此同时，没有专门研究它们的比较分析，这使得在解决对抗信息泄漏的隐写通道问题时难以选择特定的算法。 还有一个悬而未决的问题，即基于将数字图像的像素嵌入到最低有效位（NSB）的隐写通道的被动抵消的实际有效性。 该研究的主题是使用现代统计算法的定量隐写分析的有效性。 基于结果，构建了置信区域图，可以比较评估被动对抗隐写术的有效性。 选择以下隐写分析算法进行研究：RS-分析，样本对分析，差异图像直方图，三元组分析，加权stego-图像。 一个图像是从所述测试图像集中选择的。 对其吞吐量进行评估（确定最大有效载荷）。 在所进行的实验中，取图像中的像素总数的值作为该值。 通过改变给定数量的像素（有效载荷）的最低有效位的值来对隐写效应进行建模。 修改后的图像被馈送到隐写分析算法的特定实现的输入。 算法的结果是图像中改变的像素的数量。 对于隐写分析算法的所有实现在相同条件下进行实验。 所进行的研究的主要结论是，在隐写分析的现代统计算法的基础上，可以组织对容器有效载荷超过5％的NSB嵌入的隐写通道的有效被动抵消。 将容器的有效负载减少不到5％会显着降低被动反击的有效性。 转换成有效载荷为1-2％的隐写图的分辨率为600x400像素的小图像实际上不会被基于隐写分析的统计定量算法的分类器检测到。 考虑到隐藏数据的预压缩和使用矩阵嵌入的可能性，隐写分析的所考虑的现代算法需要进一步改进。