ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И СЕТИ
ОБРАБОТКА ИНФОРМАЦИИ И АНАЛИЗ ДАННЫХ
И. А. Кривошеев, М. А. Линник "Идентификационный параметр для отбора стегоконтейнеров"
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ
МАТЕМАТИЧЕСКИЕ ОСНОВЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
И. А. Кривошеев, М. А. Линник "Идентификационный параметр для отбора стегоконтейнеров"
Аннотация. 

В статье предлагаются идентификационные параметры для изображений, используемых при передаче информации методами стеганографии в качестве стегоконтейнеров. Разработанные алгоритмы позволяют ранжировать изображения в поисках самого оптимального, с учетом особенностей зрительной системы человека и индивидуальных структурных особенностей изображения. Проведенные эксперименты показывают работу идентификационных параметров и соответствие заявленным целям.

Ключевые слова: 

стеганография, стегоконтейнер, стегоанализ, детерминант, LSB, RS-стего-анализ, Хи-квадрат стегоанализ, анализ битовых срезов.

Стр. 41-48.

DOI 10.14357/20718632210304
 
 
Литература

1. Шелухин О.И. Канаев И.Д. Стеганография. Алгоритмы и программная реализация. М.: Горячая линия. 2017. 592 с.
2. Коханович Г.Ф., Пузыренко А.Ю. Компьютерная стеганография. Теория и практика. К.: МК-Пресс. 2006. 288 с.
3. Грибунин В.Г., Оков И.Н. Цифровая стеганография. М.: Солон-пресс. 2002. 272 с.
4. Thung K.H., Paramesran R. A Survey of Image Quality Measures // TECHPOS, International Conference. 2009. pp. 1-4.
5. Noroozi E., Daud S. B. M., Sabouhi A. Critical Evaluation on Steganography Metrics // Proceedings of 2011 International Conference on Electrical Engineering and Applications. 2013. pp. 927-931.
6. Беззубик В. В., Белашенков Н. Р. Определение функции контрастной чувствительности для систем технического зрения. // Известия высших учебных заведений. Приборостроение - 2013. Т. 56. № 9. С. 73-79.
7. Shnayderman A., Gusev A., Eskicioglu A.M. An SVDBased Gray-Scale Image Quality Measure for Local and Global Assessment // IEEE Transactionson image processing. 2006. vol. 15. № 2. pp. 422-429.
8. Wang Z., Bovik A.C., Sheikh H.R. Image quality assessment: From error visibility to structural similarity // IEEE transaction on Image Processing. 2004. Vol. 13. № 4. pp. 600-612.
9. Setiadi D. PSNR vs SSIM: imperceptibility quality assessment for image steganography // Multimedia Tools and Applications. 2021. Vol. 80. №6. pp. 1-22.
10. Roy R., Changder S. Quality Evaluation of Image Steganography Techniques: A Heuristics based Approach // International Journal of Security and its Applications. 2016. Vol. 10. № 4. pp. 179-196.
11. Кривошеев И.А., Линник М.А. Статический способ стеганографического встраивания информации на основе LSB // Системы и средства информатики. 2020. Т. 30, № 3. С. 56-66.
12. Кривошеев И.А., Линник М.А., Кожевникова Т.В. Способ встраивания информации в цветное изображение // Патент РФ на изобретение №2738250 от 26.03.2020. Бюл. № 35.
13. Кривошеев И.А., Линник М. А. К вопросу об оценке устойчивости стеганографической системы // Ученые заметки ТОГУ. 2017. Т. 8, № 2. С. 433-437.
14. Анисимов Б.В. Распознавание и цифровая обработка изображений. М.: Высш. школа. 1983. 295 с.
15. Pfitzmann A., Westfeld A. Attacks on Steganographic Systems. Breaking the Steganographic Utilities EzStego, Jsteg, Steganos, and S-Tools and Some Lessons Learned. IH 1999. LNCS, 1768: pp. 61-76.
16. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. Техносфера. 2005. 1072 с.
 
2024 / 03
2024 / 02
2024 / 01
2023 / 04

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".