Статья:

Применение стеганографических методов для встраивания информации в архивные форматы изображений

Конференция: XLVI Студенческая международная заочная научно-практическая конференция «Молодежный научный форум: технические и математические науки»

Секция: Технические науки

Выходные данные
Андросова Т.Е., Курочкин В.М., Болдырев А.С. [и др.] Применение стеганографических методов для встраивания информации в архивные форматы изображений // Молодежный научный форум: Технические и математические науки: электр. сб. ст. по мат. XLVI междунар. студ. науч.-практ. конф. № 6(46). URL: https://nauchforum.ru/archive/MNF_tech/6(46).pdf (дата обращения: 22.08.2018)
Лауреаты определены. Конференция завершена
Эта статья набрала 47 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

Применение стеганографических методов для встраивания информации в архивные форматы изображений

Андросова Татьяна Евгеньевна
студент, Самарский университет, РФ, г. Самара
Курочкин Владислав Михайлович
студент, Самарский университет, РФ, г. Самара
Болдырев Артем Сергеевич
студент, Самарский университет, РФ, г. Самара
Чернов Роман Вячеславович
студент, Самарский университет, РФ, г. Самара

 

В этой статье мы постараемся осветить основные аспекты стеганографии, особенно подробно остановимся на скрытии информации в изображениях и приведем пример программы, которая будет скрывать данные в изображениях формата JPEG.

Введение

Встраивание информации в наименее значимые биты контейнера (или сокращённо НЗБ-встраивание) – исторически один из первых и, пожалуй, наиболее известный широкой публике подход, который может применяться как для стеганографии, так и для защиты сигналов цифровыми водяными знаками.

Основная идея метода заключается в том, что любое полутоновое изображение может быть представлено в виде совокупности битовых плоскостей. Так, контейнер  будет иметь вид:

(1)

где:  – битовые плоскости,  – номер битовой плоскости,

 – их количество.

Наименее и наиболее значащими битовыми плоскостями являются соответственно  и : если изменить значение бита , то яркость изменится на единицу; если же изменить значение бита , то яркость изменится на 128. Младшие битовые плоскости выглядят как слабокоррелированный шум. Осмысленные детали, как правило, начинают проступать лишь с четвёртой битовой плоскости. Это означает, что наименее значимые битовые плоскости можно модифицировать с целью встраивания скрытого сообщения или цифрового водяного знака [2].

Далее будем рассматривать лишь случай встраивания информации в первую битовую плоскость. Тогда носитель информации будет иметь вид:

где:  для всех 

Сравнивать соответствие встроенной и извлеченной информации будем по формуле [3]:

                                         (2)

Алгоритм JPEG

JPEG – наиболее распространенный графический формат, применяемый для хранения изображений. В нем применяются специальные алгоритмы преобразования цветовых пространств, архивации, квантования. Рассмотрим более подробно процесс сжатия изображения.

1.  Переводим изображение из цветового пространства RGB, с компонентами, отвечающими за красную (Red), зеленую (Green) и синюю (Blue) составляющие цвета точки, в цветовое пространство YCrCb (иногда называют YUV).

2.  Разбиваем исходное изображение на матрицы 8х8. Формируем из каждой три рабочие матрицы — по 8 бит отдельно для каждой компоненты. При больших коэффициентах сжатия этот шаг может выполняться чуть сложнее. Изображение делится по компоненте Y — как и в первом случае, а для компонент Cr и Cb матрицы набираются через строчку и через столбец.

3.  Применяем дискретное косинусное преобразование к каждой рабочей матрице. При этом мы получаем матрицу, в которой коэффициенты в левом верхнем углу соответствуют низкочастотной составляющей изображения, а в правом нижнем — высокочастотной.

4.  Производим квантование. Для каждой компоненты (Y, U и V), в общем случае, задается своя матрица квантования.

5.  Переводим матрицу 8x8 в 64-элементный вектор при помощи «зигзаг»-сканирования как показано на рисунке 1.

 

Рисунок 1. Зигзаг-сканирование

 

Таким образом, в начале вектора мы получаем коэффициенты матрицы, соответствующие низким частотам, а в конце — высоким.

6.  Свертываем вектор с помощью алгоритма группового кодирования (RLE – сжатие). При этом получаем пары типа (пропустить, число), где «пропустить» является счетчиком пропускаемых нулей, а «число» – значение, которое необходимо поставить в следующую ячейку.

7.  Свертываем получившиеся пары кодированием по Хаффману с фиксированной таблицей.

Процесс восстановления изображения в этом алгоритме полностью симметричен. Метод позволяет сжимать некоторые изображения в 10–15 раз без серьезных потерь.

Реализация стеганографического НЗБ-встраивания в коэффициенты квантования JPEG

Произведем встраивание в изображение строки длиной 32 бита в первую битовую плоскость на этапе квантования.

 

clc;

clear;

 

RGB = imread('lena.jpg');

YCbCr = rgb2ycbcr(RGB);

k = 50;

 

Y = YCbCr(:,:,1);

Cb = YCbCr(:,:,2);

Cr = YCbCr(:,:,3);

 

[m,n] = size(Y);

 

Y_bdct = bdct(Y);

Cr_bdct = bdct(Cr);

Cb_bdct = bdct(Cb);

 

MK = jpeg_qtable(k);

 

Y_quantize = quantize(Y_bdct, MK);

Cr_quantize = quantize(Cr_bdct, MK);

Cb_quantize = quantize(Cb_bdct, MK);

 

b = [0,1,0,1,1,1,0,1,0,1,1,0,1,0,1,0,1,1,1,0,0,1,0,1];

Nb = length(b);

 

Cb_quantize = uint32(Cb_quantize);

CW = lsb_embed(Cb_quantize, b, 1, 1);

Cb_quantize = CW;

 

Y_dequantize = dequantize(Y_quantize, MK);

Cr_dequantize = dequantize(Cr_quantize, MK);

Cb_dequantize = dequantize(Cb_quantize, MK);

 

Y_ibdct = ibdct(Y_dequantize);

Cr_ibdct = ibdct(Cr_dequantize);

Cb_ibdct = ibdct(Cb_dequantize);

 

Y2 = uint32(Y_ibdct);

Cr2 = uint32(Cr_ibdct);

Cb2 = uint32(Cb_ibdct);

 

YCbCr =cat(3, Y2, Cb2, Cr2);

YCbCr = uint8(YCbCr);

RGB = ycbcr2rgb(YCbCr);

 

figure;

imshow(RGB);

 

bR = lsb_extract(CW, Nb, 1, 1);

 

r = lsb_check(b, bR, Nb)

Пример работы программы:

Произведем стеганографическое встраивание в коэффициенты квантования JPEG той же строки длиной 32 бита в первую битовую плоскость. Пример встраивания строки отображен на рисунке 2.

 

Рисунок 2. Пример стеганографического встраивания в коэффициенты квантования JPEG. Слева – исходное изображение, справа – заполненный контейнер

 

Встраиваемая строка имеет вид:

b = [0,1,0,1,1,1,0,1,0,1,1,0,1,0,1,0,1,1,1,0,0,1,0,1,0,1,0,1,1,1,0,1];

Извлеченные данные:

bR = [0,1,0,1,1,1,0,1,0,1,1,0,1,0,1,0,1,1,1,0,0,1,0,1,0,1,0,1,1,1,0,1];

Выполним проверку правильности данных по формуле 2. Результат равен 1, что говорит о совпадении встроенной и извлеченной строки.

 

Список литературы:
1. Методы сжатия данных: Сжатие изображений – [Электронный ресурс] – http://www.compression.ru/book/part2/part2__3.htm.
2. Федосеев, В.А. Цифровые водяные знаки и стеганография: учебное пособие с заданиями для практических и лабораторных работ / В.А. Федосеев. – Электрон. текстовые и граф. дан. – Самара: СГАУ, 2015. – 128 с. [С. 12–38; С.80–81].
3. Fridrich J. Steganography in digital media: Principles, Algorithms, and Applications. Cambridge University Press, 2010 – 437 p [С. 22–31].