Виявлення в аудіосигналах прихованих повідомлень, вкраплених за допомогою програми S-TOOLS
DOI:
https://doi.org/10.18372/2410-7840.15.5715Ключові слова:
інформаційна безпека, аудіостеганоаналіз, S-Tools, статистика, лінійне передбачення, метод опорних векторівАнотація
За допомогою сучасних стеганографічних методів можливі різні варіанти організації прихованих каналів комунікації під час обміну типової інформацією, що не привертає уваги. Але така форма комунікації є проблемою для інформаційної безпеки держави та різних організацій, оскільки може бути використаною для звершення протиправних дій. Доступність, поширення та вдосконалення стеганографічних програмних продуктів і технологій спричинили суттєве зростання інтересу до методів виявлення стеганоконтейнерів, зокрема стеганоаудіосигналів. В роботі досліджено ефективність методу стеганоаналізу аудіосигналів, який базується на явищі «від’ємного резонансу» для виявлення стеганоконтейнерів, що створені програмою S-Tools. Визначені важливі залежності методу: залежність точності стеганоаналізу від кількості елементів в навчальній вибірці SVM; від способу формування навчальної вибірки; від наповненості стегано-контейнерів. Також у роботі визначені відрізняючі статистики для S-Tools, оцінено роль стеганоключа та кожного елементу характеристичних векторів сигналів. Виконані дослідження дозволили покращити оцінки точності методу та визначити його ефективність в різних умовах стеганоаналізу.
Посилання
Кошкіна Н.В. Стеганоаналіз МІК-стеганографії на базі матриці суміжності та методу опорних векторів / Н.В. Кошкина / / Искусственный интеллект. — 2012. - № 4. - С. 567-577.
Кошкина Н.В. Выявление Hide4PGP вложений в аудиосигналах / Н.В. Кошкина //Проблемы управления и информатики. — 2013. — №3.-
C. 151-156.
Cedrick Collomb Linear prediction and Levinson- Durbin algorithm [Электронный ресурс]. — Режим доступа: http://www.emptyloop.com/technotes/ A%20tutorial%20on%20linear%20predic- tion%20and%20Levinson-Durbin.pdf
Fridrich J., Goljan M., Hogea D., Soukal D. Quantitative steganalysis of digital images: estimating the secret message length // ACM Multimedia systems journal, Special issue on multimedia security, 2003, № 9(3), P.288-302.
Garg M. Linear prediction algorithms. Institute of Technology, Bombay, India, 2003 [Электронный ресурс]. — Режим доступа: http://www.mohrahit. in/find/predict.pdf
Liu Y., Chiang K., Corbett C., Archibald R., Mukherjee B., Ghosal D. A novel audio steganalysis based on higher-order statistics of a distortion measure with Hausdorff distance // Lecture Notes in Computer Science, 2008, № 5222, P. 487 -501.
Ru X., Zhuang Y., Wu F. Audio steganalysis based on “negative resonance phenomenon” caused by steganographic tools // Journal of Zhejiang University Science A, 2006, № 7(4), P. 577-583.
Schwamberger V. Franz M. O. Simple algorithmic modifications for improving blind steganalysis perfor¬mance // Proceedings of the 12th ACM Multimedia & Security Workshop MMSec, Rome, 2010, P. 225-230.
Vapnik V.N. Statistical learning theory, New York: Wiley, 1998, 732 p.
Vapnik V.N. The nature of statistical learning theory, New York: Springer-Verlag, 2000, 332 p.
Koshkina N.V. Steganalysis of QIM-steganography based on co-occurrence matrix and support vector ma¬chine, Artificial intelligence, 2012, № 4, P. 567-577.
Koshkina N.V. Detection of hidden messages embedded in audio signals by Hide4PGP, Journal of automation and information sciences, 2013, № 45, P. 75-81. (English version)
Cedrick Collomb Linear prediction and Levinson- Durbin algorithm [Electronic resource]. — Mode of access: http://www.emptyloop.com/technotes/ A%20tutorial%20on%20linear%20prediction%20 and%20Levinson-Durbin.pdf
Fridrich J., Goljan M., Hogea D., Soukal D. Quantitative steganalysis of digital images: estimating the secret message length, ACM Multimedia systems journal, Special issue on multimedia security, 2003, № 9(3), P.288-302.
Garg M. Linear prediction algorithms. Institute of Technology, Bombay, India, 2003 [Electronic resource]. — Mode of access: http://www.mohrahit.in /find/predict.pdf
Liu Y., Chiang K., Corbett C., Archibald R., Mukherjee B., Ghosal D. A novel audio steganalysis based on higher-order statistics of a distortion measure with Hausdorff distance, Lecture Notes in Computer Sci¬ence, 2008, № 5222, P. 487 -501.
Ru X., Zhuang Y., Wu F. Audio steganalysis based on “negative resonance phenomenon” caused by ste- ganographic tools, Journal of Zhejiang University Science A, 2006, № 7(4), P. 577-583.
Schwamberger V. Franz M. O. Simple algorithmic modifications for improving blind steganalysis performance, Proceedings of the 12th ACM Multimedia & Security Workshop MMSec, Rome, 2010, P. 225-230.
Vapnik V.N. Statistical learning theory, New York: Wiley, 1998, 732 p.
Vapnik V.N. The nature of statistical learning theory, New York: Springer-Verlag, 2000, 332 p.
##submission.downloads##
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
