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##
Як цитувати
Номер
Розділ
Ліцензія
Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.
Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).
Авторські права
Автори, які публікують свої роботи в журналі:
-
зберігають за собою авторські права на свої публікації;
-
надають журналу право на перше опублікування статті;
-
погоджуються на поширення матеріалів за ліцензією CC BY 4.0;
-
мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.
