Дослідження властивостей коефіцієнтів дискретного косинусного перетворення як основа метода виявлення порушення цілісності цифрового зображення

Автор(и)

  • Алла Кобозєва Національний університет «Одеська політехніка», Україна
  • Дмитро Маєвський Національний університет «Одеська політехніка», Україна
  • Олена Симонова Національний університет «Одеська політехніка», Україна

DOI:

https://doi.org/10.32626/2308-5916.2022-23.55-72

Анотація

Одним з найпоширеніших представлень інформації сьогодні є цифрові зображення (ЦЗ), несанкціоновані зміни яких можуть приводити до негативних наслідків як для окремої людини, установи, фірми, так і для держави в цілому, що робить задачу виявлення порушення цілісності ЦЗ одною з найактуальніших задач інформаційної безпеки. Основним недоліком існуючих експертних методів є їх орієнтованість на виявлення результатів конкретної збурної дії, але на практиці експерт часто не володіє інформацію про конкретику атаки на ЦЗ, при цьому набір його засобів завжди є обмеженим, що може привести до ситуації, коли досліджуване ЦЗ помилково бути визнане оригінальним. Першим «ешелоном оборони» тут повинні бути методи, ефективні незалежно від виду збурної дії — універсальні. На теперішній час в відкритих джерелах представлена дуже незначна кількість таких методів, які не є вільними від недоліків, головним з яких є суттєве зниження ефективності в умовах незначних збурних дій. Метою роботи є розробка теоретичного базису для ефективного універсального методу виявлення порушення цілісності ЦЗ, зокрема, в умовах незначної збурної дії. В ході досягнення мети в роботі: обґрунтована доцільність використання блокового підходу при організації експертизи цілісності ЦЗ; область дискретного косинусного перетворення (ДКП) блоку обрана як область проведення експертизи; обґрунтований вибір конкретних коефіцієнтів ДКП для організації виявлення порушення цілісності ЦЗ, значення яких не залежать від значення коефіцієнту якості, що використовувався при отриманні оригінального зображення, а також від конкретного виду ЦЗ; досліджено відмінність в характері змін обраних формальних параметрів при перезбереженні ЦЗ з втратами залежно від того, оригінальним чи неоригінальним воно є. Отримані результати теоретичних досліджень, що підтверджуються результатами обчислювальних експериментів, складають теоретичний базис для розробки ефективного універсального методу експертизи цілісності ЦЗ, зокрема, в умовах незначної збурної дії.

Посилання

Василенко В. С., Воробей А. П. Цілісність інформаційних об’єктів та код умовних лишів. URL: http://conferences.neasmo.org.ua/ru/art/2364 (дата звернення: 06.10.2022).

Пирцхалава Л. Г., Хорошко В. А., Хохлачева Ю. Е., Шелест М. Е. Информационное противоборство в современных условиях. Киев: ЦП «Компринт», 2019. 226 с.

Українська Революція гідності, агресія РФ і міжнародне право / за заг. ред. О. В. Задорожнього. Київ: К.І.С., 2014. 1013 с.

Shwetha B., Sathyanarayana S.V. Digital image forgery detection techniques: a survey. ACCENTS Transactions on Information Security. 2017. Vol. 2 (5). P. 22-31.

Mahdian B., Saic S. A bibliography on blind methods for identifying image forgery. Signal Processing: Image Communication. 2010. Vol. 25 (6). P. 389-399.

Ansari M. D., Ghrera S. P., Tyagi V. Pixel-based image forgery detection: A Review. IETE Journal of Education. 2014. Vol. 55 (1). P. 40-46.

Block size forensic analysis in digital images / S. Tjoa et al. 2007 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP’07). Honolulu, 2007. P. 1-636.

Luo W., Huang J., Qiu G. A novel method for block size forensics based on morphological operations. Digital Watermarking (IWDW 2008), Lecture Notes in Computer Science. Springer, 2008. Vol. 5450. P. 229-239.

Nouri R., Mansouri A. Digital image steganalysis based on the reciprocal singular value curve. Multimedia Tools and Applications. 2017. Vol. 76. P. 8745-8756.

Зоріло В. В., Кіосєва О. І., Зоріло І. В. Модифікація алгоритму виявлення штучного підвищення різкості цифрового зображення. Інформатика та математичні методи в моделюванні. 2018. Вип. 8 (2). С. 156-163.

Li H., Luo W., Qiu X., Huang J. Image forgery localization via integrating tampering possibility maps. IEEE Transactions on Information Forensics and Security. 2017. Vol. 12(5). P. 1240-1252.

Лебедева Е. Ю. Метод локализации и идентификации оригинальной и клонированной областей изображения. Інформатика та математичні методи в моделюванні. 2014. Вип. 4 (1). С. 76-84.

Лебедева Е. Ю., Кобозева А. А. Основы метода выявления клонированных участков изображения, подвергнутых коррекции яркости. Сучасна спеціальна техніка. 2013. Вип. 3 (34). С. 17-24.

Трифонова К. О. Метод виявлення порушення цілісності цифрового зображення шумом Перліна. Радіоелектроніка, інформатика, управління. 2017. Вип. 2. С. 134-142.

Kowalski, J.P., Peksinski, J., Mikolajczak, G. detection of noise in digital images by using the averaging filter name COV. Intelligent Information and Database Systems (ACIIDS 2013), Lecture Notes in Computer Science, vol. 7803. Springer, 2013. P. 1–8

Швідченко І. В. Аналіз програмного забезпечення зі стеганоаналізу. Штучний інтелект. 2012. Вип. 3. С. 487-495.

Chaeikar S. S., Zamani M., Azizah Bt Abdul Manaf, Zeki, A.M. PSW statistical LSB image steganalysis. Multimedia Tools and Applications. 2018. Vol. 77. P. 805–835.

Chaeikar S. S., Ahmadi A. Ensemble SW image steganalysis: A low dimension method for LSBR detection. Signal Processing: Image Communication. 2019. Vol. 70. P. 233-245.

Kobozeva A. A., Bobok I. I., Garbuz A. I. General principles of integrity checking of digital images and application for steganalysis. Transport and Telecommunication Journal. 2016. Vol. 17 (2). P. 128-137.

Бобок І. І. Дослідження змін властивостей параметрів блоків цифрового зображення при блоковій обробці як основа методу виявлення порушення його цілісності. Правове, нормативне та метрологічне забезпечення системи захисту інформації в Україні. 2018. Вип. 2 (36). С. 56-67.

Кобозева А. А. Основы общего подхода к разработке универсальных стеганоаналитических методов для цифровых изображений. Праці Одеського політехнічного університету. 2014. Вип. 2. С. 136-146.

Кобозева А. А., Хорошко В. А. Анализ информационной безопасности: монография. Киев: ГУИКТ, 2009. 251 с.

Geetha, S., Sindhu, S., Kamaraj, N. Close color pair signature ensemble adaptive threshold based steganalysis for LSB embedding in digital images. Transactions on Data Privacy. 2009. Vol. 1. P. 140-161.

Гонсалес Р., Вудс Р. Цифровая обработка изображений. Москва: Техносфера, 2006. 1070 с.

Bergman C., Davidson J. Unitary embedding for data hiding with the SVD. Security, steganography and watermarking of multimedia contents VII, SPIE. 2005. Vol. 5681. Р. 619–630.

Деммель Д. Вычислительная линейная алгебра: теория и приложения. Москва: Мир, 2001. 430 с.

Gloe T., Böhme R. The «Dresden Image Database» for benchmarking digital image forensics. Proceedings of the 2010 ACM Symposium on Applied Computing (SAC ’10). New York, 2010. P. 1585-1591.

Hsu Y., Chang S. Detecting image splicing using geometry invariants and camera characteristics consistency. 2006 IEEE International Conference on Multimedia and Expo, Toronto, 2006. P. 549-552.

Конахович Г. Ф., Пузыренко А. Ю. Компьютерная стеганография: теория и практика. Киев: МК-Пресс, 2006. 288 с.

Schisterman E. F., Perkins N. J., Liu A., Bondell H. Optimal cut-point and its corresponding Youden index to discriminate individuals using pooled blood samples. Epidemiology. 2005. Vol. 16 (1). P. 73-81.

##submission.downloads##

Опубліковано

2022-10-12