Об устойчивости стеганографических методов для защиты цифровых изображений в условиях внешних воздействий
DOI:
https://doi.org/10.52575/2687-0932-2025-52-2-476-484Ключевые слова:
стеганография, контрольная информация, цифровые изображения, защита изображений, аутентификация изображений, устойчивость к внешним воздействиям, метод LSB, метод Коха и Жао, метод расширения спектра, цифровой водяной знак (ЦВЗ), зашумление изображения, PSNR, SSIMАннотация
В данной статье представлен комплексный анализ устойчивости контрольной информации, внедренной в цифровые изображения, к внешним воздействиям. Исследование сосредоточено на трех популярных методах стеганографии: замене наименьшего значащего бита (LSB), методе Коха и Жао, а также методе расширения спектра. Основная цель исследования заключается в оценке способности этих методов сохранять целостность контрольной информации в условиях преднамеренного наложения шума на стегоконтейнеры. Результаты исследования представлены в виде графиков, демонстрирующих зависимость вероятности извлечения ошибки от уровня наложенного шума. Проведенная сравнительная оценка позволяет сделать выводы о сравнительной эффективности и устойчивости каждого из методов к внешним воздействиям. Полученные данные свидетельствуют о том, что не все методы демонстрируют определенную степень устойчивости, их эффективность варьируется в зависимости от уровня шума и специфики метода. Эти результаты имеют важное значение для разработки более надежных методов защиты цифровых изображений, особенно в контексте современных вызовов, связанных с обеспечением информационной безопасности и защитой авторских прав.
Скачивания
Библиографические ссылки
Список литературы
Гонсалес Р., Вудс Р. 2006. Цифровая обработка изображений; пер. с англ. П.А. Чочиа. М.: Техносфера, 1070 с.
ГОСТ Р 7.0.1-2003. ЗНАК ОХРАНЫ АВТОРСКОГО ПРАВА Общие требования и правила оформления. https://docs.cntd.ru/document/1200032004
Грибунин В.Г., Оков И.Н., Туринцев И.В. 2009. Цифровая стеганография. М.: СОЛОН-ПРЕСС, 265 с.
Демидчук А.И., Чернявский Ю.А. 2012. Алгоритм поиска в изображениях скрытых данных, встроенных методом Коха-Жао. Информатика, 1(33): 39–46.
Иванова Л.В., Семенов Н.С. 2021. Применение метода расширения спектра в системе связи на основе прямой последовательности. Журнал связи, 25(2): 45–50
Конахович Г.Ф. Пузыренко А.Ю. 2006. Компьютерная стеганография. Теория и практика: Учебно-практическое пособие. К.: МК-Пресс, 288 с.
Левин В.А. 2021.Стеганография и цифровые водяные знаки. Научный мир, 150–175.
Федосенко М.Ю. 2023. Обзор перспектив использования стеганографии в качестве инструмента обмена скрытыми данными в процессе осуществления неправомерных действий. Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО. URL: https://kmu.itmo.ru/digests/article/9974
Шелухин О.И., Канаев. С.Д. 2024.Стеганография. Алгоритмы и программная реализация. М.: Горячая линия – Телеком, 592 с.
Avcibas I., Sankur B., Sayood K. 2002. Statistical evaluating of image quality measures. Journal of Electronic Imaging, 11(2): 206–223.
Koch E., Zhao J. 1995. Towards Robust and Hidden Image Copyright Labeling. IEEE Workshop on Nonlinear Signal and Image Processing, P. 123–132.
Mohammad A.B., Al-Halabi T., Monthy M. 2019. Comparative Analysis of PSNR and SSIM for Image Quality Assessment. Journal of Mathematics and Computer Science, 54–62.
Tanchenko A. 2014. Visual-PSNR measure of image quality. Journal of Visual Communication and Image Representation, 25(5): 874–878.
Zhao J., Koch E. 1995. Embedding Robust Labels into Images for Copyright Protection. Proc. of the Int. Congress on Intellectual Property Rights for Specialized Information, Knowledge and New Technologies. Munich, Vienna, P. 242–252.
Wang Zh., Bovik A.C., Sheikh H. R., Simoncelli E.P. 2004. Image Quality Assessment: From Error Visibility to Structural Similarity. IEEE transactions on image processing, 13(4):600–12. doi: 10.1109/tip.2003.819861.
References
Gonzalez R., Woods R. 2006. Digital image processing; translated from English by P.A. Choc. M.: Technosphere, 1070 p.
GOST R 7.0.1-2003. COPYRIGHT PROTECTION MARK General requirements and design rules. https://docs.cntd.ru/document/1200032004
Gribunin V.G., Okov I.N., Turintsev I.V. 2009. Digital steganography, Moscow: SOLON PRESS, 265 p.
Demidchuk A.I., Chernyavsky Yu.A. 2012. An algorithm for searching hidden data embedded in images using the Koch-Zhao method. Informatics, 1(33): 39–46.
Ivanova L.V., Semenov N.S. 2021. Application of the spectrum expansion method in a direct sequence communication system. Communication journal. 25(2): 45–50
Konakhovich G.F. Puzyrenko A.Yu. 2006. Computer steganography. Theory and practice: An educational and practical guide. K.: MK-Press, 288 p.
Levin V.A. 2021. Steganography and digital watermarks. Scientific World, 150–175.
Fedosenko M.Y. 2023. Review of the prospects of using steganography as a tool for exchanging hidden data in the process of illegal actions. Collection of abstracts of the Congress of Young Scientists. Electronic edition. – St. Petersburg: ITMO University. URL: https://kmu.itmo.ru/digests/article/9974
Shelukhin O.I., Kanaev S.D. 2024. Steganography. Algorithms and software implementation. Moscow: Hotline – Telecom, 592 p.
Avcibas I., Sankur B., Sayood K. 2002. Statistical evaluating of image quality measures. Journal of Electronic Imaging, 11(2): 206–223.
Koch E., Zhao J. 1995. Towards Robust and Hidden Image Copyright Labeling. IEEE Workshop on Nonlinear Signal and Image Processing, P. 123–132.
Mohammad A.B., Al-Halabi T., Monthy M. 2019. Comparative Analysis of PSNR and SSIM for Image Quality Assessment. Journal of Mathematics and Computer Science, 54–62.
Tanchenko A. 2014. Visual-PSNR measure of image quality. Journal of Visual Communication and Image Representation, 25(5): 874–878.
Zhao J., Koch E. 1995. Embedding Robust Labels into Images for Copyright Protection. Proc. of the Int. Congress on Intellectual Property Rights for Specialized Information, Knowledge and New Technologies. Munich, Vienna, P. 242–252.
Wang Zh., Bovik A.C., Sheikh H. R., Simoncelli E.P. 2004. Image Quality Assessment: From Error Visibility to Structural Similarity. IEEE transactions on image processing, 13(4):600-12. doi: 10.1109/tip.2003.819861.
Просмотров аннотации: 19
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2025 Экономика. Информатика

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.