On the stability of subband hidden embedding data into images based on cosine transform subband matrices
DOI:
https://doi.org/10.52575/2687-0932-2021-48-3-610-620Keywords:
hidden embedding, cosine transform, subband matrices, container image projections, eigenvectors, additive random noiseAbstract
We considered one of the approaches to solving the urgent problem of copyright protection for images stored in modern information and telecommunications networks, based on the hidden embedding of the author identifying information directly into the protected files in this article. The main provisions of the method of sub-band hidden data embedding in images based on the relative change of the container image projections on the cosine transform sub-band matrices eigenvectors were presented. On the basis of computational experiments, the resistance to external destructive effects in the form of additive random noise of data embedded on the basis of this method was investigated. When conducting the computational experiments, we used three images containing a different number of large and small objects. The embedded data was presented in bit form. Additive random noise was generated using a Matlab function. The results of computational experiments have shown that the method of sub-band hidden embedding has an advantage over the considered known methods of hidden embedding from the standpoint of the embedded data recovery stability to the effects of additive random noise.
Downloads
References
Аграновский А.В. 2009. Стеганография, цифровые водяные знаки и стеганоанализ. М.: Вузовская книга, 220 с.
Болгова Е.В, Черноморец А.А. 2018. О методе субинтервального скрытного внедрения данных в изображения. Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 45 (1): 192–201.
Грибунин В.Г., Оков И.Н., Туринцев И.В. 2016. Цифровая стеганография. М.: Солон-пресс, 262 с.
Жиляков Е.Г., Черноморец А.А., Болгова Е.В., Гахова Н.Н. 2014. О субполосном внедрении информации в подобласти пространственных частот изображения-контейнера. Нейрокомпьютеры: разработка, применение. 9: 85–87.
Жиляков Е.Г., Черноморец А.А., Болгова Е.В., Черноморец Д.А. 2015. Оценка устойчивости субполосного внедрения данных в изображения. Актуальные направления научных исследований XXI века: теория и практика. 3(7–4 (18–4)): 164–168.
Конахович Г.Ф., Пузыренко А.Ю. 2006. Компьютерная стеганография. Теория и практика. Киев: «МК–Пресс», 288 с
Черноморец А.А., Болгова Е.В. 2020. Об увеличении объема скрытно внедряемых данных в изображения. Вестник Воронежского института МВД России. 3: 36–45.
Черноморец А.А., Болгова Е.В., Черноморец Д.А. 2019. О квазисубполосных матрицах косинус-преобразования. Научный результат. Информационные тех-нологии. 4 (3): 11–19.
Черноморец А.А., Болгова Е.В., Черноморец Д.А., Кривчиков В.С. 2020.
О субинтервальном скрытном внедрении данных в изображения в рамках косинус преобразования. Информационные технологии. Проблемы и решения. 3 (12): 63–69.
Черноморец Д.А., Болгова Е.В., Черноморец А.А., Барсук А.А. 2019. Представление изображений на основе базиса собственных векторов субполосных матриц косинус-преобразования. Научный результат. Информационные технологии. 4 (1): 3–8.
Koch E., Zhao J. 1995. Towards Robust and Hidden Image Copyright Labeling. IEEE Workshop on NonLinear Signal and Image Processing, Greece, June 20-22: 123–132.
Smith J., Comisky B. 1996. Modulation and Information Hiding in Image. Information Hiding: First Int. Workshop “InfoHiding’96”, Springer as Lecture Notes in Computing Science. 1174: 207–227.
Zhao J., Koch E. 1995. Embedding Robust Labels into Images for Copyright Protection. Proceedings of the Int. Congress on Intellectual Property Rights for Specialized Information, Knowledge and New Techniques, Munich-Vienna, Verlag, Aug.: 242–251.
Zhilyakov E.G., Chernomorets A.A., Bolgova E.V., Oleynik I.I., Chernomorets D.A. 2018. Hidden data embedding method based on the image projections onto the eigenvectors of subinterval matrices. International Journal of Engineering & Technology. 7 (3.19): 72–80.
Abstract views: 204
Share
Published
How to Cite
Issue
Section
Copyright (c) 2021 ECONOMICS. INFORMATION TECHNOLOGIES
This work is licensed under a Creative Commons Attribution 4.0 International License.