본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

스테고 잡음 확대를 위한 영상 분해와 동시 발생 확률에 기반한 스테그분석
Steganalysis Based on Image Decomposition for Stego Noise Expansion and Co-occurrence Probability

박태희    (동명대학교 메카트로닉스공학과   ); 김재호    (부산대학교 전자전기공학부   ); 엄일규    (부산대학교 전자전기공학부  );
  • 초록

    본 논문은 커버 영상으로부터 스테고 영상의 검출율을 높이기 위한 개선된 스테그분석 기법을 제안한다. 스테그분석에서 스테고 영상의 검출율을 높이려면 데이터 은닉에 의해 야기되는 작은 변화가 증폭되어야 한다. 이를 위해 본 논문에서는 두 단계의 방법을 통해 커버 영상과 스테고 영상의 특징 벡터를 추출한다. 먼저 스테고 잡음을 두배 이상 확대하기 위해 주어진 영상을 상위 4비트와 하위 4비트로 각각 분해한다. 각 분해된 영상에 대하여 3-레벨 Haar 웨이블릿 변환을 통해 총 12개의 부밴드를 생성하고, 생성된 부밴드에 대하여 동일 스케일 상에서 다른 부밴드 계수간의 동시발생 확률을 구한다. 웨이블릿 영역에서 부 밴드간 계수의 동시발생 확률은 데이터 은닉에 의해 상관성에 영향을 받게 되므로 커버 및 스테고 영상을 구분하기 위한 특징으로 사용될 수 있다. 본 논문에서는 동시발생 확률의 특성함수에 대한 모멘트를 구하여 특징 벡터로 사용한다. 추출된 특징 벡터는 신경망회로망 분류기를 사용하여 커버 영상과 스테고 영상을 학습하고 판별한다. 제안 방법의 성능평가를 위해 S-tool에 의한 LSB 및 COX의 SS, F5 임베딩 방법에 의한 다양한 삽입률의 스테고 영상을 사용하였으며, 실험결과 제안한 기법은 기존의 기법에 비해 비밀 메시지 삽입 유무의 검출율을 향상시킬 뿐만 아니라 판별의 정확도가 높음을 확인할 수 있었다.


    This paper proposes an improved image steganalysis scheme to raise the detection rate of stego images out of cover images. To improve the detection rate of stego image in the steganalysis, tiny variation caused by data hiding should be amplified. For this, we extract feature vectors of cover image and stego image by two steps. First, we separate image into upper 4 bit subimage and lower 4 bit subimage. As a result, stego noise is expanded more than two times. We decompose separated subimages into twelve subbands by applying 3-level Haar wavelet transform and calculate co-occurrence probabilities of two different subbands in the same scale. Since co-occurrence probability of the two wavelet subbands is affected by data hiding, it can be used as a feature to differentiate cover images and stego images. The extracted feature vectors are used as the input to the multilayer perceptron(MLP) classifier to distinguish between cover and stego images. We test the performance of the proposed scheme over various embedding rates by the LSB, S-tool, COX's SS, and F5 embedding method. The proposed scheme outperforms the previous schemes in detection rate to existence of hidden message as well as exactness of discrimination.


  • 주제어

    steganalysis .   wavelet transform .   statistical moment .   characteristic function .   MLP .   co-occurrence matix.  

  • 참고문헌 (23)

    1. http://en.wikipedia.org/wiki/Steganography. 
    2. N. Johnson and S. Jajodia, "Exploring steganography: Seeing the unseen", IEEE Computer, vol. 31, no. 2, pp. 26-34, 1998. 
    3. X.Y. Luo, D.S. Wang, P. Wang and F.L. Liu, "A review on blind detection for image steganography", Signal Processing, vol. 88, no. 9, pp. 2138-2157, 2008. 
    4. C. Abbas, C. Joan, C. Kevin and M. Paul, "Digital image steganography : Survey and analysis of current methods", Signal Processing 90, pp. 727-752, 2010. 
    5. http://en.wikipedia.org/wiki/Steganalysis. 
    6. J. Fridrich, M. Goljan, "Practical steganalysis state of the art", Proceedings of SPIE, vol. 4675, pp. 1-13, 2002. 
    7. R. Chandramouli, K.P. Subbalakshmi, "Current trends in steganalysis: a critical survey", 8th international Conference on Control, Automation, Robotics and Vision, Kunming, China, pp. 964-967, 2004. 
    8. I. Avcibas, N. Memon, and B. sankur, "Image steganalysis with binary similarity measures", inIEEE International Conference on Image Processing, September 2002. 
    9. H. Farid, S. Lyu, "Detecting hidden messages using higher order statistics and support vector machines", Proceedings of 5th International Information Hiding Workshop, Lecture Notes in Computer Science, vol. 2578, Springer, Berlin, pp. 340-354, 2002. 
    10. G. Xuan, Y. Q. Shi, J. Gao, D. Zou, C. Yang, Z. Zhang, P. Chai, C. Chen, and W. Chen, "Steganalysis Based on Multiple Features Formed by Statistical Moments of Wavelet Characteristic Functions", in Proceedings of Information Hiding Workshop, Barcelona, Spain, pp. 262-277, Jun. 2005. 
    11. Y.Shi, G. Xuan, C. Yang, J. Gao, Z. Zhang, P. Chai, D. Zou, C. Chen, W. Chen, "Effective Steganalysis Based on Statistical Moments of Wavelet Characteristic Functions", Intl. Conf. on Infor.Tech., Las Vegas, USA, April 4-6, 2005. 
    12. M.A. Mehrabi, H. Aghaeinia, M. Abolghasemi, "Image Steganalysis Based on Statistical Moments of Wavelet Subband Histogram of Images with Least Signigicant Bit Planes", Congress on Images and Signal Processing, IEEE, 2008. 
    13. CorelDraw Software, www.CorelDraw.com. 
    14. J.J. Harmsen, W.A. Pearlman, "Steganalysis of additive noise modelable information hiding", Proceedings of the SPIE, Security, Steganography and Watermarking of Multimedia Contents V, vol. 5020, pp. 131-142, 2003. 
    15. 박태희, "분산 확대에 기반한 LSB Steganalysis에 관한 기술 연구", 한국지식정보기술학회 논문지, 제5권, 제 5호, pp. 86-92, 2010 
    16. R.W. Buccigrossi, E.P. Simoncelli, "Image Compression via Joint Statistical Characterization in the Wavelet Domain", IEEE Trans Image Proc, vol. 8(12), pp. 1688-1701, Dec 1999. 
    17. Y. Sun, F. Liu, B. Liu, P. Wang, "Steganalysis Based on Difference Image", IWDW, pp. 184-198, 2008. 
    18. T. Zhang, X. Ping, "A new approach to reliable detection of LSB steganography in natural images", Signal Processing, vol. 83, no. 10, pp. 2085-2093, 2003. 
    19. I.J. Cox, J. Kilian, T. Leighton and T. Shamoon, "Secure Spread Spectrum Watermarking for Multimedia," IEEE Trans. On Image Processing, Vol. 6, pp. 1673-1687, 1997. 
    20. A.Westfeld, "High capacity despite better steganalysis (F5-A steganographic algorithm)," Processings of third International Information Hiding Workshop, Lecture Notes in Computer Science, vol. 2137, Springer, Berlin, pp. 289-32, 2001. 
    21. WEKA tool. http://www.cs.waikato.ac.nz/ml/weka/ 
    22. I.H. WITTEN, E. Frank Data Mining, Elservier, 2005. 
    23. A. Westfeld, "ROC curves for steganalysis", Proceedings of the third WAVILA Chanllenge, pp. 39-45, 2007. 
  • 이 논문을 인용한 문헌 (1)

    1. Park, Tae Hee ; Eom, Il Kyu 2013. "Performance Improvement of Steganalysis based on image Categorization Using Correlation Coefficient" Journal of the Institute of Electronics Engineers of Korea = 전자공학회논문지, 50(6): 221~227     

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기