Аннотация: Рассмотрена точность стеганоанализа с использованием алгоритма Weighted Stego в задачах пассивного противодействия каналам передачи данных, использующим метод встраивания в наименьший значащий бит пространственной области неподвижных цифровых изображений с цветовой моделью RGB. Проведено исследование зависимости точности стеганоанализа методом Weighted Stego от доли однородного фона в анализируемом изображении. Исследовано падение точности предсказания пикселей в фоновых областях изображения при использовании модели предсказания, предложенной авторами оригинального алгоритма Weighted Stego. Исследован алгоритм стеганоанализа Weighted Stego. В основу алгоритма стеганоанализа положена модель предсказания значений пикселей анализируемого изображения по соседним пикселям. Для оценки эффективности анализа использована коллекция BOWS2. Встраивание информации реализовано путём изменения наименьших значащих бит изображения в пространственной области с полезной нагрузкой от 3-5%%. Эффективность методов определена с учетом полученных истинно положительных, истинно отрицательных, ложноположительных и ложноотрицательных значений классификации изображений. Показано падение точности стеганоанализа методом Weighted Stego при увеличении доли однородного фона в анализируемом изображении. Предложен метод усовершенствования модели предсказания пикселей в основе Weighted Stego, позволяющий нивелировать падение точности при увеличении доли однородного фона в анализируемом изображении. Результаты работы полезны специалистом в области защиты информации в задачах обнаружения и противодействия скрытым канала передачи данных. Полученные результаты могут быть использованы при разработке систем стеганоанализа на базе алгоритма Weighted Stego.

Abstract: The article consideres the accuracy of the steganoanalysis using the Weighted Stego algorithm in passive data transmission channel countermeasures using the method of embedding the spatial region of fixed digital images with the RGB color model into the smallest significant bit. The dependence of the accuracy of steganoanalysis by the Weighted Stego method on the fraction of a homogeneous background in the analyzed image was studied. The drop in the accuracy of pixel prediction in the background areas of the image is investigated using the prediction model proposed by the authors of the original Weighted Stego algorithm. The Weighted Stego steganoanalysis algorithm is investigated. The basis for the steganoanalysis algorithm is a model for predicting the pixel values of the analyzed image from adjacent pixels. To assess the effectiveness of the analysis, the BOWS2 collection was used. Embedding information is realized by changing the least significant bits of the image in the spatial domain with a payload of 3-5 %%. The effectiveness of the methods is determined taking into account the obtained truly positive, truly negative, false positive and false negative values of the classification of images. The fall in the accuracy of steganoanalysis by the Weighted Stego method is shown with an increase in the fraction of a homogeneous background in the analyzed image. The method of improvement of the pixel prediction model in the basis of Weighted Stego is proposed, which allows to level out the drop in accuracy with increasing the fraction of a homogeneous background in the analyzed image. The results of the work are useful to a specialist in the field of information protection in the tasks of detecting and countering a hidden data channel. The obtained results can be used in the development of steganoanalysis systems based on the Weighted Stego algorithm.

Аннотация: Противодействие скрытым каналам передачи информации, является актуальной задачей при организации информационной безопасности. Одним из видов пассивного противодействия является обнаружение факта стеганографического воздействия на исследуемый контейнер. Распространенное применение неподвижных цифровых изображений в качестве стеганоконтейнеров, обуславливается их большой долей в общем информационном трафике. Задача пассивного противодействия (стеганоанализа), позволяющая выявить цифровое изображение с встроенной информацией, фактически представляет собой задачу бинарной классификации. В основе классификатора используется статистический алгоритм количественного стеганоанализа, определяющий количество измененных пикселей в предъявляемом контейнере. От точности такого алгоритма напрямую зависит качество классификации и практическая эффективность пассивного противодействия в целом. Под эффективностью противодействия в статье понимается соотношение вероятности истинно положительного результата классификации к вероятности ложной положительной классификации. К настоящему времени разработано значительное количество статистических алгоритмов количественного стаганоанализа. При этом исследования, посвященные их сравнительному анализу, отсутствуют, что затрудняет выбор конкретного алгоритма при решении задачи противодействия стеганографическим каналам утечки информации. Также остается открытым вопрос о практической эффективности пассивного противодействия стеганографическим каналам на основе встраивания в наименее значимые биты (НЗБ) пикселей цифрового изображения.
Предметом исследования является эффективность применения современных статистических алгоритмов количественного стеганоанализа. На основе результатов построены графики доверительных областей, позволяющие произвести сравнительную оценку эффективности пассивного противодействия НЗБ стеганографии. Для исследований выбраны следующие алгоритмы стеганоанализа: RS- analysis, Sample pair analysis, Difference image histogram, Triples analysis, Weighted stego-image. Из тестового множества изображений выбирается изображение. Проводится оценка его пропускной способности (определяется максимальная полезная нагрузка). В проводимых экспериментах за эту величину принято значение общего количества пикселей в изображении. Стеганографическое воздействие моделируется изменением значения наименьших значащих бит для заданного количества пикселей (полезной нагрузки). Модифицированное изображение подается на вход конкретной реализации алгоритма стеганоанализа. Результатом работы алгоритма является количество измененных пикселей в изображении. Эксперименты проводятся в одинаковых условиях для всех реализаций алгоритмов стеганоанализа. Основными выводами проведенного исследования является, то что на основе современных статистических алгоритмов стеганоанализа можно организовать эффективное пассивное противодействие стеганографическим каналам НЗБ встраивания с полезной нагрузкой контейнера более 5%. Уменьшение полезной нагрузки контейнера менее 5% резко снижает эффективность пассивного противодействия. Небольшое изображение разрешением 600х400 пикселей, преобразованное в стеганограмму с полезной нагрузкой в 1-2% практически не детектируется классификаторами на основе статистических количественных алгоритмов стеганоанализа. С учетом возможности предварительного сжатия скрываемых данных и применения матричного встраивания, рассматриваемые современные алгоритмы стеганоанализа нуждаются в дальнейшем совершенствовании.

Abstract: Countering the hidden channels of information transmission is an important task in the organization of information security. One kind of passive physical resistance methods is detection of the steganographic impact on the investigated container. The widespread use of digital still images as stegano-containers is due to their large share in total data traffic. The task of passive counteraction (steganalysis) allowing identifying the digital image with the built-in information is actually a binary classification problem. At the core of the classifier lies statistical algorithm of quantitative steganalysis for determining the amount of modified pixels in the data container. The accuracy of the algorithm directly affects the quality classification and the practical effectiveness of passive physical resistance as a whole. By effective counteraction the article refers to the ratio of probabilities between true positive classification and the probability of a false positive classification. Currently there are many statistical algorithms for quantitative steganalysis. However, there are no studies on their comparative analysis which complicates the selection of an algorithm while solving the problem of counteraction to steganography channels of information leakage. The practical effectiveness of passive physical resistance to steganography channels by inserting the least significant bits of pixel digital image also remains an open question.
The subject of the study is the effectiveness of the application of modern quantitative statistical algorithms steganalysis. Based on the results of the study the authors have formed graphics of trust regions, allowing to make a comparative assessment of the effectiveness of the passive counteraction in LSB-steganography. For the study the authors selected the following steganalysis algorithms: RS- analysis, Sample pair analysis, Difference image histogram, Triples analysis, Weighted stego-image. From the test of multiple images an image is selected. An evaluation of its capacity (defined by the maximum payload) is performed. In the experiments for this value authrs accepted the total number of pixels in the image. Steganographic effects modeled by changing the value of the least significant bit for a predetermined number of pixels (the payload). The modified image used as an input to a particular implementation of the algorithm steganalysis. The result of the algorithm is the number of changed pixels in the image. The experiments were carried out under the same conditions for all implementations of algorithms steganalysis. The main conclusions of the study is the fact that based on modern statistical steganalysis algorithms it is possible to organize an effective opposition to the passive channels with LSB steganography with embedding payload container more than 5%. Reducing the payload container of less than 5% dramatically reduces the effectiveness of the passive counteraction. A small 600x400 pixels image converted to steganography with payload of 1-2% is practically not detected by classifiers based on statistical quantitative algorithms steganalysis. Taking into account the possibility of pre-compression hidden data and matrix embedding, the considered modern algorithms for steganalysis need further improvement.