Аннотация: Проведено исследование точности выделения фоновой области неподвижного цифрового изображения гистограммным методом в задаче стеганоанализа методами Weighted Stego Image и WSPAM. Проведено исследование зависимости практической точности стеганоанализа неподвижных цифровых изображений методами Weighted Stego Image и WSPAM от характера модели предсказания в градиентных областях изображения в задачах противодействия каналам передачи данных, использующим метод встраивания в наименьший значащий бит пространственной области неподвижных цифровых изображений со значительное долей однородного фона. Исследован алгоритм стеганоанализа Weighted Stego и его модификация WSPAM. Для оценки эффективности анализа использована коллекция BOWS2. Для оценки эффективности выделения однородного фона использованы изображения из широкого набора источников. 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. Показана низкая точность выделения однородного фона гистограммным методом. Предложен метод выделения однородного фона с использованием сегментационной нейронной сети, показана его практическая применимость. Предложена улучшенная модель предсказания пикселей в градиентных областях изображения, позволяющая достичь большей точности стеганоанализа. Практическая значимость. Результаты работы могут быть использованы при построении систем пассивного противодействия стеганографическому каналу передачи информации, основанных на реализации алгоритма Weighted Stego.

Abstract: In his research Bashmakov analyzes accuracy of background area selection in static digital images by using the histogram method as part of steganalysis performed by Weighted Stego Image and WSPAM methods. He examines the dependence of practical accuracy of steganalysis of static digital images by using Weighted Stego Image and  WSPAM methods on the kind of prediction model in gradient regions of an image as part of resistance to data transmission channels that use the method of embedding the least significant bit of spatial domain in static digital images with a significant part of homogeneous background. The author analyzes the Weighted Stego steganalysis algorithm and WSPAM modification thereof. To evaluate the analysis efficiency, the author has used the BOWS2 collection. To evaluate efficiency of homogenous background selection, the author has used images selected from a wide range of sources. The information is built in by changing the least significant bits of images in spatial domain with an actual load from 3-5%. Efficiency of methods is defined based on true-positive, true-negative, false-positive and false-negative values of image classification. The author demonstrates the low accuracy of homogenous background selection using the histogram method. The author suggests to select homogenous background using the segmentation neural net and proves its efficiency. He also offers an improved model of pixel prediction in image gradient areas, this model allowing to achieve the highest accuracy of steganalysis. The results of the research can be used to create systems of passive resistance to steganographic data transmission channels that are based on the Weighted Stego algorithm.