Оценка качества стеганоситемы

Создание и эксплуатация надежного стеганографического средства предусматривает наличие определенного инструментария для его контроля и оценки [3]. Количественное оценивание стойкости стеганографической системы защиты к внешним воздействиям представляет собой достаточно сложную задачу, которая обычно на практике реализуется методами системного анализа, математического моделирования или экспериментального исследования.

Как правило, профессионально разработанная стеганосистема обеспечивает трехуровневую модель защиты информации, решающую две основные задачи:

• скрытие самого факта наличия защищаемой информации (первый уровень защиты);

• блокирование несанкционированного доступа к информации, осуществляемое путем избрания соответствующего метода скрытия информации (второй уровень защиты).

Наконец, необходимо принимать во внимание и вероятность существования третьего уровня — предварительной криптографической защиты (шифрования) скрываемой информации.

На рис. 3.2 представлена возможная структура процесса моделирования и оценки устойчивости стеганосистемы [3. 48].

 

 

Рис. 3.2. Модель анализа угрозы и оценки устойчивости стеганосистемы

 

Как видим, надежность и время устойчивости стеганосистемы в случае проведения анализа и испытаний определяются возможностями вычислительной системы.

Оценка качества основной характеристики стеганоситемы - уровня скрытости -обеспечивается путем проведения аналитических исследований (стеганоанализа) и натурных испытаний [3]. Для оценки качества стеганографического скрытия часто используются известные методы из других областей, в первую очередь — криптоанализа. Поскольку абонент-получатель может восстанавливать скрытую информацию принятого сообщения, то целиком очевидно, что существует некий механизм ее извлечения.

Если нарушитель, выдвигая гипотезы о возможном стеганографическом преобразовании, имеет некоторый инструмент для их проверки, то он имеет шансы подтвердить факт существования скрытой информации, выполнить поиск механизма извлечения секретного сообщения и, наконец, раскрыть содержание сообщения. По этой причине, в первую очередь, для детектирования стеганограмм можно использовать разновидности описанных выше атак на стеганосистему и значительную часть методов криптоанализа.

Достаточно эффективны в некоторых случаях методы оценки уровня скрытости стеганосредств на основании анализа их статистических характеристик. Статистическая теория дает количественные критерии вероятности, что позволяет создавать детекторы, которые будут обнаруживать статистические расхождения между последовательностями. В случае наличия достаточного объема анализируемой информации с достаточно высокой вероятностью можно делать выводы об основных характеристиках последовательности, выделенной для анализа из контейнера

На начальном этапе анализа рекомендуется воспользоваться традиционными, статистическими ( тесты на запрещенные символы, на длину цикла и т.п.), эмпирическими (проверка частот, серий, интервалов, перестановок, проверка на монотонность, "покер-тестом", тестом "собирателя купонов) или спектральными тестами [3] В дальнейшем целесообразно использовать более гибкие методы, которые иногда специально разрабатываются под конкретную задачу.

Для сравнительного оценивания качества стеганографических средств разрабатываются разные показатели, дающие количественные оценки. Больше всего их разработано для стеганометодов, которые работают с изображениями и видео (методов ЦВЗ) Зачастую такие показатели оперируют с изображениями на уровне пикселей, хотя после надлежащей адаптации они применимы и к другим способам описания изображения, а также к аудиоданным. Наиболее популярным показателем при анализе уровня искажений, которые вносятся в контейнер во время скрытия в нем информации, является взятое из радиотехники соотношение "сигнал/шум", вычисленное в децибелах.

В табл. 3.1 представлен ряд показателей, используемых во время оценки искажений, вносимых стеганопреобразованиями в изображение [49-52] В таблице

Таблица 3.1. Наиболее распространенные показатели визуального искажения, основанные на анализе пиксельной структуры контейнера

Разностные показатели искажения
Максимальная разность (Maximum Difference)	(3.1)
Средняя абсолютная разность (Average Absolute Difference)	(3.2)
Нормированная средняя абсолютная разность (Normalized Average Absolute Difference)	(3.3)
Среднеквадратическая ошибка (Mean Square Error)	(3.4)
Нормированная среднеквадратическая ошибка (Normalized Mean Square Error)	(3.5)
LP норма (LP -norm)	(3.6)
Лапласова среднеквадратическая ошибка (Laplacian Mean Square Error)	(3.7)
Отношение сигнал/шум (Signal to Noise Ratio)	(3.8)
Максимальное отношение сигнал/шум (Peak Signal to Noise Ratio)	(3.9)
Качество изображения (Image Fidelity)	(3.10)
Корреляционные показатели искажения
Нормированная взаимная корреляция (Normalized Cross Correlation)	(3.11)
Качество корреляции (Correlation Quality)	(3.12)
Другие показатели
Структурное содержание (Structural Content)	(3.13)
Общее сигма отношение сигнал/шум (Global Sigma Signal to Noise Ratio)	(3.14) где
Сигма отношение сигнал/шум (Sigma Signal to Noise Ratio)	(3.15) где
Нормированное отношение сигма/ ошибка (Normalized Sigma to Error Ratio)	(3.16) где
Подобие гистограмм (Histogram Similanty)	(3 17) где — относительная частота градации цвета в изображении с 256 уровнями цветов.

 

Большинство показателей искажения или критериев качества, которые используются при визуальной обработке информации, относятся к группе разностных показателей искажения. Эти показатели базируются на отличии между контейнером-оригиналом (неискаженный сигнал) и контейнером-результатом (искаженный сигнал) Ко второй группе относятся показатели, основанные на корреляции между оригинальным и искаженным сигналами (так называемые корреляционные показатели искажения)

В представленных соотношениях через обозначается пиксель пустого контейнера с координатами (x, y), а через , — соответствующий пиксель заполненного контейнера. В параметрах GSSNR, SSNR и SER анализированное изображение предварительно разбивается на N блоков по л пикселей размером Х х Y, где X и Y — соответственно, количество строк и столбцов в блоке (например, блок 8x8), Более летальное описание показателей можно получить, в частности, из [52].

Рассмотренные выше показатели базируются на анализе отдельных элементов сигнала (в данном случае — пикселей изображения). Слабые места таких показателей известны уже на протяжении длительного времени (например, отсутствие корреляции разностных показателей искажения со зрением человека). В последнее десятилетие все больше исследований направлено на поиски такого показателя искажения, который был бы адаптирован к человеческой зрительной или слуховой системе путем учета разнообразных влияний [53-56]. Рассмотрим показатель искажения, который, предложили в свое время Фарелл (J.E. Farrell) и Ван ден Бранден Ламбрехт (C.J. van den Branden Lambrecht) [55].

Степень воспринимаемого человеком качества оперирует чувствительностью к контрасту и явлением маскировки системой восприятия человека и базируется на многоканальной модели человеческого пространственного зрения.

Вычисление данного показателя требует следующих действий:

• проведение крупношаговой сегментации изображения;

• разложение ошибки кодирования и первичного изображения на перцепционные(относящиеся к восприятию органами чувств) компоненты, используя гребенчатые фильтры;

• вычисление порога обнаружения для каждого пикселя, используя первичное изображение как маску;

• распределение фильтрованной ошибки с помощью порога принятия решения,объединение по всем цветовым каналам.

Единица измерения показателя определяется как единица превышения порога, что подразумевает под собой только значимое (заметное) отличие (Just Noticeable Difference — JND). Общий показатель, скрытое максимальное соотношение "сигнал/шум" (Masked Peak Signal to Noise Ratio — MPSNR):

 

(3.18)

где — вычисленное искажение. Поскольку показатель, качества не соответствуетсмыслу, заложенному в понятие "децибел", его называют визуальным или зрительным децибелом (ВдБ).

В большинстве случаев более полезна нормализованная оценка качества. В [49] предлагается использовать оценку качества Q в соответствии с рекомендацией сектора радиосвязи МСЭ — ITU-R Rec. 500:

(3.18)

где — вычисленное искажение; N — нормирующий коэффициент, который зачастую выбирается таким, чтобы характеристика искажения отображала соответствующую качественную оценку.

В табл. 3.2 представлены оценки и соответствующие им зрительное восприятие внесенных искажений и качество подвергнутых обработке изображений. Такая оценка имеет несколько преимуществ, а именно, отсутствие разрушения неискаженных изображений.

Таблица 3.2. ITU-R Rec. 500.Оцека качества по шкале от 1до 5

 

Оценка	Искажение	Качество
	Незаметное	Отличное
	Заметное, не раздражающее	Хорошее
	Несущественно раздражающее	Удовлетворительное
	Раздражающее	Неудовлетворительное
	Чрезвычайно раздражающее	Крайне неудовлетворительное