ПРОБЛЕМА СИНХРОНІЗАЦІЇ В СЕЛЕКТИВНІЙ СТЕГАНОГРАФІЇ

Алла КОБОЗЄВА; Світлана ГРИГОРЕНКО

doi:10.17721/ISTS.2025.10.61-69

Автор(и)

Алла КОБОЗЄВА Одеський національний морський університет Автор https://orcid.org/0000-0001-7888-0499
Світлана ГРИГОРЕНКО Національний університет «Одеська політехніка» Автор https://orcid.org/0009-0006-4551-8243

DOI:

https://doi.org/10.17721/ISTS.2025.10.61-69

Ключові слова:

селективна стеганографія, синхронізація, цифрове зображення, сингулярне число, випадковий контейнер

Анотація

Вступ. Селективна стеганографія нині є потужним інструментом для покращення характеристик стеганогра-фічної системи, зокрема в умовах використання випадкового контейнера. Однією з основних нерозв'язаних проблем сучасної селективної стеганографії залишається проблема синхронізації: забезпечення механізмів, які дають змогу ідентифікувати початок і послідовність використаних для вбудови додаткової інформації пікселів / блоків контейнера в організації процесу декодування. Метою роботи є підвищення ефективності стеганосистеми з допомогою забез-печення синхронізації в умовах застосування селекції блоків, загальні принципи якої запропоновані авторами раніше.

Методи. Використано: селективні методи вибору блокового стеганошляху, загальний підхід до аналізу стану інформаційних систем для дослідження впливу стеганоперетворення на блоки зображення-контейнера та вибору критерію селекції блоків, методи теорії збурень для оцінювання можливих меж змін сингулярних чисел блоків, ме-тоди сучасної стеганографії.

Результати. Обґрунтовано доцільність принципу синхронізації шляхом забезпечення незмінності визначаль-ного параметра (критерію селекції) блока після стеганоперетворення. Запропоновано метод, що реалізує обраний спосіб синхронізації в умовах селекції блоків, який не залежить від використовуваного стеганографічного методу, заснований на модифікації сингулярного спектра блока для забезпечення незмінності нормованої відокремленості максимального сингулярного числа – кількісного критерію селекції.

Висновки. Застосування запропонованого механізму синхронізації в умовах селекції блоків контейнера з метою забезпечення надійності сприйняття стеганоповідомлення дало змогу підвищити ефективність стегано-системи на 4.1–4.3 dB під час використання випадкових контейнерів, причому запропонований спосіб синхронізації не потребує розширення секретного ключа та його додаткової передачі, збереження додаткової інформації про отриманий стеганошлях.

Завантажити

Дані для завантаження поки недоступні.

Посилання

Бобок, І., & Кобозєва, А. (2025). Нормована відокремленість максимального сингулярного числа блоку цифрового зображення як показник до-цільності його стеганоперетворення. У В. Вичужанін (Ред.), Системи контролю інформації та інтелектуальні технології. Досягнення та засто-сування (с. 58–75). Liha-Pres.

Браіловський, М., Зибін, С., Кобозєва, А., Хорошко, В., & Хохлачова, Ю. (2021). Аналіз кіберзахищенності інформаційних систем. ФОП "Ямчинський О. В.".

Конахович, Г., Прогонов, Д., & Пузиренко, О. (2018). Комп'ютерна стеганографічна обробка й аналіз мультимедійних даних. Alex Print Centre.

Aslam, M. (2022). Image Steganography using Least Significant Bit (LSB) – A Systematic Literature Review. In Proceedings of the 2nd International Conference on Computing and Information Technology (ICCIT'2022) (pp. 32–38). IEEE. https://doi.org/10.1109/ICCIT52419.2022.9711628

Bobok, I., & Kobozieva, A. (2024). Localization of Disturbance Region of Formal Parameters of Steganographic Cover to Ensure Steganosystem Stability. Radioelectronics and Communications Systems, 67, 396–409. https://doi.org/10.20535/S0021347024090024

Bobok, I., & Kobozieva, A. (2025). Theoretical Foundations of Digital Content Integrity Expertise. Problemele Energeticii Regionale, 1, 105–121. https://doi.org/10.52254/1857-0070.2025.1-65.08

Charan, S. (2023). A Review of the Recent Advances in Image Based Steganography. In Proceedings of the KILBY 100 7th International Conference on Computing Sciences (ICCS'2023) (pp. 1–5). Lovely Professional University. http://dx.doi.org/10.2139/ssrn.4490256

Ghosal, S., Chatterjee, A., & Sarkar, R. (2021). Image steganography based on Kirsch edge detection. Multimedia Systems, 27, 73–87. https://doi.org/10.1007/s00530-020-00703-3

Gloe, T., & Böhme, R. (2010). The 'Dresden Image Database' for benchmarking digital image forensics. In Proceedings of the 2010 ACM Symposium on Applied Computing (SAC'10) (pp. 1584–1590). ACM. https://doi.org/10.1145/1774088.1774427

Hsu, Y., & Chang, S. (2006). Detecting Image Splicing using Geometry Invariants and Camera Characteristics Consistency. In Proceedings of 2006 IEEE International Conference on Multimedia and Expo (pp. 549–552). IEEE. https://doi.org/10.1109/ICME.2006.262447

Kadhim, I., Premaratne, P., & Vial, P. J. (2018). Adaptive Image Steganography Based on Edge Detection Over Dual-Tree Complex Wavelet Transform. In DS. Huang, M. Gromiha, K. Han, & A. Hussain (Eds.), Lecture Notes in Computer Science: Vol. 10956. Intelligent Computing Methodologies (pp. 544–550). Springer. https://doi.org/10.1007/978-3-319-95957-3_57

Kobozieva, A., Bobok, I., Laptiev, O., & Savchenko, V. (2025). Application of Graph Theory to Ensure the Reliability of Steganographic Message Perception in the Creation of a Covert Communication Channel. CEUR Workshop Proceedings, 4048, 94–108.

Laishram, D., & Tuithung, T. (2021). A novel minimal distortion-based edge adaptive image steganography scheme using local complexity. Multimedia Tools and Applications, 80, 831–854. https://doi.org/10.1007/s11042-020-09519-9

Melnik, M. (2012). Compression-resistant steganography algorithm. Information Security, 2, 99–106.

Mohammed, S. N. (2023). Color Image Steganography Using Gradient Selective Bezier Curves. Iraqi Journal of Science, 64(7), 4525–4541. https://doi.org/10.24996/ijs.2023.64.7.39

Naji, S., Mohaisen, H., Alsaffar, Q., & Jalab, H. (2020). Automatic region selection method to enhance image-based steganography. Periodicals of Engineering and Natural Sciences, 8(1), 67–78.

Ray, B., Mukhopadhyay, S., & Hossain, S., (2021). Image steganography using deep learning based edge detection. Multimedia Tools and Applications, 80, 33475–33503. https://doi.org/10.1007/s11042-021-11177-4

Saeed, A. (2020). An Accurate Texture Complexity Estimation for Quality-Enhanced and Secure Image Steganography. IEEE Access, 8, 21613–21630. https://doi.org/10.1109/ACCESS.2020.2968217

Sarrafpour, B., Alomirah, R, Sarrafpour, S., & Sharifzadeh, H. (2021). An Adaptive Edge-Based Steganography Algorithm for Hiding Text into Images. In Proceedings of the 2021 IEEE 19th International Conference on Embedded and Ubiquitous Computing (EUC) (pp. 109–116). IEEE. https://doi.org/10.1109/EUC53437.2021.00024

Taher, M., Ahmad, A. R. B. H. J., Sami, R., & Mokri, S. (2022). A literature review of various steganography methods. Journal of Theoretical and Applied Information Technology, 100(5), 1412–1427.

U.S. Department of Agriculture. (2025, November 10). NRCS Photo Gallery. https://www.nrcs.usda.gov