vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2022-49-4-113-125vdgtu-1185Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSМетод стеганодетектирования скрытых изображений для систем защиты объектов интеллектуальной собственностиStegan detection method for latent images for intellectual property protection systemsТебуеваФ. Б.TebuevaF. B.

Тебуева Фариза  Биляловна, доктор физико-математических наук, доцент, заведующая кафедрой компьютерной безопасности

355017, г. Ставрополь, ул. Пушкина, 1

Fariza B. Tebueva, Dr. Sci. (Eng), Assoc. Prof., Head of Computer Security Department

 

ftebueva@ncfu.ruОгурМ. Г.OgurM. G.

Огур Максим Геннадьевич, старший преподаватель кафедры компьютерной безопасности

355017, г. Ставрополь, ул. Пушкина, 1

Maxim G. Ogur, Senior Lecturer, Computer Security department

 

mogur@ncfu.ruМандрицаИ. В.MandritsaI. V.

Мандрица Игорь Владимирович, доктор экономических наук, доцент, профессор кафедры информационной безопасности

355017, г. Ставрополь, ул. Пушкина, 1

Igor V. Mandritsa, Dr. Sci. (Eng), Assoc. Prof., Professor of Department of Information Security

 

imandritsa@ncfu.ruЧернышевА. Б.ChernyshevA. B.

Чернышев Александр Борисович, доктор технических наук, профессор, профессор кафедры систем управления и информационных технологий

355017, г. Ставрополь, ул. Пушкина, 1

Alexander B. Chernyshev, Dr. Sci. (Eng), Prof., Professor of Department of Management Systems and Information Technology

 

achernyshev@ncfu.ruЛинецГ. И.LinetsG. I.

Линец Геннадий Иванович, доктор технических наук, доцент, заведующий кафедрой инфокоммуникаций

355017, г. Ставрополь, ул. Пушкина, 1

Gennady I. Linets, Dr. Sci. (Eng), Assoc. Prof., Head of Infocommunications Department

 

glinetc@ncfu.ruМочаловВ. П.MochalovV. P.

Мочалов Валерий Петрович., доктор технических наук, профессор, профессор кафедры инфокоммуникаций

355017, г. Ставрополь, ул. Пушкина, 1

Valery P. Mochalov, Dr. Sci. (Eng), Prof., Professor of Infocommunications Department

 

vmochalov@ncfu.ruСеверо-Кавказский федеральный университетRussian Federation202209022023494113125Copyright © Тебуева Ф.Б., Огур М.Г., Мандрица И.В., Чернышев А.Б., Линец Г.И., Мочалов В.П., 20232023Тебуева Ф.Б., Огур М.Г., Мандрица И.В., Чернышев А.Б., Линец Г.И., Мочалов В.П.Tebueva F.B., Ogur M.G., Mandritsa I.V., Chernyshev A.B., Linets G.I., Mochalov V.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/1185Цель

Цель. Целью исследования является  повышение качества обнаружения и стеганодетектирования скрытых изображений, внедряемых в защищаемый объект интеллектуальной собственности различными методами.

Метод

Метод. Предлагается метод стеганодетектирования скрытых изображений на основе глубокого обучения. Метод основан на использовании модели сверточной нейронной сети VGG16, в которой произведена оптимизация архитектуры и параметров обучения.

Результат

Результат. Повышение точности обнаружения изображенийстегоконтейнеров на 3,8 %, а также возможность использования алгоритма разработанного метода для изображений, имеющих большее разрешение, чем размерность входа искусственной нейронной сети.

Вывод

Вывод. Разработанный метод предназначен для проведения стеганодетектирования в двух случаях: для выявления факта незаконного использования объектов интеллектуальной собственности; для применения в компьютерной криминалистике при идентификации изображений, содержащих скрытую и запрещенную к распространению информацию.

Objective

Objective. Improving the quality of detection and stego-detection of latent images embedded in the protected object of intellectual property by various methods.

Method

Method. The method for stego-detection of latent images based on deep learning is proposed. The method is based on the use of the VGG16 convolutional neural network model, in which the architecture and training parameters are optimized.

Result

Result. Increasing the accuracy of detecting stegocontainer images by 3.8%, as well as the possibility of using the algorithm of the developed method for images with a higher resolution than the dimension of the input of an artificial neural network.

Conclusion

Conclusion. The developed method is intended for stegan detection in two cases: to detect the fact of illegal use of intellectual property objects;  for use in computer forensics when identifying images containing hidden and prohibited information.

стеганодетектирование скрытых изображенийглубокое обучениеискусственная нейронная сетьhidden image stegan detectiondeep learningartificial neural networkReferencesNational Natural Science Foundation of China [Электронный ресурс]. URL: http://www.nsfc.gov.cn/english/site_1/index.html (дата обращения: 19.06.2021).National Natural Science Foundation of China [Electronic resource]. URL: http://www.nsfc.gov.cn/english/site_1/index.html (date of the application: 19.06.2021).Ministry of Science and Technology of the People’s Republic of China [Электронный ресурс]. URL: http://en.most.gov.cn/ (дата обращения: 19.05.2021).Ministry of Science and Technology of the People’s Republic of China [Electronic resource]. URL: http://en.most.gov.cn/ (date of the application: 19.05.2021).Chinese Academy of Sciences [Электронный ресурс]. URL: https://english.cas.cn/ (дата обращения: 19.05.2021).Chinese Academy of Sciences [Electronic resource]. URL: https://english.cas.cn/ (date of the application: 19.05.2021).Cheddad A. и др. Digital image steganography: Survey and analysis of current methods // Signal Processing. 2010. Т. 90, № 3. С. 727-752.Cheddad A. и др. Digital image steganography: Survey and analysis of current methods. Signal Processing. 2010; 90(3):727752.Li B. и др. A Survey on Image Steganography and Steganalysis // Journal of Information Hiding and Multimedia Signal Processing c. 2011. Т. 2, № 2.Li B. and etc. A Survey on Image Steganography and Steganalysis. Journal of Information Hiding and Multimedia Signal Processing 2011; 2(2):15-30Dalal M., Juneja M. Steganography and Steganalysis (in digital forensics): a Cybersecurity guide // Multimed. Tools Appl. Springer, 2021. Т. 80, № 4. С. 5723-5771.Dalal M., Juneja M. Steganography and Steganalysis (in digital forensics): a Cybersecurity guide. Multimed. Tools Appl. Springer, 2021;80(4):5723-5771.Breaking a steganography software: Camouflage [Электронный ресурс]. URL: http://www.guillermito2.net/stegano/camouflage/index.html (дата обращения: 20.05.2021).Breaking a steganography software: Camouflage [Electronic resource]. URL: http://www.guillermito2.net/stegano/camouflage/index.html (дата обращения: 20.05.2021).Breaking a steganography software: JpegX [Electronic resource]. URL: http://www.guillermito2.net/stegano/jpegx/index.html (дата обращения: 20.05.2021).Breaking a steganography software: JpegX [Electronic resource]. URL: http://www.guillermito2.net/stegano/jpegx/index.html (дата обращения: 20.05.2021).Analyzing steganography softwares [Электронный ресурс]. URL: http://www.guillermito2.net/stegano/ (дата обращения: 20.05.2021).Analyzing steganography softwares [Electronic resource]. URL: http://www.guillermito2.net/stegano/ (date of the application 20.05.2021).Fridrich J., Goljan M. Practical steganalysis of digital images: state of the art // Security and Watermarking of Multimedia Contents IV. SPIE, 2002. Т. 4675. С. 1-13.Fridrich J., Goljan M. Practical steganalysis of digital images: state of the art. Security and Watermarking of Multimedia Contents IV. SPIE, 2002; 4675: 1-13.Kodovský J., Fridrich J. JPEG-compatibility steganalysis using block-histogram of recompression artifacts // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Springer, Berlin, Heidelberg, 2013. Т. 7692 LNCS. С. 78-93.Kodovský J., Fridrich J. JPEG-compatibility steganalysis using block-histogram of recompression artifacts . Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Springer, Berlin, Heidelberg, 2013; 7692 LNCS: 78-93.Chandramouli R., Kharrazi M., Memon N. Image steganography and steganalysis: Concepts and practice // Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics). Springer Verlag, 2004. Т. 2939. С. 35-49.Chandramouli R., Kharrazi M., Memon N. Image steganography and steganalysis: Concepts and practice. Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics). Springer Verlag, 2004; 2939:. 35-49.Fridrich J., Du R., Long M. Staganalysis of LSB encoding in color images // IEEE International Conference on Multi-Media and Expo. 2000. № III/WEDNESDAY. С. 1279-1282.Fridrich J., Du R., Long M. Staganalysis of LSB encoding in color images. IEEE International Conference on Multi-Media and Expo. 2000;. III/WEDNESDAY:1279-1282.Fridrich J., Goljan M., Du R. Reliable detection of LSB steganography in color and grayscale images // Proceedings of the ACM International Multimedia Conference and Exhibition. Association for Computing Machinery (ACM), 2001. №II. С. 2730.Fridrich J., Goljan M., Du R. Reliable detection of LSB steganography in color and grayscale images. Proceedings of the ACM International Multimedia Conference and Exhibition. Association for Computing Machinery (ACM), 2001; II: 27-30.Lerch-Hostalot D., Megías D. Unsupervised steganalysis based on artificial training sets // Eng. Appl. Artif. Intell. Elsevier Ltd, 2016. Т. 50. С. 45-59.Lerch-Hostalot D., Megías D. Unsupervised steganalysis based on artificial training sets. Eng. Appl. Artif. Intell. Elsevier Ltd, 2016; 50: 45-59.Shi Y.Q., Chen C., Chen W. A Markov process based approach to effective attacking JPEG steganography // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Springer Verlag, 2007. Т. 4437 LNCS. С. 249-264.Shi Y.Q., Chen C., Chen W. A Markov process based approach to effective attacking JPEG steganography. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Springer Verlag, 2007; 4437 LNCS: 249-264.Westfeld A. Generic adoption of spatial steganalysis to transformed domain // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Springer Verlag, 2008. Т. 5284 LNCS. С. 161-177.Westfeld A. Generic adoption of spatial steganalysis to transformed domain .Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Springer Verlag, 2008; 5284 LNCS: 161-177.Holub V., Fridrich J. Low Complexity Features for JPEG Steganalysis Using Undecimated DCT. 2014.Holub V., Fridrich J. Low Complexity Features for JPEG Steganalysis Using Undecimated DCT. 2014.Farid H. Detecting hidden messages using higher-order statistical models // IEEE International Conference on Image Processing. 2002. Т. 2.Farid H. Detecting hidden messages using higher-order statistical models. IEEE International Conference on Image Processing. 2002; 2.Lyu S., Farid H. Detecting hidden messages using higher-order statistics and support vectorachines // Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics). Springer Verlag, 2003. Т. 2578. С. 340-354.Lyu S., Farid H. Detecting hidden messages using higher-order statistics and support vectorachines. Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics). Springer Verlag, 2003; 2578: 340-354.Cohen A.S. The gaussian watermarking game / A.S. Cohen, A. Lapidoth // IEEE Transactions on Information Theory. 2002. Vol. 48(6). P. 1639-1667.Cohen A.S. The gaussian watermarking game / A.S. Cohen, A. Lapidoth // IEEE Transactions on Information Theory. 2002; 48(6): 1639-1667.

The authors declare that there are no conflicts of interest present.