حمله روی استگانوگرافی (پنهان نگاری) LSB در تصاویر رنگی و سیاه سفید با استفاده از ضرایب خودهمبستگی

Attack on LSB Steganography in Color and Grayscale Images Using Autocorrelation Coefficients

Abstract

In a natural image, neighbor pixels have a high cross correlation. This point is also true about LSB planes of close pixels. Inserting random bits using LSB method alleviates naturally the mentioned correlations. According to these feature, a novel method is proposed to detect LSB stego images by using 2-D autocorrelation coefficients of image. As matrix of autocorrelation is symmetric, just some of its coefficients such as distinctive feature are used then these features are applied for classifying the stego image and natural image by using two different classifiers: SVM classifier and Weighted Euclidean distance (WED). The experimental results show that this new method has a high performance, and is more effective than other methods.

دانلود مقاله انگلیسی                                 310.75 KB

چکیده

در یک تصویر طبیعی، پیکسل های مجاور دارای همبستگی عرضی بالا می باشند. این نکته در مورد صفحات LSB پیکسل های نزدیک نیز صحیح می باشد. درج بیت های تصادفی با استفاده از روش LSB بطور طبیعی همبستگی های ذکرشده را کاهش می دهد. با توجه به این مشخصه ها، روش جدیدی برای تشخیص تصاویر LSB stego با استفاده از ضرایب خودهمبستگی 2-D تصویر پیشنهاد می شود. از آنجاییکه ماتریس خودهمبستگی متقارن می ابشد، تنها برخی از ضرایبش مانند مشخصه ی اختصاصی استفاده می شوند، سپس این مشخصه ها برای طبقه بندی تصویر stego و تصویر طبیعی با استفاده از دو طبقه بندی کننده بکار گرفته می شوند: طبقه بندی کننده ی SVM و فاصله اقلیدسی وزن دار (WED). نتایج تجربی نشان می دهند که این روش جدید دارای کارایی بالا می باشد و موثرتر از سایر روش ها می باشد.
کلمات کلیدی: استگانوگرافی (پنهان نگاری)، استگانالیز، تصویر stego، تصویر کاور، طبقه بندی کننده SVM، فاصله اقلیدسی وزن دار

تعداد صفحات مقاله انگلیسی:12 صفحه
تعداد صفحات مقاله فارسی: 16 صفحه