[논문 리뷰] An Approach for Text Steganography Based on Markov Chains

H. Hernan Moraldo|arXiv (Cornell University)|2014. 09. 02.

Advanced Steganography and Watermarking Techniques인용 수 23

한 줄 요약

이 논문은 기존 방법들이 전이 확률을 단순화하는 경향이 있어 원본 언어 모델의 통계적 성질을 정확히 유지하지 못하는 데 반해, 마르코프 체인 기반의 텍스트 스테고그래피 기법을 제안한다. 이 기법은 확률적 정밀도를 유지하는 보완적인 인코딩 과정과 헤더 기반 길이 신호를 통한 가변 길이 데이터 임베딩을 통해 자연스러운 보이지 않는 텍스트를 생성하며, 더 높은 스테고그래픽 용량과 낮은 탐지 가능성을 제공한다.

ABSTRACT

A text steganography method based on Markov chains is introduced, together with a reference implementation. This method allows for information hiding in texts that are automatically generated following a given Markov model. Other Markov - based systems of this kind rely on big simplifications of the language model to work, which produces less natural looking and more easily detectable texts. The method described here is designed to generate texts within a good approximation of the original language model provided.

연구 동기 및 목표

• 기존 마르코프 기반 스테고그래피 방법이 전이 확률을 단순화함으로써 자연스럽지 않거나 탐지 가능한 텍스트를 생성하는 데서 비롯되는 한계를 해결하기 위해.
• 텍스트 생성 과정에서 원본 마르코프 언어 모델의 고정밀도 근사치를 유지하는 스테고그래픽 시스템을 개발하기 위해.
• 사전에 데이터 크기를 알지 못해도 정확한 복호화가 가능한 헤더 기반 길이 신호 기반 메커니즘을 도입하여 가변 길이 데이터 임베딩을 가능하게 하기 위해.
• 재현 가능성과 실용적 평가를 위해 오픈소스 마르코프 텍스트 스테고 도구를 통해 기반 구현을 제공하기 위해.

제안 방법

• 기존 시스템에서 흔히 볼 수 있는 출구 확률을 동일하게 만드는 단순화를 피하기 위해, 비균일 전이 확률을 갖는 완전한 마르코프 체인 모델을 사용한다.
• 텍스트 생성은 마르코프 체인의 전이 확률을 따르며, 이로 인해 단어 조합이 원본 언어 모델의 통계적 구조를 반영하게 된다.
• 고정 크기의 헤더 인코딩 단계에서 사전 정의된 크기 파라미터 m를 사용해 비밀 데이터 길이를 인코딩함으로써 가변 길이 데이터 처리가 가능해진다.
• 실제 데이터는 헤더 텍스트의 마지막 단어에서부터 인코딩을 시작하여 연속성을 유지하고 스테고텍스트에서 문장 끝을 피한다.
• 복호화 함수는 먼저 헤더 길이를 추출한 후, 헤더의 마지막 단어를 시작 상태로 사용하여 나머지 텍스트에서 데이터를 복호화한다.
• 선택적 후처리 단계로, 복호화 무결성을 유지하면서도 페이로드에 영향을 주지 않는 무작위로 문법적으로 완전한 문장을 인코딩된 텍스트 끝에 추가한다.

실험 결과

연구 질문

• RQ1 기존 방법들이 전이 확률을 단순화하는 데 반해, 마르코프 체인 기반 스테고그래피 시스템이 원본 언어 모델의 통계적 성질을 더 정확히 유지할 수 있는가?
• RQ2 사전에 데이터 크기를 알지 못해도 복호화 시간에 영향을 주지 않고 가변 길이 데이터를 스테고텍스트에 임베딩할 수 있는 방법은 무엇인가?
• RQ3 실제 문학 텍스트에서 유도된 현실적인 마르코프 모델을 사용할 경우, 이러한 시스템이 달성할 수 있는 스테고그래픽 용량은 어느 정도인가?
• RQ4 기존 접근법과 비교했을 때, 이 방법은 스테고텍스트의 자연스러움과 스테고그래피 분석에 대한 저항성 측면에서 어떻게 성능을 발휘하는가?

주요 결과

• 실제 문학 텍스트에서 유도된 큰 마르코프 체인을 사용할 경우, 이 기법은 약 6~7배의 스테고그래픽 페이로드 크기를 달성한다.
• 압축된 스테고텍스트는 원본 데이터 크기의 약 두 배 수준이므로, 높은 압축 효율성을 보인다.
• 작은 데이터 크기(몇 바이트)의 경우, 페이로드 대 스테고텍스트 크기 비율은 최대 9:1에 이르지만, 이 비율은 더 큰 페이로드에서 향상된다.
• 헤더 기반 길이 신호 기반 메커니즘을 통해 사전에 크기를 알지 못해도 정확한 복호화가 가능한 가변 길이 데이터 임베딩을 성공적으로 지원한다.
• 공개된 기반 구현인 MarkovTextStego는 실용적 구현 가능성을 입증하며, 공개적으로 이용 가능하다.
• 실험 결과에 따르면, 이 기법은 확률적 구조를 유지함으로써 기존 방법보다 더 자연스러운 보이지 않는 텍스트를 생성할 수 있으며, 이는 스테고그래피 분석에서의 탐지 가능성을 낮출 수 있음을 시사한다.