[논문 리뷰] An Improvement on LSB Matching and LSB Matching Revisited Steganography Methods

Kazem Qazanfari, Reza Safabakhsh|arXiv (Cornell University)|2017. 09. 20.

Advanced Steganography and Watermarking Techniques인용 수 4

한 줄 요약

이 논문은 공시행렬의 왜곡을 최소화하기 위해 임베딩 동작을 동적으로 조정하는 적응형 향상 기법을 제안한다. 이는 LSB 매칭 및 LSB 매칭 재고찰 기법의 보완으로, 매트릭스 기반 스테고분석에 대한 저항력을 향상시킨다. 실험 결과로 공시행렬의 왜곡이 감소하였으며, 이는 픽셀 간 의존성 패턴을 악용하는 고급 스테고분석 기법에 대한 보안성을 향상시킨다.

ABSTRACT

The aim of the steganography methods is to communicate securely in a completely undetectable manner. LSB Matching and LSB Matching Revisited steganography methods are two general and esiest methods to achieve this aim. Being secured against first order steganalysis methods is the most important feature of these methods. On the other hand, these methods don't consider inter pixel dependency. Therefore, recently, several steganalysis methods are proposed that by using co-occurrence matrix detect stego images that are hidden by these steganography methods. Therefore, if incremental and decremental operations are done adaptively as causes to less distortion on co-occurrence matrix, these steganography methods will secure against steganalysis methods that use this matrix. In this paper we are going to improve these two steganography methods base on mentioned manner. On the other word, we hide the message in the cover image based on LSB Matching and LSB Matching Revisited method by using adaptive feature. Experimental results show that proposed improvement causes to reduce distortions in co-occurrence matrix and these methods being secure against some steganalysis methods that use this matrix to detect stego images

연구 동기 및 목표

• 공시행렬 기반의 1차 스테고분석에 취약한 LSB 매칭 및 LSB 매칭 재고찰 기법의 문제를 해결하기 위해.
• LSB 기반 스테고그래피에서 전통적인 임베딩 전략으로 인해 발생하는 공시행렬의 왜곡을 줄이기 위해.
• 적응형 임베딩 규칙을 도입하여 매트릭스 기반 스테고분석 방법에 대한 LSB 기반 스테고그래피의 보안성을 향상시키기 위해.
• 스티고 이미지에서 감지 가능한 통계적 아티팩트를 최소화하면서도 높은 페이로드 용량을 유지하기 위해.

제안 방법

• 픽셀 컨텍스트를 기반으로 증분 및 감분 임베딩 동작을 적응적으로 조정하여 공시행렬의 왜곡을 줄이기 위해.
• LSB 매칭 재고찰 원칙을 사용하지만, 컨텍스트 인식 결정을 통해 픽셀 상관관계 패턴을 유지하기 위해.
• 임베딩 전후의 커버 이미지 공시행렬을 분석하여 왜곡을 정량화하기 위해.
• 임베딩 변화에 대한 민감도가 낮은 픽셀 쌍을 우선순위에 두어 통계적 탐지 가능성을 최소화하기 위해.
• 임베딩 중 픽셀 값 증가 또는 감소 여부를 결정하기 위한 동적 임계값 설정 메커니즘을 사용하기 위해.
• 공시행렬 항목에 대한 임베딩 영향을 평가하여 메시지 임베딩에 적합한 최적의 픽셀 값을 선택하기 위한 가이드라인을 제공하기 위해.

실험 결과

연구 질문

• RQ1 공시행렬 기반 스테고분석에 의한 탐지 가능성을 줄이기 위해 LSB 매칭 및 LSB 매칭 재고찰 기법은 어떻게 수정될 수 있는가?
• RQ2 메시지 임베딩 중 공시행렬의 왜곡을 최소화하는 데 가장 효과적인 적응 전략은 무엇인가?
• RQ3 적응형 임베딩은 기존의 표준 LSB 방법에 비해 픽셀 상관관계 패턴을 얼마나 잘 유지하는가?
• RQ4 향상된 임베딩 규칙은 통계적 아티팩트를 줄이면서도 높은 페이로드 용량을 유지할 수 있는가?
• RQ5 제안된 방법은 매트릭스 기반 스테고분석에 대한 기준선 LSB 방법과 비교해 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 적응형 방법은 기존의 LSB 매칭 및 LSB 매칭 재고찰 기법에 비해 공시행렬의 왜곡을 크게 줄였다.
• 향상된 방법으로 생성된 스티고 이미지는 공시행렬 기반 스테고분석 도구에 의해 더 낮은 탐지 가능성을 보였다.
• 이 방법은 통계적 이상 현상이 최소화된 픽셀 쌍 분포를 유지하면서도 높은 임베딩 용량을 유지하였다.
• 실험 결과로 제안된 스테고그래피 기법이 공시행렬 통계에 의존하는 1차 스테고분석 기법에 더 강건함을 확인하였다.
• 적응형 임베딩 전략은 상호 픽셀 의존성을 효과적으로 유지하여 탐지 위험을 감소시켰다.