[논문 리뷰] Convolutional Video Steganography with Temporal Residual Modeling

Xinyu Weng, Yongzhi Li외 2명|arXiv (Cornell University)|2018. 06. 08.

Advanced Steganography and Watermarking Techniques참고 문헌 19인용 수 19

한 줄 요약

이 논문은 시간적 잔차 모델링을 활용하여 프레임 간 희소성을 이용함으로써 정밀도와 내성 모두를 향상시키는 새로운 딥 컨volution 뉴럴 네트워크 기반 비디오 스테가노그래피 프레임워크를 제안한다. 참조 프레임과 프레임 간 잔차를 별도의 신경망 브랜치와 임계값 기반 라우팅 메커니즘을 사용해 별도로 인코딩함으로써, APD 및 스테가노그래피 분석에 대한 저항성 측면에서 기존의 LSB 및 이미지 스테가노그래피 기준 모델보다 뛰어난 성능을 달성한다.

ABSTRACT

Steganography represents the art of unobtrusively concealing a secrete message within some cover data. The key scope of this work is about visual steganography techniques that hide a full-sized color image / video within another. A majority of existing works are devoted to the image case, where both secret and cover data are images. We empirically validate that image steganography model does not naturally extend to the video case (i.e., hiding a video into another video), mainly because it completely ignores the temporal redundancy within consecutive video frames. Our work proposes a novel solution to the problem of video steganography. The technical contributions are two-fold: first, the residual between two consecutive frames tends to zero at most pixels. Hiding such highly-sparse data is significantly easier than hiding the original frames. Motivated by this fact, we propose to explicitly consider inter-frame residuals rather than blindly applying image steganography model on every video frame. Specifically, our model contains two branches, one of which is specially designed for hiding inter-frame difference into a cover video frame and the other instead hides the original secret frame. A simple thresholding method determines which branch a secret video frame shall choose. When revealing the concealed secret video, two decoders are devised, revealing difference or frame respectively. Second, we develop the model based on deep convolutional neural networks, which is the first of its kind in the literature of video steganography. In experiments, comprehensive evaluations are conducted to compare our model with both classic least significant bit (LSB) method and pure image steganography models. All results strongly suggest that the proposed model enjoys advantages over previous methods. We also carefully investigate key factors in the success of our deep video steganography model.

연구 동기 및 목표

• 기존의 이미지 스테가노그래피 모델이 시간적 중복성을 忽시함으로써 비디오 스테가노그래피에 한계를 갖는 문제를 해결하기 위해.
• 프레임 간 잔차의 희소성을 활용하여 비디오에서 더 효율적이고 정교한 데이터 은닉을 실현하기 위해.
• 저지연과 높은 복원 정확도를 동시에 최적화하는 딥 러닝 기반 프레임워크를 개발하기 위해.
• GAN 스타일의 디스크림ิน레이터를 활용한 적대적 훈련을 통합하여 스테가노그래피 분석에 대한 저항력을 향상시키기 위해.
• 프레임 선택, 임계값 설정, 비디오 콘텐츠 품질이 스테가노그래픽 성능에 미치는 영향을 조사하기 위해.

제안 방법

• 모델은 참조 프레임을 위한 브랜치와 프레임 간 잔차를 위한 브랜치를 병렬로 사용하며, 각 프레임을 적절한 브랜치로 라우팅하기 위한 임계값 기반 메커니즘을 적용한다.
• 참조 또는 잔차(RoR) 분류기는 별도의 H/R-네트워크에서 유도된 확률을 기반으로 컨테이너 프레임이 참조 데이터인지 잔차 데이터인지 식별하기 위해 훈련된다.
• 스테가노그래피 분석에 대한 저항성을 향상시키기 위해 GAN 스타일의 적대적 손실을 사용하며, 초모수를 통해 H/R 손실에 의해 조절된다.
• 1,000개의 비디오 클립에서 평균 잔차 에너지를 기반으로, 30.68로 프레임을 참조 및 잔차 그룹으로 분할하는 데 실험적으로 설정된다.
• 왜곡을 최소화하고 탐지 저항성을 향상시키기 위해 인지적, 재구성적, 적대적 손실의 조합을 사용해 모델을 훈련한다.
• 비디오 세그먼트는 참조 프레임과 그에 이어지는 잔차 프레임들로 정의되며, 세그먼트 길이 분포를 분석하여 모델 성능 균형을 맞춘다.

실험 결과

연구 질문

• RQ1 각 프레임을 독립적으로 다루는 것에 비해, 비디오의 프레임 간 잔차를 활용함으로써 스테가노그래픽 효율성과 정교함을 향상시킬 수 있는가?
• RQ2 표준 이미지 스테가노그래피에 비해 비디오에 적용했을 때 시간적 잔차 모델링은 어떻게 비교되는가?
• RQ3 모델 성능과 내성 측면에서 참조 프레임과 잔차 프레임을 구분하기 위한 최적의 임계값은 무엇인가?
• RQ4 GAN 디스크림ิน레이터를 활용한 적대적 훈련이 스테가노그래피 분석에 대한 저항력을 얼마나 향상시키는가?
• RQ5 텍스처, 채도 등의 비디오 콘텐츠 특성 중 어떤 것이 낮은 APD 점수와 더 나은 스테가노그래픽 성능과 관련이 있는가?

주요 결과

• 적대적 훈련 이후 H/R-네트워크의 APD 점수는 각각 4.13과 6.21을 기록하여 스테가노그래피 분석에 대한 저항력 향상을 확인할 수 있었다.
• 적대적 훈련을 거친 모델는 스테가노그래피 분석 정확도 80%를 달성하기 위해 600개 이상의 훈련 쌍이 필요로 했으며, 원본 모델는 400개의 훈련 쌍으로도 이를 달성할 수 있었기에 보다 높은 보안성을 입증하였다.
• 실제 및 가짜 프레임의 확률을 조합한 비율 기반 결정 규칙을 사용할 경우, RoR 분류기는 테스트 세트에서 100%의 정확도를 달성하였다.
• 기존의 고전적 LSB 및 순수 이미지 스테가노그래피 모델에 비해 정교함과 복원 정확도 측면에서 모두 뛰어난 성능을 보였다.
• 저조도 및 저채도 비디오는 일관되게 '좋은' 컨테이너 또는 비밀로 식별되었으며, 이는 낮은 APD 점수와 관련이 있었다.
• 30.68의 임계값은 컨테이너 품질과 복원된 비밀의 정확도 사이에 균형 잡힌 트레이드오프를 제공함을 입증하였다.