[논문 리뷰] Spec-ResNet: A General Audio Steganalysis scheme based on Deep Residual Network of Spectrogram

Yanzhen Ren, Dengkai Liu외 3명|arXiv (Cornell University)|2019. 01. 21.

Digital Media Forensic Detection참고 문헌 37인용 수 17

한 줄 요약

이 논문은 스펙트로그램을 입력으로 사용하고, 깊이 있는 잔차 신경망을 활용하여 AAC 및 MP3 오디오에서 다양한 임bedding 도메인에 걸쳐 스테고그래피를 탐지하는 일반적인 오디오 스테고그래피 분석 프레임워크인 Spec-ResNet을 제안한다. 다중 척도 스펙트로그램 창을 통해 보편적인 스테고그래피 분석 특징을 캡처하고 잔차 학습을 활용함으로써, 기존의 수작업 특징 기반 및 CNN 기반 접근법보다 우수한 최신 기술 성능을 달성하며, AAC 및 MP3Stego 방식에서 높은 탐지 정확도를 확보한다.

ABSTRACT

The widespread application of audio and video communication technology make the compressed audio data flowing over the Internet, and make it become an important carrier for covert communication. There are many steganographic schemes emerged in the mainstream audio compression data, such as AAC and MP3, followed by many steganalysis schemes. However, these steganalysis schemes are only effective in the specific embedded domain. In this paper, a general steganalysis scheme Spec-ResNet (Deep Residual Network of Spectrogram) is proposed to detect the steganography schemes of different embedding domain for AAC and MP3. The basic idea is that the steganographic modification of different embedding domain will all introduce the change of the decoded audio signal. In this paper, the spectrogram, which is the visual representation of the spectrum of frequencies of audio signal, is adopted as the input of the feature network to extract the universal features introduced by steganography schemes; Deep Neural Network Spec-ResNet is well-designed to represent the steganalysis feature; and the features extracted from different spectrogram windows are combined to fully capture the steganalysis features. The experiment results show that the proposed scheme has good detection accuracy and generality. The proposed scheme has better detection accuracy for three different AAC steganographic schemes and MP3Stego than the state-of-arts steganalysis schemes which are based on traditional hand-crafted or CNN-based feature. To the best of our knowledge, the audio steganalysis scheme based on the spectrogram and deep residual network is first proposed in this paper. The method proposed in this paper can be extended to the audio steganalysis of other codec or audio forensics.

연구 동기 및 목표

• 압축 오디오 포맷인 AAC 및 MP3와 같은 다양한 임베딩 도메인에서 스테고그래피를 탐지할 수 있는 일반화된 스테고그래피 분석 프레임워크를 개발하는 것.
• 특정 임베딩 도메인에서만 효과적인 기존의 스테고그래피 분석 방법의 한계를 극복하는 것.
• 오디오 신호의 미세한 스테고그래피 수정을 포착하기 위해 스펙트로그램을 보편적인 표현으로 사용하는 것의 탐구.
• 스펙트로그램 표현에서 약한 스테고그래피 분석 특징을 효과적으로 추출하기 위해 깊이 있는 잔차 신경망을 활용하는 것.
• 다양한 스펙트로그램 창 크기에서의 다중 척도 특징 융합을 통해 탐지 정확도를 향상시키는 것.

제안 방법

• 이 방법은 압축 오디오의 주파수 성분을 시각적으로 표현한 스펙트로그램을 깊이 신경망의 입력으로 사용하여, 압축 오디오 내의 주파수-시간 관계를 캡처한다.
• 깊이 있는 잔차 신경망(ResNet)을 활용하여 계층적인 스테고그래피 분석 특징을 학습함으로써 깊이 신경망에서 흔히 발생하는 기울기 소실 문제를 완화한다.
• 다양한 창 크기(N=512, 1024, 2048)의 스펙트로그램을 처리하여 다중 척도 특징을 추출하고, 이를 융합하여 탐지 성능을 향상시킨다.
• 데이터 유출을 방지하기 위해 CDB_MP3 및 SDB_MP3 데이터셋의 1500개 오디오 샘플에서 생성된 스펙트로그램을 사용하여 별도의 훈련 및 테스트 세트로 훈련을 수행한다.
• 교차 엔트로피 손실을 사용하고 학습률 감소를 적용한 확률적 경사 하강법으로 엔드 투 엔드로 모델을 훈련시킨다.
• 다양한 창 크기에서의 예측을 융합하여 구성된 혼합 분류 모델을 통해 정확도와 강인성을 향상시킨다.

실험 결과

연구 질문

• RQ1 스펙트로그램은 다양한 오디오 압축 도메인에서 스테고그래피를 탐지하기 위한 보편적인 특징 표현으로 기능할 수 있는가?
• RQ2 깊이 있는 잔차 신경망은 압축 오디오 신호 내의 미세한 스테고그래피 왜곡을 효과적으로 학습할 수 있는가?
• RQ3 다양한 스펙트로그램 창 크기에서의 다중 척도 특징 융합은 단일 척도 분석에 비해 스테고그래피 탐지 정확도를 향상시키는가?
• RQ4 제안된 Spec-ResNet 방법은 AAC 및 MP3 스테고그래피 방식에서 최신 기술 성능 기준으로 정확도와 일반화 능력 측면에서 어떻게 비교되는가?
• RQ5 이 방법은 스테고그래피 분석 외의 다른 오디오 코덱이나 법의학적 응용 분야로 일반화 가능한가?

주요 결과

• Spec-ResNet는 N=1024 창 크기의 혼합 모델을 사용하여 MP3Stego에서 0.9993의 탐지 정확도를 달성했으며, Wang [25]의 0.9250과 Luo [32]의 0.9786보다 뚜렷이 뛰어나다.
• AAC 스테고그래피의 경우, 세 가지 방식(LSB-EE, MIN, SIGN)의 평균 탐지 정확도가 0.8829로, 이전 최신 기술 성능 방법을 초월한다.
• N=1024 창 크기의 모델은 MP3Stego에서 100%의 타당 양성률(TPR)과 99.87%의 타당 음성률(TNR)을 기록하여 거의 완벽한 탐지 성능을 보였다.
• 다양한 창 크기의 예측을 융합한 혼합 모델이 0.9993의 최고 정확도를 기록하여 다중 척도 특징 융합의 효과를 입증했다.
• AAC의 LSB-EE 방식에서 Spec-ResNet는 0.9531의 탐지 정확도를 기록했으며, 이는 이어지는 최고 성능 방법(0.8819)보다 7个百分点 이상 높은 성능을 보였다.
• 저자들의 지식으로는, 이는 오디오 스테고그래피 분석을 위해 스펙트로그램과 깊이 있는 잔차 신경망을 결합한 최초의 공개된 논문으로, 이 분야에 새로운 기준을 설정한다.