[論文レビュー] A novel approach for implementing Steganography with computing power obtained by combining Cuda and Matlab

Samir Patel, Shrikant Pradhan+1 more|ArXiv.org|Dec 4, 2009

Advanced Steganography and Watermarking Techniques被引用数 6

ひとこと要約

本論文は、CUDAの並列計算パワーとMATLABのハイレベルインターフェースを活用して、画像ステガノグラフィを高速化する新規ハイブリッドフレームワークを提示する。計算負荷の高いステガノグラフィック操作（例：画像ピクセルへのデータ埋め込みおよび抽出）を、MATLABのMEXインターフェースを介してGPUアクセラレートされたCUDAカーネルにオフロードすることにより、従来のCPUベースの実装と比較して顕著な性能向上を達成した。これは、マルチメディアセキュリティ応用分野におけるGPUアクセラレートされたステガノグラフィの実現可能性を示している。

ABSTRACT

With the current development of multiprocessor systems, strive for computing data on such processor have also increased exponentially. If the multi core processors are not fully utilized, then even though we have the computing power the speed is not available to the end users for their respective applications. In accordance to this, the users or application designers also have to design newer applications taking care of the computing infrastructure available within. Our approach is to use the CUDA (Compute Unified Device Architecture) as backend and MATLAB as the front end to design an application for implementing steganography. Steganography is the term used for hiding information in the cover object like Image, Audio or Video data. As the computing required for multimedia data is much more than the text information, we have been successful in implementing image Steganography with the help of technology for the next generation.

研究の動機と目的

• 大規模なマルチメディアデータにおけるステガノグラフィック操作の増大する計算要求に対応する。
• 現代のGPUの並列アーキテクチャを活用することで、CPUオンative処理の限界を克服する。
• MATLABの使いやすさとCUDAの計算パワーを統合した実用的で高性能なステガノグラフィ実装を開発する。
• リアルタイムまたは高スルーレートなマルチメディアアプリケーションに適した効率的でスケーラブルなステガノグラフィを実現する。

提案手法

• アルゴリズム開発およびユーザーインターフェースのためのハイレベルなフロントエンドとしてMATLABを活用する。
• GPU実行用にCUDA Cカーネルでステガノグラフィック埋め込みおよび抽出ロジックを実装する。
• MATLABとCUDAをMEXファイルを介してインターフェース化し、MATLAB環境から直接GPUカーネルを呼び出せるようにする。
• 最小有効ビット（LSB）置換などの、ピクセルレベルの操作における並列処理を適用する。
• GPUの利用度を最大化し、遅延を最小限に抑えるために、メモリアクセスパターンとカーネル起動を最適化する。
• 標準的な画像データセットを用いてフレームワークを検証し、CPUベースの実装と比較しての性能向上を測定する。

実験結果

リサーチクエスチョン

• RQ1 GPUアクセラレーションは、画像データにおけるステガノグラフィック操作の性能にどのように向上をもたらすか？
• RQ2 MATLABのハイレベル環境を、リアルタイムマルチメディアステガノグラフィに効果的に統合できるか？
• RQ3 CPUと比較して、ステガノグラフィック計算をGPUにオフロードすることで、どの程度の性能向上が達成できるか？
• RQ4 CUDAとMATLABの統合は、開発の複雑さと実行効率にどのように影響を与えるか？
• RQ5 このハイブリッドアプローチは、実用的なマルチメディアアプリケーションにおけるスケーラブルで高スルーレートのステガノグラフィをサポートできるか？

主な発見

• 提示されたCUDA-MATLAB統合は、画像データにおけるステガノグラフィック操作の高速化に成功した。
• 計算をGPUにオフロードすることで顕著な性能向上が達成され、CPUベースの実装と比較して処理時間が短縮された。
• ピクセルレベルの操作の効率的な並列化のおかげで、リアルタイムまたはニアリアルタイムのステガノグラフィが可能になった。
• MEXファイルの使用により、MATLABのハイレベルプログラミングとCUDAの低レベルGPUカーネルとのシームレスな統合が実現した。
• このアプローチはスケーラビリティを示し、高スルーレートのマルチメディアセキュリティ応用分野への展開可能性を示した。
• 特に大容量の画像ファイルにおいて、より高いスルーレートと低い遅延が達成され、ステガノグラフィにおけるGPUアクセラレーションの有効性が裏付けられた。