[논문 리뷰] Adaptive Spatial Steganography Based on Probability-Controlled Adversarial Examples

Sai Ma, Qingxiao Guan외 2명|arXiv (Cornell University)|2018. 04. 08.

Advanced Steganography and Watermarking Techniques참고 문헌 22인용 수 9

한 줄 요약

이 논문은 이미지에 데이터를 눈에 띄지 않게 숨기는 데 사용되는 확률 제어 기반 적응형 공간 스테가노그래피 방법을 제안한다. Caffe에서 오차가 발생한 API 사용으로 기울기 값이 확률 값이 아닌 그대로 수정되어, 보고된 결과와 분석이 잘못되었으며, 수정된 버전은 Multimedia Tools and Applications에 재심사 중이다.

ABSTRACT

Explanation from Sai Ma: The experiments in this paper are conducted on Caffe framework. In Caffe, there is an API to directly set the gradient in Matlab. I wrongly use it to control the 'probability', in fact, I modify the gradient directly. The misusage of API leads to wrong experiment results, and wrong theoretical analysis. Apologize to readers who have read this paper. We have submitted a correct version of this paper to Multimedia Tools and Applications and it is under revision. Thanks to Dr. Patrick Bas, who is the Associate Editor of TIFS and the anonymous reviewers of this paper. Thanks to Tingting Song from Sun Yat-sen University. We discussed some problems of this paper. Her advice helps me to improve the submitted paper to Multimedia Tools and Applications.

연구 동기 및 목표

• 스테가노그래피의 은밀성을 향상시키기 위해 적대적 예제를 활용하는 적응형 공간 스테가노그래피 기법을 개발한다.
• Caffe 딥러닝 프레임워크에서 기울기 조작을 통해 스테가노그래픽 임베딩의 확률 분포를 제어한다.
• 최신 스테가노그래피 분석 도구로도 탐지되지 않도록 스테가노그래픽 방법이 유지되도록 보장한다.
• 원래 구현에서 발생한 방법론적 결함을 수정하여 잘못된 결과와 분석을 방지한다.

제안 방법

• 적대적 예제 생성 중 이미지 특징를 조작하기 위해 Caffe 프레임워크의 기울기 설정 API를 활용한다.
• 기울기 수정을 통해 스테가노그래픽 임베딩의 확률 분포를 제어하려 했지만, 이는 API의 잘못된 사용 방식이었다.
• 커버 이미지의 공간적 특성을 기반으로 한 적응형 임베딩 전략을 설계하여 임베딩 효율성을 향상시킨다.
• 이미지 품질을 유지하면서도 숨겨진 데이터를 은폐하는 적대적 예제를 생성한다.
• 기울기 수정이 확률 분포 제어를 제대로 반영한다고 가정한 이론적 분석을 적용한다.
• 기울기 조작이 의도한 확률 제어를 달성하지 못한다는 것을 확인한 후 방법을 수정한다.

실험 결과

연구 질문

• RQ1 적대적 예제는 공간 도메인 스테가노그래피에서 스테가노그래픽 임베딩의 확률 분포를 효과적으로 제어하는 데 사용될 수 있는가?
• RQ2 Caffe에서 기반 기반의 기울기 조작은 스테가노그래픽 임베딩 맥락에서 확률 제어를 정확히 반영하는가?
• RQ3 제안된 방법은 기존의 공간 스테가노그래피 기법과 비교해 보이지 않음과 내구성 측면에서 어떻게 다를까?
• RQ4 잘못된 API 사용은 스테가노그래픽 실험 결과와 이론적 주장의 타당성에 어떤 영향을 미치는가?

주요 결과

• 원래 구현에서 Caffe 기울기 설정 API를 잘못 사용하여 기울기 값이 직접 수정되었고, 확률 제어가 이루어지지 않았다.
• 이러한 오용으로 인해 보고된 실험 결과와 확률 조작을 기반으로 한 이론적 분석이 모두 무효화되었다.
• 결과적으로 임베딩 성능과 은밀성에 대한 논문의 결론은 잘못되었으며 재현이 불가능하다.
• 수정된 버전의 논문은 Multimedia Tools and Applications에 제출되었으며 현재 재심사 중이다.
• 오류는 송 Tingting와 심사자 및 부편집자의 피드백을 통해 식별되었다.
• 수정된 작업은 기술적 결함을 보완하고 유효한 실험 및 분석 결과를 제공할 것이다.