[論文レビュー] EncryptGAN: Image Steganography with Domain Transform

Ziqiang Zheng, Hongzhi Liu+5 more|arXiv (Cornell University)|May 28, 2019

Advanced Steganography and Watermarking Techniques参考文献 29被引用数 9

ひとこと要約

EncryptGAN は、制約付きサイクルGANを用いたドメイン変換により非対称暗号化を実現する、画像ステガノグラフィーの新規フレームワークである。公開鍵（変換された「まがい物」画像）と秘密鍵（変換された「カバー」画像）が学習され、プライベートメッセージの安全な埋め込みと抽出が可能となる。本手法は、ステガノグラフィーのセキュリティおよび画像再構築品質の両面で優れた性能を発揮し、最新の手法を上回る忠実度と耐性を示している。

ABSTRACT

We propose an image steganographic algorithm called EncryptGAN, which disguises private image communication in an open communication channel. The insight is that content transform between two very different domains (e.g., face to flower) allows one to hide image messages in one domain (face) and communicate using its counterpart in another domain (flower). The key ingredient in our method, unlike related approaches, is a specially trained network to extract transformed images from both domains and use them as the public and private keys. We ensure the image communication remain secret except for the intended recipient even when the content transformation networks are exposed. To communicate, one directly pastes the `message' image onto a larger public key image (face). Depending on the location and content of the message image, the `disguise' image (flower) alters its appearance and shape while maintaining its overall objectiveness (flower). The recipient decodes the alternated image to uncover the original image message using its message image key. We implement the entire procedure as a constrained Cycle-GAN, where the public and the private key generating network is used as an additional constraint to the cycle consistency. Comprehensive experimental results show our EncryptGAN outperforms the state-of-arts in terms of both encryption and security measures.

研究の動機と目的

• 変換関数が漏洩した場合に通信が暴露されるという対称ステガノグラフィーの限界を解消すること。
• 公開関数が開示されても機密性が保たれるような、画像ステガノグラフィーの非対称暗号化メカニズムを導入すること。
• 秘密鍵を用いたメッセージ認証により、画像ステガノグラフィーにおけるデジタル署名機能を実現すること。
• ドメイン翻訳を用いて意味論的レベルでのメッセージ埋め込みを実現し、対象の客観性を保ちつつデータを隠蔽すること。

提案手法

• 2つの異なるドメイン（例：顔と花）の画像を、公開鍵と秘密鍵に変換する特別に訓練されたネットワーク $\mathcal{K}$ を定義する。
• 公開鍵および秘密鍵の生成を、サイクルGANフレームワークに追加の制約として統合し、鍵に配慮した損失関数を用いてサイクル整合性を強制する。
• 送信者は、プライベートメッセージ画像を「カバー」画像（公開鍵）に埋め込み、変換された「まがい物」画像を用いて視覚的に変更された出力を生成する。
• 受信者は、自身の秘密鍵（変換されたカバー画像）を用いて、変更された「まがい物」画像を復号し、元のメッセージを回復する。
• 変換ネットワーク $\mathcal{F}$ および $\mathcal{G}$ が公開されても、非対称鍵設計のおかげでメッセージは依然として安全であることを保証する。
• 秘密鍵依存の暗号化と公開鍵ベースの復号により、メッセージの真正性を検証できるデジタル署名をサポートする。

実験結果

リサーチクエスチョン

• RQ1 変換関数が公開されても安全な非対称ステガノグラフィー・システムを、ドメイン変換を用いて構築可能か？
• RQ2 GANベースのフレームワークをどのように制約すれば、画像翻訳と安全なメッセージ埋め込みのための鍵生成を同時に学習できるか？
• RQ3 生成器における特徴層の選択が、ステガノグラフィック埋め込みの忠実度とセキュリティに及ぼす影響はどの程度か？
• RQ4 非対称鍵統合を画像ステガノグラフィーに組み込むことで、デジタル署名機能を実現可能か？
• RQ5 本システムは、メッセージの位置、内容、および「まがい物」画像の選択に変動が生じた場合にも、どの程度耐性を示すか？

主な発見

• EncryptGAN は、FID 107.92 を達成し、$L_1,L_2,L_3$（FID 41.19）および $L_6$（FID 321.42）といったベースライン手法を著しく上回り、優れた画像生成品質を示している。
• セキュリティ評価において、LPIPS スコアが 0.5191 と高く、暗号化済み画像と元の画像との間で明確な知覚的差が生じることを示しており、MSE が 0.1379 と高い値を示しており、効果的な隠蔽が実現されていることが確認された。
• アブレーションスタディの結果、中程度および高レベルの特徴（$L_3, L_5, L_6$）の組み合わせが、詳細の保持と鍵への感受性の両立において最適なパフォーマンスを発揮することが判明した。
• メッセージの位置の変更に対しても本システムは耐性を示し、メッセージを異なる位置に配置した場合に「まがい物」画像に明確な視覚的変更が生じることが確認された。
• 視覚的結果から、異なるメッセージ画像、位置、および「まがい物」画像が、一意の暗号化出力を生成することが確認され、メッセージの一意性とセキュリティが保証された。
• フレームワークはデジタル署名を正常にサポートしており、正当な受信者以外はメッセージを回復できず、認証が可能であることが確認された。