ДОСЛІДЖЕННЯ ПАРАМЕТРІВ БЛОКІВ МАТРИЦІ ЦИФРОВОГО КОНТЕНТУ В РІЗНИХ ФОРМАТАХ ЗБЕРЕЖЕННЯ ЯК ТЕОРЕТИЧНА ОСНОВА ДЛЯ МЕТОДІВ ВИЯВЛЕННЯ ПОРУШЕННЯ ЙОГО ЦІЛІСНОСТІ
DOI:
https://doi.org/10.17721/2519-481X/2023/78-11Ключові слова:
цифрове зображення, цифрове відео, формат з втратами, формат без втрат, сингулярне числоАнотація
Несанкціоновані зміни цифрових інформаційних контентів, зокрема зображень, відео, що розглядаються в роботі, сьогодні стають такими, виявлення яких є складною і актуальною задачею, що потребує розробки нових підходів та методів. При несанкціонованих змінах цифрового контенту часто відбувається зміна формату (з/без втрат) його збереження (в цілому, або частини), зокрема при організації стеганографічного каналу зв’язку, фотомонтажі тощо. Таким чином, виявлення факту перезбереження (частини) цифрового контенту в формат, що відрізняється від первісного, є покажчиком на порушення його цілісності, роблячи актуальною задачу відокремлення контентів в різних форматах. Метою роботи є створення теоретичного базису для методів відокремлення цифрових контентів в різних форматах збереження шляхом дослідження властивостей формальних параметрів блоків оригінальних контентів. В ході дослідження: визначені формальні параметри – найменші за значенням сингулярні числа блоків відповідних матриць, на основі властивостей яких обгрунтована пропозиція введення формального об’єкта дослідження – матриці найменших сингулярних чисел блоків, що ставиться у відповідність цифровому контенту і має властивості, які розрізняються в залежності від формату збереження цифрового контенту; для послідовності цифрових зображень одного формату, для цифрового відео визначений формальний математичний об’єкт – гістограма мод гістограм матриць найменших сингулярних чисел блоків зображень/кадрів відео, властивості якої значно розрізняються для різних форматів збереження, що може бути використаним для розробки відповідного експертного методу. Встановлення кількісних характеристик для отриманих в роботі якісних роздільників дасть можливість сформувати ефективні методи відокремлення цифрових контентів в різних форматах збереження, що може бути застосованим як складова частина процесу стеганоаналізу, в процесі виявлення результатів фотомонтажу, де були задіяні контенти в різних форматах, тощо.
Посилання
1. Rai, A., Singh, A.S., Kumar, A.S. (2020), “A review of information security: issues and techniques”, International Journal for Research in Applied Science & Engineering Technology, 8(5), pp. 953–960.
2. Shwetha, B., Sathyanarayana, S.V. (2017), “Digital image forgery detection techniques: a survey”, ACCENTS Transactions on Information Security, 2(5), pp. 22–31.
3. Alqahtani, F.H. (2017), “Developing an information security policy: a case study approach”, Procedia Computer Science, 124, pp. 691–697.
4. Karthikeyan, N., Saravana Kumar, N.M., Mugunthan, S.R. (2018), “Comparative study of lossy and lossless image compression techniques”, International Journal of Engineering & Technology, 7, pp. 950–953.
5. Gonzalez, R.C., Woods, R.E. (2006), “Tsifrovaya obrabotka izobrazheniy” [Digital Image Processing], Technosfera, Moscow, 1070 p.
6. Taher, M.M., Ahmad, A.R., Hameed, R.S., Mokri, S.S. (2022), “А literature review of various steganography methods”, Journal of Theoretical and Applied Information Technology, 100(5), pp. 1412–1427.
7. Aggarwal, A., Sangal, A., Varshney, A. (2019), “Image steganography using LSB algorithm”, International Journal of Information Sciences and Application, 11(1), pp. 85–89.
8.Dhawan, S., Gupta, R. (2021), “Analysis of various data security techniques of steganography: a survey”, Information Security Journal: A Global Perspective, 30(2), pp. 63–87.
9. Kobozeva, A.A. (2008), “Ispol’zovanie osobennostey vozmuscheniy singulyarnyh chisel matritsi tsifrovogo izobrazheniya dlya obnaruzheniya ego fal’sifikatsii” [Application of image matrix singular values disturbances for image forgery detection], Artificial Intelligence, 1, pp. 145–153.
10. Jalab, H.A., Subramaniam, T., Ibrahim, R.W., Kahtan, H., Mohd Noor, N.F. (2019), “New texture descriptor based on modified fractional entropy for digital image splicing forgery detection”, Entropy, 21(4), 371.
11. Tjoa, S., Lin, W.S., Zhao, H.V., Liu, K.J.R. (2007), “Block size forensic analysis in digital images”, Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2007, April 15-20, 2007, Honolulu, Hawaii, USA. pp. I-633-I-636.
12. Luo, W., Huang, J., Qiu, G. (2008), “A novel method for block size forensics based on morphological operations”, Digital Watermarking (IWDW 2008), Lecture Notes in Computer Science, 5450, pp. 229–239.
13. Bobok, I.I., Kobozeva, A.A. (2019), “Method for detecting of digital image integrity violations due to its block processing”, Radiotechnika, 199, pp. 130–141.
14. Akhmametieva A.V. (2016), “Method of detection the fact of compression in digital images as an integral part of steganalysis”, Informatics and mathematical methods in modelling, 6(4), pp. 357–364.
15. Bobok, I.I. (2017), “Metod vyyavlennyazobrazhen’, perezberezhennyh u format bez vtrat z formatu z vtratamy” [A method for detecting images converted to a lossless format from a lossy format], Mathematical and Computer Modelling. Series: Technical Sciences, 16, pp. 5–14.
16. Kobozeva, A.A., Khoroshko, V.A. (2009), “Analiz informatsionnoy bezopasnosti” [Information Security Analysis], GUIKT, Kyiv, 251 p.
17. Bobok, I.I. (2017), “Rozvytok zagalnogo pidhodu do problem vyyavlennya porushen’ tsilisnosti tsyfrovyh zobrazhen” [Development of a general approach to the problem of detecting integrity violations of digital images] / Legal, Regulatory and Metrological Support of Information Security System in Ukraine, 2, pp. 78–88.
18. Bergman C., Davidson, J. (2005), “Unitary embedding for data hiding with the SVD”, Security, steganography and watermarking of multimedia contents VII, SPIE, 5681, pp. 619–630.
19. Demmel, D. (2001), “Vychislitelnaya linejnaya algebra: teoriya i prilozheniya” [Numerical Linear Algebra: Theory and Applications], Mir, Moscow, 430 p.
20. Kahaner, D., Moler, C., Nash, S. (2001), “Chislennie metody i programmnoe obespechenie” [Numerical Methods and Software], Mir, Moscow, 573 p.
21. Gloe, T., Böhme, R. (2010), “The “Dresden Image Database” for benchmarking digital image forensics”, Proceedings of the 2010 ACM Symposium on Applied Computing (SAC ’10), pp. 1585–1591.
