KR102103306B1 - Steganography Discrimination Apparatus and Method - Google Patents
Steganography Discrimination Apparatus and Method Download PDFInfo
- Publication number
- KR102103306B1 KR102103306B1 KR1020200010022A KR20200010022A KR102103306B1 KR 102103306 B1 KR102103306 B1 KR 102103306B1 KR 1020200010022 A KR1020200010022 A KR 1020200010022A KR 20200010022 A KR20200010022 A KR 20200010022A KR 102103306 B1 KR102103306 B1 KR 102103306B1
- Authority
- KR
- South Korea
- Prior art keywords
- steganography
- image
- blocks
- determining whether
- variance
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/438—Interfacing the downstream path of the transmission network originating from a server, e.g. retrieving MPEG packets from an IP network
- H04N21/4385—Multiplex stream processing, e.g. multiplex stream decrypting
- H04N21/43853—Multiplex stream processing, e.g. multiplex stream decrypting involving multiplex stream decryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
- H04L63/0457—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply dynamic encryption, e.g. stream encryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
- H04N21/2389—Multiplex stream processing, e.g. multiplex stream encrypting
- H04N21/23892—Multiplex stream processing, e.g. multiplex stream encrypting involving embedding information at multiplex stream level, e.g. embedding a watermark at packet level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
- H04N21/4405—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving video stream decryption
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 영상에 스테가노그래피가 적용되었는지 판별하는 스테가노그래피 판별장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for determining steganography to determine whether steganography is applied to an image.
영상 스테가노그래피는 숨기고자 하는 정보를 커버(cover) 영상이라는 매체에 숨겨 외부에서 정보의 존재 여부를 인지하지 못하도록 하는 보안 기술 방법이다.Image steganography is a security technology method that hides information to be hidden in a medium called a cover image so that it does not recognize the presence of information from the outside.
커버 영상에 영상 정보를 은닉하여 만들어진 변형된 커버 영상을 스테고 영상이라 한다.A modified cover image created by hiding image information in a cover image is called a stego image.
영상 스테가노그래피 기법으로 생성된 스테고 영상은 제3자가 봤을 때 숨겨진 정보의 존재 여부를 알 수 없어 보안성이 높은 장점이 있다.The stego image generated by the image steganography technique has the advantage of high security because it is not possible to know whether there is hidden information when viewed by a third party.
또한, 사전에 어떠한 방법으로든 숨겨진 정보의 존재 여부를 알게 되더라도 정보가 부호화된 기법을 정확하게 알지 못한다면 복호를 시도하여 얻은 결과 영상은 잡음 영상과 같은 무의미한 결과를 얻게 된다.In addition, even if the existence of hidden information is known in any way in advance, if the information-encoded technique is not accurately known, the resulting image obtained by attempting decoding obtains a meaningless result such as a noise image.
따라서, 암호화는 단순하지만 완전한 복원은 매우 어렵다.Therefore, encryption is simple, but full restoration is very difficult.
그리고, 스테가노그래피가 적용된 영상인지를 판단하는 방법이 없어 정상적인 영상도 포함하여 스테가노그래피 적용 여부를 판별해야 하는 문제가 있다.In addition, there is no method of determining whether steganography is applied, and thus there is a problem of determining whether steganography is applied including a normal image.
본 발명의 목적은 픽셀의 최하위비트의 상관성을 통해 영상에 스테가노그래피가 적용되었는지 자동으로 판별할 수 있는 스테가노그래피 판별장치 및 방법을 제공하는 것이다.An object of the present invention is to provide a steganography discrimination apparatus and method capable of automatically determining whether steganography is applied to an image through correlation of the least significant bit of a pixel.
상기한 본 발명의 목적을 실현하기 위한 하나의 특징에 따른 스테가노그래피 판별장치는, 영상을 수신하는 통신부; 및 상기 영상의 픽셀 특성을 이용하여 상기 영상의 스테가노그래피 적용 여부를 판단하는 제어부를 포함하고,A steganography discrimination apparatus according to one feature for realizing the above object of the present invention includes a communication unit that receives an image; And a control unit determining whether steganography is applied to the image using the pixel characteristics of the image,
상기 제어부는, 상기 영상의 프레임을 복수의 블록들로 나누고, 상기 블록들에 포함된 복수의 픽셀들의 복수의 밝기값들과 상기 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정하며, 상기 픽셀들의 상기 밝기값들과 상기 상관값들을 이용하여 상기 영상에 스테가노상기한 본 발명의 목적을 실현하기 위한 하나의 특징에 따른 스테가노그래피 판별장치는, 영상을 수신하는 통신부; 및 상기 영상의 픽셀 특성을 이용하여 상기 영상의 스테가노그래피 적용 여부를 판단하는 제어부를 포함하고,The controller divides a frame of the image into a plurality of blocks, and a plurality of brightness values of a plurality of pixels included in the blocks and a least significant bit (LSB) similarity between the pixels are displayed. Steganography discrimination apparatus according to one feature for realizing the object of the present invention, which measures the correlation values and stegano the image using the brightness values and the correlation values of the pixels, receives the image Communication unit; And a control unit determining whether steganography is applied to the image using the pixel characteristics of the image,
상기 제어부는, 상기 영상의 프레임을 복수의 블록들로 나누고, 상기 블록들에 포함된 복수의 픽셀들의 복수의 밝기값들과 상기 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정하며, 상기 픽셀들의 상기 밝기값들과 상기 상관값들을 이용하여 상기 영상에 스테가노그래피가 적용되었는지 판단할 수 있다.The controller divides a frame of the image into a plurality of blocks, and a plurality of brightness values of a plurality of pixels included in the blocks and a least significant bit (LSB) similarity between the pixels are displayed. The correlation values are measured, and it is possible to determine whether steganography is applied to the image using the brightness values and the correlation values of the pixels.
한편, 상기한 본 발명의 목적을 실현하기 위한 다른 하나의 특징에 따른 스테가노그래피 판별방법은, 영상을 수신하는 단계; 및 상기 영상의 픽셀 특성을 이용하여 상기 영상에 스테가노그래피가 적용되었는지 판단하는 단계를 포함하고,Meanwhile, a method for determining steganography according to another feature for realizing the object of the present invention includes: receiving an image; And determining whether steganography is applied to the image using the pixel characteristics of the image.
상기 스테가노그래피 적용 여부를 판단하는 단계는, 상기 영상의 프레임을 복수의 블록들로 나누는 단계; 상기 블록들에 포함된 복수의 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정하는 단계; 및 상기 상관값들을 이용하여 상기 영상에 스테가노그래피가 적용되었는지 판단하는 단계를 포함한다.The determining whether the steganography is applied may include dividing the frame of the image into a plurality of blocks; Measuring a plurality of correlation values representing a least significant bit (LSB) similarity between a plurality of pixels included in the blocks; And determining whether steganography is applied to the image using the correlation values.
상기 프레임을 복수의 블록들로 나누는 단계는, 상기 영상의 프레임을 수신하는 단계; 상기 프레임을 n×n 배열의 상기 블록들로 나누는 단계; 상기 블록들에 포함된 상기 픽셀들의 복수의 밝기값을 측정하는 단계; 및 상기 밝기값들을 이용하여 상기 블록들의 복수의 분산값들을 계산하는 단계를 포함할 수 있다.The step of dividing the frame into a plurality of blocks includes: receiving a frame of the image; Dividing the frame into n × n array of blocks; Measuring a plurality of brightness values of the pixels included in the blocks; And calculating a plurality of variance values of the blocks using the brightness values.
상기 복수의 상관값들을 측정하는 단계는, 각각의 상기 픽셀과 이웃하는 복수의 픽셀들 중 어느 하나 이상의 최하위 n 비트 간의 유사도를 비교하여 상기 상관값들을 측정할 수 있다.In the measuring of the plurality of correlation values, the correlation values may be measured by comparing the similarity between each of the pixels and one or more least significant n bits of a plurality of neighboring pixels.
상기 상관값을 이용하여 영상에 스테가노그래피가 적용되었는지 판단하는 단계는, 각각의 상기 블록에 포함된 상기 픽셀들의 상관값에 대한 평균을 구하여 상기 블록들의 상관값을 계산하는 단계; 상기 블록들의 상기 분산값을 이용하여 상기 블록들을 배열하기 위한 복수의 분산구간들을 설정하는 단계; 상기 블록들의 상기 분산값에 따라 상기 블록들을 상기 분산구간들에 배열하는 단계; 각각의 상기 분산구간에 배열된 상기 블록들의 상관값에 대한 평균을 구하여 상기 분산구간들의 상관값을 계산하는 단계; 및 상기 분산구간들의 상관값을 이용하여 스테가노그래피 적용 여부를 판단하는 단계를 포함할 수 있다.The step of determining whether steganography is applied to an image using the correlation value may include: calculating a correlation value of the blocks by obtaining an average of the correlation values of the pixels included in each block; Setting a plurality of variance intervals for arranging the blocks using the variance value of the blocks; Arranging the blocks in the variance sections according to the variance value of the blocks; Calculating a correlation value of the variance intervals by obtaining an average of the correlation values of the blocks arranged in each variance interval; And determining whether to apply steganography using the correlation values of the dispersion sections.
상기 스테가노그래피 적용 여부를 판단하는 단계는, 상기 상관값이 기준값을 초과하는 상기 분산구간들의 개수를 파악하고, 기준값을 초과하는 상기 분산구간들의 개수가 기준개수 이상인 경우, 스테가노그래피가 적용되지 않았다고 판단하며, 기준값을 초과하는 상기 분산구간들의 개수가 기준개수 미만인 경우, 스테가노그래피가 적용되었다고 판단할 수 있다.In the determining whether to apply the steganography, the number of variance sections in which the correlation value exceeds a reference value is determined, and if the number of variance sections exceeding a reference value is greater than or equal to a reference number, steganography is not applied. If it is determined that the number of the dispersion sections exceeding the reference value is less than the reference number, it may be determined that steganography is applied.
또한, 상기 스테가노그래피 적용 여부를 판단하는 단계는, 상기 분산구간들 중 적어도 두 개 이상의 상기 분산구간들의 상관값을 더하고, 더한 값이 기준값 이상인 경우, 스테가노그래피가 적용되지 않았다고 판단하며, 더한 값이 기준값 미만인 경우, 스테가노그래피가 적용되었다고 판단할 수 있다.In addition, the step of determining whether to apply the steganography is to add correlation values of at least two or more of the dispersion sections, and if the added value is greater than or equal to a reference value, it is determined that steganography has not been applied. If the value is less than the reference value, it can be determined that steganography has been applied.
그리고, 상기 스테가노그래피 적용 여부를 판단하는 단계는, 상기 분산구간들 중 가장 작은 분산값을 가지는 상기 분산구간을 포함하여 적어도 두 개 이상의 상기 분산구간들을 이용할 수 있다.And, the step of determining whether the steganography is applied may include at least two or more of the dispersion sections including the dispersion section having the smallest dispersion value among the dispersion sections.
상기 영상에 스테가노그래피가 적용되었는지 판단하는 단계에서 상기 영상에 스테가노그래피가 적용되었다고 판단되면, 상기 영상을 복호화하여 숨겨진 영상을 추출하는 단계; 및 상기 숨겨진 영상의 정상 여부를 판단하는 단계를 더 포함할 수 있다.If it is determined that steganography is applied to the image in the step of determining whether steganography is applied to the image, decoding the image to extract a hidden image; And determining whether the hidden image is normal.
상기 숨겨진 영상의 정상 여부를 판단하는 단계는, 딥러닝을 통하여 상기 숨겨진 영상의 정상 여부를 판단하는 단계; 및 상기 딥러닝을 통하여 상기 숨겨진 영상이 비정상으로 판단되면, 엔트로피 특성을 이용하여 상기 숨겨진 영상의 정상 여부를 판단하는 단계를 포함할 수 있다.The determining whether the hidden image is normal may include: determining whether the hidden image is normal through deep learning; And when the hidden image is determined to be abnormal through the deep learning, determining whether the hidden image is normal using the entropy characteristic.
또한, 상기 프레임을 상기 블록들로 나누는 단계는, 상기 분산값들이 기설정된 기준값을 초과하는지 판단하는 단계를 더 포함하고, n×n 배열의 상기 블록들로 나눠진 제1프레임의 상기 분산값들 중 어느 하나 이상이 기설정된 기준값보다 클 경우, 상기 프레임을 n×n 배열의 상기 블록들로 나누는 단계에서 제2프레임을 m×m 배열의 복수의 블록들로 나누고, m은 n보다 큰 자연수일 수 있다.Further, the step of dividing the frame into the blocks further includes determining whether the variance values exceed a predetermined reference value, and among the variance values of the first frame divided into blocks of an n × n array. When any one or more is greater than a predetermined reference value, the second frame is divided into a plurality of blocks in an m × m array in the step of dividing the frame into n × n array blocks, and m may be a natural number greater than n. have.
본 발명의 실시예에 따른 스테가노그래피 판별장치 및 방법에 따르면,According to the steganography discrimination apparatus and method according to an embodiment of the present invention,
첫째, 최하위비트 간의 유사도를 이용하여 스테가노그래피가 적용된 영상을 판별하는 과정을 자동으로 수행할 수 있어 판별 시간을 단축할 수 있다.First, it is possible to shorten the discrimination time by automatically performing a process of determining an image to which steganography is applied using the similarity between the least significant bits.
둘째, 최하위비트 간의 유사도를 통해 스테가노그래피가 적용되었는지 판별하여 판별 정확도를 향상시킬 수 있다.Second, discrimination accuracy can be improved by determining whether steganography is applied through similarity between the least significant bits.
셋째, 블록들의 밝기값에 대한 분산값을 이용하여 블록들을 판별에 용이하게 나눌 수 있어 판별의 효율성을 높일 수 있다.Third, it is possible to easily divide blocks into discrimination using a variance value of the brightness values of blocks, thereby improving discrimination efficiency.
넷째, 블록들의 분산값에 따라 분산구간들을 설정할 수 있어 블록들의 배열에 용이하다.Fourth, it is easy to arrange blocks because the distribution sections can be set according to the variance value of blocks.
다섯째, 분산구간에 배열된 복수의 블록들이 나타내는 상관값들의 평균을 이용하므로 표본의 개수에 영향을 받지 않는다.Fifth, the number of samples is not affected because the average of the correlation values represented by a plurality of blocks arranged in the variance section is used.
도 1은 본 발명의 일 실시예에 따른 스테가노그래피 판별장치를 대략적으로 나타낸 개념도이다.
도 2는 본 발명의 일 실시예에 따른 스테가노그래피 판별방법을 설명하기 위한 흐름도이다.
도 3은 도 2에 도시된 픽셀 특성을 이용하여 스테가노그래피 적용 여부를 판단하는 과정을 설명하기 위한 흐름도이다.
도 4는 도 3에 도시된 프레임을 복수의 블록들로 나누는 과정을 설명하기 위한 흐름도이다.
도 5는 도 3에 도시된 상관값들을 이용하여 스테가노그래피 적용 여부를 판단하는 과정을 설명하기 위한 흐름도이다.
도 6은 도 1에 도시된 숨겨진 영상의 정상 여부를 판단하는 과정을 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 픽셀 배치를 나타낸 예시도이다.
도 8은 정상 영상의 측정값들을 나타낸 예시도이다.
도 9는 스테가노그래피가 적용된 영상의 측정값들을 나타낸 예시도이다.
도 10은 정상 영상의 상관값 분포를 나타낸 예시도이다.
도 11은 스테가노그래피가 적용된 영상의 상관값 분포를 나타낸 예시도이다.
도 12는 정상 영상과 스테가노그래피가 적용된 영상의 측정값들을 비교한 예시도이다.
도 13은 본 발명의 일 실시예를 나타낸 예시도이다.
도 14는 도 10에 도시된 엔트로피 특성 판별 과정의 예시도이다.
도 15는 정상 및 비정상적으로 복호화된 영상의 예시도이다.1 is a conceptual diagram schematically showing a steganography discrimination apparatus according to an embodiment of the present invention.
2 is a flowchart illustrating a steganography discrimination method according to an embodiment of the present invention.
3 is a flowchart illustrating a process of determining whether steganography is applied using the pixel characteristics illustrated in FIG. 2.
4 is a flowchart illustrating a process of dividing the frame shown in FIG. 3 into a plurality of blocks.
5 is a flowchart illustrating a process of determining whether steganography is applied using the correlation values illustrated in FIG. 3.
FIG. 6 is a flowchart for explaining a process of determining whether the hidden image shown in FIG. 1 is normal.
7 is an exemplary view showing a pixel arrangement according to an embodiment of the present invention.
8 is an exemplary view showing measured values of a normal image.
9 is an exemplary view showing measured values of an image to which steganography is applied.
10 is an exemplary view showing a distribution of correlation values of a normal image.
11 is an exemplary view showing a distribution of correlation values of an image to which steganography is applied.
12 is an exemplary view comparing measured values of a normal image and an image to which steganography is applied.
13 is an exemplary view showing an embodiment of the present invention.
14 is an exemplary view of an entropy characteristic determination process illustrated in FIG. 10.
15 is an exemplary diagram of normal and abnormally decoded images.
이하, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시예를 보다 상세하게 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지 이유로 첨부 도면에 있어서 일부 구성 요소는 과장되거나 생략되거나 개략적으로 도시되었다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. Note that, in the accompanying drawings, the same components are denoted by the same reference numerals as possible. In addition, detailed descriptions of well-known functions and configurations that may obscure the subject matter of the present invention will be omitted. For the same reason, some components in the accompanying drawings are exaggerated, omitted, or schematically illustrated.
도 1은 본 발명의 일 실시예에 따른 스테가노그래피 판별장치를 대략적으로 나타낸 개념도이다.1 is a conceptual diagram schematically showing a steganography discrimination apparatus according to an embodiment of the present invention.
본 발명의 스테가노그래피 판별장치(100)는 통신부(110) 및 제어부(120)를 포함한다.The
통신부(110)는 영상을 수신하고, 제어부(120)는 영상의 픽셀 특성을 이용하여 영상의 스테가노그래피 적용 여부를 판단한다.The communication unit 110 receives the image, and the
제어부(120)는 영상의 프레임을 복수의 블록들로 나누고, 블록들에 포함된 복수의 픽셀들의 복수의 밝기값들과 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정한다.The
그리고, 제어부(120)는 픽셀들의 밝기값들과 상관값들을 이용하여 영상에 스테가노그래피가 적용되었는지 판단한다.Then, the
도 2는 본 발명의 일 실시예에 따른 스테가노그래피 판별방법을 설명하기 위한 흐름도이고, 도 3은 도 2에 도시된 픽셀 특성을 이용하여 스테가노그래피 적용 여부를 판단하는 과정을 설명하기 위한 흐름도이며, 도 4는 도 3에 도시된 프레임을 복수의 블록들로 나누는 과정을 설명하기 위한 흐름도이고, 도 5는 도 3에 도시된 상관값들을 이용하여 스테가노그래피 적용 여부를 판단하는 과정을 설명하기 위한 흐름도이며, 도 6은 도 5에 도시된 분산구간들을 설정하는 과정을 설명하기 위한 흐름도이다.2 is a flowchart illustrating a method for determining steganography according to an embodiment of the present invention, and FIG. 3 is a flowchart illustrating a process for determining whether steganography is applied using the pixel characteristics shown in FIG. 2. 4 is a flowchart for explaining a process of dividing the frame shown in FIG. 3 into a plurality of blocks, and FIG. 5 describes a process of determining whether steganography is applied using the correlation values shown in FIG. 3. 6 is a flowchart for explaining a process of setting the distribution sections shown in FIG. 5.
도 1 및 도 2를 참조하면, 본 발명의 스테가노그래피 판별방법은, 통신부(110)가 영상을 수신한다(단계 S100).1 and 2, in the steganography discrimination method of the present invention, the communication unit 110 receives an image (step S100).
그리고, 제어부(120)가 영상의 픽셀 특성을 이용하여 영상에 스테가노그래피가 적용되었는지 판단한다(단계 S200).Then, the
이후, 단계 S200에서 영상에 스테가노그래픽 적용되었다고 판단되면, 영상을 복호화한다(단계 S300).Thereafter, if it is determined in step S200 that the image is steganographic, the image is decoded (step S300).
단계 S300은 스테가노그래피 부호화 라이브러리에 저장된 기법으로 복원을 수행할 수 있다.Step S300 may perform restoration using a technique stored in the steganography encoding library.
도 1 및 도 3을 참조하여 픽셀 특성을 이용하여 스테가노그래피 적용 여부를 판단하는 과정(단계 S200)에 대해서 설명한다A process (step S200) of determining whether to apply steganography using pixel characteristics will be described with reference to FIGS. 1 and 3.
제어부(120)는 영상의 프레임을 복수의 블록들로 나눈다(단계 S210).The
그리고, 제어부(120)는 블록들에 포함된 복수의 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정한다(단계 S220).Then, the
이후, 제어부(120)는 상관값들을 이용하여 영상에 스테가노그래피가 적용되었는지 판단한다(단계 S230).Thereafter, the
단계 S220에서 상관값은, 각각의 픽셀과 이웃하는 복수의 픽셀들 중 어느 하나 이상과 최하위비트의 유사도를 비교하여 측정된다.도 1은 본 발명의 일 실시예에 따른 스테가노그래피 판별장치를 대략적으로 나타낸 개념도이다.In step S220, the correlation value is measured by comparing the similarity of one or more of each pixel and a plurality of neighboring pixels with the least significant bit. FIG. 1 schematically shows a steganography discrimination apparatus according to an embodiment of the present invention. It is a conceptual diagram represented by.
본 발명의 스테가노그래피 판별장치(100)는 통신부(110) 및 제어부(120)를 포함한다.The
통신부(110)는 영상을 수신하고, 제어부(120)는 영상의 픽셀 특성을 이용하여 영상의 스테가노그래피 적용 여부를 판단한다.The communication unit 110 receives the image, and the
제어부(120)는 영상의 프레임을 복수의 블록들로 나누고, 블록들에 포함된 복수의 픽셀들의 복수의 밝기값들과 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정한다.The
그리고, 제어부(120)는 픽셀들의 밝기값들과 상관값들을 이용하여 영상에 스테가노그래피가 적용되었는지 판단한다.Then, the
도 2는 본 발명의 일 실시예에 따른 스테가노그래피 판별방법을 설명하기 위한 흐름도이고, 도 3은 도 2에 도시된 픽셀 특성을 이용하여 스테가노그래피 적용 여부를 판단하는 과정을 설명하기 위한 흐름도이며, 도 4는 도 3에 도시된 프레임을 복수의 블록들로 나누는 과정을 설명하기 위한 흐름도이고, 도 5는 도 3에 도시된 상관값들을 이용하여 스테가노그래피 적용 여부를 판단하는 과정을 설명하기 위한 흐름도이며, 도 6은 도 5에 도시된 분산구간들을 설정하는 과정을 설명하기 위한 흐름도이다.2 is a flowchart illustrating a method for determining steganography according to an embodiment of the present invention, and FIG. 3 is a flowchart illustrating a process for determining whether steganography is applied using the pixel characteristics shown in FIG. 2. 4 is a flowchart for explaining a process of dividing the frame shown in FIG. 3 into a plurality of blocks, and FIG. 5 describes a process of determining whether steganography is applied using the correlation values shown in FIG. 3. 6 is a flowchart for explaining a process of setting the distribution sections shown in FIG. 5.
도 1 및 도 2를 참조하면, 본 발명의 스테가노그래피 판별방법은, 통신부(110)가 영상을 수신한다(단계 S100).1 and 2, in the steganography discrimination method of the present invention, the communication unit 110 receives an image (step S100).
그리고, 제어부(120)가 영상의 픽셀 특성을 이용하여 영상에 스테가노그래피가 적용되었는지 판단한다(단계 S200).Then, the
이후, 단계 S200에서 영상에 스테가노그래피가 적용되었다고 판단되면, 영상을 복호화하여 숨겨진 영상을 추출한다(단계 S300).Then, if it is determined in step S200 that steganography is applied to the image, the image is decoded to extract the hidden image (step S300).
단계 S300은 스테가노그래피 부호화 라이브러리에 저장된 기법으로 복원을 수행할 수 있다.Step S300 may perform restoration using a technique stored in the steganography encoding library.
그리고, 숨겨진 영상이 정상적으로 복호화 되었는지 판단한다(단계 S400).Then, it is determined whether the hidden image is normally decoded (step S400).
도 1 및 도 3을 참조하여 픽셀 특성을 이용하여 스테가노그래피 적용 여부를 판단하는 과정(단계 S200)에 대해서 설명한다A process (step S200) of determining whether to apply steganography using pixel characteristics will be described with reference to FIGS. 1 and 3.
제어부(120)는 영상의 프레임을 복수의 블록들로 나눈다(단계 S210).The
그리고, 제어부(120)는 블록들에 포함된 복수의 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정한다(단계 S220).Then, the
이후, 제어부(120)는 상관값들을 이용하여 영상에 스테가노그래피가 적용되었는지 판단한다(단계 S230).Thereafter, the
단계 S220에서 상관값은, 각각의 픽셀과 이웃하는 복수의 픽셀들 중 어느 하나 이상과 최하위비트의 유사도를 비교하여 측정된다.In step S220, the correlation value is measured by comparing the similarity of one or more of the plurality of pixels adjacent to each pixel with the least significant bit.
여기서, 최하위비트는 픽셀의 하위 n비트를 나타낸다.Here, the least significant bit represents the lower n bits of the pixel.
도 7은 픽셀들의 배열을 예를 들어 나타낸 예시도이다.7 is an exemplary view showing an arrangement of pixels as an example.
도 7을 참조하면, 0번 픽셀은 기준 픽셀이고, 1 내지 8번의 픽셀이 기준 픽셀과 이웃하는 픽셀들이다.Referring to FIG. 7,
단계 S220에서 상관값은 0번 픽셀과 1 내지 8번 픽셀들 중 어느 하나 이상과의 하위 n비트 간의 유사도값을 의미한다.In step S220, the correlation value means a similarity value between the 0th pixel and the lower n bits of any one or more of the 1st to 8th pixels.
단계 S220에서 상관값은 0번 픽셀과 1번 픽셀만을 이용하여 계산될 수도 있고, 0번 픽셀과 1번 및 2번 픽셀을 이용하여 계산될 수도 있다.In step S220, the correlation value may be calculated using
여기서, 0번 픽셀과 1번 및 2번 픽셀을 이용하여 상관값을 계산하였다면, 0번 픽셀이 가지는 상관값은 0번 픽셀과 1번 픽셀 간의 상관값과 0번 픽셀과 2번 픽셀 간의 상관값의 평균값일 수 있다.Here, if the correlation value is calculated using
일반적으로 정상 영상은 인접한 화소들의 밝기나 색상이 유사하므로 이웃하는 픽셀 간의 밝기나 최하위비트는 높은 상관성을 가진다.In general, since the brightness or color of adjacent pixels are similar in a normal image, the brightness or the least significant bit between neighboring pixels has a high correlation.
반면, 스테가노그래피가 적용된 영상은 스테가노그래피 부호화 방법들에 의해 영상의 최하위비트를 조작하여 정보를 숨기기 때문에, 인접하는 화소들의 최하위비트에는 정보의 상위비트가 숨겨져 있거나 최하위비트 값이 서로 다르게 변형되어 숨겨져 있다.On the other hand, since the steganography-applied image hides information by manipulating the least significant bit of the image by steganography coding methods, the uppermost bit of information is hidden in the least significant bit of adjacent pixels or the least significant bit value is modified differently. Has been hidden.
따라서, 스테가노그래피가 적용된 영상은 인접하는 화소들의 최하위비트 간의 상관성이 정상 영상보다 낮게 나타난다.Therefore, in the steganography-applied image, the correlation between the least significant bits of adjacent pixels appears lower than the normal image.
도 8은 정상 영상의 상관값의 분포도를 나타내고, 도 9는 스테가노그래피가 적용된 영상의 상관값의 분포도를 나타낸다.8 shows a distribution of the correlation values of the normal image, and FIG. 9 shows the distribution of the correlation values of the image to which steganography is applied.
도 8과 도 9의 X축은 분산을 나타내고 Y축은 상관값을 나타낸다.8 and 9, the X-axis represents the variance and the Y-axis represents the correlation value.
도 8과 도 9를 비교하면, 정상 영상은 분산값이 높아도 상관값의 크기가 양수 부분의 어느 한 지점에 집결되고, 다소 일정하게 높은 값을 유지하는 것을 확인할 수 있다.8 and 9, it can be seen that even in a normal image, even if the variance value is high, the magnitude of the correlation value is aggregated at any point in the positive part and maintains a somewhat constant high value.
그러나, 스테가노그래피가 적용된 영상은 분산값에 상관없이 상관값의 크기가 양수 부분 및 음수 부분에 전반적으로 분포되고, 상관값들의 편차가 큰 것을 확인할 수 있다.However, it can be seen that, in the image to which steganography is applied, the magnitude of the correlation value is generally distributed in the positive portion and the negative portion regardless of the variance value, and the variation of the correlation values is large.
본 발명은 스테가노그래피가 적용된 영상에서 인접하는 화소들의 최하위비트들이 상대적으로 낮은 상관성을 가진다는 특성을 이용하여 최하위비트에 정보가 삽입된 스테가노그래피 적용 영상을 정상 영상과 구별할 수 있다.According to the present invention, a steganography-applied image in which information is inserted into the least significant bit can be distinguished from a normal image by using a property that the least significant bits of adjacent pixels in a steganography applied image have a relatively low correlation.
도 1 및 도 4를 참조하여 복수의 블록들로 나누는 과정(단계 S210)에 대하여 설명한다.The process of dividing into a plurality of blocks (step S210) will be described with reference to FIGS. 1 and 4.
통신부(110)가 영상의 프레임을 수신하고(단계 S211), 제어부(120)가 프레임을 n×n 배열의 블록들로 나눈다(단계 S212).The communication unit 110 receives the frame of the image (step S211), and the
그리고, 제어부(120)가 블록들에 포함된 픽셀들의 복수의 밝기값을 측정하고(단계 S213), 밝기값들을 이용하여 블록들의 복수의 분산값들을 계산한다(단계 S214).Then, the
단계 S212에서 n×n 배열의 블록들로 나누는 조건은, 영상의 해상도에 따라 다를 수 있다.In step S212, the condition for dividing the blocks into n × n arrays may vary depending on the resolution of the image.
추가적으로, 블록들의 복수의 분산값들을 계산하는 과정(단계 S214) 이후에, 제어부(120)는 각각 블록들의 분산값들이 기설정된 기준값을 초과하는지 판단하는 과정(단계 S215)을 수행할 수 있다.Additionally, after the process of calculating the plurality of variance values of the blocks (step S214), the
동영상은 복수의 프레임들로 구성되는데, 단계 S211에서 시간의 흐름에 따라 영상의 프레임들을 수신한다.The video is composed of a plurality of frames. In step S211, frames of the image are received according to the passage of time.
예를들어, 제1프레임이 수신됐다면, 이후 수신되는 프레임을 제2프레임으로 나타낼 수 있다.For example, if the first frame is received, then the received frame may be represented as a second frame.
단계 S215에서, n×n 배열의 블록들로 나눠진 제1프레임의 분산값들 중 어느 하나 이상이 기설정된 기준값보다 클 경우,In step S215, when any one or more of the variance values of the first frame divided into blocks of the n × n array is greater than a preset reference value,
단계 S212에서 제2프레임을 m×m 배열의 복수의 블록들로 나눈다.In step S212, the second frame is divided into a plurality of m × m blocks.
여기서, m은 n보다 큰 자연수인 것을 특징으로 하는 스테가노그래피 판별방법.Here, m is a steganography discrimination method characterized in that the natural number greater than n.
예를들어, 단계 S212에서 제1프레임을 16×16 배열의 블록들로 나눴는데 단계 S215에서 제1프레임 블록들의 분산값들 중 어느 하나 이상이 기준값보다 크다면, 이후 수신된 제2프레임을 32×32 배열의 블록들로 나눈다.For example, if the first frame is divided into 16 × 16 array blocks in step S212, and if any one or more of the variance values of the first frame blocks in step S215 is greater than the reference value, then the received second frame is 32 Divide into blocks of × 32 arrangement.
그리고, 영상이 이미지라면, 이미지는 단일프레임으로 구성되므로 단계 S215에서 분산값들 중 어느 하나 이상이 기준값보다 크다면 단계 S212로 돌아가 블록들을 나누는 과정을 다시 수행하게 된다.Then, if the image is an image, since the image is composed of a single frame, if any one or more of the variance values in step S215 is greater than the reference value, the process returns to step S212 to divide the blocks again.
이렇게, 본 발명은 밝기값의 분산값을 이용하여 판별에 용이한 크기의 블록들로 나눌 수 있어 판별 정확도를 향상시킬 수 있다.In this way, the present invention can be divided into blocks having a size that is easy to discriminate using a variance value of the brightness value, thereby improving discrimination accuracy.
도 1 및 도 5을 참조하여 상관값들을 이용하여 스테가노그래피의 적용 여부를 판단하는 과정(단계 S230)에 대하여 설명한다.A process of determining whether steganography is applied using correlation values will be described with reference to FIGS. 1 and 5 (step S230).
제어부(120)는 각각의 블록에 포함된 픽셀들의 상관값에 대한 평균을 구하여 블록들의 상관값을 계산한다(단계 S231).The
제어부(120)는 각각의 블록의 분산값을 이용하여 상기 블록들을 배열하기 위한 복수의 분산구간들을 설정한다(단계 S232).The
제어부(120)는 블록들의 분산값에 따라 블록들을 분산구간들에 배열한다(단계 S233).The
제어부(120)는 각각의 분산구간에 배열된 블록들의 상관값에 대한 평균을 구하여 분산구간들의 상관값을 계산한다(단계 S234).The
제어부(120)는 분산구간들의 상관값을 이용하여 스테가노그래피 적용 여부를 판단한다(단계 S235).The
단계 S232에서 복수의 분산구간들은 균일한 구간으로 설정하거나 비균일한 구간으로 설정될 수 있다.In step S232, the plurality of dispersion sections may be set as a uniform section or a non-uniform section.
균일할 구간으로 설정될 경우, 블록들의 크기 및 분산값의 최저값 및 최고값을 이용한 연산을 통해 기설정된 조건으로 설정될 수 있다.When it is set to be a uniform section, it can be set to a preset condition through calculation using the minimum and maximum values of the size and variance of blocks.
비균일한 구간으로 설정될 경우, K-means Clustering을 이용하여 설정될 수 있다.When it is set to a non-uniform section, it can be set using K-means Clustering.
단계 S232 내지 단계 S234의 과정에 대해 도 8 내지 도 11에 적용하여 예를 들어 설명한다.The process of steps S232 to S234 will be described, for example, by applying to FIGS. 8 to 11.
도 8 및 도 9는 일반 영상과 스테가노그래피가 적용된 영상에 대한 측정값들을 나타낸다.8 and 9 show measurement values for a general image and an image to which steganography is applied.
도 10 및 도 11은 일반 영상과 스테가노그래피가 적용된 영상의 복수의 블록들이 분산구간들에 배열된 상태를 나타낸다.10 and 11 show a state in which a plurality of blocks of a normal image and a steganography-applied image are arranged in dispersion sections.
단계 S232에서 분산구간들은 도 8 및 도 9에 나타난 범위로 설정될 수 있다.In step S232, the dispersion periods may be set in the ranges shown in FIGS. 8 and 9.
여기서, 분산구간들은 비균일하게 설정되었다.Here, the dispersion sections are set non-uniformly.
단계 S233에서 복수의 블록들이 분산구간들에 배치되면 도 10 및 도 11에 도시된 것처럼 나타날 수 있다.In step S233, when a plurality of blocks are disposed in distributed sections, it may appear as shown in FIGS. 10 and 11.
그리고, 도 8 및 도 9를 참조하면 단계 S234에서 분산구간들에 배치된 블록들의 상관값들에 대한 평균을 구하여 분산구간들의 상관값을 계산한다. Then, referring to FIGS. 8 and 9, in step S234, the correlation values of the blocks arranged in the distribution sections are averaged to calculate the correlation values of the distribution sections.
도 8과 도 9를 비교하면, 도 8의 분산구간들의 상관값이 도 9의 분산구간들의 상관값 보다 크게 나타난다. When comparing FIGS. 8 and 9, the correlation value of the dispersion sections of FIG. 8 is greater than that of FIG. 9.
이는, 일반 영상의 최하위비트는 변형이 일어나지 않았으므로 픽셀들간의 최하위비트 사이의 유사도가 높다는 것을 확인할 수 있다.This confirms that the similarity between the least significant bits between pixels is high because the least significant bit of the normal image has not been deformed.
단계 S235에서 스테가노그래피 적용 여부를 판단하는 과정의 일 실시예에 대해서 설명하면, 제어부(120)는 상관값이 기준값을 초과하는 분산구간들의 개수를 파악한다.Referring to an embodiment of the process of determining whether steganography is applied in step S235, the
그리고, 기준값을 초과하는 분산구간들의 개수가 기준개수 이상인 경우, 스테가노그래피가 적용되지 않았다고 판단하고, 기준값을 초과하는 분산구간들의 개수가 기준개수 미만인 경우, 스테가노그래피가 적용되었다고 판단한다.And, if the number of dispersion sections exceeding the reference value is greater than or equal to the reference number, it is determined that steganography has not been applied, and when the number of dispersion sections exceeding the reference value is less than the reference number, it is determined that steganography has been applied.
여기서, 기준개수는 적어도 3개 이상일 수 있으나, 이에 한정되는 것은 아니며 분산구간들의 개수와 같은 변수에 의해 달라질 수 있다.Here, the reference number may be at least three or more, but is not limited thereto, and may be changed by variables such as the number of dispersion sections.
도 13을 참조하여 예를 들어 설명하면, 분산구간들 마다 기설정된 기준값이 있고, 분산구간들 중 기준값을 초과하는 분산구간들의 개수를 파악한다.For example, referring to FIG. 13, there is a preset reference value for each of the distribution sections, and the number of distribution sections exceeding the reference value among the distribution sections is determined.
기준값을 초과하는 분산구간들의 개수가 기설정된 기준개수를 이상인지 아닌지 판단하여 스테가노그래피의 적용 여부를 판단할 수 있다.Whether or not steganography is applied may be determined by determining whether the number of variance sections exceeding the reference value is greater than or equal to a preset reference number.
또한, 단계 S235에서 스테가노그래피 적용 여부를 판단하는 과정의 다른 실시예에 대해서 설명하면, 제어부(120)는 분산구간들 중 적어도 두 개 이상의 분산구간들의 상관값을 더한다.In addition, when another embodiment of the process of determining whether to apply steganography in step S235 is described, the
그리고, 더한 값이 기준값 이상인 경우, 스테가노그래피가 적용되지 않았다고 판단한다.Then, when the added value is greater than or equal to the reference value, it is determined that steganography has not been applied.
여기서, 기준값은 더하는 분산구간들의 개수에 따라 다르게 설정될 수 있고, 분산구간들의 상관값을 더할 때 분산구간들 모두 이용하여 기준값 이상인지 판단할 수도 있으며, 분산구간들 중에서 선택적으로 이용할 수 있다.Here, the reference value may be set differently depending on the number of variance sections to be added, and when adding the correlation values of the variance sections, it may be determined whether all of the variance sections are greater than or equal to the reference value, or selectively used among the variance sections.
분산구간들을 선택적으로 적용하는 경우, 가장 작은 분산값을 가지는 분산구간을 포함하여 적어도 두 개 이상의 분산구간을 이용할 수 있다.When selectively applying variance sections, at least two or more variance sections may be used, including a variance section having the smallest variance value.
도 8 및 도 9를 참조하여 예를 들어 설명하면, 분산구간들 마다 계산된 상관값들 중 적어도 두 개 이상의 분산구간들의 상관값을 더한다.For example, referring to FIGS. 8 and 9, a correlation value of at least two or more distribution intervals among correlation values calculated for each distribution interval is added.
그리고, 더한 값이 기준값 이상인 경우, 스테가노그래피가 적용되지 않았다고 판단한다.Then, when the added value is greater than or equal to the reference value, it is determined that steganography has not been applied.
또한, 가장 작은 분산값을 가지는 분산구간을 포함하여야 하므로 1번 분산구간은 항상 포함되어야 한다.In addition, the variance section with the smallest variance value should be included, so the
도 1 및 도 6을 참조하여 숨겨진 영상의 정상 여부를 판단하는 과정(단계 S400)에 대하여 설명한다.The process of determining whether the hidden image is normal (step S400) will be described with reference to FIGS. 1 and 6.
숨겨진 영상에 대해 딥러닝을 적용하여 숨겨진 영상이 제대로 복호화되었는지 판단한다(단계 S410).It is determined whether the hidden image is properly decoded by applying deep learning to the hidden image (step S410).
단계 S410에서 복호화된 영상이 정상적인 영상인 것으로 판단되면, 엔트로피 특성을 이용하여 복호화된 영상이 정상적으로 복호화되었는지 판단한다(단계 S420).If it is determined in step S410 that the decoded image is a normal image, it is determined whether the decoded image is normally decoded using the entropy characteristic (step S420).
단계 S410에서 정상적으로 복호화되었다고 판단된 영상이 단계 S420에서 엔트로피 특성을 이용하여 다시 정상적으로 복호화되었는지 판단하는 이유는, 단계 S410에서 딥러닝에 의해 정상적으로 판단되었으나 실제로는 복호화가 정상적으로 이루어지지 않은 경우에 대비하여 단계 S420을 이용하여 추가적인 판단을 수행한다.The reason for determining whether the image determined to have been normally decrypted in step S410 is normally decrypted again using the entropy characteristic in step S420 is prepared in the step S410 in case it is normally determined by deep learning, but is actually prepared in case decryption is not normally performed. Further determination is performed using S420.
그리고, 단계 S410 및 단계 S420에서 복호화된 영상이 정상적인 영상이 아닌 것으로 판단되면, 단계 S300으로 되돌아가 부호화 라이브러리를 이용하여 복호화 과정을 다시 수행하고, 복호화 과정은 복호화된 영상이 정상으로 판단될 때까지 반복되거나 부호화 라이브러리에 포함된 부호화 방법이 모두 적용될 때까지 반복될 수 있다.Then, if it is determined in step S410 and step S420 that the decoded image is not a normal image, the process returns to step S300 to perform the decoding process again using the encoding library, and the decoding process is performed until the decoded image is determined to be normal. It may be repeated or repeated until all of the encoding methods included in the encoding library are applied.
도 13은 본 발명의 일 실시예에 따른 스테가노그래피 적용 여부를 판별하고 숨겨진 영상을 복호화하는 과정을 나타낸 예시도이고, 도 14는 엔트로피 특성에 대한 예시도이며, 도 15는 복호화가 성공한 숨겨진 영상과 복호화가 실패한 숨겨진 영상을 나타낸 예시도이다.13 is an exemplary view showing a process of determining whether steganography is applied and decoding a hidden image according to an embodiment of the present invention, FIG. 14 is an exemplary diagram of entropy characteristics, and FIG. 15 is a hidden image in which decoding is successful And an example of a hidden image in which decoding has failed.
본 발명은 도 13의 과정으로 수행될 수 있는데, 딥러닝 네트워크 판별 과정은 모든 분산구간들에 대한 상관값을 벡터로 표현하고, 이를 SVM 또는 딥러닝 네트워크로 학습하여 정상 영상과 스테가노그래피가 적용된 영상을 구분할 수 있다.The present invention may be performed by the process of FIG. 13, in the deep learning network discrimination process, correlation values for all distributed sections are expressed as vectors, and normal images and steganography are applied by learning them through an SVM or deep learning network. Video can be distinguished.
여기서, 딥러닝 네트워크는 Resnet-101 계층으로 수행될 수 있다.Here, the deep learning network may be performed with the Resnet-101 layer.
그리고, 딥러닝 네트워크 판별 과정에서 숨겨진 영상이 정상적으로 복호화되었다고 판단되면, 복호화된 영상의 엔트로피 특성을 이용하여 복호화된 영상이 정상적으로 복호화되었는 추가적으로 판단하는 과정을 수행한다.In addition, when it is determined that the hidden image is normally decoded in the process of determining the deep learning network, a process of additionally determining whether the decoded image is normally decoded using the entropy characteristic of the decoded image is performed.
엔트로피 특성 판별과정은 도 14에 도시된 것처럼 수행될 수 있다.The entropy characteristic determination process may be performed as illustrated in FIG. 14.
딥러닝 네트워크 판별 과정 및 엔트로피 특성 판별 과정에서 복호화된 영상이 정상적으로 복호화되지 않은 것으로 판단되면 부호화 라이브러리를 이용하여 복호화 과정을 반복하여 수행한다.If it is determined that the decoded image is not normally decoded in the deep learning network determination process and the entropy characteristic determination process, the decoding process is repeatedly performed using an encoding library.
도 15를 참조하면, 앞선 과정들이 수행하여 정상적으로 복호화된 영상과 정상적으로 복호화되지 않은 영상을 확인할 수 있다. Referring to FIG. 15, it is possible to check an image that is normally decoded and an image that is not normally decoded by performing the previous processes.
이렇게, 본 발명은 픽셀의 최하위비트간의 유사도를 이용하여 일반 영상과 스테가노그래피가 적용된 영상을 구분할 수 있고, 스테가노래피에 의해 숨겨진 정보 영상도 복원할 수 있다. In this way, the present invention can distinguish a normal image and a steganography-applied image by using the similarity between the least significant bits of a pixel, and can also restore a hidden information image by steganography.
또한, 본 발명은 스테가노그래피의 적용 여부를 판별하는 과정을 사용자의 개입없이 자동으로 수행할 수 있기 때문에 고속으로 많은 검사를 수행할 수 있어 시간을 절약할 수 있다.In addition, since the present invention can automatically perform the process of determining whether steganography is applied without user intervention, it is possible to perform many tests at high speed, thereby saving time.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. Although described with reference to the above embodiments, those skilled in the art understand that various modifications and changes can be made to the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. Will be able to.
110...통신부 120...제어부110 ...
Claims (11)
상기 영상의 픽셀 특성을 이용하여 상기 영상에 스테가노그래피가 적용되었는지 판단하는 단계를 포함하고,
상기 스테가노그래피 적용 여부를 판단하는 단계는,
상기 영상의 프레임을 복수의 블록들로 나누는 단계;
상기 블록들에 포함된 복수의 픽셀들 간의 최하위비트(LSB:Least Significant Bit) 유사도를 나타내는 복수의 상관값들을 측정하는 단계; 및
상기 상관값들을 이용하여 상기 영상에 스테가노그래피가 적용되었는지 판단하는 단계를 포함하고,
상기 프레임을 복수의 블록들로 나누는 단계는,
상기 영상의 프레임을 수신하는 단계;
상기 프레임을 n×n 배열의 상기 블록들로 나누는 단계;
상기 블록들에 포함된 상기 픽셀들의 복수의 밝기값을 측정하는 단계; 및
상기 밝기값들을 이용하여 상기 블록들의 복수의 분산값들을 계산하는 단계를 포함하며,
상기 n×n 배열의 블록들로 나누는 단계는,
상기 분산값들이 기설정된 기준값을 초과하는지 판단하는 단계를 더 포함하고,
n×n 배열의 상기 블록들로 나눠진 제1 프레임의 상기 분산값들 중 어느 하나 이상이 기설정된 기준값보다 클 경우,
상기 프레임을 n×n 배열의 상기 블록들로 나누는 단계에서 제2 프레임을 m×m 배열의 복수의 블록들로 나누고,
m은 n보다 큰 자연수인 것을 특징으로 하는 스테가노그래피 판별방법.Receiving an image; And
And determining whether steganography is applied to the image using the pixel characteristics of the image,
The step of determining whether the steganography is applied,
Dividing the frame of the image into a plurality of blocks;
Measuring a plurality of correlation values representing a least significant bit (LSB) similarity between a plurality of pixels included in the blocks; And
And determining whether steganography is applied to the image using the correlation values,
The step of dividing the frame into a plurality of blocks,
Receiving a frame of the video;
Dividing the frame into n × n array of blocks;
Measuring a plurality of brightness values of the pixels included in the blocks; And
And calculating a plurality of variance values of the blocks using the brightness values,
The step of dividing the n × n array into blocks,
Further comprising the step of determining whether the variance value exceeds a predetermined reference value,
When any one or more of the variance values of the first frame divided into the n × n array blocks is larger than a preset reference value,
In the step of dividing the frame into the n × n array of blocks, the second frame is divided into a plurality of m × m array blocks,
m is a steganography discrimination method characterized in that it is a natural number greater than n.
상기 복수의 상관값들을 측정하는 단계는,
각각의 상기 픽셀과 이웃하는 복수의 픽셀들 중 어느 하나 이상의 최하위 n 비트 간의 유사도를 비교하여 상기 상관값들을 측정하는 것을 특징으로 하는 스테가노그래피 판별방법.According to claim 2,
Measuring the plurality of correlation values,
A method for determining steganography, characterized in that the correlation values are measured by comparing the similarity between each pixel and the least significant n bits of at least one of a plurality of neighboring pixels.
상기 상관값을 이용하여 영상에 스테가노그래피가 적용되었는지 판단하는 단계는,
각각의 상기 블록에 포함된 상기 픽셀들의 상관값에 대한 평균을 구하여 상기 블록들의 상관값을 계산하는 단계;
상기 블록들의 상기 분산값을 이용하여 상기 블록들을 배열하기 위한 복수의 분산구간들을 설정하는 단계;
상기 블록들의 상기 분산값에 따라 상기 블록들을 상기 분산구간들에 배열하는 단계;
각각의 상기 분산구간에 배열된 상기 블록들의 상관값에 대한 평균을 구하여 상기 분산구간들의 상관값을 계산하는 단계; 및
상기 분산구간들의 상관값을 이용하여 스테가노그래피 적용 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 스테가노그래피 판별방법.According to claim 2,
The step of determining whether steganography is applied to the image using the correlation value is:
Calculating a correlation value of the blocks by obtaining an average of a correlation value of the pixels included in each block;
Setting a plurality of variance intervals for arranging the blocks using the variance value of the blocks;
Arranging the blocks in the variance sections according to the variance value of the blocks;
Calculating a correlation value of the variance intervals by obtaining an average of the correlation values of the blocks arranged in each variance interval; And
And determining whether steganography is applied using the correlation values of the dispersion sections.
상기 스테가노그래피 적용 여부를 판단하는 단계는,
상기 상관값이 기준값을 초과하는 상기 분산구간들의 개수를 파악하고,
기준값을 초과하는 상기 분산구간들의 개수가 기준개수 이상인 경우, 스테가노그래피가 적용되지 않았다고 판단하며,
기준값을 초과하는 상기 분산구간들의 개수가 기준개수 미만인 경우, 스테가노그래피가 적용되었다고 판단하는 것을 특징으로 하는 스테가노그래피 판별방법.The method of claim 5,
The step of determining whether the steganography is applied,
Determine the number of the variance intervals where the correlation value exceeds the reference value,
If the number of dispersion sections exceeding the reference value is greater than or equal to the reference number, it is determined that steganography has not been applied.
When the number of the dispersion sections exceeding the reference value is less than the reference number, it is determined that steganography is applied.
상기 스테가노그래피 적용 여부를 판단하는 단계는,
상기 분산구간들 중 적어도 두 개 이상의 상기 분산구간들의 상관값을 더하고,
더한 값이 기준값 이상인 경우, 스테가노그래피가 적용되지 않았다고 판단하며,
더한 값이 기준값 미만인 경우, 스테가노그래피가 적용되었다고 판단하는 것을 특징으로 하는 스테가노그래피 판별방법.The method of claim 5,
The step of determining whether the steganography is applied,
Adding correlation values of at least two or more of the dispersion sections,
If the added value is greater than or equal to the reference value, it is determined that steganography has not been applied.
When the added value is less than the reference value, the steganography discrimination method characterized in that it is determined that steganography is applied.
상기 스테가노그래피 적용 여부를 판단하는 단계는,
상기 분산구간들 중 가장 작은 분산값을 가지는 상기 분산구간을 포함하여 적어도 두 개 이상의 상기 분산구간들을 이용하는 것을 특징으로 하는 스테가노그래피 판별방법.The method of claim 7,
The step of determining whether the steganography is applied,
A steganography discrimination method comprising using at least two or more of the variance sections including the variance section having the smallest variance among the variance sections.
상기 영상에 스테가노그래피가 적용되었는지 판단하는 단계에서 상기 영상에 스테가노그래피가 적용되었다고 판단되면,
상기 영상을 복호화하여 숨겨진 영상을 추출하는 단계; 및
상기 숨겨진 영상의 정상 여부를 판단하는 단계를 더 포함하는 것을 특징으로 하는 스테가노그래피 판별방법.The method of claim 5,
If it is determined that steganography is applied to the image in the step of determining whether steganography is applied to the image,
Decoding the image to extract a hidden image; And
And determining whether the hidden image is normal.
상기 숨겨진 영상의 정상 여부를 판단하는 단계는,
딥러닝을 통하여 상기 숨겨진 영상의 정상 여부를 판단하는 단계; 및
상기 딥러닝을 통하여 상기 숨겨진 영상이 비정상으로 판단되면, 엔트로피 특성을 이용하여 상기 숨겨진 영상의 정상 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 스테가노그래피 판별방법.The method of claim 9,
Determining whether the hidden image is normal,
Determining whether the hidden image is normal through deep learning; And
And determining whether the hidden image is normal using the entropy characteristic when the hidden image is determined to be abnormal through the deep learning.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200010022A KR102103306B1 (en) | 2020-01-28 | 2020-01-28 | Steganography Discrimination Apparatus and Method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200010022A KR102103306B1 (en) | 2020-01-28 | 2020-01-28 | Steganography Discrimination Apparatus and Method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102103306B1 true KR102103306B1 (en) | 2020-04-23 |
Family
ID=70472489
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200010022A KR102103306B1 (en) | 2020-01-28 | 2020-01-28 | Steganography Discrimination Apparatus and Method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102103306B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102574832B1 (en) * | 2022-11-01 | 2023-09-06 | (주)지란지교시큐리티 | A Method of Anti-steganography for Image File |
| CN117079669A (en) * | 2023-10-17 | 2023-11-17 | 博上(山东)网络科技有限公司 | Feature vector extraction method for LSB audio steganography with low embedding rate |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101806240B1 (en) * | 2017-05-17 | 2018-01-10 | 국방과학연구소 | Amethod and apparatus for judging of decoded stego-image |
| KR20190057726A (en) * | 2017-11-20 | 2019-05-29 | 경일대학교산학협력단 | Apparatus for detecting and extracting image having hidden data using artificial neural network, method thereof and computer recordable medium storing program to perform the method |
-
2020
- 2020-01-28 KR KR1020200010022A patent/KR102103306B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101806240B1 (en) * | 2017-05-17 | 2018-01-10 | 국방과학연구소 | Amethod and apparatus for judging of decoded stego-image |
| KR20190057726A (en) * | 2017-11-20 | 2019-05-29 | 경일대학교산학협력단 | Apparatus for detecting and extracting image having hidden data using artificial neural network, method thereof and computer recordable medium storing program to perform the method |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102574832B1 (en) * | 2022-11-01 | 2023-09-06 | (주)지란지교시큐리티 | A Method of Anti-steganography for Image File |
| CN117079669A (en) * | 2023-10-17 | 2023-11-17 | 博上(山东)网络科技有限公司 | Feature vector extraction method for LSB audio steganography with low embedding rate |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Image complexity and feature mining for steganalysis of least significant bit matching steganography | |
| Al-Dmour et al. | A steganography embedding method based on edge identification and XOR coding | |
| US8363889B2 (en) | Image data processing systems for hiding secret information and data hiding methods using the same | |
| KR100594955B1 (en) | Watermarking an information signal | |
| JP5143896B2 (en) | Deriving video signatures insensitive to image modification and frame rate conversion | |
| US7313248B2 (en) | Steganographic image encoding | |
| US7146502B2 (en) | Information processing apparatus and its control method, computer program, and storage medium | |
| KR102103306B1 (en) | Steganography Discrimination Apparatus and Method | |
| US20020059520A1 (en) | Informarion processing apparatus, method for controlling the same, and storage medium | |
| Kelash et al. | Hiding data in video sequences using steganography algorithms | |
| US20030108219A1 (en) | Digital watermark embedding method, digital watermark embedding apparatus, digital watermark detecting method, and digital watermark detecting apparatus | |
| EP1634238B1 (en) | Watermarking | |
| Patel et al. | Design of a color palette based image steganography algorithm for fractal images | |
| Aljarf et al. | Develop a Detection System for Grey and ColourStego Images | |
| JP4310031B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| JPWO2009078071A1 (en) | Digital watermark embedding apparatus and method, digital watermark inspection apparatus and method | |
| Paul et al. | Hiding images within audio using deep generative model | |
| EP1944960B1 (en) | Information embedding method, information obtaining method and apparatus | |
| Gulášová et al. | Steganalysis of stegostorage library | |
| Lee et al. | Image authentication based on modular embedding | |
| JP2002237941A (en) | Information processing unit and its control method, and computer program and storage medium | |
| Hassan et al. | Sound based Steganalysis for Waveform Audio File Format (WAV) and Audio File Format (AU) | |
| Vovk et al. | Synthesis of optimal steganographic method meeting given criteria | |
| Zain et al. | Digital Image Quality Evaluation for Spatial Domain Text Steganography | |
| Demircan et al. | A Novel LSB Steganography Technique Using Image Segmentation. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |