Steganografie a digitální média, ZS 2020/21
Zkouška
Zkouška je ústní. Vylosujete si dvě otázky a dostanete čas na přípravu poznámek. Nepodaří-li se vám jednu z otázek dostatečně zodpovědět, anebo bude-li známka nerozhodná, dostanete navíc třetí otázku.
Při přípravě můžete využít zpracované zkouškové otázky od Jaroslava Kroutila. (Za úplnost a správnost neručím.)
Obsah přednášek
Čísla v závorkách odkazují na kapitoly v knize Steganography in digital media. Většinu témat, která nejsou označena číslem kapitoly, najdete v provizorních skriptech. Články slouží jako doplňující literatura a měly by být přístupné ze školních IP adres.
- Přednáška 6. 1. 2021
- Vkládání pomocí Viterbiho algoritmu. Slajdy.
- Původní článek: T. Filler, J. Judas, J. Fridrich, Minimizing Additive Distortion in Steganography Using Syndrome-Trellis Codes.
- Přednáška 16. 12. 2020
- Součtově a rozdílově pokrývací množiny. Slajdy. Věta o mokrém nosiči. Slajdy. Princip stegosystému nsF5 (článek).
- Přednáška 9. 12. 2020
- Entropická funkce a její vztah k objemu koule v Hammingově metrice. Spodní mez na pokrývací poloměr v závislosti na relativní kapacitě. Perfektní kódy a horní mez na efektivitu vkládání.
- Přednáška 2. 12. 2020
- Obecná definice maticového vkládání. Algoritmus maticového vkládání využívající minimum-distance dekodér. Slajdy. Věta o maticovém vkládání.
- Přednáška 25. 11. 2020
- (7.3.2) Algoritmus vkládání využívaný ve stegosystému F5. Vkládání při redukci barevné hloubky. Úvod do maticového vkládání. Maticové vkládání pomocí Hammingových kódů.
- Přednáška 18. 11. 2020
- (7.1.1) Stegosystém zachovávající model nosiče, stegosystém OutGuess. (7.3.1) ±1 embedding a (11.4) hlavní myšlenka útoku na ±1 embedding.
- Přednáška 11. 11. 2020
- Steganografie v paletových obrázcích – pokračování.
- Útok na vkládání s optimálním přiřazením parity.
Xinpeng Zhang, Shuozhong Wang, Analysis of Parity Assignment Steganography in Palette Images. - Přednáška 4. 11. 2020
-
(11.1.3) Sample pairs analysis.
S. Dumitrescu, Xiaolin Wu, Zhe Wang, Detection of LSB steganography via sample pair analysis.
A. D. Ker, A General Framework for Structural Steganalysis of LSB Replacement. - Steganografie v paletových obrázcích. Slajdy.
- Přednáška 28. 10. 2020 odpadá
- Den vzniku samostatného československého státu.
- Přednáška 21. 10. 2018
- (5.1) LSB embedding. (5.1.1) Histogramový útok na LSB embedding. (5.1.2) Kvantitativní útok na Jsteg.
- Přednáška 14. 10. 2020
- Dokončení formátu JPEG. (3.3–3.5) Akvizice digitálního obrazu (Bayerův filtr, zpracování obrazu, šum).
- Přednáška 7. 10. 2020
- (2.2.1, 2.2.2) Formátování digitálního obrazu (rastrový a paletový formát). (2.3.1–2.3.6) Formát JPEG.
- Přednáška 29. 9. 2020
- (1.1) Trocha historie. (1.2.1, 1.2.2, 1.2.4) Co je to steganografie a čím se liší od vodoznaku. (4.1–4.3) Steganografický kanál. (2.1) Reprezentace barev v digitálním obrazu.
- Historické ukázky:
Literatura
Provizorní skripta.
J. Fridrich, Steganography in digital media: principles, algorithms, and applications. New York: Cambridge University Press, 2010. ISBN 05-211-9019-3.
Steganografie v paletových obrázcích (slajdy).
Maticové vkládání (slajdy).
Součtově a rozdílově pokrývací množiny (slajdy).
Psaní na mokrý papír (slajdy).
Vkládání pomocí Viterbiho algoritmu (slajdy).
libjpeg
Libjpeg je knihovna jazyka C, která slouží ke zpracování obrázků ve formátu JPEG a umožňuje zasahovat přímo do jeho DCT koeficientů. Na Ubuntu ji najdete v balíčku libjpeg-dev. Vzhledem k tomu, že seznámit se s rozhraním knihovny není úplně jednoduché, doporučuji použít jednu z následujících nástaveb.
- Jednoduchý C++ wrapper, se kterým můžete snadno číst a upravovat DCT koeficienty. Ke stažení zde. Součástí je ukázkový program
jpeginfo, kterým můžete vypsat DCT koeficienty libovolné komponenty. - Phil Sallee's MATLAB Jpeg Toolbox, který funguje v Matlabu i v GNU Octave.
Ukázkové materiály
Rozklad barev na složky
- Rozklad obrázku na RGB a CMY
- Rozklad na YCbCr a snížení rozlišení barvonosných složek na 1/10 v obou směrech
- Porovnání originálního obrázku a obrázku se sníženým rozlišením barvonosných složek
Snížení hloubky barev
- Srovnání zaokrouhlování a chybové difuze při použití systémové a vlastní palety
- Další srovnání zaokrouhlování a chybové difuze (zdroj: Wikipedia)
- Porovnání různých metod chybové difuze (zdroj: Wikipedia)
JPEG
- JPEG sekvenční vs. progresivní
- Diskrétní kosínová transformace (Mathematica Notebook)
- Histogram kvantizovaných DCT koeficientů jasové složky fotografie JPEG s q = 85
- Histogram kvantizovaných DCT koeficientů náhodného šumu s q = 85
Bayerův filtr a demozaikování
- Bayerův filtr
- Demozaikování pomocí jednoduché interpolace
- Demozaikování pomocí funkce ImageDemosaic v Mathematice
LSB embedding
- LSB embedding v rastrovém formátu, pohled na LSB vrstvu nosiče a stegoobrázku s α = 1
- LSB embedding v rastrovém formátu, histogram nosiče a stegoobrázku s α = 1
- LSB embedding v JPEGu do všech DCT koeficientů
- LSB embedding v JPEGu do všech DCT koeficientů jasové složky
- LSB embedding v JPEGu do všech DCT koeficientů barvonosných složek
- LSB embedding v JPEGu do všech DCT koeficientů kromě těch s hodnotami 0 a 1
- LSB embedding v JPEGu do všech DCT koeficientů kromě těch s hodnotami 0 a 1, histogram
Sample pairs analysis
- Histogram rozdílů mezi sousedními pixely v rastrovém nosiči
- Histogram rozdílů mezi sousedními pixely ve stegoobrázku, pro LSB embedding s α = 1
Vkládání do paletových obrázků
- Porovnání různých metod vkládání v paletovém obrázku s 255 barvami (nahoře) a 23 barvami (dole)
- Adaptivní vkládání s optimálním přiřazením parity do bloků 3×3 s texturou ≥ 3
- Adaptivní vkládání s optimálním přiřazením parity do bloků 3×3 s texturou ≥ 4
- Útok na vkládání s optimálním přiřazením parity (Mathematica Notebook)
Porovnání RGB a Lab metriky při vkládání s optimálním přiřazením parity
- Nosič s 23 barvami
- Optimální přiřazení parity v paletě s 23 barvami (RGB metrika)
- Stegoobrázek s 23 barvami, RGB metrika, α = 1
- Optimální přiřazení parity v paletě s 23 barvami (Lab metrika)
- Stegoobrázek s 23 barvami, Lab metrika, α = 1
- Nosič s 255 barvami
- Optimální přiřazení parity v paletě s 255 barvami (RGB metrika)
- Stegoobrázek s 255 barvami, RGB metrika, α = 1
- Optimální přiřazení parity v paletě s 255 barvami (Lab metrika)
- Stegoobrázek s 255 barvami, Lab metrika, α = 1
Odkazy
- Specifikace formátu JPEG
- G. K. Wallace, The JPEG still picture compression standard
- Specifikace formátu GIF89a
- Specifikace formátu PNG
- Feature Extractors for Steganalysis
© 2007–2024 Andrew Kozlík