روش همبستگی و روش تحلیل

دانلود پایان نامه
شکل(4-2): احتمال حضور پیام مخفی شده در تصویر
روش تحلیل دیگری که برای آزمایش آشکارپذیری الگوریتم مورد بحث تحقیق استفاده میکنیم روش تحلیل RQP می باشد که این روش براساس تعداد اعضای مجموعهی رنگهای تنها در تصویر کار میکند بدین صورت که تعداد بعنوان پارامتری مانند U در نظر گرفته میشود. از این مجموعه، تعداد اعضای مجموعهی کوچکتر جفت رنگهای کنارهم با P نشان داده میشود که اعضای این مجموعه در رابطهی زیر صدق میکنند.
|R1 – R2| ≤ 1, |B1 – B2| ≤ 1, |G1 – G2| ≤ 1
سپس نسبت P به تعداد زوج رنگهای قابل انتخاب از مجموعهی رنگهای تنها، یعنی با R نشان داده میشود، یعنی:
براساس آزمایشها و تستهای انجام شده بر روری این روش تحلیل نیز، جواب قابل قبولی جهت آشکار سازی الگوریتم Mod4 از خود نشان نمیدهد. بدلیل اینکه تعداد زیادی از تصاویر پوشش را به عنوان تصویر استگانو که حاوی اطلاعـات است میشناسد و تعدادی از تصاویر استگـانو که دارای اطلاعـات میباشد را به عنوان تصاویر پاک میشناسد که با بررسی این روش کمتر از 15 درصد تشخیص درست میدهـد که آنرا نمیتوان بعنوان مرجعی جهت آشکار سازی الگوریتم مورد بحث تحقیق در نظر گرفت که با این اوصاف این الگوریتم در مقابل روش تحلیل RQP مقاوم میباشد.
روش تحلیل دیگری که برای آزمایش آشکارپذیری الگوریتم مورد بحـث تحقیق استفاده میکنیم روش تحلیل Extended Chi-Square میباشد که روش توسعه داده شـده روش تحلیل Chi-Square میباشد. روش Chi-Square تنها در حالتی قابل اعمال است که بیتهای پیام مخفی به ترتیب و به صورت دنبالهی مرتب با شروع از اولین بایت تصویر(اولین تصویر) جایگــذاری شده باشد ولی روش تحلیل Extended Chi-Square به الگوریتمهای نهاننگاری که جایگذاری در بیت با کمترین ارزش که بایتهای سیگنال پوشش(یا ضرایب حوزه تبدیل) را به صورت تصادفی انتخاب میکنند، قابل اعمال است. براساس آزمایشها و تستهای انجام شده این روش تحلیل نیز جواب قابل قبولی از خود جهت آشکار سازی الگوریتم Mod4 نشان نمیدهد. بدلیل اینکه تعداد زیادی از تصاویر پوشش را به عنوان تصویر استگانو که حاوی اطلاعات است میشناسد و تعدادی از تصاویر استگانو که دارای اطلاعات میباشد را به عنوان تصاویر پاک میشناسد که با بررسـی این روش کمتر از 20 درصـد تشخیص درست میدهـد که آنرا نمیتوان بعنوان مرجعی جهت آشکار سازی الگوریتم مورد بحث تحقیق در نظر گرفت که با این اوصاف این الگوریتم در مقابل روش تحلیل Extended Chi-Square مقاوم میباشد.
روش تحلیل دیگری که برای آزمایش آشکارپذیری الگوریتم مورد بحـث تحقیق استفاده میکنیم روش تحلیل RS است. در این روش برخلاف روش تحلیلChi-Square و روش تعمیم یافته آن و یا روشهای بررسی بافتنگار، نه تنها به فراوانی مقادیر توجه شده است بلکه موقعیت هر مقـدار در دنبالهی یک یا دو بعدی اهمیت فراوانی پیدا میکند و به این ترتیب آمارههای بکار رفته در این روش مراتب بالاتر از آمارهی مرتبه اول هستند. بعنوان مثال اگر فرض کنیم یک تصویر M*N پیکسلی در اختیار داریم و هر پیکسل تنها حاوی اطلاعات شدت رنگ است و از 8 بیت تشکیل شده ات، همبستگی مکانی با استفاده از یک تابع تمایز f که بر روی گروه پیکسـلهای G = (x1,x2, . . . , xn) اعمال میشود به صورت زیر بدست میآید:
f(x1,x2, . . . , xn)=
تابع تمایز f میزان همواری G را نشان میدهد. هرچه مجموعهی G نویزیتر باشد، خروجی تابع f عدد بزرگتری خواهد بود. این روش تحلیل روشهای نهاننگاری در فصل دوم بصورت کامل توضیح داده شده است.
براساس آزمایشها و تستهای انجام شده بر روری این روش تحلیل نیز، جواب قابل قبولی جهت آشکار سازی الگوریتم Mod4 از خود نشان نمیدهد. بدلیل اینکه قانون این روش تحلیل یعنی مقادیر RM و SM با افزایش درصد تغییرات در بیتهای با کمترین ارزش تصویر به هم نزدیک شده و در حالتی که 50% آنها تغییر کرده باشند(یعنی طول بردار پیام مخفی شده به اندازهی طول بردار بیتهای با کمترین ارزش تصویر باشد) این دو مقدار تقریباً برابر هم خواهند بود. در مقابل مقادیر R-M و S-M با افزایش در صد تغییرات در بیتهای با کمترین ارزش تصویر، از هم دور میشوند.
این روش بر روی تصاویری که با روش نهاننگاری Mod4 بر روی تصویر جاسازی شده است قابل مشاهده نیست بصورتی که پس از اعمال تابعهای ذکر شده در الگوریتم RS، هر دو مقدار R وS بدست نمیآید که بتوان الگوریتم فوق را بر روی آن تست و آزمایش نمود به همین علت آنرا نمیتوان بعنوان مرجعی جهت آشکار سازی الگوریتم مورد بحث تحقیق در نظر گرفت که با این اوصاف این الگوریتم در مقابل روش تحلیل RS مقاوم میباشد.
روش تحلیل دیگری که برای آزمـایش آشکارپذیری الگوریتم مورد بحث تحقیق استفاده میکنیم روش تحلیل Dumitrescu 2002 است، این روش برپایهی یک کمیت مهم آماری است که به گروههای خاصی از بایتهای سیگنال مربوط میشود و به تغییرات در بیتهای با کمترین ارزش بسیار حساس است. اگر فرض کنیم سیگنـال مورد نظر یـک تصویر است، ابتدا آن را به زوج پیکسـلهای کنار هم بخشبندی میکنیم. P را مجموعهی تمام این زوج پیکسلها تعریف میکنیم. زیرمجموعههای X و Y و Z را به صورت زیر تعریف میکنیم:
X مجموعهی زوجهای P (u,v) که v زوج است و v < u یا v فرد است و v > u
Y مجموعهی زوجهای P (u,v) که v زوج است و v > u یا v فرد است و v < u
Z مجموعهی زوجهای P (u,v) که v = u
توضیحات بیشتر در زمینه چگونگی کارکرد این روش تحلیل در فصل دوم گفته شده است. براساس آزمایشها و تستهای انجام شده بر روری این روش تحلیل نیز، جواب قابل قبولی جهت آشکار سازی الگوریتم Mod4 از خود نشان نمیدهد. بدلیل اینکه پس از محاسبه و دستهبندی زوج پیکسلها و قرار دادن آنها در رابطه روش، جواب مشخص و صریحی به ما نمیدهد. تعدادی از تصاویر پوشش را به عنوان تصویر استگـانو که حاوی اطلاعـات است میشناسد و تعدادی از تصاویر استگـانو که دارای اطلاعات میباشد را به عنوان تصاویر پاک میشناسد، به همین دلیل آنرا نمیتوان بعنوان مرجعی جهت آشکار سازی الگوریتم مورد بحث تحقیق در نظر گرفت که با این اوصاف این الگوریتم در مقابل روش تحلیل Dumitrescu 2002 مقاوم میباشد.
روش تحلیل دیگری که برای آزمایش آشکارپذیری الگوریتم مورد بحـث تحقیق استفاده میکنیم روش تحلیل Blockiness است این روش همبستگی بین بلوکهای تصویر را محاسبه میکند که در فصل دوم بصورت کامل توضیح داده شده است. بلوکهای تصاویر اصلی(پوشش) دارای یکسـری پیوستـگی میباشند که در زمان جاسازی اطلاعات در تصاویر، این همبستگی به هم میریزد.
براساس آزمایشها و تستهای انجام شده بر روری این روش تحلیل نیز، جواب قابل قبولی جهت آشکار سازی الگـوریتم Mod4 از خود نشان نمیدهد. بدلیل اینکه پس از محـاسبه همبستـگی بین بلوکهای تصویر، تفاوت چندانی بین همبستگی تصویر اصلی و تصویر استگانو نیست که بتوان براساس آن معیار مناسبی برای تشخیص انتخاب نمود. به همین دلیل آنرا نمیتوان بعنوان مرجعی جهت آشکار سازی الگوریتم مورد بحث تحقیق در نظر گرفت که با این اوصاف این الگوریتم در مقابل روش تحلیل Blockiness مقاوم میباشد.
با توجه به روشهای تحلیل بالا که بر روی الگوریتم نهاننگاری Mod4 تست و آزمایش گردید میتوان گفت که این روش از امنیت و پایداری بالایی برخوردار است. ولی در این تحقیق برای تحلیل آشکارپذیری روش Mod4 در تصاویر JPEG‌، روش بهینهای را معرفی نمودهایـم که در مقایسه با سایر روشهای آشکارپذیـری عملکـرد بهتری را از خود نشان میدهد. قابل ذکر است با توجه به الگوریتم روش پنهانسازی اطلاعات مورد بحث در این تحقیق که از امنیت بالایی برخوردار است بصورتیکه تاکنون توسط الگوریتـمهای آشکـارپذیری موجـود، روشـی جهـت آشکارسازی روش نهاننگاری Mod4 تهیه و ارائه نگردیده است که این نشان دهنده امنیت بالای این روش و الگوریتـم میباشد که تاکنون قابل کشف نبوده است.
در روش ارائه شده این تحقیق، از خصوصیات زمان جایگذاری اطلاعات استفاده نموده و نرمافزار تحلیل تصاویر نهان شده آن با زبان برنامه نویسی Mtlab پیادهسازی گردید. بدین صورت که ابتدا تصویر مشکوک را خوانده و ماتریس کوانتیزه ضرایب DCT‌ تصویر را بدست میآوریم. سپس ماتریس بدست آمده را به یک ماتریس N*1 که حاوی ماتریسهای 2*2 میباشد تبدیل میکنیم، سپس ماتریسهای معتبر بردار بدست آمده را با توجه به ماتریسهای الگوریتم Mod4 مشخص میکنیم.
با توجه به اینکه ما نمیدانیم که تصویر مشکوک فاقد اطلاعات، حاوی اطلاعات یا به چه میزان اطلاعات محرمانه در آن جاسازی شده است لذا مجبور هستیم تمام ماتریسهای معتبر تصویر را مورد بررسی قرار دهیم. به همین منظور یک فایل TXT را جهت نوشتن اطلاعات آماده و ایجاد میکنیم.
از اولین ماتریس 2*2 معتبر شروع میکنیم، بدین صورت که چهار عنصر ماتریس را با هم جمع نموده و حاصل جمع را بر عدد 4 تقسیم میکنیم(بدلیل اینکه روش ما Mod4 میباشد و مبنای آن عدد 4 میباشد) و سپس باقیمانده آن که اعداد 0 یا 1 یا 2 یا 3 میباشد را بصورت باینری(00،01،10،11) در فایل TXT مینویسیم و تا آخرین ماتریس معتبر تصویر مشکوک این کار را ادامه میدهیم.
با توجه به اینکه هر هشت بیت حتماً مشخص کننده یک کاراکتر میباشد و کاراکترهای غیر معتبر نیز وجود دارد لذا بدین منظور یک فایل جدید TXT دیگری را ایجاد میکنیم و هشت بیت به هشت بیت از فایل TXT اولیه خوانده و اگر آن کاراکتر مساوی یکی از کاراکترهای معتبر(حروف A-Z، عدد، جای خالی، پرانتز و خط فاصله ) بود در فایل TXT جدید مینویسیم و اگر یکی از مقادیر ذکر شده در کاراکترهای معتبر نبود از آن صرف نظر میکنیم و در انتها اگر این فایل جدید TXT بدست آمده حاوی حداقل 15 کاراکتر معتبر باشد تقریباً میتوان مطمئن شد که تصویر مشکوک حاوی اطلاعات است و در غیر این صورت(کمتر از 15 کاراکتر) میتوان گفت که تصویر فاقد اطلاعات میباشد.