초록 열기/닫기 버튼
본 논문은 비트 분해에 의한 분산 확대에 기반한 변형된 LSB 스테고 영상의 steganalysis 기법을 제안한다. LSB 임베딩은 가장 간단하고 쉬운 stegonography 방법이나 최근 변형된 임베딩 방법으로 인해 비밀 메시지의 삽입 유무를 판단하기 어렵다. 따라서 본 논문에서는 영상 픽셀을 상위 및 하위 4비트로 분해함으로써 영상의 잡음 분산을 확대한다. 또한 분해된 두 개의 부영상에 대해 3-레벨 웨이블렛 변환을 수행하고, 분해된 부영상 및 분할된 각 부대역의 특성 함수로부터 84차의 통계적 모멘트를 추출한다. 추출된 특징 벡터는 MLP 분류기에 입력되어 커버 영상과 스테고 영상을 학습하고 판별한다. 제안 방법의 성능 평가를 위해 변형된 LSB 임베딩에 의한 다양한 삽입률의 스테고 영상을 사용하였으며, 실험 결과 기존의 기법에 비해 삽입 정보 유무의 검출율을 향상시킬 수 있음을 확인하였다.
This paper proposes LSB steganalysis method based on variance extension by the bit seperation. LSB embedding is the simplest and easiest among many stegonography schemes. But it is difficult to detect secret message due to modified embedding methods. To improve the detection rate to existence of hidden message, we expand the noise variance of image by separating pixels into upper and lower 4bits. Then we decompose each seperated sub-images by using 3-level wavelet transform, extract 84D statistical moments from characteristic function of original and subbands. Multi-layer perceptron(MLP)classifier is used to discriminate between cover and stego image. We experiment our proposed scheme on modified LSB embedding method. The proposed method improves the detection rate to existence of hidden message.
