В сучасних умовах постійного розвитку обчислювальної техніки та мережевих
технологій загострюється питання захисту інформації від несанкціонованого
доступу. Одним із найефективніших інструментів для вирішення цього питання є
стеганографія. Застосування стеганографічних методів дозволяє передавати
вбудовану в контейнер додаткову інформацію не привертаючи увагу сторонніх
спостерігачів. В якості контейнера доцільно використовувати розповсюджені
формати, наприклад зображення JPEG, мільйони яких щодня циркулюють у мережі.
Існує достатньо велика кількість стеганоалгоритмів для контейнерів формату JPEG,
однак з кожним роком з’являються нові методи стеганоаналізу, які їм ефективно
протидіють. Тому вдосконалення існуючих та розробка нових стеганоалгоритмів
залишається актуальною задачею. Метою даної роботи є розробка методу
вбудовування додаткової інформації в зображення з використанням генеративно-
змагальних мереж для адаптивної модифікації контейнера з метою підвищення
стійкості до статистичного стеганоаналізу. Попереднє підстроювання контейнера
дозволить зберегти розподіл кількості пар коефіцієнтів дискретного косинусного
перетворення з певними значеннями. В роботі проаналізовані сучасні методи
стеганоаналізу та побудовано статистичний класифікатор для стеганографічного
алгоритму F5, розроблено генеративно-змагальну мережу для попередньої
модифікації зображення-контейнера, досліджена ефективність роботи розробленого
статистичного класифікатора без модифікації контейнера та при її наявності,
розроблено програмне забезпечення, яке реалізує стеганографічний метод з
адаптивною модифікацією зображення-контейнера. Результати експериментів
показали, що модифікований за допомогою генеративно-змагальної мережі
контейнер є на 36% більш стійким до виявлення додаткової інформації за допомогою
статистичного класифікатора.
In the current conditions of constant development of computer technology and networking,
the issue of protection of information from unauthorized access is becoming more acute.
One of the most effective tools for solving this problem is steganography. The use of
steganographic methods allows the transfer of additional information embedded into the
container without attracting the attention of outside observers. As a container, it is
advisable to use common formats, such as JPEG images, millions of which are circulating
on the network every day. There are quite a few steganographic algorithms for JPEG
containers, but every year developed new methods of steganalysis that effectively
counteract them. Therefore, the improvement of existing and development of new
steganographic algorithms remains an urgent task. The aim of this work is to develop a
method of embedding additional information in the image using generative adversarial
networks for adaptive modification of the container in order to increase resistance to
statistical steganalysis. Pre-tuning the container will preserve the distribution of the number
of pairs of discrete cosine transform coefficients with certain values. The modern methods
of steganalysis are analyzed and the statistical classifier for steganographic algorithm F5 is
constructed, the generative adversarial network for preliminary modification of the image-
container is developed, efficiency of work of the developed statistical classifier without and
with modification of the container is investigated. The results of the experiments showed
that the container modified by the generative-competitive network is 36% more resistant to
the detection of additional information using the statistical classifier.
