Effectiveness of stego image calibration via feature vectors re-projection into high-dimensional spaces

dc.contributor.authorProgonov, D. O.
dc.contributor.authorПрогонов, Д. О.
dc.date.accessioned2026-02-02T11:20:36Z
dc.date.available2026-02-02T11:20:36Z
dc.date.issued2022
dc.descriptionProgonov D. O. Effectiveness of stego image calibration via feature vectors re-projection into high-dimensional spaces / D. O. Progonov // Радіоелектроніка, інформатика, управління. – 2022. – № 2 (61). – C. 165-174.
dc.description.abstractEN: Context. The topical problem of sensitive information protection during data transmission in local and global communication systems was considered. The case of detection of stego images formed according to novel steganographic (embedding) methods was analyzed. The object of research is special methods of stego images features pre-processing (calibration) that are used for improving detection accuracy of modern statistical stegdetectors. Objective. The purpose of the work is performance analysis of applying special types of image calibration methods, namely divergent reference techniques, for revealing stego images formed according to adaptive embedding methods. Method. The considered divergent reference methods are aimed at search an appropriate transformation for cover and stego images features that allows increasing Euclidean distance between them. This can be achieved by re-projection of estimated features into a high-dimensional space where cover and stego features may have higher inter-cluster distances. The work is devoted to analysis of such methods, namely by applying the inverse Fast Johnson-Lindenstrauss transform for estimation preimages of cover and stego images features. The transform allows considerably decreasing computation complexity of features calibration procedure while providing a fixed level of relative positions changes for cover and stego images features vectors, which is of particular interest in steganalysis. Results. The dependencies of detection accuracy, namely Matthews correlation coefficient, on cover image payload and dimensionality of estimated preimages for feature vector were obtained. The case of usage state-of-the-art HUGO, S-UNIWARD, MG and MiPOD embedding methods for message hiding into a cover image was considered. Also, the variants of stego image features pre-processing by full access to stego encoder for a steganalytic as well as limited a prior information about used embedding method were analyzed. Conclusions. The obtained experimental results proved effectiveness of proposed approach in the most difficult case of limited a prior information about used embedding method and low cover image payload (less than 10%). The prospects for further research may include investigation of applying special methods for features preimages estimation in a high-dimensional space for improving detection accuracy for advanced embedding methods. UK: Актуальність. Розглянуто актуальну проблему захисту конфіденційної інформації під час передачі даних у локальних та глобальних системах зв’язку. Досліджено випадок виявлення стеганограм, сформованих згідно новітніх адаптивних стеганографічних методів. Об’єктом дослідження є спеціальні методи обробки статистичних параметрів стеганограм, що використовуються для підвищення точності роботи сучасних статистичних стегодетекторів. Метою роботи є аналіз ефективності застосування спеціальних методів попередньої обробци цифрових зображень для підвищення точності виявлення стеганограм, сформованих з використанням адаптивних стеганографічних методів. Метод. Розглянуто використання методів, спрямованих на збільшення евклідової відстані між векторами (статистичними параметрами) зображень-контейнерів та стеганограм шляхом визначення прообразів даних векторів з багатовимірних просторів вищої розмірності. Для вирішення даної задачі запропоновано використовувати зворотнє перетворення Джонсона-Лінденштрауса. Запропонований метод дозволяє суттєво зменшити обчислювальну складність процедури попередньої обробки досліджуваних зображень при забезпеченні фіксованого рівня змін взаємного положення векторів, які відповідають зображенням-контейнерам та стеганограмам, що становить особливий інтерес при проведенні стегоаналізу. Результати. Отримано залежності точності виявлення стеганограм, а саме коефіцієнта кореляції Метьюза, від ступеня заповнення зображення-контейнеру стегоданими при використанні запропонованого методу обробки зображень, а також формування стеганограм згідно новітніх стеганографічних методів HUGO, S-UNIWARD, MG та MiPOD. Визначено досяжні межі точності виявлення стеганограм при застосуванні запропонованого методу у найбільш складному випадку обмеженості апріорних даних щодо використаного стеганографічного методу. Висновки. Результати проведених експериментальних досліджень підтвердили ефективність запропонованого підходу навіть у найбільш складному випадку проведення стегоаналізу, а саме обмеженості апріорних даних щодо використаного стеганографічного методу та низького ступеня заповнення зображення-контейнеру стегоданими (менше 10%). Подальший інтерес становить порівняльний аналіз ефективності використання спеціалізованих методів визначення прообразів векторів (статистичних параметрів) досліджуваних зображень з метою підвищення точності виявлення стеганограм, сформованих згідно новітніх стеганографічних методів.
dc.identifier.urihttps://eir.zp.edu.ua/handle/123456789/26586
dc.language.isoen
dc.publisherНаціональний університет "Запорізька політехніка"
dc.subjectdigital image steganalysis
dc.subjectadaptive embedding method
dc.subjectimage calibration
dc.subjectdimensionality reduction
dc.subjectстегоаналіз цифрових зображень
dc.subjectадаптивний метод вбудовування
dc.subjectкалібрування зображення
dc.subjectзменшення розмірності
dc.titleEffectiveness of stego image calibration via feature vectors re-projection into high-dimensional spaces
dc.title.alternativeЕфективність методів попередньої обробки стеганограм, заснованих на визначенні прообразу векторів статистичних параметрів зображень у просторі вищої розмірності
dc.typeArticle

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
S_165 Progonov.pdf
Size:
1.23 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: