intro.tex

   1
   2 This work considers digital images as covers and foundation is
   3 spatial least significant-bit (LSB) replacement.
   4 In this data hiding scheme a subset of all the LSB of the cover image is modified
   5 with a secret bit stream depending on to a key, the cover, and the message to embed.
   6 This well studied steganographic approach  never decreases (resp. increases)
   7 pixel with even value (resp. odd value) and may break structural symmetry.
   8 These structural modification can be detected  by statistical approaches
   9 and thus by steganalysis methods~\cite{DBLP:journals/tsp/DumitrescuWW03,DBLP:conf/mmsec/FridrichGD01,Dumitrescu:2005:LSB:1073170.1073176}.
  10
  11 This drawback is avoided in LSB matching (LSBM) where
  12 the $+1$ or $-1$ is randomly added to the cover pixel LSB value
  13 only if this one does not match the secret bit.
  14 Since probabilities of increasing or decreasing pixel value are the same, statistical approaches
  15 cannot be applied there to discover stego-images in LSBM.
  16 The most accurate detectors for this matching are universal steganalysers such as~\cite{LHS08,DBLP:conf/ih/2005,FK12}
  17 which classify images thanks to extracted features from neighboring elements of noise residual.
  18
  19
  20 LSB matching revisited (LSBMR)~\cite{Mielikainen06} have been recently introduced.
  21 For a given pair of pixels, in which the LSB
  22 of the first pixel carries one bit of secret message, and the relationship
  23 (odd–even combination) of the two pixel values carries
  24 another bit of secret message.
  25
  26
  27
  28 In such a way, the modification
  29 rate of pixels can decrease from 0.5 to 0.375 bits/pixel
  30 (bpp) in the case of a maximum embedding rate, meaning fewer
  31 changes to the cover image at the same payload compared to
  32 LSB replacement and LSBM. It is also shown that such a new
  33 scheme can avoid the LSB replacement style asymmetry, and
  34 thus it should make the detection slightly more difficult than the
  35 LSBM approach. % based on our experiments
  36
  37
  38
  39
  40
  41 Instead of (efficiently) modifying LSBs, there is also a need to select pixels whose value
  42 modification minimizes a distortion function.
  43 This distortion may be computed thanks to feature vectors that are embedded for instance in steganalysers
  44 given above.
  45 Highly Undetectable steGO (HUGO) method~\cite{DBLP:conf/ih/PevnyFB10} is one of the most efficient instance of such a scheme.
  46 It takes into account SPAM features (whose size is larger than $10^7$) to avoid overfitting a particular
  47 steganalyser. Thus a distortion measure for each pixel is individually determined as the sum of differences between
  48 features of SPAM computed from the cover and from the stego images.
  49 Thanks to this feature set, HUGO allows to embed $7\times$ longer messages with the same level of
  50 indetectability than LSB matching.
  51 However, this improvement is time consuming, mainly due to the distortion function
  52 computation.
  53
  54
  55 There remains a large place between random selection of LSB and feature based modification of pixel values.
  56 We argue that modifying edge pixels is an acceptable compromise.
  57 Edges form the outline of an object: they are the boundary between overlapping objects or between an object
  58 and the background. A small modification of pixel value in the stego image should not be harmful to the image quality:
  59 in cover image, edge pixels already break its continuity  and thus already contains large variation with neighbouring
  60 pixels. In other words, minor changes in regular area are more dramatic than larger modifications in edge ones.
  61 Our proposal is thus to embed message bits into edge shapes while preserving other smooth regions.
  62
  63 Edge based steganographic schemes have bee already studied~\cite{Luo:2010:EAI:1824719.1824720,DBLP:journals/eswa/ChenCL10}.
  64 In the former, the authors show how to select sharper edge regions with respect
  65 to embedding rate: the larger the number of bits to be embedded, the coarse the edge regions are.
  66 Then the data hiding algorithm is achieved by applying LSBMR on pixels of this region.
  67 The authors show that this method is more efficient than all the LSB, LSBM, LSBMR approaches
  68 thanks to extensive experiments.
  69 However, it has been shown that the distinguish error with LSB embedding is fewer than
  70 the one with some binary embedding~\cite{DBLP:journals/tifs/FillerJF11}.
  71 We thus propose to take benefit of these optimized embedding, provided it is not too time consuming.
  72 In the latter, an hybrid edge detector is presented followed by an ad'hoc
  73 embedding approach.
  74 The Edge detection is computed by combining fuzzy logic~\cite{Tyan1993}
  75 and Canny~\cite{Canny:1986:CAE:11274.11275} approaches. The goal of this combination
  76 is to enlarge the set of modified bits to increase the payload.
  77
  78
  79 But, one can notice that all the previous referenced
  80 schemes~\cite{Luo:2010:EAI:1824719.1824720,DBLP:journals/eswa/ChenCL10,DBLP:conf/ih/PevnyFB10}
  81 produce stego content
  82 with only considering the payload, not the type of image signal: the higher the payload is,
  83 the better the approach is said to be.
  84 Contrarely, we argue that some images should'nt be taken as a cover because of the nature of their signal.
  85 Consider for instance a uniformly black image: a very tiny modification of its pixels can be easily detectable.
  86 The approach we propose is thus to provide a self adaptive algorithm with a high payload, which depends on the
  87 cover signal.
  88
  89
  90
  91 \JFC{Christophe : énoncer la problématique du besoin de crypto et de ``cryptographiquement sûr'',  les algo déjà cassés....
  92 l'efficacité d'un encodage/décodage ...}
  93 To deal with security issues, message is encrypted...
  94
  95 In this paper, we thus propose to combine tried and
  96 tested techniques of signal theory (the adaptive edge detection), coding (the binary embedding), and cryptography
  97 (the encrypt the message) to compute an efficient steganography
  98 scheme, which takes into consideration the cover image
  99 an which is amenable to be executed on small devices.
 100
 101 The rest of the paper is organised as follows.
 102 Section~\ref{sec:ourapproach} presents the details of our steganographic scheme.
 103 Section~\ref{sec:experiments} shows experiments on image quality, steganalytic evaluation, complexity of our approach
 104 and compare them to state of the art steganographic schemes.
 105 Finally, concluding notes and future works are given in section~\ref{sec:concl}
 106
 107
 108
 109
 110