]> AND Private Git Repository - canny.git/blobdiff - intro.tex
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
ajout style
[canny.git] / intro.tex
index f31dbabd1e26197414729e0f7ec834bf56c89dd6..a13492f227af5587a6fb87be838f91d953f73dde 100644 (file)
--- a/intro.tex
+++ b/intro.tex
@@ -1,36 +1,40 @@
-
-This work considers digital images as covers and it is based on
-spatial least significant-bit (LSB) replacement.
-In this data hiding scheme, a subset of all the LSBs of the cover image is modified 
-with a secret bit stream depending on a key, the cover, and the message to embed.
-This well studied steganographic approach  never decreases (resp. increases)
-pixel with even value (resp. odd value), and thus it may break the 
-structural symmetry of the host image.
-Such structural alterations can be detected by 
-well designed statistical investigations, leading to known steganalysis methods~\cite{DBLP:journals/tsp/DumitrescuWW03,DBLP:conf/mmsec/FridrichGD01,Dumitrescu:2005:LSB:1073170.1073176}.
-
-This drawback is avoided in LSB matching (LSBM) where
-the $+1$ or $-1$ is randomly added to the cover pixel LSB value 
-only if this one does not match the secret bit.
-Since probabilities of increasing or decreasing the pixel value are the same, statistical approaches 
-cannot be applied here to discover stego-images in LSBM.
-The most accurate detectors for this matching are universal steganalysers such as~\cite{LHS08,DBLP:conf/ih/2005,FK12},
-which classify images thanks to extracted features from neighboring elements of noise residual.  
-
-
-LSB matching revisited (LSBMR) has been recently introduced in~\cite{Mielikainen06}. 
-For a given pair of pixels, in which the LSB
-of the first pixel carries one bit of secret message, and the relationship
-(odd–even combination) of the two pixel values carries
-another bit of secret message. 
-\CG{Je pige pas cette phrase, et je comprends pas l'explication du LSBMR :/}
-
-
-In such a way, the modification
+This research work takes place in the field of information hiding, considerably developed these last two decades. The proposed method for 
+steganography considers digital images as covers.
+It belongs to the well-known large category
+of spatial least significant bits (LSBs) replacement schemes.
+Let us recall that, in this LSB replacement category, a subset of all the LSBs of the cover image is modified 
+with a secret bit stream depending on: a secret key, the cover, and the message to embed.
+In this well-studied steganographic approach,
+if we consider that a LSB is the last bit of each pixel value,  
+pixels with an even value (resp. an odd value) 
+are never decreased (resp. increased), 
+thus such schemes may break the 
+structural symmetry of the host images.
+And these structural alterations can be detected by 
+well-designed statistical investigations, leading to well-known 
+steganalysis methods~\cite{DBLP:journals/tsp/DumitrescuWW03,DBLP:conf/mmsec/FridrichGD01,Dumitrescu:2005:LSB:1073170.1073176}.
+
+Let us recall too that this drawback 
+can be fixed by considering the LSB matching (LSBM) subcategory, in which
+a $+1$ or $-1$ is randomly added to the cover pixel's LSB value 
+only if this one does not correspond to the secret bit.
+%TODO : modifier ceci
+By considering well-encrypted hidden messages, the probabilities of increasing or decreasing the value of pixels  are equal. Then usual statistical approaches 
+cannot be applied here to discover stego-contents in LSBM.
+The most accurate detectors for this matching are universal steganalysers such as~\cite{LHS08,DBLP:conf/ih/Ker05,FK12},
+which classify images according to extracted features from neighboring elements of residual noise.  
+
+
+Finally, LSB matching revisited (LSBMR) has recently been introduced in~\cite{Mielikainen06}. 
+It works as follows: for a given pair of pixels, the LSB
+of the first pixel carries a first bit of the secret message, while the parity relationship
+(odd/even combination) of the two pixel values carries
+a second bit of the message. 
+By doing so, the modification
 rate of pixels can decrease from 0.5 to 0.375 bits/pixel
 (bpp) in the case of a maximum embedding rate, meaning fewer
 rate of pixels can decrease from 0.5 to 0.375 bits/pixel
 (bpp) in the case of a maximum embedding rate, meaning fewer
-changes in the cover image at the same payload compared to
-LSB replacement and LSBM. It is also shown in~\cite{Mielikainen06} that such a new
+changes in the cover image at the same payload compared to both
+LSBR and LSBM. It is also shown in~\cite{Mielikainen06} that such a new
 scheme can avoid the LSB replacement style asymmetry, and
 thus it should make the detection slightly more difficult than in the
 LSBM approach. % based on our experiments
 scheme can avoid the LSB replacement style asymmetry, and
 thus it should make the detection slightly more difficult than in the
 LSBM approach. % based on our experiments
@@ -39,75 +43,119 @@ LSBM approach. % based on our experiments
 
 
 
 
 
 
-Instead of (efficiently) modifying LSBs, there is also a need to select pixels whose value 
+Additionally to (efficiently) modifying LSBs, there is also a need to select pixels whose value 
 modification minimizes a distortion function.
 modification minimizes a distortion function.
-This distortion may be computed thanks to feature vectors that are embedded for instance in steganalysers
+This distortion may be computed thanks to feature vectors that
+ are embedded for instance in the steganalysers
 referenced above. 
 referenced above. 
-Highly Undetectable steGO (HUGO) method~\cite{DBLP:conf/ih/PevnyFB10} is one of the most efficient instance of such a scheme.
-It takes into account SPAM features (whose size is larger than $10^7$) to avoid overfitting a particular 
-steganalyser. Thus a distortion measure for each pixel is individually determined as the sum of differences between
-features of SPAM computed from the cover and from the stego images.
-Thanks to this feature set, HUGO allows to embed $7\times$ longer messages with the same level of 
-indetectability than LSB matching. 
-However, this improvement is time consuming, mainly due to the distortion function
-computation. 
+The Highly Undetectable steGO (HUGO) method~\cite{DBLP:conf/ih/PevnyFB10},
+WOW~\cite{conf/wifs/HolubF12}, and UNIWARD~\cite{HFD14}
+are some of the  most efficient instances of such a scheme.
+
+HUGO takes into account so-called SPAM features.
+Thus a distortion measure for each
+pixel is individually determined as the sum of the differences between
+the features of the SPAM computed from the cover and from the stego images.
+The features embedded in WOW and UNIWARD are based on Wavelet-based 
+directional filter. Thus, similarly, the distortion function is 
+the sum  of the differences between these wavelet coefficients  
+computed from the cover and from the stego images.
+Due to this distortion measures, HUGO, WOW and UNIWARD allow
+to embed messages that are $7$ times longer than the former
+ones with the same level of 
+indetectability as LSB matching. 
+However, this improvement has a larger computation cost, mainly due to
+ the distortion function
+computation.
 
 
 There remains a large place between random selection of LSB and feature based modification of pixel values.
 We argue that modifying edge pixels is an acceptable compromise. 
 
 
 There remains a large place between random selection of LSB and feature based modification of pixel values.
 We argue that modifying edge pixels is an acceptable compromise. 
-Edges form the outline of an object: they are the boundary between overlapping objects or between an object
-and the background. A small modification of pixel value in the stego image should not be harmful to the image quality:
-in cover image, edge pixels already break its continuity  and thus already contain large variation with neighboring 
-pixels. In other words, minor changes in regular area are more dramatic than larger modifications in edge ones. 
-Our proposal is thus to embed message bits into edge shapes while preserving other smooth regions. 
-
-Edge based steganographic schemes have been already studied in~\cite{Luo:2010:EAI:1824719.1824720} and \cite{DBLP:journals/eswa/ChenCL10}.
-In the former, the authors show how to select sharper edge regions with respect 
-to a given embedding rate: the larger the number of bits to be embedded, the coarser
+Edges form the outline of an object: they are the boundaries between overlapping objects or between an object
+and its background. When producing the stego-image, a small modification of some pixel values in such edges should not impact the image quality, which is a requirement when
+attempting to be undetectable. Indeed,
+in a cover image, edges already break the  continuity of pixels' intensity map and thus already present large variations with their neighboring 
+pixels. In other words, minor changes in regular areas are more dramatic than larger modifications in edge ones. 
+Our first proposal is thus to embed message bits into edge shapes while preserving other smooth regions. 
+
+Edge based steganographic schemes have already been  studied, 
+the most interesting 
+approaches being detailed in~\cite{Luo:2010:EAI:1824719.1824720} and 
+in~\cite{DBLP:journals/eswa/ChenCL10}.
+In the former, the authors present the Edge Adaptive
+Image Steganography based on LSB matching revisited further denoted as  
+EAISLSBMR. This approach selects sharper edge
+ regions with respect 
+to a given embedding rate: the larger the number of bits to be embedded is, the coarser
 the edge regions are.
 the edge regions are.
-Then the data hiding algorithm is achieved by applying LSBMR on pixels of these regions. 
+Then the data hiding algorithm is achie\-ved by applying LSBMR on some of the pixels of these regions. 
 The authors show that their proposed method is more efficient than all the LSB, LSBM, and LSBMR approaches 
 The authors show that their proposed method is more efficient than all the LSB, LSBM, and LSBMR approaches 
-thanks to extensive experiments.
-However, it has been shown that the distinguish error with LSB embedding is lower than 
+through extensive experiments.
+However, it has been shown that the distinguishing error with LSB embedding is lower than 
 the one with some binary embedding~\cite{DBLP:journals/tifs/FillerJF11}.
 the one with some binary embedding~\cite{DBLP:journals/tifs/FillerJF11}.
-We thus propose to take benefit of these optimized embedding, provided they are not too time consuming.
+We thus propose to take advantage of this optimized embedding, provided they are not too time consuming.
 In the latter, an hybrid edge detector is presented followed by an ad hoc
 In the latter, an hybrid edge detector is presented followed by an ad hoc
-embedding approach. 
-The Edge detection is computed by combining fuzzy logic~\cite{Tyan1993} 
-and Canny~\cite{Canny:1986:CAE:11274.11275} approaches. The goal of this combination 
+embedding. 
+The Edge detection is computed by combining fuz\-zy logic~\cite{Tyan1993} 
+and Canny~\cite{Canny:1986:CAE:11274.11275} approaches. 
+The goal of this combination 
 is to enlarge the set of modified bits to increase the payload of the data hiding scheme. 
 
 
 One can notice that all the previously referenced 
 is to enlarge the set of modified bits to increase the payload of the data hiding scheme. 
 
 
 One can notice that all the previously referenced 
-schemes~\cite{Luo:2010:EAI:1824719.1824720,DBLP:journals/eswa/ChenCL10,DBLP:conf/ih/PevnyFB10}
+sche\-mes~\cite{Luo:2010:EAI:1824719.1824720,DBLP:journals/eswa/ChenCL10,DBLP:conf/ih/PevnyFB10}
 produce stego contents 
 by only considering the payload, not the type of image signal: the higher the payload is, 
 produce stego contents 
 by only considering the payload, not the type of image signal: the higher the payload is, 
-the better the approach is said to be. 
-Contrarily, we argue that some images should not be taken as a cover because of the nature of their signal.
-Consider for instance a uniformly black image: a very tiny modification of its pixels can be easily detectable.  
-The approach we propose is thus to provide a self adaptive algorithm with a high payload, which depends on the 
-cover signal. 
-
-For some applications it might be interesting to have a reversible procedure to compute the same edge detection pixel set for the cover and the stego image. For this, we propose to apply the edge detection algorithm not on all the bits of the image, but to exclude the LSBs. 
-
-\JFC{Christophe : énoncer la problématique du besoin de crypto et de ``cryptographiquement sûr'',  les algo déjà cassés....
-l'efficacité d'un encodage/décodage ...} 
-To deal with security issues, message is encrypted... 
-
-In this research work, we thus propose to combine tried and 
-tested techniques of signal theory (the adaptive edge detection), coding (the binary embedding), and cryptography 
-(encryption of the hidden message) to compute an efficient steganographic
-scheme, which takes into consideration the cover image 
-and that can be executed on small devices.  
+the better the approach is said to be.
+For instance, studied payloads range from 0.04 to 0.4 modified bits per pixel.
+Contrarily, we argue that some images should not be taken 
+as a cover because of the nature of their signals.
+Consider for instance a uniformly black image: a very tiny modification of its 
+pixels can be easily detected.
+Practically speaking, if Alice would send
+a hidden message to Bob, she would never consider
+such kind of image and a high embedding rate.   
+The approach we propose here is thus to provide a small complexity 
+self adaptive algorithm
+with an acceptable payload, which 
+depends on the  cover signal. 
+The payload is further said to  
+ be acceptable if it  allows to embed a sufficiently 
+long message in the cover signal. 
+Practically speaking, our approach is efficient enough for
+payloads close to 0.06 bit per pixel which allows to embed 
+messages of length larger than 15,728 bits in an 
+image of size $512\times 512$ pixels. 
+
+% Message extraction is achieved by computing the same
+% edge detection pixels set for the cover and the stego image. 
+% The edge detection algorithm is thus not applied  on all the bits of the image,
+% but to exclude the LSBs which are modified. 
+
+Finally, even if the steganalysis discipline
+ has known  great innovations these last years, it is currently impossible to prove rigorously
+that a given hidden message cannot be recovered by an attacker.
+This is why we add to our scheme a reasonable
+message encryption stage, to be certain that,
+even in the worst case scenario, the attacker
+will not be able to obtain the original message content.
+Doing so makes our steganographic protocol, to a certain extend, an asymmetric one.
+
+To sum up, well-studied and experimented
+techniques of signal processing (adaptive edges detection), 
+coding theory (syndrome-trellis codes), and cryptography 
+(Blum-Goldwas\-ser encryption protocol) are combined in this research work.
+The objective is to  compute an efficient steganographic
+sche\-me, whose principal characteristic is to take into 
+consideration the cover image and to be compatible with small computation resources.  
 
 The remainder of this document is organized as follows. 
 
 The remainder of this document is organized as follows. 
-Section~\ref{sec:ourapproach} presents the details of our steganographic scheme.
-Section~\ref{sec:experiments} shows experiments on image quality, steganalytic evaluation, complexity of our approach 
-and compares it to state of the art steganographic schemes.
+Section~\ref{sec:ourapproach} presents the details of the proposed steganographic scheme and applies it on a running example. Among its technical description, 
+its adaptive aspect is emphasized.
+Section~\ref{sub:complexity} presents the overall complexity of our approach
+and compares it to HUGO, WOW, and UNIWARD.
+Section~\ref{sec:experiments} shows experiments on image quality, steganalysis evaluation, and compares them to the state of the art steganographic schemes.
 Finally, concluding notes and future work are given in Section~\ref{sec:concl}.
 
 
 
 Finally, concluding notes and future work are given in Section~\ref{sec:concl}.
 
 
 
-
-