-Dans cette partie, on s'intéresse toujours à la insérer un message dans
+Dans cette partie, on s'intéresse toujours à insérer un message dans
une image hôte.
Si l'objectif des exemples précédents était de marquer l'hôte de
manière robuste (et peu visible), c'est ici l'imperceptibilité qui est visée.
Pour détecter de la présence ou non d'un message dans une image,
on peut demander l'oracle à un
un \emph{stéganalyseur}~\cite{LHS08,DBLP:conf/ih/Ker05,FK12}.
-Usuellement, un outil de cette fammille, après
+Usuellement, un outil de cette famille, après
une démarche d'apprentissage, classifie les images
en fonction de caractéristiques numériques.
A partir de caractéristiques de voisinage nommées
-SPAM~\cite{DBLP:journals/tifs/PevnyBF10}, HUGO mesure la distortion
+SPAM~\cite{DBLP:journals/tifs/PevnyBF10}, HUGO mesure la distorsion
qui serait induite par la modification
de chaque pixel. Similairement,
-WOW et UNIWARD construisent une carte de distortion mais celle-ci est
+WOW et UNIWARD construisent une carte de distorsion mais celle-ci est
issue caractéristiques directionnelles calculées à partir d'ondelettes.
-A partir de ces cartes de distortions, chacun de ces algorithmes selectionne
-les pixels dont les modifications induisent la distortion la plus faible
+A partir de ces cartes de distorsion, chacun de ces algorithmes sélectionne
+les pixels dont les modifications induisent la distorsion la plus faible
possible. Ceci revient à définir une fonction de signification $u$.
La complexité du schéma de stéganographie est peu ou prou celle du calcul
de cette carte, et elle est élevée dans le cas
\end{figure*}
-La sécurité de l'encryptage est garantie par le système asymmétrique
+La sécurité de l'encryptage est garantie par le système asymétrique
de Blum-Goldwasser~\cite{Blum:1985:EPP:19478.19501} basé sur le PRNG
Blum Blum Shub~\cite{DBLP:conf/crypto/ShubBB82}.
Ainsi, à partir d'une clef $k$ et un message \textit{mess},
L'idée d'embarquer dans des bords dans une image
repose sur le fait que les pixels de ceux-ci représentent déjà une
rupture de continuité entre pixels voisins.
-Une faible modification de ceux-ci n'a donc pas un grand impact sur la qualité
-de l'image, condition nécéessaire lorsqu'on prétend être indétectable.
+Une faible modification de ceux-ci n'aurait donc pas un grand impact sur la qualité
+de l'image, condition nécessaire lorsqu'on prétend être indétectable.
STABYLO est basé sur les
filtres de Canny~\cite{Canny:1986:CAE:11274.11275}, comme démarche de détection
bits les plus significatifs (pratiquement $b$ vaut $6$ ou $7$)
et un masque de sélection $T$ $T=3,5,7$).
Plus élevée est la valeur de ce masque, plus grand est le nombre
-de pixels de bors mais plus grossière est l'approche.
+de pixels de bord mais plus grossière est l'approche.
Dans le diagramme de flux, cette étape de sélection
est représentée par ``x=Edge Detection(b, T, X)''.
La section suivante montre comment le schéma s'adapte
aux valeurs de $m$ et de $x$.
-\subsection{Un embarquement adaptif}\label{sub:adaptive}
+\subsection{Un embarquement adaptatif}\label{sub:adaptive}
Nous argumentons que le schéma d'embarquement doit s'adapter
au message $m$ et au nombre de bits disponibles pour cet embarquement.
Deux stratégies sont possibles dans STABYLO.
-Dans la première, dite \emph{adaptive}, le taux d'embarquement
+Dans la première, dite \emph{adaptative}, le taux d'embarquement
(rapport entre le nombre de bits embarqués par rapport au nombre de pixels
modifiés) dépend du nombre de bits disponibles à l'issue de l'extraction
des pixels de bords. Si ce nombre de bits est inférieur au double de
la taille du message, celui-ci est découpé en plusieurs parties.
La justification de ce rapport de 1 à 2 à donné ci dessous dans la partie STC.
Dans la seconde dite \emph{fixe}, ce taux est fixe et l'algorithme augmente
-iterativement la valeur de $T$ jusqu'à obtenir à nouveau deux fois plus de bits
+iterrativement la valeur de $T$ jusqu'à obtenir à nouveau deux fois plus de bits
de bords qu'il n'y en a dans le message.
STABYLO applique alors
-par défaut l'agorithme STC~\cite{DBLP:journals/tifs/FillerJF11}
-pour ne modifier aussi peu que posible les bits parmi ceux dont il dispose.
-Dans le cas où c'est la stratégie adaptive qui est choisie, le paramètre
-$\rho$ de cet algorithme vaut 1 pour chaqun des bits.
+par défaut l'algorithme STC~\cite{DBLP:journals/tifs/FillerJF11}
+pour ne modifier aussi peu que possible les bits parmi ceux dont il dispose.
+Dans le cas où c'est la stratégie adoptive qui est choisie, le paramètre
+$\rho$ de cet algorithme vaut 1 pour chacun des bits.
Dans le cas contraire, la valeur de ce paramètre varie en
fonction du seuil $T$ de l'algorithme de détection de bord comme suit:
$$
comparant l'ordre de grandeur de son temps d'exécution avec ceux des
principaux schémas existants à savoir HUGO~\cite{DBLP:conf/ih/PevnyFB10},
WOW~\cite{conf/wifs/HolubF12} et UNIWARD~\cite{HFD14}.
-Chacune de ces quatre méthodes commence par calculer un carte de distortion
+Chacune de ces quatre méthodes commence par calculer un carte de distorsion
de l'ensemble des pixels et se termine en appliquant l'algorithme STC.
Comme cette dernière étape est commune à toutes les approches, on évalue
sa complexité à part.
Dans tout ce qui suit, on considère une image carrée de taille
$n \times n$.
-Les preuves de ces théorèmes sont données en annexes~\ref{anx:preuve:cplxt}.
+Les preuves de ces théorèmes sont données dans~\cite{ccg15:ij}
-\begin{theorem}\label{th:cplxt:hugo}
-Le schéma HUGO a une complexité de l'ordre de
-$\theta(2 \times n^2(343^2 + \ln(n)))$
-\end{theorem}
-
-\begin{theorem}\label{th:cplxt:wow}
-Le schéma WOW a une complexité de l'ordre de
-$\theta(6n^4\ln(n) + n^2)$.
-\end{theorem}
-
-
-\begin{theorem}\label{th:cplxt:uniward}
-Le schéma UNIWARD a une complexité dont l'ordre est supérieur à
+\begin{restatable}[Complexité d'algorithmes de stéganographie]{theorem}{theocplstegano}
+\label{th:cplxt:stegano}
+\begin{itemize}
+\item Le schéma HUGO a une complexité de l'ordre de $\theta(2 \times n^2(343^2 + \ln(n)))$
+\item Les schémas WOW et UNIWARD ont une complexité de l'ordre de
$\theta(6n^4\ln(n) + n^2)$.
-\end{theorem}
-
-\begin{theorem}\label{th:cplxt:stabylo}
-Le schéma STABYLO a une complexité dont l'ordre est
-$\theta((5^3+4T+1)n^2)$.
-\end{theorem}
-
+\item Le schéma STABYLO a une complexité dont l'ordre est $\theta((5^3+4T+1)n^2)$.
+\end{itemize}
+\end{restatable}
D'après~\cite{DBLP:journals/tifs/FillerJF11}, la complexité de
STC est le l'ordre de $\theta(2^h.n)$ où $h$
-est la taille de la matrice dupliquée. Cett complexité linéaire
+est la taille de la matrice dupliquée. Cette complexité linéaire
est donc négligeable par rapport au reste.
\begin{center}
\includegraphics[scale=0.4]{images/complexity}
\end{center}
-\caption{Evaluation de la complexité de WOW/UNIWARD, HUGO et STABYLO}
+\caption{Évaluation de la complexité de WOW/UNIWARD, HUGO et STABYLO}
\label{fig:compared}
\end{figure}
Le schéma STABYLO a été systématiquement comparé à HUGO,
EAISLSBMR~\cite{Luo:2010:EAI:1824719.1824720}, WOW et UNIWARD
-pour les stratégies fixes (10\%) et adaptives.
+pour les stratégies fixes (10\%) et adaptatives.
Pour établir la valeur de cette dernière stratégie, le filtre de Canny a été
paramétré avec une valeur de $T=3$.
-Lorsque $b$ vaut 7, la taile moyenne du message pouvant être embarqué est de
+Lorsque $b$ vaut 7, la taille moyenne du message pouvant être embarqué est de
16,445, \textit{i.e.}, un taux d'embarquement moyen de 6,35\%.
Pour chaque image, le nombre de bits embarqué par STABYLO est mémorisé et il
est demandé à chacun des autres schémas d'embarquer ce même nombre de bits.
\hline
Schéma & \multicolumn{3}{c|}{STABYLO} & \multicolumn{2}{c|}{HUGO}& \multicolumn{2}{c|}{EAISLSBMR} & \multicolumn{2}{c|}{WOW} & \multicolumn{2}{c|}{UNIWARD}\\
\hline
-Strétégie & fixe & \multicolumn{2}{c|}{adapt. ($\approx$6.35\%)} & fixe & adapt. & fixe & adapt. & fixe & adapt. & fixe & adapt. \\
+Stratégie & fixe & \multicolumn{2}{c|}{adapt. ($\approx$6.35\%)} & fixe & adapt. & fixe & adapt. & fixe & adapt. & fixe & adapt. \\
\hline
Ratio & 10\% & +STC(7) & +STC(6) & 10\%& $\approx$6.35\%& 10\%& $\approx$6.35\% & 10\%& $\approx$6.35\%& 10\%& $\approx$6.35\%\\
\hline
\end{tabular}
\end{small}
\end{center}
-\caption{Steganalyse de STABYLO\label{table:steganalyse}.}
+\caption{Stéganalyse de STABYLO\label{table:steganalyse}.}
\end{table*}
-Etant considéré comme le plus exact
+Étant considéré comme le plus exact
stéganalyseur dans le domaine spatial,
Ensemble Classifier~\cite{DBLP:journals/tifs/KodovskyFH12}
a été exécuté avec les caractéristiques
