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

Private GIT Repository
la veille
[hdrcouchot.git] / stabylo.tex
index 8801599793859c5a37dab2e1dd11c289b71c5b99..5afb2ecccf36f8930ddae04635254b51e0f9f574 100644 (file)
@@ -1,4 +1,4 @@
-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. 
 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. 
@@ -8,23 +8,23 @@ un hôte vierge d'une image contenant un message.
 Les outils les plus récents et les plus efficaces de cette famille  
 sont  HUGO~\cite{DBLP:conf/ih/PevnyFB10}, WOW~\cite{conf/wifs/HolubF12} 
 et UNIWARD~\cite{HFD14}.
 Les outils les plus récents et les plus efficaces de cette famille  
 sont  HUGO~\cite{DBLP:conf/ih/PevnyFB10}, WOW~\cite{conf/wifs/HolubF12} 
 et UNIWARD~\cite{HFD14}.
-Pour détecter de la présence ou non d'un message dans une image,
-on peut demander l'oracle à un 
+Pour détecter la présence ou non d'un message dans une image,
+on peut demander l'oracle à 
 un \emph{stéganalyseur}~\cite{LHS08,DBLP:conf/ih/Ker05,FK12}.
 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 
 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, 
 qui serait induite par la modification
 de chaque pixel. Similairement, 
-WOW et UNIWARD construisent une carte de distortion 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 
+WOW et UNIWARD construisent une carte de distorsion mais celle-ci est  
+issue de caractéristiques directionnelles calculées à partir d'ondelettes.
+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
 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
@@ -38,7 +38,7 @@ Ce chapitre détaille les clefs de ce schéma
 
 \section{Présentation de l'approche} 
 
 
 \section{Présentation de l'approche} 
 
-Le diagramme de flux donnés à la Fig.~\ref{fig:sch} résume l'approche 
+Le diagramme de flux donné à la Fig.~\ref{fig:sch} résume l'approche 
 du schéma STABYLO (pour STeganography with  Adaptive, Bbs, binarY embedding 
 at LOw cost). L'embarquement est synthétisé à la Fig.~\ref{fig:sch:emb} et 
 l'extraction à la Fig.~\ref{fig:sch:ext}.
 du schéma STABYLO (pour STeganography with  Adaptive, Bbs, binarY embedding 
 at LOw cost). L'embarquement est synthétisé à la Fig.~\ref{fig:sch:emb} et 
 l'extraction à la Fig.~\ref{fig:sch:ext}.
@@ -69,7 +69,7 @@ l'extraction à la Fig.~\ref{fig:sch:ext}.
 \end{figure*}
 
 
 \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}, 
 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}, 
@@ -78,11 +78,11 @@ le message $m$.
 
 
 \subsection{Un embarquement dans les bords}\label{sub:edge}
 
 
 \subsection{Un embarquement dans les bords}\label{sub:edge}
-L'idée d'embarquer dans des bords dans une image
+L'idée d'embarquer dans les bords d'une image
 repose sur le fait que les pixels de ceux-ci représentent déjà une 
 rupture de continuité entre pixels voisins. 
 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 
 
 STABYLO est basé sur les 
 filtres de Canny~\cite{Canny:1986:CAE:11274.11275}, comme démarche de détection 
@@ -94,31 +94,31 @@ Cette détection de bords ne considère que les $b$
 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 
 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 $x$. 
 
 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. 
 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 
-(rapport entre le nombre de  bits embarqués par rapport au nombre de pixels 
+Dans la première, dite \emph{adaptative}, le taux d'embarquement 
+(rapport entre le nombre de  bits embarqués et le 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.
 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.
+%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 
 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 
+itérativement 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 
 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 modifier aussi peu que possible les bits parmi ceux dont il dispose.
+Dans le cas où c'est la stratégie adaptative 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:
 $$  
 Dans le cas contraire, la valeur de ce paramètre varie en 
 fonction du seuil $T$ de l'algorithme de détection de bord comme suit:
 $$  
@@ -146,40 +146,28 @@ Dans cette section, on justifie qualificatif \og LOw cost\fg{} de STABYLO en
 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}.
 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
 $n \times n$.
 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 
 $\theta(6n^4\ln(n) + n^2)$.
 $\theta(6n^4\ln(n) + n^2)$.
-\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 $h$
 
 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.
 
 
 est donc négligeable par rapport au reste.
 
 
@@ -187,13 +175,13 @@ La figure~\ref{fig:compared} représente graphiquement les complexités
 des étapes d'embarquement des schémas WOW/UNIWARD, HUGO, and STABYLO en
 considérant des images de la taille $n \times n$ où $n$ varie entre 
 512 et 4096. L'axe des $y$ est exprimé selon une échelle logarithmique.
 des étapes d'embarquement des schémas WOW/UNIWARD, HUGO, and STABYLO en
 considérant des images de la taille $n \times n$ où $n$ varie entre 
 512 et 4096. L'axe des $y$ est exprimé selon une échelle logarithmique.
-Cette figure illustre bien le fait que le qualificatif de \og LOw cost\fg{} 
+Cette figure illustre bien le qualificatif de \og LOw cost\fg{} 
 attribué à STABYLO. 
 \begin{figure}
 \begin{center}
 \includegraphics[scale=0.4]{images/complexity}
 \end{center}
 attribué à STABYLO. 
 \begin{figure}
 \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}
 
 \label{fig:compared} 
 \end{figure}
 
@@ -201,18 +189,18 @@ attribué à STABYLO.
 Comme dans le chapitre~\ref{chap:watermarking}, 
 la base BOSS~\cite{Boss10} de 10,000 images (au format RAW, de taille $512\times 512$ en niveau de gris) a été à nouveau prise pour évaluer 
 le schéma face à une épreuve de  stéganalyse.
 Comme dans le chapitre~\ref{chap:watermarking}, 
 la base BOSS~\cite{Boss10} de 10,000 images (au format RAW, de taille $512\times 512$ en niveau de gris) a été à nouveau prise pour évaluer 
 le schéma face à une épreuve de  stéganalyse.
-Pour des rapport entre le nombre de  bits embarqués par
-rapport au nombre de pixels  entre 1/2 et 1/9, le choix de la 
+Pour des rapports entre le nombre de  bits embarqués et le 
+nombre de pixels  entre 1/2 et 1/9, le choix de 
 la matrice dupliquée dans STC est celui énoncé dans les travaux de 
 Filler~\cite{FillerJF11}.
 
 
 Le schéma STABYLO a été systématiquement comparé à HUGO, 
 EAISLSBMR~\cite{Luo:2010:EAI:1824719.1824720},  WOW et UNIWARD
 la matrice dupliquée dans STC est celui énoncé dans les travaux de 
 Filler~\cite{FillerJF11}.
 
 
 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 $T=3$. 
 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. 
 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. 
@@ -226,7 +214,7 @@ 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
 \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
 \hline
 Ratio & 10\% &     +STC(7) & +STC(6)   & 10\%& $\approx$6.35\%& 10\%& $\approx$6.35\% & 10\%& $\approx$6.35\%& 10\%& $\approx$6.35\%\\ 
 \hline
@@ -236,11 +224,11 @@ Ensemble Classifier & 0.35 & 0.47 & 0.47     & 0.48 &  0.49  &  0.43  & 0.47 & 0
 \end{tabular}
 \end{small}
 \end{center}
 \end{tabular}
 \end{small}
 \end{center}
-\caption{Steganalyse de STABYLO\label{table:steganalyse}.} 
+\caption{Stéganalyse de STABYLO\label{table:steganalyse}.} 
 \end{table*}
 
 
 \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  
 stéganalyseur dans le domaine spatial, 
 Ensemble Classifier~\cite{DBLP:journals/tifs/KodovskyFH12}
 a été exécuté avec les caractéristiques