МОДЕЛЮВАННЯ І ОЦІНКА ОБЧИСЛЮВАЛЬНОЇ СКЛАДНОСТІ ОСНОВНИХ ПРОЦЕДУР, ПОЧАТКОВИХ ЕТАПІВ ГІБРИДНОГО СТЕГАНОАЛГОРИТМУ

  • Микита Гончаров аспірант кафедри кібербезпеки інформаційних систем, мереж і технологій, Харківський національний університет імені В.Н. Каразіна https://orcid.org/0000-0002-9790-7260
  • Сергій Малахов к.т.н., ст. науковий співробітник, доцент кафедри кібербезпеки інформаційних систем, мереж і технологій, Харківський національний університет імені В.Н. Каразіна https://orcid.org/0000-0001-8826-1616
Ключові слова: інформаційна безпека, загрози, кібератака, обчислювальна складність, інкапсуляція даних, несанкціонований доступ, стеганографія, кодування довжин серій

Анотація

У сучасних умовах зростання кіберзагроз стеганографія відіграє ключову роль у забезпеченні конфіденційності даних, приховуючи їх у масивах цифрових даних (зображення, звук, файлові системи тощо). На відміну від криптографії, стеганографія приховує сам факт передачі інформації, що робить її незамінною для захисту даних в інформаційно-комунікаційних системах з обмеженими ресурсами. Необхідність створення енергоефективних і адаптивних алгоритмів, які поєднують стійкість контенту, високу якість контейнера та низьку обчислювальну складність, підкреслює актуальність проведених досліджень. У роботі проведена оцінка обчислювальної складності процедур попередньої обробки вхідних даних та визначено їх вплив на ефективність подальшої інкапсуляції даних. В якості основи для моделювання обрано один із можливих варіантів згладжування малоінформативних областей вихідних зображень. Виконано оцінку: - продуктивності за часом виконання для різних типів зображень; показником PSNR; ймовірності кольорового перепаду яскравості та кількістю сформованих опорних блоків (ОБ) зображень. В ході моделюванні досліджено наслідки згладжування текстур вихідних зображень в умовах варіювання розміру матриць згладжування та значення різниці яскравості пікселів. Зроблено підрахунок базових операцій (арифметичних, логічних, порівнянь) для кожного блоку та визначена загальна складність відповідних етапів алгоритму. Експериментальна оцінка проводилася шляхом вимірювання часу виконання процедур, оцінці якості зображень за метрикою PSNR, розрахунком ймовірності перепаду яскравості та підрахунком кількості сформованих серій ОБ. Для оцінки ефективності досліджуваних процедур, використані тестові зображення із різними текстурними характеристиками. Отримані результати підтвердили, що етап попереднього згладжування покращує вихідні умови для формування серій ОБ (порівняно з їх відсутністю). Впровадження етапу згладжування забезпечує зменшення шуму у малоінформативних областях, що сприяє підвищенню однорідності блоків та розширює діапазон комбінаторики наявних параметрів кодування (як спосіб протидії спробам неавторизованого вилучення контенту). Гнучке налаштування розміру блоку та значень порогу загрублення яскравості елементів зображень, дозволяє забезпечити адаптацію процесу згладжування до різних типів зображень та поточних ресурсних обмежень використовуваних апаратних платформ. Запропонований підхід до попередньої обробки даних, створює потрібні умови для формування серій ОБ, покращує стійкість контенту та підтримує низькій рівень візуальних спотворень. Адаптивне налаштування параметрів згладжування дозволяє ефективно використовувати алгоритм на платформах з обмеженими ресурсами. Це робить його перспективним для застосування в складі мобільних додатків. Отримані результати сприяють подальшому удосконаленню стеганографічних методів захисту інформації та відкривають нові перспективи для подальших досліджень.

Завантаження

##plugins.generic.usageStats.noStats##

Посилання

Fridrich, J. (2010). Steganography in digital media. Cambridge University Press.

Hassaballah, M. (Ed.). (2020). Digital media steganography: Principles, algorithms, and advances. Academic Press.

Honcharov, M., & Malakhov, S. (2024). Modeling attempts of unauthorized extraction of steganocontent under different combinations of data key-extractor. Débats scientifiques et orientations prospectives du développement scientifique (pp. 234–245). https://doi.org/10.36074/logos-01.03.2024.053

Гончаров, М. О., & Малахов, С. В. (2021). Моделювання процедур підготовки даних стеганоалгоритма з багаторівневим мультиплексуванням контенту. Комп’ютерне моделювання в наукоємних технологіях (КНМТ-2021): Матеріали 7-ї міжнар. наук.-техн. конф. (pp. 118–122). ХНУ ім. В. Н. Каразіна. http://surl.li/axsna

Конахович, Г., Прогонов, Д., & Пузиренко, О. (2018). Комп’ютерна стеганографічна обробка й аналіз мультимедійних даних: Підручник. Центр навчальної літератури.

Shih, F. Y. (2020). Digital watermarking and steganography. CRC Press.

Pratt, W. K. (1978). Digital image processing. New York: John Wiley & Sons.

Кузнецов, О. О., Євсеєв, С. П., & Король, О. Г. (2011). Стеганографія: навч. посіб. Харків: Видавництво ХНЕУ.

Yahya, A. (2019). Steganography techniques for digital images. Springer International Publishing.

Малахов, С., & Гончаров, М. (2024). Синтез ймовірнісних карт переходів яскравості (градієнтів) зображень для покращення процедур стегановставки. Grail of Science, (47), 545–554. https://archive.journal-grail.science/index.php/2710-3056/issue/view/20.12.2024/35

Гончаров, М., & Малахов, С. (2023). Дослідження способів розгортки вихідних блоків зображення - стеганоконтенту як механізму протидії від несанкціонованої екстракції даних. Science and Technology Today, 4(18), 293–308. https://doi.org/10.52058/2786-6025-2023-4(18)-293-308

Малахов, С., Нарєжній, О., & Гончаров, М. (2023). Властивості серій опорних блоків стеганоконтенту та наслідки його несанкціонованого вилучення для різних схем розгортки серій. Grail of Science, (18-19), 204–211. https://archive.journal-grail.science/index.php/2710-3056/issue/view/07.07.2023/17

Гончаров, М., Малахов, С., & Колованова, Є. (2024). Результати моделювання різних схем просторової орієнтації та розгортки серій опорних блоків зображень для протидії несанкціонованої екстракції стеганографічних даних. Комп’ютерні науки та кібербезпека, (2), 58–70. https://doi.org/10.26565/2519-2310-2023-2-06

Лєсная, Ю., Гончаров, М., Азаров, С., & Малахов, С. (2023). Візуалізація спроб несанкціонованої екстракції стеганоконтенту при помилковому визначенні діючих способів розгортки серій. Grail of Science, (24), 335–340. https://doi.org/10.36074/grail-of-science.17.02.2023.061

Лєсная, Ю., Гончаров, М., Семенов, А., & Малахов, С. (2023). Моделювання розгортки серій опорних блоків зображення, як інструменту з протидії спробам несанкціонованої екстракції стеганоконтенту. Collection of Scientific Papers «ΛΌГOΣ», (March 31, 2023; Zurich, Switzerland), 109–115. https://doi.org/10.36074/logos-31.03.2023.33

Малахов, С., & Гончаров, М. (2024). Уточнення процедур формування серій опорних блоків зображень на етапі їх передобробки при реалізації процедур стегановставки. Grail of Science, (46), 694–700. https://archive.journal-grail.science/index.php/2710-3056/issue/view/29.11.2024/34

Лєсная, Ю., Гончаров, М., & Малахов, С. (2021). Відпрацювання концепту багаторівневого мультиплексу даних гібридного стеганоалгоритму. Збірник наукових праць SCIENTIA. https://ojs.ukrlogos.in.ua/index.php/scientia/article/view/17666

Опубліковано
2025-07-15
Цитовано
Як цитувати
Гончаров, М., & Малахов, С. (2025). МОДЕЛЮВАННЯ І ОЦІНКА ОБЧИСЛЮВАЛЬНОЇ СКЛАДНОСТІ ОСНОВНИХ ПРОЦЕДУР, ПОЧАТКОВИХ ЕТАПІВ ГІБРИДНОГО СТЕГАНОАЛГОРИТМУ. Комп’ютерні науки та кібербезпека, (1), 41-59. https://doi.org/10.26565/2519-2310-2025-1-04
Номер
Розділ
Статті