تجزیه و تحلیل استگانوگرافی با استفاده از هیستوگرام

استگانوگرافی تکنیک مخفی کردن داده های مخفی در یک فایل یا پیام معمولی، غیر محرمانه به منظور جلوگیری از شناسایی است. سپس داده های مخفی در مقصد استخراج می شوند. استفاده از استگانوگرافی را می توان با رمزگذاری به عنوان یک مرحله اضافی برای پنهان کردن یا محافظت از داده ها ترکیب کرد. واژه استگانوگرافی از دو واژه یونانی استگانوس (به معنای پنهان یا پوشیده) و گراف ریشه یونانی (به معنای نوشتن) گرفته شده است.

استگانوگرافی را می توان برای پنهان کردن تقریباً هر نوع محتوای دیجیتال، از جمله متن، تصویر، ویدیو یا محتوای صوتی استفاده کرد. داده هایی که باید پنهان شوند را می توان تقریباً در هر نوع محتوای دیجیتال دیگری پنهان کرد. محتوایی که باید از طریق استگانوگرافی پنهان شود – متن پنهان نامیده می شود – اغلب قبل از اینکه در فایل متنی روی جلد یا جریان داده بی ضرر به نظر برسد، رمزگذاری می شود. اگر رمزگذاری نشده باشد، متن پنهان معمولاً به نوعی پردازش می شود تا دشواری در تشخیص محتوای مخفی افزایش یابد.

نمونه هایی برای استگانوگرافی چیست؟

استگانوگرافی توسط کسانی انجام می شود که مایل به انتقال یک پیام یا کد مخفی هستند. در حالی که بسیاری از کاربردهای مشروع برای استگانوگرافی وجود دارد، توسعه دهندگان بدافزار نیز از استگانوگرافی برای پنهان کردن انتقال کدهای مخرب استفاده می کنند.

اشکال استگانوگرافی برای قرن ها مورد استفاده قرار گرفته اند و تقریباً شامل هر تکنیکی برای پنهان کردن یک پیام مخفی در یک ظرف بی ضرر است. به عنوان مثال، استفاده از جوهر نامرئی برای پنهان کردن پیام های مخفی در پیام های غیر توهین آمیز. پنهان کردن اسناد ثبت شده بر روی نقطه میکرو — که می تواند به قطر 1 میلی متر باشد — در یا داخل مکاتبات به ظاهر قانونی. و حتی با استفاده از محیط های بازی چند نفره برای به اشتراک گذاری اطلاعات.

امروزه چگونه از استگانوگرافی استفاده می شود؟

در استگانوگرافی دیجیتال مدرن، داده ها ابتدا به روشی دیگر رمزگذاری یا مبهم می شوند و سپس با استفاده از یک الگوریتم خاص در داده هایی که بخشی از یک فرمت فایل خاص مانند یک تصویر JPEG، فایل صوتی یا ویدیویی هستند، وارد می شوند. پیام مخفی را می توان به روش های مختلف در فایل های داده معمولی جاسازی کرد. یکی از روش‌ها پنهان کردن داده‌ها در بیت‌هایی است که نشان‌دهنده پیکسل‌های رنگی مشابه هستند که در یک ردیف در یک فایل تصویری تکرار می‌شوند. با اعمال داده های رمزگذاری شده روی این داده های اضافی به روشی نامحسوس، نتیجه یک فایل تصویری خواهد بود که شبیه به تصویر اصلی است اما دارای الگوهای “نویز” داده های معمولی و رمزگذاری نشده است.

تمرین افزودن واترمارک – یک علامت تجاری یا سایر داده های شناسایی پنهان در چند رسانه ای یا سایر فایل های محتوایی – یکی از استفاده های رایج از استگانوگرافی است. واترمارکینگ تکنیکی است که اغلب توسط ناشران آنلاین برای شناسایی منبع فایل های رسانه ای که بدون اجازه به اشتراک گذاشته شده اند استفاده می شود.

در حالی که کاربردهای مختلفی از استگانوگرافی وجود دارد، از جمله جاسازی اطلاعات حساس در انواع فایل، یکی از رایج ترین تکنیک ها جاسازی یک فایل متنی در یک فایل تصویری است. هنگامی که این کار انجام می شود، هر کسی که فایل تصویر را مشاهده می کند نباید بتواند تفاوت بین فایل تصویر اصلی و فایل رمزگذاری شده را ببیند. این کار با ذخیره پیام با بیت های کمتر در فایل داده انجام می شود. این فرآیند را می توان به صورت دستی یا با استفاده از ابزار استگانوگرافی تکمیل کرد.

مزایای استگانوگرافی نسبت به رمزنگاری چیست؟

استگانوگرافی از رمزنگاری متمایز است، اما استفاده از هر دو با هم می تواند به بهبود امنیت اطلاعات محافظت شده و جلوگیری از شناسایی ارتباطات مخفی کمک کند. اگر داده‌های پنهان‌شده نیز رمزگذاری شوند، ممکن است داده‌ها همچنان از شناسایی در امان باشند – اگرچه کانال دیگر از شناسایی در امان نخواهد بود. استفاده از استگانوگرافی همراه با رمزگذاری نسبت به ارتباطات فقط رمزگذاری مزایایی دارد.

مزیت اصلی استفاده از استگانوگرافی برای مخفی کردن داده ها نسبت به رمزگذاری این است که به پنهان کردن این واقعیت کمک می کند که داده های حساسی در فایل یا سایر محتوای حاوی متن پنهان پنهان شده است. در حالی که یک فایل رمزگذاری شده، پیام یا محموله بسته شبکه به وضوح مشخص و قابل شناسایی است، استفاده از تکنیک‌های استگانوگرافی به پنهان کردن حضور کانال امن کمک می‌کند.

نرم افزار Steganography

نرم افزار Steganography برای انجام عملکردهای مختلفی به منظور پنهان کردن داده ها استفاده می شود، از جمله رمزگذاری داده ها به منظور آماده سازی آن ها برای پنهان شدن در یک فایل دیگر، پیگیری اینکه کدام بیت از فایل متنی جلد حاوی داده های پنهان است، رمزگذاری داده ها به مخفی شود و داده های پنهان توسط گیرنده مورد نظر خود استخراج شود.

برنامه های اختصاصی و منبع باز و سایر برنامه های رایگان برای انجام استگانوگرافی وجود دارد. OpenStego یک برنامه استگانوگرافی منبع باز است. سایر برنامه‌ها را می‌توان با انواع داده‌هایی که می‌توان پنهان کرد و همچنین نوع فایل‌هایی که آن داده‌ها را می‌توان در داخل پنهان کرد مشخص کرد. برخی از ابزارهای نرم افزار استگانوگرافی آنلاین شامل Xiao Steganography است که برای مخفی کردن فایل های مخفی در تصاویر BMP یا فایل های WAV استفاده می شود. Image Steganography، ابزار جاوا اسکریپت که تصاویر را در داخل فایل های تصویری دیگر پنهان می کند.

و Crypture، یک ابزار خط فرمان است که برای انجام steganography استفاده می شود.

استگانوگرافی عمل پنهان کردن داده ها در تصاویر یا فایل های صوتی است.

یکی از روش های معروف انجام این کار LBS Steganography یا Least نام دارد

استگانوگرافی بیتی مهم.

LBS Steganography

فایل ها از بایت ساخته شده اند. یک تصویر از پیکسل ها تشکیل شده است که هر پیکسل از یک جفت پیکسل ساخته شده است

سه مقدار، از 0 تا 255. (RGB)

هر مقدار RGB از 8 بیت ساخته شده است، که کمترین بیت را در این مقادیر تغییر می دهد

اکثر بیت سمت راست) مقدار را تغییر می دهد، اما تغییر با چشم قابل تشخیص است.

برای مثال با تغییر کمترین بیت 255 به 254 تبدیل می شود.

که تشخیص آن از نظر تغییرات رنگ، توسط چشم انسان تقریبا غیرممکن است.

من برخی از مقالات را مطالعه کردم و نتوانستم ریاضیات پشت آنها را بفهمم، من توضیح خواهم داد

درک روش تجزیه و تحلیل استگانوگرافی ذکر شده در یکی از مقالات.

همانطور که در شکل نشان داده شده است، این روش بر اساس تفاوت هیستوگرام های پوشش است

تصویر و تصویر مشکوک و ایجاد یک هیستوگرام تفاوت جدید از آن.

به طور کلی، هیستوگرام تصویر جلد و تصویر استگو دارای مقداری قابل توجه است

تفاوت هایی که به تمایز بین تصویر جلد و استگو کمک می کند. که در

استگانوگرافی، در حالی که داده های مخفی را در یک تصویر جلد با اصلاح حداقل تعبیه می کند

بیت های قابل توجه (LSB) از تصویر جلد، برخی از مقادیر پیکسل تصویر جلد

تغییر می کند و در نتیجه هیستوگرام تصویر استگو تغییراتی پیدا می کند

از تصویر روی جلد اگر اختلاف هیستوگرام هر دو جلد و

تصویر stego ما می توانیم مشاهده کنیم که برخی از مقادیر تفاوت دارای یکسان هستند

بزرگی نسبت به مقادیر مجاور آنها اما دارای علائم متفاوت است (به عنوان مثال 2،-2؛ -35، 35؛ … و غیره).

کل الگوریتم فرآیند ذکر شده در زیر توضیح داده شده است:

ورودی: M × N تصویر مشکوک و M × N تصویر جلد. خروجی: تصمیم گیری در مورد اینکه آیا

تصویر مشکوک یک تصویر استگو است یا نه.

مرحله 1: هر دو تصویر جلد و مشکوک را بخوانید و مقادیر شدت آنها را ذخیره کنید

پیکسل های مختلف در دو آرایه مختلف

مرحله 2: هیستوگرام های پوشش و تصویر مشکوک را پیدا کنید. مرحله 3: هر دو را ترسیم کنید

هیستوگرام را در یک پلات واحد ترسیم کنید و تفاوت را پیدا کنید.

مرحله 4: در مقادیر مختلف، اگر مقادیر مجاور وجود داشته باشد که از نظر بزرگی یکسان هستند

اما در علامت متفاوت است سپس شمارنده را افزایش دهید.

مرحله 5: مرحله 4 را تکرار کنید تا تمام مقادیر تفاوت و شمارنده بررسی شوند

بر این اساس افزایش یافت.

مرحله 6: مقدار آستانه شمارنده را تنظیم کنید و اگر مقدار شمارنده فراتر رفت

مقدار آستانه و سپس تصویر مشکوک را به عنوان تصویر Stego تشخیص دهید

تصویر معمولی