연구국제 전산 과학 및 공학 저널 설명하다디지털 이미지에 숨겨진 메시지를 찾아내는 새로운 접근 방식입니다.이 연구는 사이버보안과 디지털 포렌식에서 핵심적인 역할을 하는 스테가나리시스(steganalytic) 분야에 기여하고 있다.

스테가노그래피에는 디지털 이미지의 비트와 바이트 사이에 숨겨진 단어와 같은 데이터를 일반 매체에 삽입하는 작업이 포함됩니다.이미지는 화면에 표시될 때 별 차이 없이 보이지만 숨겨진 메시지가 있다는 것을 아는 사람은 해당 메시지를 추출하거나 표시할 수 있습니다.엄청난 숫자를 감안할 때디지털 이미지현재 존재하는 정보와 그 숫자는 매일 놀라운 속도로 증가하고 있습니다. 법 집행 기관과 같은 제3자가 그러한 숨겨진 정보를 어떻게 발견할 수 있는지 알기가 어렵습니다.

실제로 어떤 의미에서는 모호함에 의한 보안이지만 그럼에도 불구하고 강력한 기술입니다.물론 스테가노그래피의 합법적인 사용도 있지만 더 사악한 용도도 있을 수 있으며 효과적인 탐지는 법 집행과 보안에 중요합니다.

인도 구루그람에 있는 NorthCap University의 Ankita Gupta, Rita Chhikara 및 Prabha Sharma는 필요한 대량의 데이터 처리와 관련된 계산 문제를 해결하면서 탐지 정확도를 향상시키는 새로운 접근 방식을 도입했습니다.

스테가분석에는 이미지에 숨겨진 데이터가 포함되어 있는지 식별하는 작업이 포함됩니다.일반적으로 이러한 숨겨진 메시지를 탐지하기 위해 SRM(Spatial Rich Model)이 사용됩니다.이미지를 분석하여 숨겨진 데이터 추가로 인해 나타날 수 있는 지문의 작은 변화를 식별합니다.그러나 SRM은 복잡하고 기능이 많으며 탐지 알고리즘을 압도하여 효율성이 떨어질 수 있습니다.이 문제는 종종 "차원성의 저주"라고 불립니다.

팀은 하이브리드 최적화로 전환했습니다.연산HHO(Harris Hawks Optimizer), PSO(Particle Swarm Optimization) 및 DE(Differential Evolution)의 세 가지 알고리즘을 결합한 DEHHPSO라고 합니다.이러한 각 알고리즘은 자연 프로세스에서 영감을 받았습니다.예를 들어, HHO 알고리즘은 Harris Hawks의 사냥 행동을 시뮬레이션하고 최적의 솔루션을 목표로 삼아 환경 탐색의 균형을 맞춥니다.팀은 HHO, PSO 및 DE를 결합함으로써 아무리 정교하더라도 현재의 단일 알고리즘으로 가능한 것보다 훨씬 더 빠르게 복잡한 기능 세트를 처리할 수 있다고 설명합니다.

하이브리드 접근 방식은 처리해야 하는 기능의 94% 이상을 제거하여 계산 요구를 줄입니다.그런 다음 제거된 정보는 SVM(지원 벡터 머신) 분류자를 사용하여 처리될 수 있습니다.팀은 이 방법이 메타 휴리스틱(본질적으로 시행착오 방법)보다 더 효과적이며 일반적으로 더 많은 문제를 해결하는 데 사용되는 여러 딥 러닝 방법보다 더 효과적이라고 말합니다.복잡한 문제스테가분석보다

추가 정보:Ankita Gupta 외, 이미지 심층 분석을 위한 특징 선택에 적용된 개선된 연속 및 이산 Harris Hawks 최적화 프로그램,국제 전산 과학 및 공학 저널(2024).DOI: 10.1504/IJCSE.2024.141339