다해상도 이미지를 위한 스테그어날리시스 학습 기법 (Steganalysis Learning Technique for Multi-Resolution Images)

서지정보

· 발행기관 : 한국디지털포렌식학회
· 수록지 정보 : 디지털포렌식연구 / 16권 / 1호 / 88 ~ 98페이지
· 저자명 : 이인수, 장어진, 민지민, 임경태, 장한얼

초록

모바일 사용자 수가 증가하면서, 스테가노그라피 활용 기기가 데스크톱에서 모바일 기기로 빠르게 전환되고 있다. 모바일 환경은 유일한 커버 이미지를 쉽게 생성할 수 있고 다양한 해상도로 이미지 촬영이 가능하다. 하지만 기존 스테그어날리시스 기술은 해상도를 고정시킨 제한된 실험환경에서 높은 탐지율을 보이며, 학습 시 사용했던 해상도와 다른 테스트 해상도에서는 탐지율이 급격히 하락하는 문제점이 있다. 본 연구에서는 다해상도에서 스테그어날리시스 성능이 하락하는 문제를 해결하기 위해 다해상도 학습법을 제안한다. 다해상도 학습법은 스테그어날리시스 모델을 학습할 때 다양한 해상도의 이미지 데이터를 훈련 데이터로 사용하는 방법이다. 다해상도 학습법을 적용한 스테그어날리시스 모델은 기존의 고정된 크기를 사용하는 모델에 비해 다양한 해상도 뿐만 아니라 학습에 사용하지 않은 해상도에 대해서도 우수한 성능을 보여주었으며 평균적으로 96.05%의 탐지율을 달성하였다.

영어초록

As the number of mobile users increases, devices utilizing steganography are rapidly transitioning from desktops to mobile devices. The mobile environment can easily generate unique cover images, and images can be taken in various resolutions. However, the existing steganalysis methods show high detection accuracy in a limited experimental environment where the resolution is fixed, and there is a problem in that the detection rate drops sharply at a test resolution different from the resolution used for training. We propose a multi-resolution learning method to solve the problem of steganalysis performance degradation at multi-resolution. The multi-resolution learning method uses images of various resolutions as training data to learn a steganalysis model. The staganalysis model using the multi-resolution learning method showed excellent performance at various resolutions as well as resolutions not used for training, compared to the existing model with the fixed resolution, and achieved an average detection rate of 96.05%.

참고자료

· 없음