![エコーの検出
● ケプストラムの自己相関から計算
– カバーデータ
– ステゴデータ
– 対数スペクトル
– ケプストラム
s(t) S (ω)
s(t)⊕hm(t) S (ω) 贬尘(ω)
log S (ω)+log 贬尘(ω)
F?1
[log S (ω)+log 贬尘(ω)]
=CS (k)+CHm(k)](https://image.slidesharecdn.com/random-160803075826/85/-30-320.jpg)
![例
ケプストラム
F?1
[log S (ω)H0(ω)] F?1
[log S (ω)H1(ω)]](https://image.slidesharecdn.com/random-160803075826/85/-36-320.jpg)
![文字列へのハイディング
● 空白文字の個数[Por&Delina 2008]
– 段落ごとの空白文字の個数を変えて，その個
数に情報を埋める
● 単語の活用形[Meral+ 2009]
– 単語の活用のさせ方を操作して情報を埋める
● 同義語選択[Shirali-Shahreza+ 2008]
– 同義語に何を使うかの選択に情報を埋める](https://image.slidesharecdn.com/random-160803075826/85/-58-320.jpg)
![文書書式へのハイディング
● OOXML(MS OfficeのXML)対象
– 変更履歴 [Liu+ 2007]
– Revision Identifier [Castiglione+ 2011]
– 似たフォントの切り替え [Bhaya+ 2013]
– 大きさ0の画像(Zero Dimension
Image)を埋め込む [Mohamed+ 2015]
–](https://image.slidesharecdn.com/random-160803075826/85/-61-320.jpg)
![フォント切り替え例
● MSゴシックとMS Pゴシックの切り
替え [伊藤 2016]
– レポート提出用
– レポート提出用
– レポート提出用
MSゴシック
MSゴシック＋MS Pゴシック
MS Pゴシック](https://image.slidesharecdn.com/random-160803075826/85/-62-320.jpg)
マルチメディア情报ハイディング
- 4. 暗号とステガノグラフィ 暗号 ステガノグラフィ Encryption DecryptionHELLO HELLOYCII. Embedding ExtractionHELLO HELLO Cover data
- 9. 歴史 ? Johannes Trithemius (1462-1516) ? 中世ドイツの修道士?魔術師 ? “Steganographia” ? Book I～III からなる ? 魔術?降霊術の本のように見える ? 実際には暗号と秘密通信の術が 秘密の方法で書かれている ? 第III巻の解読方法は1998年に判明 ? 1609年禁書目録に登録 J. Reeds, “Solved: the ciphers in book III of Trithemius's steganographia”, Cryptlogia, vol. 22, no. 4, pp. 291-317, 1998
- 10. ステガノグラフィアでの 情報秘匿方法（例） ? （一見）秘密の呪文 ? Padiel aporsy mesarpon omeuas peludyn malpreaxo ? 1単語ごとに、1文字おきに読む ? Padiel aporsy mesarpon omeuas peludyn malpreaxo ? Prymus (primus) apex (最初の頂点）
- 12. 概念と用語 ● 秘密メッセージ (Secret message) ● 埋め込みたい秘密のメッセージ（ビット列） ● カバーデータ (Cover data) ● 秘密メッセージを埋め込むデータ（画像な ど）。メッセージとは無関係に見える ● ステゴデータ (Stego data) ● メッセージが埋め込まれたデータ ● ペイロード (Payload) ● カバーデータの中でメッセージを埋め込むこ とができる部分
- 13. 用語と概念 ● ビットレート (bit rate) ● カバーデータに対するペイロードの割 合。Bit/pixel（画像の場 合)、bit/sample、bit/s（音声の場合）などで測 る ● 歪み (distortion) ● メッセージを埋め込むことによるステゴデータ の劣化。画像の場合PSNR (dB)、音声はSNR(dB) などで測られる
- 14. 用語と概念 ● 攻撃 (attack) ● 電子透かしを破壊するために、ステゴデータに 対して行う処理。画像の場合は拡大?縮小?圧 縮などがある。 ● 攻撃耐性 (resilience) ● 攻撃を受けたステゴデータから秘密メッセージ がどれだけ取り出せるかの度合い ● ステガナリシス (steganalysis) ● コンテンツにデータが埋め込んであるかどうか を識別する技術
- 17. スペクトル拡散法 ● 疑似乱数を使って情報を埋め込む ● 通信におけるスペクトル拡散通信と同じ ● カバーデータは「雑音」とみなされる ● 準備 ● カバーデータの一部 ● メッセージ ● 疑似乱数(PN)系列 s=s1 , s2 ,…, sN m∈{?1,1} p= p1 ,…, pN pi∈{?1 ,1} p (k) = pk ,…, pN , p1, …, pk?1
- 18. スペクトル拡散法 ● 疑似乱数の性質 ● カバーデータに想定される性質 p?p (k) {=N k=1 ≈0 k≠1 ∑ i=1 N si pi ≈0
- 19. スペクトル拡散法 ● ステゴデータの生成 ● メッセージの抽出 – 埋め込みメッセージ xi=si+αm pi 0<α , si ?α f ( x)=∑ i=1 N xi pi=x?rev( p) f (x)>0 if m=1 f ( x)<0 if m=?1
- 20. 例 カバーデータ PN系列 0.02p s=s1,…, s10000 p= p0 ,?p0 ,…
- 23. 利点と欠点 ● 利点 – 雑音付加攻撃に強い ● 欠点 – 数値系列データにしか適用できない ● 対象は2次元（画像）であってもよい – ペイロードが比較的小さい
- 24. LSB置換法 ● 量子化プロセスに情報を埋める – スカラー量子化を仮定 – 量子化精度は十分高いと仮定 – 量子化されたサンプルの下位ビット (Least Significant Bits)をメッセージ で置換する
- 25. スカラー量子化 ● スカラー連続量を離散化 – 連続量 – 量子化関数 – 量子化レベル – 線形量子化： mk x D Q(x)=k mk+1mk-1 x Q(x) mk mk=xmin+k Δ Q(x)=arg mink∣x?mk∣
- 26. LSB置換 ● 下位ビットを置換する Q' (x ,m)=2?Q(x)/2?+m m∈{0,1} Q(x) Q' (x ,m) m ● 線形量子化なら誤差の絶対値は 高々Δ
- 27. 利点と欠点 ● 利点 – 方法が単純なので計算量が小さい – ペイロードが比較的大きい – 対象は量子化されたデータであれば何 でも良い ● 欠点 – 雑音付加攻撃に脆弱
- 28. エコー法 ● 時系列データに利用しやすい ● カバーデータにエコーのインパルス 応答を畳み込む * t カバーデータ ステゴデータ インパルス応答 s(t) x(t)=s(t)?h(t) hm(t) たたみこみ
- 29. エコー法 ● 異なる遅延のエコーを畳み込むこと で情報を埋め込む t t t t t 0 1 0 0 1
- 30. エコーの検出 ● ケプストラムの自己相関から計算 – カバーデータ – ステゴデータ – 対数スペクトル – ケプストラム s(t) S (ω) s(t)⊕hm(t) S (ω) 贬尘(ω) log S (ω)+log 贬尘(ω) F?1 [log S (ω)+log 贬尘(ω)] =CS (k)+CHm(k)
- 31. 例 s(t) S (ω)
- 32. 例 hm(t) H m(ω)
- 33. 例 s(t)⊕hm(t) S (ω) 贬尘(ω)
- 34. 例 S (ω) 贬尘(ω) log S (ω) 贬尘(ω)
- 35. 異なるエコー h0(t) h1(t) log S (ω) H0(ω) log S (ω) H1(ω)
- 36. 例 ケプストラム F?1 [log S (ω)H0(ω)] F?1 [log S (ω)H1(ω)]
- 37. 利点と欠点 ● 利点 – 品質の劣化が少ない ● 音声の場合はエコーが自然に聞こえる ● 欠点 – 残響を加える信号処理に弱い
- 38. QIM （量子化インデックス変調） ● 量子化に情報を埋める方法 – LSB置換を含む ● 複数（典型的には２つ）の量子化器 – どの量子化器で量子化するのが誤差が 少ないかで情報を埋める ● 量子化器 Q0(x),Q1(x) ?m=arg minm∥x?Qm(x)∥
- 40. QIMの例： ディザ量子化変調 ● ディザを使う量子化 – 通常の線形量子化器 – 疑似乱数（ディザ信号） – ディザ量子化器 Q(x)=arg mink∥x?(xmin+k Δ)∥ d Q(x+d ) 原信号 普通の量子化 ディザ量子化
- 41. QIMの例： ディザ量子化変調 ● メッセージ依存ディザ ● 量子化器 d0(1～L),d1(1～L) Qm(xi)=Q(xi+d m(i)) d1(i)=d0(i)?sign(x)Δ/2 ディザ系列 量子化例
- 42. QIMの例： ディザ量子化変調 ● 量子化器を使う情報の埋め込み ● メッセージに対応する量子化器で量子化 すると誤差が少なくなるようにサンプル 値を操作する xi ' =Qm(xi)?d m(i)=Q(xi+d m(i))?dm(i)
- 43. QIMの例： ディザ量子化変調 ● 情報の取り出し – 2つの量子化器で量子化したときに が小さい方を選ぶ Qm(xi ' )?xi ' = Qm(Qm(xi)?dm(i))?(Qm(xi)?dm(i)) = Q(Q(xi+d m(i))?d m(i)+d m(i))?(Q(xi+dm(i))?d m(i)) = Q(Q(xi+d m(i)))?Q(xi+dm(i))+d m(i) = d m(i) ∣Qm(xi ' )?xi ' ?d m(i)∣
- 45. QIMの応用 ● 量子化プロセスに情報を隠すので， LSB置換と同様雑音に弱い ● サンプル値そのものではなく，周波 数領域に適用することが多い – 闯笔贰骋画像の顿颁罢係数など
- 46. 可逆電子透かし (Reversible Watermarking) ● 透かしを除去して元のカバーデータ が復元できる電子透かし – カバーデータには冗長性が必要 ● 簡単な例 – カバーデータ ● nビット量子化するが，元データがn-1 ビットに収まっているなら s1,…, sn xi ←2 si+bi si ←?xi /2?
- 47. 情報の埋め込み ● 差分拡大(Difference Expansion) – カバーデータ – メッセージ – 差分データ：カバーデータ2個を組に s1,…, sn ui=?s2i+s2i+1 2 ? vi=s2i?s2i+1 m1,…,mn?1∈{0,1}
- 48. 情報の埋め込み ● 差分データを元に戻す ● 差分に対してどちらかを実行 – 差分拡大 ● この場合完全に元に戻せる – LSB置換 ● この場合完全には元に戻らない s2i=ui+?vi+1 2 ? , s2i+1=ui??vi 2 ? ?vi=2vi+mi ?vi=2?vi /2?+mi
- 49. 情報の埋め込み ● データを元に戻す – オーバーフロー?アンダーフローが起 きてはならない – 差分拡大するとオーバーフロー?アン ダーフローする場所がある 0≤?si≤255 ?s2i=ui+??vi+1 2 ? , ?s2i+1=ui???vi 2 ?
- 50. 情報の埋め込み ● いくつかの場合に分ける – 差分拡大してもオーバーフロー?アン ダーフローしない：「拡大可能」 – LSB置換をしてもオーバーフロー?ア ンダーフローしない：「変更可能」 – それ以外：「拡大?変更不可能」
- 51. 埋め込み領域の特定 ● 埋め込みを行う領域の特定 – 拡大可能で ： 拡大による埋め込みを行う – それ以外で拡大可能または変更可能： 閾値によってLSB置換を行う – 拡大?変更不可能：何もしない v∈{?1,0}
- 54. 埋め込み ● まず埋め込みマップを可逆圧縮した データMを作る(runlength符号等) ● 差分拡大しないで埋め込んだ部分の 差分のLSBデータ（元データ）C ● 本当に埋め込みたいデータ P
- 55. 抽出と原画像復元(1) – 差分viを計算し，拡大?変更可能か調べ る – 拡大?変更不可能ならスキップ – 差分viのLSBから情報を抽出 ● 差分拡大と単なるLSB置換のいずれであっ てもLSBから情報が抽出できる – 抽出情報をマップM?元のLSBデータ C?埋め込み情報Pに分ける
- 56. 抽出と原画像復元(2) – Pから埋め込んだ情報を抽出 – Mは圧縮データなので元に戻し，差分 拡大したピクセルペアを特定する – 差分拡大したペアでは差分を元に戻す – 拡大可能でなくて情報が埋め込んであ るデータについて，Cから元データを 復元
- 57. 文書へのデータハイディング ● 歴史的にはこっちがオリジナル – 文字列へのハイディング ● 文字の並びそのものに情報を埋める – 文字画像へのハイディング ● 画像として表現された文書に情報を埋める – 文書書式へのハイディング ● ワープロ等の書式（文字フォント，文字サイ ズなど）に情報を埋める
- 58. 文字列へのハイディング ● 空白文字の個数[Por&Delina 2008] – 段落ごとの空白文字の個数を変えて，その個 数に情報を埋める ● 単語の活用形[Meral+ 2009] – 単語の活用のさせ方を操作して情報を埋める ● 同義語選択[Shirali-Shahreza+ 2008] – 同義語に何を使うかの選択に情報を埋める
- 59. 文字画像へのハイディング ● 一般の画像と同じような方法 ● 文字のベースライン位置 ● 文字の大きさ?色 ● ブロック中の黒ピクセル比率 The quick brown fox The quick brown fox
- 60. 文書書式へのハイディング ● 構造化されたフォーマット – MS-Wordなど – 内部に構造を持つが外からは見えにく いものが望ましい ● 対象フォーマット – PDF (Portable Document Format) – ODF (Open Document Format) – OOXML (Open Office XML)
- 61. 文書書式へのハイディング ● OOXML(MS OfficeのXML)対象 – 変更履歴 [Liu+ 2007] – Revision Identifier [Castiglione+ 2011] – 似たフォントの切り替え [Bhaya+ 2013] – 大きさ0の画像(Zero Dimension Image)を埋め込む [Mohamed+ 2015] –
- 62. フォント切り替え例 ● MSゴシックとMS Pゴシックの切り 替え [伊藤 2016] – レポート提出用 – レポート提出用 – レポート提出用 MSゴシック MSゴシック＋MS Pゴシック MS Pゴシック
- 63. 攻撃 ● 電子透かし?ステガノグラフィには 攻撃が想定される – 電子透かしの場合：透かしの破壊 – ステガノグラフィの場合：秘密メッ セージが埋め込まれていることの判 定，および秘密メッセージの解読
- 64. 電子透かしの攻撃 ● 透かしが無意味なビット列になるよ うな信号処理 – 透かしが読み出せなくなる – カバーデータの品質をできるだけ下げ ない
- 65. 画像に対する攻撃(1) ● 幾何的変換 – 画像を僅かに変形させる – 切り出し，回転，伸縮など ● フィルタリング – ローパスフィルタ，ガンマ補正，色空 間量子化，ヒストグラム補正など
- 66. 画像に対する攻撃(2) ● 雑音付加 ● アナログ変換（印刷→スキャン） ● 不可逆圧縮(JPEG) ● 結託攻撃(collusion attack) – 複数の異なる透かしが入った信号を平 均する
- 68. 音声に対する攻撃(1) ● 速度変換 – 音の高さを変えずに速さを変える ● ピッチ変換 – 音の速さを変えずに高さを変える ● フィルタリング – LPF, HPF, BPF, ラウドネス変換 ● 切り出し
- 69. 音声に対する攻撃(2) ● 雑音付加 ● 符号化(MP3, AACなど) ● 変調（特に振幅変調） – ● 結託攻撃 x' (t)=x(t)(1+αcos(ωt)) 0<α?1
- 70. まとめ ● 情報ハイディングの概要 – 主な用途 ● ステガノグラフィ ● 電子透かし ● 補助情報埋め込み – 単純な情報ハイディング手法 ● スペクトラム拡散法 ● LSB置換法 ● エコー法
- 71. まとめ – その他の情報ハイディング手法 ● QIM法 – 可逆電子透かし – 文書への情報ハイディング ● 攻撃について – 画像に対する攻撃 – 音声に対する攻撃