Исследование эффективности стеганографических методов кодирования/декодирования информации в гидроакустическом канале связи

DOI:

Одним из направлений, находящихся на стыке информационной безопасности, физической акустики и океанологии, является исследование методов передачи данных в гидроакустическом канале связи. Гидроакустическая среда характеризуется уникальными физическими особенностями, такими как высокий уровень шумов, многолучевое распространение сигналов, ограниченная пропускная способность и зависимость от условий окружающей среды. Эти факторы существенно усложняют разработку методов кодирования и декодирования информации, требуя учета специфики среды для обеспечения надежности и скрытности передачи данных.

Перспективным направлением в условиях цифровизации подводных систем связи является применение стеганографии — технологии, позволяющей скрытно внедрять данные в контейнеры, такие как звуковые сигналы. Однако существующие стеганографические методы часто не учитывают физические свойства гидроакустической среды, что снижает их эффективность [1].

В данной работе представлен сравнительный анализ трех групп методов стеганографии — наименее значащего бита (LSB), фазового кодирования и расширения спектра — в условиях аддитивного белого шума различной мощности. Экспериментальная оценка качества восстановления скрытой информации позволяет выявить преимущества и ограничения каждого из подходов применительно к подводным условиям передачи данных [2-4].

Цель исследования — определить наиболее эффективный метод скрытого кодирования для гидроакустических каналов и сформулировать рекомендации по выбору алгоритмов в шумной среде.

МЕТОДЫ СТЕГАНОГРАФИЧЕСКОГО КОДИРОВАНИЯ

Метод наименее значащего бита (LEAST Significant Bit, LSB)

Метод наименее значащего бита (LSB) относится к числу базовых пространственных подходов в стеганографии, основанных на прямом модифицировании цифрового контейнера. В его основе лежит идея замещения наименее значимых битов амплитудных отсчётов сигнала битами внедряемого сообщения. Такой способ обеспечивает максимально простую реализацию и позволяет достичь высокой плотности внедрения — до одного бита информации на каждый отсчёт цифрового сигнала при однобитовой замене.

Пусть аудиосигнал представлен в виде дискретной последовательности х[п], где каждый отсчёт квантуется в k-битовом представлении. Тогда операция LSB-встраивания может быть записана как:

где:

х[п] — исходный отсчёт сигнала;

х' [п] — отсчёт сигнала после внедрения;

т [п] £ {0,1} — бит сообщения, внедряемый в n-ый отсчёт;

~1 — побитовая инверсия маски 000...001;

Таким образом, наименьший бит (или несколько младших битов при расширенном встраивании) заменяется на бит из скрытого сообщения [4-6].

Существенным достоинством метода является его простота: он не требует перехода в частотную или другую преобразованную область и может быть    реализован    с    минимальными вычислительными затратами. Кроме того, при умеренном внедрении (например, при использовании только одного младшего бита) и при отсутствии внешних искажений встроенная информация остаётся практически незаметной на слух, что делает метод применимым в мультимедийных приложениях.

Тем не менее, эффективность метода LSB резко снижается в условиях зашумлённой среды, особенно в гидроакустическом канале. Передача сигнала под водой сопровождается добавлением аддитивных искажений, в первую очередь затрагивающих низкоуровневые компоненты сигнала. Поскольку внедрение происходит в наименее значимых битах, даже минимальные флуктуации приводят к необратимому разрушению закодированной информации. Кроме того, метод не опирается на статистику сигнала и не учитывает его спектральные или временные особенности, что делает его уязвимым к детектированию средствами стегоанализа [7].

Фазовое кодирование

Фазовое кодирование представляет собой один из ключевых методов стеганографии в частотной области. Основная идея метода заключается в изменении фазовых компонент цифрового сигнала с целью скрытого внедрения информации, при этом амплитудный спектр остаётся неизменным. Такой подход обеспечивает более высокую устойчивость к линейным искажениям, компрессии и шумам по сравнению с методами пространственного домена.

Процесс встраивания начинается с применения преобразования Фурье (обычно дискретного), в результате которого сигнал представляется в виде спектральной функции:

X[/c] = |X[fc]|e*]. (2)

где IX[k]l — амплитудный спектр, а ф[к] — фазовый спектр сигнала. Внедрение сообщения производится путём модификации фазы первых N коэффициентов спектра в соответствии с битами сообщения, при этом начальная фаза первого коэффициента обычно используется как опорная, обеспечивая синхронизацию при декодировании.

Обратное преобразование Фурье применяется к модифицированному спектру, в результате чего формируется временной сигнал с внедрённой информацией. Декодирование предполагает повторное преобразование принятого сигнала в частотную область и извлечение фазовых сдвигов относительно опорного значения [6-8].

Преимуществом фазового кодирования является его относительная устойчивость к аддитивным шумам и некоторым видам линейной обработки сигнала. Так как человеческое восприятие в аудиодиапазоне (и аналогично — чувствительность гидрофонов) менее чувствительно к фазовым искажениям, чем к амплитудным, внедрение информации в фазу позволяет сохранить акустическую целостность сигнала.

Однако в условиях гидроакустической передачи данный метод сталкивается с рядом ограничений. Основной проблемой является высокая чувствительность к фазовым искажениям, возникающим из-за многолучевого распространения, дисперсии среды и нелинейных преобразований в приёмной аппаратуре. Дополнительно, восстановление внедрённой информации требует точного определения фазы и корректной синхронизации с опорной точкой, что технически усложняет реализацию при передаче в реальных условиях [7].

Метод расширения спектра

В контексте стеганографии данный метод предполагает встраивание информации в контейнерный сигнал путём добавления псевдослучайной         последовательности, модулированной битами сообщения, что обеспечивает высокую устойчивость к шумам и затрудняет обнаружение скрытых данных.

В типичной реализации используется псевдослучайная последовательность (ПСП), синхронизированная между передающей и принимающей сторонами. Каждому биту сообщения соответствует один сегмент ПСП, фаза или знак которого изменяется в зависимости от значения бита. Полученная модулированная последовательность     масштабируется     и аддитивно накладывается на исходный сигнал:

S_mod(t) = S_orlg(t) + a-m(t)-p(t).     (3)

где S_or ig (t) — исходный сигнал-контейнер,

m(t) £ {-1,1} — бит сообщения, p(t) — ПСП, а a — коэффициент          масштабирования

(определяющий уровень внедрения). Выбор малых значений а позволяет обеспечить акустическую незаметность встраивания при сохранении устойчивости к шумам.

Декодирование              осуществляется корреляционным методом: сигнал анализируется с использованием той же ПСП, а знак корреляционного коэффициента указывает на внедрённый бит. Устойчивость метода обусловлена тем, что ПСП обладает свойствами ортогональности и низкой корреляции с любыми другими сигналами, включая шум. Это делает данный подход особенно эффективным в условиях высокой зашумлённости, характерной для подводной среды [9].

С учётом особенностей гидроакустической среды - таких как низкое отношение сигнал/шум, наличие аддитивных и мультипликативных искажений, нестабильность канала - метод расширения спектра является наиболее перспективным среди рассмотренных. Его устойчивость к шумам и помехам делает возможным восстановление значительной доли внедрённого сообщения даже при низком качестве    канала,    что    подтверждается результатами моделирования [7].

ПОСТАНОВКА ЭКСПЕРИМЕНТА

Для всех методов кодирования контейнером выступал один и тот же аудиофайл в формате WAV, представляющий гидроакустическую запись с типичной спектральной плотностью:

SanctSound_MB01_01_bocaccio_20181217T03485 5Z_01.

Алгоритм    экспериментальной    оценки устойчивости включает следующие этапы:

• 1.    Кодирование: контрольное сообщение внедряется в исходный контейнер каждым из трёх методов независимо.

• 2.    Зашумление: к каждому полученному контейнеру добавляется аддитивный белый гауссовский шум (AWGN), моделируемый с помощью функции awgn() в MATLAB. Значения отношения сигнал/шум (далее – SNR) варьируются от –20 дБ до +20 дБ с шагом 2 дБ:

• 3.    Множественные повторения: для каждого значения SNR производится 100 реализаций зашумления с различными начальными условиями (разными семенами генерации шума), что обеспечивает статистическую устойчивость результатов.

• 4.    Декодирование: после наложения шума проводится восстановление сообщения соответствующим методом декодирования.

• 5.    Оценка качества восстановления: вычисляется отношение числа правильно восстановленных битов В_п к общей длине контрольного сообщения В_в:

• 6.    Агрегация данных: по результатам всех прогонов строятся зависимости среднего качества восстановления и его разброса (дисперсии) от уровня SNR.

SNR £ {-20,-18,...,+20} дБ

С = Вп £ [0,1].             (3)

Вв где C — коэффициент восстановления, характеризующий точность декодирования при заданном уровне зашумления.

Для визуального анализа были созданы следующие графики:

• •    графики зависимости C(SNR) для каждого метода;

• •    сигналограммы контейнеров до и после внедрения;

• •   спектры сигналов (до, после внедрения, и

• после зашумления);

• •   диаграммы разброса  по 100 итераций

зашумления на каждый уровень SNR.

РЕЗУЛЬТАТЫ

По результатам численного моделирования получены количественные характеристики устойчивости каждого из трёх исследуемых методов внедрения контрольного сообщения в аудиосигнал. Основной метрикой выступал коэффициент восстановления С, определяющий долю корректно восстановленных битов в условиях аддитивного шума различного уровня [9-12].

Рисунок 1. Зависимость процента восстановления в зависимости от метода кодирования и отношения сигнал / ШУМ .

Figure 1. The percentage of recovery depends on the encoding method and the signal-to-noise ratio.

100%

§ 80 %

ф m О

60 %

и о а н Ф 40 %

о

С

20%

0%

гр <ь <ь ^ <1- ^ $ у> >  у о г ь <ь % ,р о ^ ф <ь гр

Уровень белого шума, дБ

Рисунок 2. Диаграмма размаха процента восстановления в зависимости от метода кодирования и отношения СИГНАЛ / ШУМ .

Figure 2. A diagram of the recovery percentage range depending on the encoding method and the signal-to-noise ratio.

Метод наименее значащего бита (LSB)

Метод LSB продемонстрировал наибольшую чувствительность к зашумлению: при значениях SNR = -20. .20 коэффициент восстановления не превышает 55 % (при максимальном размахе от 35 % до 65 %). Так, при умеренном уровне зашумления (SNR =-10 ... 0 дБ) средний коэффициент восстановления составлял лишь 50 %.

При SNR > 0 картина не улучшается - среднее восстановление составляет 55 % (с размахом от 40 % до 67%). Это объясняется прямым внедрением битов в наименее значащие разряды амплитудных отсчётов, которые наиболее подвержены искажению при любом воздействии шума или цифровой компрессии. Учитывая описанное свойство, метод не обеспечивает устойчивость к типичным воздействиям подводного канала связи.

Таким образом, при любом уровне SNR сообщение восстанавливается лишь наполовину. Это характеризует данный метод как применимый лишь в контролируемых условиях с высокой помехоустойчивостью [13].

Фазовое кодирование

Фазовое кодирование показало значительно более высокую устойчивость по сравнению с LSB-методом. Благодаря внедрению информации в фазу низкочастотных компонент преобразования Фурье, метод имеет более высокие значения С. На уровне шума до 0 дБ средний коэффициент восстановления оставался в пределах 55 – 60 % (в максимуме до 70 %), а при SNR > 0 восстановление достигает 60 - 80 % (в максимуме 90 %). Однако, ошибки проявлялись преимущественно в последних символах сообщения, кодируемых фазами высокочастотных компонент, более чувствительных к зашумлению.

Важным преимуществом метода является устойчивость к статистическим искажениям сигнала: внедрение информации в фазу оставляет амплитудный спектр практически неизменным, что затрудняет обнаружение и снижает вероятность разрушения скрытого сообщения [11-13].

Метод расширения спектра

Метод расширения спектра оказался наименее чувствительным к зашумлению: даже при SNR = -10 дБ средний коэффициент восстановления превышал 95 %. При этом при всех значениях SNR выше -12 дБ обеспечивалось практически полное восстановление сообщения во всех 100 реализациях зашумления. Это связано с особенностями самого метода — внедрение информации посредством модуляции с псевдослучайной последовательностью распределяет энергию по широкому частотному диапазону, тем самым снижая вероятность разрушения отдельного бита под действием шума.

Кроме того, данный подход устойчив к линейным искажениям, компрессии, а также способен сохранять скрытость сигнала за счёт маскировки внедрённой информации на фоне общего спектра [12-14].

Таким образом, при проектировании устойчивых стеганографических систем для подводной акустической передачи предпочтение следует отдавать методам спектрального расширения, особенно в условиях непредсказуемого шума и многолучевого распространения.

ЗАКЛЮЧЕНИЕ

Выполненное исследование направлено на оценку устойчивости стеганографических методов в условиях гидроакустического канала связи, характеризующегося высокой зашумлённостью, нестабильностью и ограниченной полосой пропускания. В рамках работы объединены подходы из области информационной безопасности, цифровой обработки сигналов и физической акустики, что позволило получить комплексное представление о поведении скрытых сообщений в подводной среде.

Реализация трёх принципиально различных методов — наименее значащего бита, фазового кодирования и спектрального расширения — в условиях контролируемого зашумления позволила выявить их основные ограничения и потенциал. Проведённое сравнение с использованием объективных метрик восстановления информации и визуального анализа сигналов продемонстрировало важность учёта физической природы среды передачи при проектировании алгоритмов сокрытия данных.

Выявлено, что устойчивость методов к аддитивному шуму существенно зависит от области внедрения информации (временной или частотной), структуры кодирования и статистики самого сигнала. Полученные результаты подтверждают перспективность использования методов спектрального характера в задачах скрытой передачи данных в акустически агрессивных средах [8, 14].

Работа закладывает основу для дальнейших исследований в области подводной стеганографии и может быть использована при разработке устойчивых алгоритмов обмена информацией для задач мониторинга, связи и навигации в подводной инфраструктуре.