Download en imágenes basadas en LSB
Document related concepts
no text concepts found
Transcript
Técnicas Esteganográficas en imágenes basadas en LSB Manuel Jesús González Rodríguez Angel Cayetano Gómez Gil ¿Qué vamos a ver? 1. ¿Que es la esteganografía? 2. Conceptos previos 2.1. 2.2. 2.3. Imagen como matriz de bytes Modelo RGB MSE y PSNR 3. Algoritmos 3.1. 3.2. 3.3. LSB Simple LSB con clave privada y XOR Nuestro método. 2LSB 4. Comparativas y curiosidades 5. Conclusiones 6. Nuestra aplicación ¿Qué es la esteganografía? Técnica que oculta información en un medio de forma que sea imperceptible a simple vista o a los sentidos humanos. 2.1 Conceptos previos. Matriz de puntos La imagen la hemos tratado como lo que en realidad es: un array bidimensional que contiene cada componente de color en un byte. ¡Y en esto se basan las técnicas LSB! 2.1 Conceptos previos. Modelo RGB Los modelos de representación gráfica son la forma en la que almacenamos la información de la imagen que deseamos guardar. El modelo RGB guarda por cada pixel la componente roja, verde y azul en 3 bytes, uno por cada pixel. De esta forma, una imagen de 1920x1080 sin comprimir pesaría algo más de 6 MB. 2.1 Conceptos previos. MSE y PSNR ¿Cómo sabemos si la imagen se ha modificado mucho o poco después de un tratamiento esteganográfico? PSNR: dadas dos imagenes, el PSNR devuelve cómo de parecidas son entre sí. Mayor PSNR, más se parece. Se basa en el error cuadrático, o sus siglas en inglés MSE. PSNR(I,K) = 10 log10 ( MAX2 / MSE (I,K) ) donde MAX2 = 2n-1, I y K son las imágenes Peak-Signal-to-Noise Relation 3.1 Algoritmos. LSB Simple Se basa en modificar los bits menos significativos de cada pixel sustituyéndolos por el mensaje. Simple y discreto, pero con problemas de capacidad y seguridad. 3.2 Algoritmos. LSB con clave y XOR Basado en LSB, se le añade además una clave para evitar que personas no deseadas que conocen el algoritmo extraigan el mensaje. A cada bit del mensaje se le hace la operación XOR con una de las componentes RGB, para decidir en qué canal de los restantes se almacena el bit del mensaje. 3.3 Algoritmos. 2LSB Motivación: LSB XOR reserva todo un canal para la operación xor, reduciendo un 33% la capacidad teórica total. 00110100 Operamos con los segundos bits menos significativos y sustituimos en los primeros para los 3 canales. Mensaje XOR 4.1 Comparativas Para comparar los métodos hemos usado las siguientes 4 imágenes para obtener los datos: Hemos creado una batería de test para mostrar el PSNR, los tiempos por cada imagen y el tamaño del mensaje: Tests.py 4.1 Comparativas 4.1 Comparativas 4.2 Curiosidades Array Circular Tamaño del mensaje VS Tamaño de la imagen 5. Conclusiones Como podemos comprobar, la técnica LSB tiene serias desventajas en cuanto a tiempos, además de los problemas de seguridad que se solventan en las otras técnicas. En cuanto a LSB XOR y 2LSB ambos poseen tiempos de ejecución (extracción y ocultación) muy similares.El valor del PSNR en 2LSB no mejora respecto a LSB XOR, sin embargo 2LSB posee más capacidad manteniendo seguridad rendimiento. 6. Nuestra app Nuestra app la hemos escrito en Python, interfaz gráfica en TKinter, usando la adaptación del módulo para imágenes Pil para arquitectura de 64 bits llamado Pillow, y un módulo para obtener un ejecutable win32 llamado Py2exe. Gracias por su atención Esperamos que os haya gustado ¡ Si tenéis preguntas es el momento !