Transcript Ders 2

Steganografik Yöntemlerin Sınıflandırılması
Orijinal Metin
Metin (text)
Yeni Metin
LSB
Görüntü Uzayi
Parlaklik
Görüntü (image)
Dönüsüm Uzayi
Steganografi
Yanki
Asama Kodlama
Ses (audio)
LSB
Yüksek Frekans
Diger
Görüntü Steganografi- Sayısal
Resmin Yapısı
 Bir sayısal resim N satır
ve M sütunluk bir dizi ile
temsil edilir. Genellikle
satır ve sütun indeksleri
y ve x veya r ve c olarak
gösterilebilir.
 Resim dizilerinin çoğu
kare şeklindedir.
 Yani N=M ve tipik N ve
M değerleri 128, 256, 512
veya 1024 gibi
olabilmektedir.
Resim Formatları – BMP
 En temel resim formatı BMP (Bitmap)'dir.
 Herhangi bir sıkıştırma yapmadan resmin özelliklerini
tutan, Microsoft firmasına ait bir resim dosyası
biçimidir.
 2 renk ve 16 renk destekleyen çeşitleri vardır.
 Sıkıştırma yapmadığı için diğer dosya biçimlerine göre
çok daha fazla yer kaplar.
BMP
 Bitmap resim doyası
genel olarak üç
bölümden oluşur,
bunlar;
Bitmap File Header
(Dosya başlığı)
2) Bitmap Info Header
(Resim bilgi başlığı)
3) Color map (Renk
haritası)
1)
Resim Formatları – GIF
 GIF, İngilizce Grafik Değiştirme Biçimi anlamına gelen




‘Graphics Interchange Format’ ın kısaltmasıdır ve bir
sayısal resim saklama biçimidir.
BMP formatının çok yer kaplama sorununu gidermek için
geliştirilmiş bir dosya formatıdır.
LWZ adı verilen sıkıştırma algoritması ile dosya
boyutundan tasarruf sağlar.
GIF’i diğer formatlardan ayıran en güzel özelliği ise çok
katmanlı yapılardan oluşturulabilmesidir.
Bundan dolayı hareketli görseller elde edilebilir.
Animasyon tarzında gördüğünüz tüm resimler birer GIF
dosyasıdır.
Resim Formatları – TIFF
 Tagged Image File Format (kısaca TIFF) grafik,
fotoğraf gibi dosyalar için kullanılan bir biçimdir.
 4 farklı renk katmanı ve kayıpsız bir görüntü
olmasından dolayı kaliteli baskı elde etmek için
kullanılabilecek en ideal dosya tipidir.
 Fakat kayıpsız bir dosya oluşturmanın resmin
boyutunu etkileyeceğini unutmamak gerekir.
Resim Formatları – PNG
 PNG, "Taşınabilir Ağ Grafiği" anlamındaki (Portable
Network Graphics) 'in kısaltmasıdır ve kayıpsız
sıkıştırarak görüntü saklamak için kullanılan bir
saklama biçimidir.
 PNG biçiminde paletli ya da gerçek renkte görüntüler
seçimlik bir saydamlık kanalıyla saklanabilir.
 GIF'deki patent sorunlu LZW yerine
PNG'de zip, gzip ve türevlerince de
kullanılan LZ77 algoritması kullanılmaktadır.
Resim Formatları – PNG
 GIF gibi PNG de paletli resimleri destekler, piksel
başına 1, 2, 4 ya da 8 bitlik paletli resimler
oluşturulabilir.
 Bunun dışında, gerçek renkli resimler için kanal başına
8 ya da 16 bit kullanılır.
 PNG gri ton ya da kırmızı, yeşil ve mavi renkli
kanalların yanı sıra renk kanallarıyla aynı duyarlılıkta
bir saydamlık kanalı da destekler (GIF'de saydamlık bir
renk değerinin saydam olarak işaretlenmesiyle elde
edilmektedir).
Resim Formatları – JPEG
 JPEG, Birleşik Fotoğraf Uzmanları Grubu (Joint
Photographic Experts Group) tarafından standart
haline getirilmiş dijital kodlama biçimidir.
 Bu dosyalar genellikle .jpg uzantılı yapılardır.
 Bunun dışında .jpe ve .jfif uzantıları da vardır.
 JPEG dünya üzerinde en çok tercih edilen resim
formatıdır.
Resim Formatları – JPEG
 JPEG formatına dönüştürülen bir resmin içerisinde
tekrar edilen piksel noktaları tek bir nokta haline
gösterilir (kayıplı sıkıştırma).
 JPEG seçilebilen oranda bir sıkıştırma sağlar
(genellikle %5 ile %95 arasında).
 JPEG, 24 bit renk çözünürlüğüne sahiptir yani JPEG
resimleri yaklaşık 16 milyon renk tonu sağlayabilir.
 Bu özelliğinden dolayı kayıplar gözle görülemeyecek
kadar küçüktür.
Görüntü Steganografi
Görüntü steganografide, bilgilerin görüntü dosyaları
içerisine saklanmasının çeşitli yöntemleri vardır.
 Maskeleme ve Filtreleme
 Algoritmalar ve Dönüşümler
 En önemsiz bite ekleme
Görüntü dosyalarında steganografik yöntemler
kullandıkları tekniklere göre’de şu şekilde gruplandırılır.
 Değiştirmeye dayalı yöntemler
 Bu grup yöntemlerde bilgi gizlemek için renk değerleriyle
oynanabilir ya da palet değiştirilebilir.
 İşaret işlemeye dayalı yöntemler
 Bu yöntemler çeşitli dönüşümlerin kullanıldığı yöntemlerdir.
 DCT, DFT gibi dönüşümler kullanılabilir.
 Spektrum yayılmasına dayalı yöntemler:
 Tayf (Spektrum) yayılmasına dayalı yöntemler de son yıllarda
oldukça fazla kullanılmaya başlanmıştır.
 Tayf yayılması askeri iletişimde oldukça yoğun
kullanılmaktadır.
 Bu yöntemde gönderilmek istenen mesaj ihtiyaç duyduğu
frekans bandından çok daha fazlasına dağıtılır.
Maskeleme ve Filtreleme
 Maskeleme ve filtreleme teknikleri genellikle 24 bit ve gri-
seviye görüntüler üzerinde işaretleme (marking) ve filigran
yapılarak uygulanmaktadır.
 İşaretleme yada filigran tekniklerinin görüntülere sıkça
uygulanması nedeniyle, görüntünün değişmesi korkusu
olmadan uygulanabilmektedir.
 Maskeleme işlemi, sıkıştırma, kırpma ve bazı görüntü
işlemleri açısından son bite ekleme yönteminden daha
güçlüdür.
 Maskeleme teknikleri belirlenmiş alanlara bilgileri gömer.
 Maskeleme tekniklerinin JPEG görüntülerde kullanılması
daha uygundur.
Algoritmalar ve Dönüşümler
1. Patchwork Algoritması
2. Amplitude (Bolluk) Modülasyonu kullanılarak bilgi
gizleme
3. Superposition Algoritması
4. SSIS (Spread Spectrum Image Steganography)
Yöntemi
5. Frekans Domaini içerisine bilgi saklanması
1- Patchwork Algoritması
 Bender, Gruhl, Morimoto ve Lu tarafından ortaya atılan ve




halen sıklıkla kullanılan bir algoritmadır.
Bu algoritma, veriyi, Gauss dağılımı gösteren bir istatistiğe
sahip örtü verisinin içine gizlemeyi amaçlayan bir
istatistiksel yönteme dayanır.
Gizlenecek bilgi alan-zaman (time-domain) sinyali içine
eklenmektedir.
Bu algoritma genellikle watermarking uygulamalarında
kullanılmaktadır.
Bilgi DCT blokları içine gömülme esasına göre
çalışmaktadır.
Patchwork Algoritması
 Algoritma şu şekilde çalışmaktadır.
 Görüntü (image) içinde bir “K” gizli anahtarına bağlı
olarak rastgele n adet piksel çifti seçilmektedir.
 Bu piksellerin parlaklık değerleri (ai,bi) olarak
belirlenir.
 n piksel çiftinin ai ve bi ve değerleri aşağıdaki gibi
değiştirilir.
ai=ai+ δ
bi=bi- δ
Yani a noktası daha aydınlatılırken, b noktası daha karartılır.
δ; 256 renk aralığında 1-5 arasında bir değerdir.
Patchwork Algoritması
Bu prosedürü n defa (yama sayısı) tekrarlarsak, Sn şu şekilde
tanımlanmaktadır.
n
n
i 1
i 1
S n   Si   (ai  bi )
Sn’in beklenen değeri;
Sn  n  S  n  0  0
Sn’in varyansı;

Sn’in standart sapması;
 S  n  S
2
Sn
n
 n 
2
S
Patchwork Algoritması
 Resmin piksel çiftlerinin parlaklıklarının değiştirilmesi
görüntünün renk ve parlaklık dağılımını değiştirmektedir.
 Seçilen δ değerine göre bilgi piksellere saklanmış
olmaktadır.
δ; 256 renk aralığında 1-5 arasında bir değerdir.
Patchwork Algoritması
 Bu algoritma halka açık ve saldırı altında olan görüntü
filigranlarını nasıl bölünebileceğine ait bilgiler
barındırmaktadır.
 Bununla beraber gerçekte görüntümüz rastgele
boyuttaki bloklara bölünebilirken, saldırgan için şekil
blok boyutu bilgisine erişebilmek oldukça zordur ve bu
bilgiye ulaşabilmek zor, hatta imkansıza yakındır.
 Diğer bir deyişle, filigran için şekil bloğunun boyutu,
gizli bir anahtar olarak kurtarıldığı andan itibaren
saldırılara karşı daha güçlü hale gelir.
Patchwork Algoritması
 Gizlenen bilginin çözülmesi için doğru pixel çiftlerine ihtiyaç duyulur
bunun için doğru bir seed (başlangıç) değeri olması gerekir.
 Bulunan noktalar takımı ve onların kooardinat eksenindeki
bulundukları yerlere göre pencere içindeki görüntü çözülür.
 Aşağıdaki resimde bu mantıkla kodlanmış bir resim gözükmektedir.
(Bender ile şifrelenmiş noktalar beyaz olarak görüntülenmektedir)
Patchwork Algoritması
Patch Boyutu
 Patchwork algoritmasında patch boyut parametresi
oldukça önemlidir.
 Patch boyutunun artması kodlanmış bölüm içinde
görüntünün hizalanmasını kolaylaştıracaktır.
 Sonraki slayttaki resimde geniş boyutlu patch kullanarak
şifreleme kısmında daha fazla kaydırma ve döndürme
görüntülenebilmektedir.
 Patch boyutunun geniş olması durumunda bazı patchler
üst üste gelecek ve patch sayı da son derece artacaktır.
Patchwork Algoritması
 Fazla patch kullanılarak elde edilmiş resim
Patchwork Algoritması
Patch (yama) Şekilleri:
 Bunlar noktaların rastgele seçilmesinde önemli rol
oynamaktadırlar.
 Olası 3 tane tek-boyutlu yama şekli vardır.
 Eğer keskin kenar içeren küçük yamalar seçersek, yamanın enerjisi
görüntü analizinin yüksek frekanslı kısmı içerisinde
yoğunlaşacaktır. Fark edilmesi oldukça zordur fakat filtreleme
sonucunda kolaylıkla elde edilebilir.
 Diğer bir olasılık yumuşatılmış kenarlar içeren yamalar
kullanılmasıdır. Bu durumda bilgiler düşük-frekans analizi içinde
kalacaktır.
 Üçüncü olasılık ilk iki olasılığın birleştirilmesidir. Bu şekilde
yamanın enerjisi dağıtılmaktadır.
Patchwork Algoritması
(a)’da doğrusal bir kafes biçimi kullanılmıştır. Fakat bu pek tercih edilen bir
yöntem değildir. (b) a’ya alternatif olarak gösterilmiştir. Fakat en tercih edilir
çözüm (c)’de verilmektedir. Buradaki yamalar rasgele olarak dağılmakta ve
seçilebilmektedir. Akıllıca bir dağılımla her türlü çözünürlükte iyi sonuç
verecektir.
Patchwork Algoritması
Patch Sayısı
 Patch sayısı n çözme işlemini sağlamlığını artıracaktır.
 Eğer n artarsa Sn de artacak ve sonuç olarak geri çözme
işlemindeki güvenirlik artacaktır.
 Örneğin n=15.000 =20 ve radius =10 olduğunda 1198 x 508
px lik bir görüntü 10.000. adımda bulunabilecektir.
2- Amplitude (Bolluk) Modülasyonu
Kullanılarak Bilgi Gizleme
 Amplitude modülasyonu kullanılarak tek işaret
bitleri mavi kanaldaki piksel değerleri değiştirilerek
gömülür.
 Bu değişimler ışığın oranına ve bitin değerine bağlı
olarak arttırma yada eksiltme yoluyla yapılmaktadır.
Neden Mavi?
Amplitude Modülasyonu
 StegoResim içerisideki gizli bilgi
 Bulanıklaştırma,
 Jpeg kodlama,
 Döndürme,
 Sıkıştırma
 İşlemlerinden etkilenmez.
 Gizli bilgi çözülürken eski resme ihtiyaç duymaz.
Amplitude (Bolluk) Modülasyonu
Kullanılarak Bilgi Gizleme
Bu yöntemde;
 s, saklanacak tek bir bit;
 I={R,G,B} görüntü;
 p(i,j), I görüntüsü içerisinde pseudorandom olarak
seçilmiş bir pozisyon
 K’da üretilen anahtar olsun.
Amplitude (Bolluk) Modülasyonu
Kullanılarak Bilgi Gizleme
 Gizlenecek bit L=0.299R+0.587G+0.114B olmak üzere B
Mavi kanal (blue channel)’ının değiştirilmesiyle p
pozisyonuna saklanır.
Bij  Bij  (2s 1) Lij q
Buradaki q, imzanın gücüne göre belirlenmiş olan bir sabittir.
q’nun değeri, veri saklamanın amacına bağlı olarak
seçilmektedir. q’nun değeri değiştirilerek data hiding(veri
gizleme) yada document marking(döküman işaretleme) işlemleri
yapılabilmektedir. Genelde 0 ile 1 aralığında seçilir
Amplitude (Bolluk) Modülasyonu
Kullanılarak Bilgi Gizleme
 ÖRNEK: Saklanacak bitimizin değeri s=1 olsun, bu bit R-G-B
değerleri I={155,200,125} olan bir i,j noktasına saklanmak
istensin.Burada q=0,5 olarak alınmıştır.
L  0.299R  0.587G  0,114B
Bij  Bij  (2s 1) Lij q
Lij  0,299*155 0,587* 200 0,114*125
Lij  46,345 117,4  14,25  177,995
Bij  125 (2 *1  1) *177,995* 0,5
Bij  125 88,9975
Bij  213,9975 214
I pixelinin ilk değeri (I={155,200,125})
I pixelinin veri gizlenmiş değeri (I={155,200,214})
Amplitude (Bolluk) Modülasyonu
Kullanılarak Bilgi Gizleme
 Gizlenen bitleri sırasıyla geri getirmek için, örtü verisinin
(cover data) ilk renk değerlerinin tahmin edilmesi
gerekmektedir.
 Bu tahmin, p’nin komşularının mavi kanal (B)
değerlerinin lineer kombinasyonuna dayanmaktadır.
 En iyi performansın çapraz komşular kullanılarak elde
edileceği düşünülmektedir.
Tahmini değer şu şekilde hesaplanmaktadır.
c
c
1


ˆ
Bij    Bi  kj   Bij k  2Bij 
4c  k c
k  c

Amplitude (Bolluk) Modülasyonu
Kullanılarak Bilgi Gizleme
 Burada c değeri, çapraz
şekilde olan komşuların
uzunluğudur.
 Gizlenen bitleri geri
getirmek için Tahmini
değer ile pikselin şu anki
değeri arasındaki fark
alınır.
  Bij  Bˆij
c2
Amplitude (Bolluk) Modülasyonu
Kullanılarak Bilgi Gizleme
 Çoklu Gömme İşlemi:
 Gizlenen bitleri elde etme işleminin performansını geliştirmek için,






bit’in n defa farklı yerlere gömülmesi gereklidir.
Bu farklı pozisyonlar için p değerleri üretilir.
Farklı yerlere gömülme işleminde kararlı adımlar izlenir.
Görüntünün her bir pixeli için sözde-rastgele (pseudo-random) ₤
değerini üretir.
Eğer ₤ değeri, p değerinden küçükse bilgi bu pixele gömülür.
Aksi halde pixelde her hangi bir değişiklik yapılmaz. Bu işlem,
görüntü boyutundan bağımsız olarak yapılır.
Bunun yerine tarama işlemi satır satır, sütun sütun, bir zig zag
çizilerek te yapılabilir fakat bu şekilde tarama işlemi yapıldığında
erişim ve tahmin algoritmalarında değişim meydana gelir.
Normal Resim
Stego Resim
Normal------Stego
Lorem ipsum dolor sit amet,
consectetur adipiscing elit. Aenean eu
nisi ligula, sed lobortis ipsum. Cras
convallis porta augue, non sollicitudin
eros bibendum vel. Maecenas nunc
leo, hendrerit in commodo et, lacinia
sed dolor. Morbi tempus lorem odio,
vitae adipiscing arcu. Sed ullamcorper
ante eget eros consequat mattis. Sed
vitae mauris orci. Nam sodales
bibendum dignissim. Nunc dictum
sollicitudin ligula non vulputate. In elit
urna, iaculis sit amet posuere a,
commodo at quam. Nulla facilisi.
Curabitur condimentum, eros tincidunt
interdum posuere, justo magna
tempor nunc, sed semper nisl sem
non nunc. Duis quis hendrerit metus.
Aliquam eu bibendum tortor. Quisque
nunc nibh, pharetra ut euismod id,
vulputate vel est. Nulla nec nisi quam.
Vivamus mattis, tellus in imperdiet
ultricies, metus augue dapibus velit,
ac pulvinar enim eros non neque.
Nullam vel nunc est. Nam blandit
magna
vel
diam
condimentum
faucibus adipiscing massa porta. In
accumsan cursus turpis, sit amet
sagittis metus mollis eu. Vestibulum
blandit euismod augue, id suscipit
augue rhoncus sit amet.
8648 bit
Lorem ipsum
dolor sit amet,
consectetur adipiscing elit. Aenean eu
nisi ligula, sed lobortis ipsum. Cras
convallis porta augue, non sollicitudin
eros bibendum vel. Maecenas nunc
leo, hendrerit in commodo et, lacinia
sed dolor. Morbi tempus lorem odio,
vitae adipiscing arcu. Sed ullamcorper
ante eget eros consequat mattis. Sed
vitae mauris orci. Nam sodales
bibendum dignissim. Nunc dictum
sollicitudin ligula non vulputate. In elit
urna, iaculis sit amet posuere a,
commodo at quam. Nulla facilisi.
Curabitur condimentum, eros tincidunt
interdum posuere, justo magna
tempor nunc, sed semper nisl sem
non nunc. Duis quis hendrerit metus.
Aliquam eu bibendum tortor. Quisque
nunc nibh, pharetra ut euismod id,
vulputate vel est. Nulla nec nisi quam.
Vivamus mattis, tellus in imperdiet
ultricies, metus augue dapibus velit,
ac pulvinar enim eros non neque.
Nullam vel nunc est. Nam blandit
magna
vel
diam
condimentum
faucibus adipiscing massa porta. In
accumsan cursus turpis, sit amet
sagittis metus mollis eu. Vestibulum
blandit euismod augue, id suscipit
augue rhoncus sit amet.
8648 bit
Amplitude Algoritmasının Dayanıklılığı
 Algoritmanın dayanıklılığını doğrulamak için
bulanıklaştırma, JPEG encoding/decoding,
Rotation ve başka bir görüntü ile birleştirme
(karışım) işlemleri uygulanmıştır.
Orijinal Resim
Veri Gizlenmiş Resim
Amplitude Algoritmasının Dayanıklılığı
 Bulanıklaştırma İşlemi:
 Pixelin 5x5’lik komşularının ortalama renk değerleri ile
her pixelin renk değerinin değiştirilmesi ile elde
edilmiştir.
 Değişikliğe rağmen veri doğru bir şekilde elde edilmiştir.
Bulanıklaştırılmış Resim
Amplitude Algoritmasının Dayanıklılığı
 JPEG kodlama ve kod çözme :
 Jpeg sıkıştırma oranı %75 olarak alınmıştır.
 Bu işlem sonrasında da gizlenen veri doğru bir şekilde
elde edilmiştir.
Jpeg Encoding/Decoding
Amplitude Algoritmasının Dayanıklılığı
 Rotation (Döndürme) İşlemi:
 70 derecelik açı ile sola doğru döndürme işlemi
yapılmıştır.
 Döndürme işlemi sonrasında da gizlenen veri doğru bir
şekilde elde edilmiştir.
Döndürme İşlemi
Amplitude Algoritmasının Dayanıklılığı
 Başka Bir Görüntü İle Karıştırma İşlemi:
 Uygun renk skalasına sahip resimler seçilerek karıştırılma işlemi
yapılmaktadır.
 Seçilen her iki resim içerisinde de gizlenmiş veri bulunabilir.
 Birleştirme işlemi sonucunda da iki resim içindeki verilen güvenli
bir şekilde elde edilmektedirler.
Birleştirilmiş resim
3- Superposition Algoritması
 Superposition algoritması daha çok watermarking
uygulamaları için kullanılmaktadır.
 NxM çözünürlüğe sahip bir görüntümüz olsun ve şu
şekilde ifade edilsin.
I  xnm , n 0,....,N 1, m 0,....,M 1
 Buradaki xnm 0,1,....,L 1 (n,m) pikselinin
parlaklık seviyesini belirlemektedir.
Superposition Algoritması
 Gizlenecek bitler, 1 yada 0 değeri alabilen aynı
büyüklükteki binary çiftler olarak gösterilebilir.
S  smn , n 0,....,N 1, m 0,...,M 1, snm {0,1}
 Şimdi S’i kullanarak I’yı iki eş büyüklükteki alt kümeye
bölebiliriz.
A  xnm  I , snm  1
B  xnm  I , snm  0
N M
AB 
P
2
2
I  A B
I
Superposition Algoritması
 Watermark(işaret), görüntü üzerinde aşağıdaki gibi ilave
edilir.
C  xnm  k , xnm  A
 Buradaki
işlemi superposition (üstüne koyma) kuralı
olarak bilinmektedir. İşaretlenmiş görüntü şu şekilde
verilir.
Is  C  B
4- Tayf (Spectrum)Yayılımıyla Görüntü
Steganografi Yöntemi (SSIS)
 SSIS yöntemi, dijital görüntünün içindeki bilgi
bitlerininin işaretleme kalitesini, saklama ve
geri getirme işlemlerinin, gözlemleyen biri
tarafından fark edilemeyecek şekilde
yapılmasını sağlar.
 Bu yöntemde gizli bitlerin elde edilmesi için
orijinal görüntüye ihtiyacı yoktur.
Tayf (Spectrum)Yayılımıyla Görüntü
Steganografi Yöntemi (SSIS)
 SSIS yöntemi spectrum yayılım iletişimi, hata
kontrol kodlaması, görüntü işleme gibi tekniklerle
birleştirilebilmektedir.
 Bu düşünce tarzıyla saklanacak bilgi bir gürültü
(noise) içine konularak görüntü içerisine
yerleştirilir.
 Gürültünün düşük güçte olmasından ve kodçözme işleminden dolayı mükemmel değildir.
Tayf (Spectrum)Yayılımıyla Görüntü
Steganografi Yöntemi (SSIS)
 Mesaj seçime bağlı olarak key1 ile şifrelenmekte
 Sonra düşük oranlı hata kontrol kodu(error control
code-ecc) ile kodlanarak, m kodlanmış mesajı
üretilmektedir.
 Gönderici; aynı zamanda n sıralamasına sahip bir
yayılım üretmek için key2’yi sağlar.
 Daha sonra bu iki değer (m ve n) bir modülasyon
işlemine girerler ve s gömülü sinyali elde edilir.
Tayf (Spectrum)Yayılımıyla Görüntü
Steganografi Yöntemi (SSIS)
 Bu gömülü sinyal bir key3 ile bir birleştirme
işlemine tabi tutulur
 Daha sonra örtü verimiz (cover data) olan f ile
işleme girerler.
 Sinyal orijinal örtü verimizin (f) içine
yerleştirilerek stego-image g elde edilir.
 Son olarak ta bu şekilde alıcıya gönderilir.
Tayf (Spectrum)Yayılımıyla Görüntü
Steganografi Yöntemi (SSIS)
SSIS Kodlayıcısı ana şeması
Tayf (Spectrum)Yayılımıyla Görüntü
Steganografi Yöntemi (SSIS)
Alıcı aynı anahtar ve stego-image’yi kullanarak işareti
(watermark) okuyabilmektedir.
SSIS Kod Çözme Şeması
5- Frekans Domaini İçine Veri Saklanması
 Yine watermark teknolojileri için kullanılan bu
yöntem görüntülerin dönüştürülmesi (transform)
temeline dayanmaktadır.
 Görüntü dönüştürülmesi için genellikle ayrı kosinüs
dönüşümü (Discrete Cosine Transform- DCT)
kullanılmaktadır.
 Ama bunun dışında da kullanılan dönüşüm
algoritmaları bulunmaktadır; Walsh dönüşümü
yada Wavelet(dalga) dönüşümü.
Frekans Domaini İçine Veri Saklanması
 M watermark büyüklüğü olmak üzere
X  {x1 , x2 ,....,xM }
verilsin. Bu teknik, görüntü üzerinde bazı DCT
katsayıları hesaplanarak bilgiye eklenip gizlenmesi
için kullanılır.
 Öncelikle NxN ‘lik I görüntüsünün DCT’si
hesaplanır.
 L hesaplanan DCT katsayısıdır ve buna göre T
vektörü üretilir.
T  {t1 , t2 ,...,t L M }
Frekans Domaini İçine Veri Saklanması
 Daha sonra aşağıdaki formül kullanılarak yeni
bir T vektörü üretilir.
ti ,

t 
ti   .ti .xi ,
,
1
i  1,....,L
i  L  1,....,L  M
T ,  {t1, , t 2, ,...,t L,  M }
 Buradaki α, kuvvetin(sağlamlık-robustness)
seviyesine uygun olarak seçilen bir katsayıdır.
Eğer α artarsa, sağlamlık seviyesi artar.
Son Bite Ekleme (LSB) Yöntemi
 En önemsiz bite ekleme yöntemi yaygın olarak
kullanılan ve uygulaması basit bir yöntemdir.
Fakat yöntemin dikkatsizce uygulanması
durumunda veri kayıpları ortaya çıkmaktadır.
 Bu yöntemde; resmi oluşturan her bir byte’nin
son biti değiştirilerek o bitin yerine gizlenmesini
istediğimiz verinin biti yerleştirilir.
Son Bite Ekleme (LSB) Yöntemi
 Saklanan verinin RSA ya da DES gibi kripto
metotlarıyla şifrelenmesi sayesinde iletişimin daha
güvenli yapılabilmesi de mümkün olabilir.
 Bu yaklaşımın tek dezavantajı gönderilecek
mesajın veya dokümanın uzunluğunun resim
boyutuna bağlı olmasıdır.
Son Bite Ekleme (LSB) Yöntemi
 Son bite ekleme işlemi resmin başından ya da
sonundan olmak üzere sıralı bir şekilde olabileceği
gibi,
 Bir rasgele fonksiyon üreteci (random function
generator) kullanarak belirlenen bir piksel üzerinde
değişiklik yapılma şeklinde gerçekleştirilebilir.
Son Bite Ekleme (LSB) Yöntemi
 Bazı steganografik sistemler bazı gizli anahtarlar da
kullanabilmektedir. Bu anahtarlar ikiye ayrılırlar:
 Steganografik anahtarlar; mesajı resmin içine gömme ve
tekrar elde etme işlemini kontrol etme için kullanılırlar
 Kriptografik anahtarlar; mesajın resmin içine
gömülmeden önce şifrelenmesi ve daha sonra
deşifrelenmesinde kullanılırlar.
Son Bite Ekleme (LSB) Yöntemi
 Son bite ekleme yönteminin etkin bir biçimde
kullanılabilmesi için görüntü dosyalarının özellikleri
de son derece önemlidir.
 Bir görüntü dosyası iki çeşittir.
 Kayıpsız (lossless)
 Kayıplı (lossy)
Örnek Program Uygulaması
 Son bitlerin değiştirilmesi işlemi dosyanın başından
sonuna doğru olmak üzere sıralı bir şekilde
yapılmaktadır.
 Stego-anahtar (stego-key) kullanılmasının amacı
güvenliği arttırmaktır. Şifre çözme işlemi esnasında bu
anahtar elde değilse gizli mesaj elde edilememektedir.
Şifreleme işleminin
adımları
1.
Menü’den Encoding
seçilir.
2.
Sonra içine veri
saklayacağımız
dosyayı seçeriz. Bu
örnekte kullandığımız
dosya 400x300
boyutlarında.
3.
Daha sonra
saklayacağımız veriyi
yazarız. Burada
kullandığımız veri 3
kb büyüklüğündedir.
4.
5.
Daha sonra şifreleme
işleminde kullanacağımız
stego-anahtar değerini gireriz.
5.
Yine browse’ı
tıklayarak içine mesaj
gizleyeceğimiz
görüntü dosyasının
adını yazarız.
Son olarak Encode butonuna tıklarız ve
içinde mesaj bulunan Stego-nesnemiz
oluşmuş olur.
LSB Yöntemi Kullanan Bazı Program ve Algoritmalar
 EzStego
 S-Tools
 Outguess (DCT dönüşümü içinde LSB kullanır)
 J-Steg (DCT dönüşümü içinde LSB kullanır)
 F4 ve F5 (DCT dönüşümü içinde LSB kullanır)