Классификация методов стегоанализа

Как и любое сложное явление, стегоаналитические или стеганоаналитические методы можно классифицировать по многим критериям.  

В русскоязычной среде еще нет устоявшейся традиции написания слова стегоанализ. Если исходить из мировой практики то правильнее писать стегоанализ от английского варианта написания (steganalysis). Однако если следовать написанию популярных отечественных книг по данной тематике: Конахович Г.Ф., Пузыренко А.Ю. "Компьютерная стеганография. Теория и практика" или В. Г. Грибунин, И. Н. Оков, И. В. Туринцев "Цифровая стеганография", ... следует писать стеганоанализ. Опираясь на количество результатов поиска того и другого вариантов (поиск производился в google и yandex) более употребителен в интернет сообществе термин стегоанализ. 

По широте анализа контейнеров, в которых скрываются данные, методы стегоанализа делятся на:

• методы, предназначенные для выявления данных, скрытых определенным алгоритмом;
  
• методы „слепого” распознавания.
  

Конечно же, узконаправленные методы, то есть ориентированные на определенный алгоритм, имеют лучшие показатели нахождения скрытых данных. Их недостатком является то, что в случае небольшого изменения алгоритма сокрытия, искомые данные уже могут не обнаруживаться. Преимуществом „слепых” или же универсальных методов является широкий спектр стеганографических алгоритмов сокрытия, над которыми они могут работать. Вместе с тем эти методы нуждаются в „обучении”, от качества которого зависят их стегоаналитические возможности.  

По влиянию на файл-контейнер, которое содержит скрытые данные, стегоаналитические методы делятся на :  

• методы пассивного стегоанализа, которые определяют наличие/отсутствие скрытых данных в стегоконтейнери, или что определяют алгоритм, за которым происходило встраивание.
  
• методы активного стегоанализа, которые определяют длину встроенного документа, его расположение, некоторые параметры алгоритма встраивания, а также изымают скрытую информацию.
  

По объекту поиска в стегоконтейнерах стегоаналитические методы можно разделить на такие типы:  

• сигнатурные методы, построенные на поиске в стеганограммах так называемых „отпечатков пальцев" (fingerprints), - фрагментов кода, которые оставляют после своей работы стеганографические программы;
  
• вероятностные методы, которые основаны на анализе вероятностных показателей, характерных для стегосообщений.
  
  К методам сигнатурного типа относятся:
  
  • визуальная атака на стегосистемы;
    
  • анализ соответствия формата данных (поиск лишних включений).
    
  Так в определенных видах изображений оказываются достаточно тесные связки всех бит изображения. Используя для таких изображений программы-фильтры, можно увидеть встроенную информацию, которая нарушает имеющиеся зависимости. Визуальная атака полностью основывается на способности зрительной системы человека анализировать зрительные обиды и обнаруживать существенные расхождения в сравниваемых изображениях.
  Примерами “лишней” информации являются дополнительные байты информации, которые дописываются в конец графического файла, или дублирование цветов, в палитре.
  
  К вероятностным методам можно отнести:
  
  • анализ статистики Хи-квадрат;
    
  • метод исследования статистических моделей высшего порядка.
    
  Идея статистического стегоанализа заключается в сравнении теоретического распределения наименее значимых бит рисунка с фактическим распределением этих же бит в этом же рисунке. При этом мера сходства теоретического и фактического распределения является мерой достоверности встраивания скрытой информации.Cтатистические модели высшего порядка основываются, к примеру, на вейвлет-декомпозиции изображений. По результатам декомпозиции строится „характеристический" вектор, который используется для дифференцирования изображений с сокрытыми данными и «чистых». Наилучшие результаты модель дает после „тренировки" на некотором наборе изображений-контейнеров и соответствующих им стегоизображений.  

По форме представления исследуемого изображения, методы стегоанализа можно разделить на:  

• методы, которые анализируют изображение непосредственно, то есть в пространственной форме представления;
  
• методы, которые анализируют частотные формы представления изображения, то есть после перевода его к частотной форме с помощью дискретного превращения косинуса, или вейвлет-преобразования.
  

По виду математических инструментов, которые используются для определения факта встраивания, различают:

• методы, которые используют статистические критерии согласия (Хи-квадрат);
  
• методы, которые используют меры подобия цифровой совокупности;
  
• метод определения JPEG- совместимости.
  

Напоследок хочу сказать что никакая классификация не является бесспорной и однозначной :)