Steganography in beautified images.

Steganographie in verschönerten Bildern.

Clicks: 339
ID: 17351
2019
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #10 of 23 articles by views in mathematical biosciences and engineering : mbe

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Existing distortion functions in steganography which achieved high undetectability are designed for unprocessed natural image. Nowadays, a large number of images are filtered before transmitting for the sake of beautification. In this situation, existing distortion functions should be improved to fit the properties of these beautified images. This paper proposes a distortion function optimization method for steganography on beautified images. Given an unprocessed image, a popular image beautification software is employed to produce two similar beautified images. One of them is used for embedding and the other one is employed as reference. Guided by the reference, existing distortion functions are improved by distinguishing the embedding costs for ±1 embedding. After embedding, the stego image is closer to the reference, which results in a higher undetectability against steganalysis. Experimental results also proved the increasing of undetectability when examined by modern steganalytic tools.
Bestehende Verzerrungsfunktionen in der Steganographie, die eine hohe Nicht-Detektierbarkeit erzielen, sind für unbearbeitete natürliche Bilder ausgelegt. Heutzutage wird eine Vielzahl von Bildern vor der Übertragung zum Zwecke der Bildverschönerung gefiltert. Vor diesem Hintergrund sollten bestehende Verzerrungsfunktionen verbessert werden, um sie an die Eigenschaften dieser verschönerten Bilder anzupassen. In dieser Arbeit wird eine Methode zur Optimierung von Verzerrungsfunktionen für die Steganographie auf verschönerten Bildern vorgestellt. Ausgehend von einem unbearbeiteten Bild wird mithilfe einer gängigen Bildverschönerungssoftware ein Paar ähnlicher, verschönerter Bilder erzeugt. Eines davon dient der Einbettung, während das andere als Referenz herangezogen wird. Geleitet durch diese Referenz werden bestehende Verzerrungsfunktionen optimiert, indem die Einbettungskosten für die ±1-Einbettung differenziert werden. Nach dem Einbettungsvorgang weist das Stego-Bild eine größere Nähe zur Referenz auf, was zu einer höheren Nicht-Detektierbarkeit gegenüber der Steganalyse führt. Experimentelle Ergebnisse belegen zudem die Zunahme der Nicht-Detektierbarkeit bei der Untersuchung durch moderne steganalytische Werkzeuge.
Reference Key
liu2019steganographymathematical Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Liu, Li Yun;Wang, Zi Chi;Qian, Zhen Xing;Zhang, Xin Peng;Feng, Guo Rui;
Journal mathematical biosciences and engineering : mbe
Year 2019
DOI
10.3934/mbe.2019116
URL
Keywords Keywords not found

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.