CC BY
29Программные средства и информационные технологии
УДК 004.932
АЛГОРИТМ ВСТРАИВАНИЯ ТЕКСТОВОЙ ИНФОРМАЦИИ В ИЗОБРАЖЕНИЕ ПО МЕТОДУ НАИМЕНЬШЕГО ЗНАЧАЩЕГО БИТА
Е. И. Орешкина
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: ms.oreshkina@inbox.ru
Разработан алгоритм по методу наименьшего значащего бита для сокрытия текстовой информации в статическом изображении для защиты авторских прав.
Ключевые слова: цифровые водяные знаки, скрытая информация, маркирование.
ALGORITHM OF ENTERING TEXT INFORMATION IN IMAGE BASED ON THE LEAST SIGNIFICANT BITS METHOD
E. I. Oreshkina
Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: ms.oreshkina@inbox.ru
Development of the algorithm of the method based on the least significant bits to hide text information in a static image for copyright protection is presented.
Keywords: digital watermarking, hiding information, marking.
В современном обществе растет потребность в безопасности: личной, коммерческой, информационной. Информационная составляющая нашей жизни требует более осторожного обращения, так как становится уязвимой с повсеместным развитием сети Интернет. Нанесение цифровых водяных знаков (ЦВЗ) -технология защиты авторских прав, применятся для защиты мультимедиа-контента путем встраивания в него авторской информации. Информация может представлять собой текстовые сообщения или графические элементы - логотипы. В качестве контента в статье рассмотрены статические изображения, в качестве авторской информации - текстовые сообщения. Сообщение скрывается в изображении пространственным методом наименьшего значащего бита (НЗБ).
Метод осуществляется посредством замены младших бит составляющей цвета на биты авторской информации. Основан на особенности цифрового представления информации, заключающейся в визуальной избыточности [1]. Главным критерием нанесения ЦВЗ является качество полученного объекта, которое выражается в невозможности визуально определить изменение контейнера. В роли динамического параметра выступает количество изменяемых бит. Иными словами, происходит варьирование «густоты» нанесения водяного знака для обеспечения равновесия между пропускной способностью изображения и качеством его маркированного «двойника».
Алгоритм метода наименьшего значащего бита представлен на рисунке, где Image(i,j) - маркируемый пиксель изображения на плоскости исходного изо-
бражения Image, размер которого mxn. Одним из преимуществ этого метода является то, что размер изображения не изменяется в процессе нанесения водяного знака. Исходными данными выступает начальное изображение и текстовая информация.
Алгоритм нанесения цифрового водяного знака по методу НЗБ
Первый шаг алгоритма заключается в попиксель-ном преобразовании изображения в набор бит по каждой компоненте цвета и текста в массив бит. В нулевой пиксель (левый верхний угол изображения) нано-
Решетневскуе чтения. 2014
сится информация о наличие ЦВЗ путем изменения 8 суммарных бит младших разрядов на биты любого специального символа. В следующие несколько пикселей внедряется информация о размере сообщения. Начиная со следующего пикселя, младшие биты изображения замещаются на текст сообщения до тех пор, пока оно не закончится. Таким образом, происходит внедрение текстовой информации в информацию графическую. Алгоритм извлечения сообщения обра-тен алгоритму нанесения: извлечение информации осуществляется до указанного размера сообщения. Необходимо отметить, что первые пять пикселей являются зафиксированными под информацию, которую условно можно назвать системной - флаг наличия и размер сообщения.
Описанный выше алгоритм применяется в разработанной программной системе по автоматическому нанесению цифровых водяных знаков на изображение. Разработка алгоритма позволила реализовать метод НЗБ и осуществлять операции по определению качественных показателей данного метода при изменении «густоты» нанесения информации. Три млад-
ших бита, оставленных под авторскую информацию, можно считать оптимальным количеством, однако следует избегать малотекстурированных изображений либо уменьшать количество используемых бит цвета [2].
Библиографические ссылки
1. Грибунин В. Г., Оков И. Н., Туринцев В. И. Цифровая стеганография. М. : СОЛОН-Пресс, 2002. 272 с.
2. Орешкина Е. И. Оценка качества визуализации изображений со скрытой текстовой информацией // Техника и технологии. 2014. Т. 7. С. 497-501.
References
1. Gribunin V. G., Okov I. N., Turincev V. I. Digital steganography. M. : SOLON-Press, 2002. 272 p.
2. Oreshkina E.I. Quality measure of visualisation image with hiding text information // Technics and technology. 2014. Vol. 7. 497-501 p.
© Орешкина Е. И., 2014
УДК 681.3.06 (079)
ПРИМЕНЕНИЕ LPt-ПОСЛЕДОВАТЕЛЬНОСТИ ДЛЯ УСКОРЕНИЯ ПОИСКА ОПТИМАЛЬНЫХ ВАРИАНТОВ В БАЗАХ ДАННЫХ 1С
А. А. Павленко
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: ms_f1_pavlenko@mail.ru
Представлено применение LPт-последовательности для ускорения поиска оптимальных вариантов в базах 1С, исследованы выявленные особенности.
Ключевые слова: LP т-последовательность, оптимальные варианты, 1С база.
USING LPt-SEQUENCES FOR SPEEDUP OF SEARCHING FOR OPTIMUM VARIANT IN DATABASE 1С
А. А. Pavlenko
Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, Russian Federation 660014 E-mail: ms_f1_pavlenko@mail.ru
Using LP т-sequences for speeding up searching for an optimum variant in 1С base is explored the particularities are revealed.
Keywords: LP т-sequences, an optimum variant, 1С base.
Для поиска оптимального варианта можно использовать самый лучший способ - полный перебор, но его использование применимо только для массивов небольших размерностей. При размерностях, превышающих 5000, применение полного перебора может быть очень затруднительным по времени. Для этого существуют различные методы, такие как генетический алгоритм, алгоритм «МИВЕР», непараметриче-
ские алгоритмы оптимизации и пр. Но у них самым узким местом является начальный разброс точек в п-мерном пространстве. Есть полностью равномерный разброс точек в п-мерном пространстве и разброс точек с помощью ЬРт-последовательности [1]. Разброс точек с помощью ЬРх-последовательности доказал свое огромное превосходство перед полностью многомерным разбросом точек. В данной работе пред-
