CC BY
38
ПОВЫШЕНИЕ УСТОЙЧИВОСТИ ПЕРЕДАЧИ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ МЕТОДА LSB В СОЧЕТАНИИ С ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ ДЛЯ IOT
DOI 10.24411/2072-8735-2018-10199
Зайченко Дмитрий Сергеевич,
МТУСИ, Москва, Россия, dmitryzaichenko@yandex.ru
Ключевые слова: генетический алгоритм, Синева Ирина Сергеевна, помехоустойчивое кодирование, стеганография,
МТУСИ, Москва, Россия, iss@mtuci.ru метод наименее значащего бита, 1оТ.
1оТ - это новый мир для соединения пространства объектов в реальном мире с виртуальным пространством в компьютерной среде. Для построения 1оТ как эффективной сервисной платформы конечным пользователям необходимо доверять системе. С ростом числа информационно-коммуникационных технологий потребность в обеспечении информационной безопасности и повышения безопасности данных растет. Одним из потенциальных решений для этого являются стеганографические методы. Стеганография на основе наименее значащего бита (ЬвВ) представляет собой популярный и широко используемый метод в пространственной области. Обычные методы, применяемые в стеганографии на основе ЬвВ, в основном сосредоточены на увеличении емкости встроенной информации и незаметности, в то время как проблема безопасности все еще нуждается в рассмотрении, потому что вложение ЬвВ уязвимо для нескольких распространенных атак на данные, таких как аддитивная атака белого гауссовского шума (AWGN), геометрические атаки и многое другое. Представленная работа обеспечивает инновационный подход к повышению скрытой передачи данных в системе. Секретная информация предварительно обрабатывается с помощью модифицированного генетического алгоритма. Этот процесс повышает безопасность информации, поскольку полученные данные невозможно расшифровать без знания правила отображения и секретного ключа.
Закодированный с помощью генетического алгоритма битовый поток встраивается в изображение, используя классический алгоритм ЬвВ. Предложенный метод был апробирован на различных изображениях. Классические методы ЬвВ также были протестированы на тех же изображениях. Было замечено, что предложенный метод повысил устойчивость стего-изображений к атакам за счет шифрования. Кроме того, пиковое отношение сигнал к шуму (PSNR) в стего-изображениях было увеличено. Таким образом, предложенный способ повысил устойчивость стего-изображений.
Информация об авторах:
Зайченко Дмитрий Сергеевич, магистр, Московский технический университет связи и информатики, Москва, Россия Синева Ирина Сергеевна, к.ф.-м..н., доцент, Московский технический университет связи и информатики, Москва, Россия
Для цитирования:
Зайченко Д.С., Синева И.С. Повышение устойчивости передачи данных с использованием метода LSB в сочетании с генетическим алгоритмом для IoT // T-Comm: Телекоммуникации и транспорт. 2018. Том 12. №12. С. 43-47.
For citation:
Zaichenko D.S., Sineva I.S. (2018). Improving the stability of data transmission for IoT using the LSB method in combination with the genetic algorithm. T-Comm, vol. 12, no.12, pр. 43-47. (in Russian)
Введение
Количество периферийных устройств растет экспоненциально во всем мире, предоставляя качественные услуги пользователю. Все эти устройства производят и передают oipoM-ное количество данных, а также контрольной информации вокруг открытой среды Интернета вещей (1оТ). Большой объем этой информации содержит личную и важную информацию, как для пользователя, так и для организации.
!оТ является перспективной технологией будущего, которая соединит миллиарды устройств. Ожидается, что возрастающее число сообщений будет генерировать много данных, тем самым увеличивается количество атак для злонамеренных пользователей из-за открытости, распределенного характера и отсутствия контроля над всей средой 1оТ. Для построения 1оТ как эффективной сервисной платформы конечным пользователям необходимо доверять системе. По этой причине безопасность и конфиденциальность информации в 1оТ представляет собой большую обеспокоенность в таких активно развивающихся инфраструктурах, как умный дом, умный город, умное здравоохранение и т. д.
В целях повышения безопасной передачи данных в среде IoT в данной работе предлагается схема, которая затрагивает оба вышеуказанных вопроса, используя комбинированный подход замены наименее значащего бита (LSB) с использованием генетических алгоритмов. В качестве носителя информации выступает монохромное изображение. Мы скрываем информацию в более глубоком слое каналов изображения с минимальным искажением в наименее значимом бите, повышая помехоустойчивость секретной информации.
Интеграция creí anoi рафических методов в IoT
Благодаря достижениям в области мобильной связи и беспроводных технологий Интернет превратился в Интернет вещей, который относится к глобальной динамической сетевой инфраструктуре интеллектуальных устройств в сочетании с общим пулом самонастраивающихся возможностей, которые используют бесшовную интеграцию интеллектуальных интерфейсов в информационную сеть. Тем не менее, он привносит новый аспект сложности с точки зрения многих потенциальных проблем, особенно в областях безопасности данных, включая аспекты конфиденциальности и целостности данных па этапах передачи данных в 1оТ.
Рассекречивание информации - это проблемы безопасности в системе IoT, которые не должны игнорироваться. Кроме того, устройства IoT со слабым уровнем безопасности и вычислительной мощностью, такие как IP-камеры, smart TV и другие бытовые приборы, у которых есть функции конфиденциальности, могут стать основной целью для хакеров. Получая аутентификационную информацию посредством подслушивания или перехвата с помощью соединения, злоумышленник может получить доступ к определенным устройствам IoT или получить контроль над ними, используя полученную информацию для дальнейшей эксплуатации.
Стеганографические методы, в отличие от других подходов к решению вопросов о безопасности, маскирую! существование конфиденциальной информации. Цифровая стеганография представляет собой совокупность методов, целью которых является передача секретных сообщений внутри других цифровых данных таким образом, чтобы существование информации сложно или невозможно было обнаружить.
Носителями скрытой информации чаще всего выступают цифровые изображения. Это связано с тем, что особенности некоторых классов изображений позволяют достаточно легко вносить изменения, не заметные для человеческого глаза и трудно определяемые даже компьютерными средствами обработки, поскольку лежат па границе точности методов обработки изображений и их сжатия в наиболее распространенных форматах.
В последнее время для улучшения работы систем сокрытия информации используют генетические алгоритмы (ГА). Мощность и незаметность данных может быть увеличена путем интеграции ГА с методами стеганографии. Решение задачи кодирования информации с помощью генетического алгоритма может значительно уменьшить ошибку декодирования сообщения в метрике исходного пространства.
Классический алгоритм помехоустойчивого кодирования основан на добавлении избыточности. Для уменьшения последствий возможных искажений символов при передаче без введения дополнительной избыточности, а также повышения помехоустойчивости были разработаны генетические алгоритмы кодирования. Исходный алгоритм-прототип описан в []|. исследованию его свойств и оптимизации посвящены работы [2-9]. Авторами представлен алгоритм эффективного кодирования, позволяющий минимизировать ошибку представления сообщения в мегрике исходного пространства. Строго говоря, его использование позволяет достичь локального минимума средней ошибки представления исходного сообщения, но схожесть предлагаемого алгоритма с генетическими позволяет предположить, что данный локальный минимум если и отличается от глобального, то весьма незначительно.
Этот класс алгоритмов позволяет минимизировать вред от ошибок за счет того, что точки кодируются таким образом, что близкие точки в пространстве источника также будут близкими в пространстве кодовых сообщений, то есть на единичном расстоянии, которое является минимальным расстоянием между различными кодовыми комбинациями. Тем самым, при ошибке в одном символе кодовой комбинации получаем комбинацию, которая находится близко к исходной в пространстве источника.
Описание алгоритма генетического кодировании
В данной работе в отличие от классического генетического ал го ритма-прототипа [1|, используется модифицированный алгоритм, который позволяет учитывать различие вероятности возникновения ошибки в различных символах двоичного кода [ 10,11].
Данный алгоритмический класс минимизирует вред от ошибок за счет того, что точки кодируются таким образом, что ближайшие пространственные координаты источника аналогично будут близкими в пространстве кодовых сообщений, то есть на одинарном расстоянии, которое наиболее мало в различных кодовых комбинациях.
Одним из основных подходов к сокрытию данных, например, в файл-изображения является метод наименьшего значащего бита (LSB). Реализация данного метода в среде программирования R была представлена в работе [12]. В статье рассмотрено нестандартное для данной среды разработки применение языка программирования, а именно в разделе науки стеганографии.
T-Comm Том 12. #12-2018
Возможность интеграции различных компонент анализа и синтеза средствами одной среды программирования позволяет, с одной стороны, реализовывать комплексный подход, а с другой - эффективно использовать существующие библиотеки и пополнять их собственными пакетными реализациями, в данном случае для повышения достоверности обмена данными в средах М2М. Возможности К распространяются через пользовательские пакеты, которые позволяют проводить статистический анализ, работу с графическими данными, возможности импорта/экспорта, управление процессами и т.д. 113].
О методологии, перспективах данного направления, исследования возможности использования генетических алгоритмов в стеганографии для создания метода стойкой регулярно-сингулярной (К8) модели, основанного па механизме естественной генетики и теории эволюции представлена в работе [14],
Рассмотрим практическую реализацию метода замены наименее значащего бита (Ь$В> с интеграцией в него генетического алгоритма. Для обработки использовались стандартные тестовые изображения «Лена», «Бабуин», «Самолет», «Корабль», «Перцы», «Паруса».
Первым действием сканируется исходное изображение, по строкам и кодируется в двоичном формате. Проверяется размер носителя и секретного сообщения.
Таблица I.
Сравнение метода Ь^В и ЬвВ с ГА
На втором этапе секретное сообщение-носитель кодируется генетическим алгоритмом. Затем полученная кодовая комбинация скрывается в исходном изображении в части пикселя в наименее значимых битах. На выходе получается зашифрованный стегофайл обладающий большей помехоустойчивостью без привнесения в передаваемое сообщение дополнительной избыточности.
Па третьем этапе происходит анализ стегофайла.
Классический алгоритм замены наименее значащего бита прост и удобен в реализации, однако имеет ряд недостатков. Во-первых, скрытие данных в облегчает обнаружение, просто проанализировав информацию о битовой плоскости результата внедрения. Во-вторых, качество стегофайла после встраивания вышеуказанным методом может быть неприемлемым, т. е. изображение может серьезно пострадать после встраивания. В-третьих, невозможность восстановления скрытого изображения после сжатия.
Сравнение классического метода замены наименее значащего бита и метода с добавлением предварительного шага кодирования с помощью генетического алгоритма проведем с помощью оценки отношения пикового уровня сигнала к шуму (РБЫК).
В экспериментах, представленных в табл. 1, использовались монохромные 8 битные изображение.
Т-Сотт Уо!.12. #12-2018
7ТТ
Как видно из приведенных примеров, стегоизображение обладает не только большей помехоустойчивостью в канале связи, но и дает выигрыш в оценке отношения пикового уровня сигнала к шуму даже па таких сложных объектах.
Выводы
Лавинообразных рост устройств 1оТ предъявляет три основных требования: доступ к широкополосным системам связи, уникальность идентификации каждого устройства и информационная безопасность сбора, передачи, хранения и обработки данных.
Сегодня исследователями созданы большое количество методов сокрытия данных, используя широкий спектр цифровых средств массовой информации. Именно на этапе проектирования и создания важно не только разработать метод, но и продумать механизмы для предотвращения выявления скрытых данных третьими лицами. В этом исследовании был предложен новый метод, сочетающий генетический алгоритм - как основное средство шифрования с методом вставки наименее значащих битов в изображения.
Предложенная ранее модификация алгоритма генетического кодирования позволяет учитывать неравномерную природу появления ошибок в различных символах двоичного кода. Учет этого обстоятельства на этапе кодирования позволяет сократить последствия появления побитовых искажений с точки зрения минимизации расстояний между отправленным сообщением и декодированным в метрике пространства источника.
Сочетание генетического кодирования и апгоритма LSB улучшает характеристики помехоустойчивости стегосисте-мы без привнесения в нее дополнительной избыточности, что служит обеспечению безопасности, например, систем встраиваемых водяных знаков, в 1оТ.
Предложенная модель может использовать любой существующий метод стеганографии для встраивания закодированного сообщения в изображение.
Дифференциальное встраивание в метод LS В хаотически выделенных пикселей будет являться еще одним шагом, чтобы сделать обнаружение трудным и избежать ошибки для распространения.
Литература
1. Аджемов A.C., Синева И.С. Генетические алгоритмы эффективного кодирования сообщений, заданных на произвольном метрнчном пространстве / Тез.докл. НТК проф.-препод, научного н науч.инж.-тех.еостава. М. 2010. С. 98-99.
2. Фенчук ММ, Синева И.С. Анализ помехоустойчивости генетического кодирования с применением циклического избыточного кода II T-Comm: Телекоммуникация и транспорт. 2014. Том 8. № U.C. 108-112.
3. Фенчук ММ, Синева И.С. Оптимизация алгоритма генетического кодирования для пространств произвольных расмерноетей // T-Comm: Телекоммуникация и транспорт. 2015. Том 9. № 7. С, 74-79.
4. Фенчук М.М, Баталов А.Э.. Синева И.С. Сравнительная помехоустойчивость кодов Грея и алгоритмов генетического типа // Фундаментальные проблемы радио-электронного приборостроения. 2014. Том 14. № 5. С. 44-47.
5. Фенчук ММ. Ботт A.B.. Синева И.С, Предварительное кодирование генетического типа для случайных п детерминированных пространств источника сообщений II T-Comm: Телекоммуникация и транспорт. 2016. Том 10. № 10. С. 60-65.
6. Яковлев Д.А., Синева И.С. Применение параллельных вычислений в генетических алгоритмах поиска // Фундаментальные проблемы радиоэлектронного оборудования. 2014. Том 14. № 5. С. 214-219.
7. Баталов А.Э., Синева И.С. Алгоритмы генетического кодирования при различных конфигурациях пространства источника // T-Comm: Телекоммуникация и транспорт. 2015. Том 9. № 7. С. 53-59.
8. Баталов А.Э., Синева И.С. Оптимизация алгоритма генетического кодирования источника сообщений II T-Comm: Телекоммуникация и транспорт. 2014. Том 8. № 12. С. 6-9.
9. Баталов А.Э., Синева И.С. Сравнительный анализ помехоустойчивых свойств генетических алгоритмов без избыточного кодирования для кластеризующихся пространств источника II T-Comm: Телекоммуникация и транспорт, 2015. Том 1. № 1.С. 68-74.
10. Зайченко Д.С., Синева И.С. Генетические алгоритмы в задачах помехоустойчивого кодирования II Труды СевероКавказского филиала Московского технического университета связи и информатики. - Ростов-на-Дону: ГГЦ "Университет" СКФ МТУСИ, 2017. T. I. С, 400-414. ISSN 2221-7975.
11. Зайченко Д.С., Синева И.С. Применение генетических алгоритмов для повышения помехоустойчивости передачи сообщений II Телекоммуникации и информационные технологии. 2017. Том 4, № 1.С. 100-104.
12. Зайченко Д.С., Синева И.С. Использование цифровых водяных знаков при обмене графической информацией в системах М2М средствами среды R / Материалы X Международной студенческой электронной научной конференции «Студенческий научный форум». М. 2017.
¡3. Зайченко Д.С.. Синева И.С. Разведочный анализ данных в среде R // Телекоммуникации и информационные технологии. 2016. Том 3.№ 2. С. 31-36.
14. Зайченко Д.С.. Синева И.С. Применение алгоритмов генетического типа в задачах стеганографии II Фундаментальные проблемы радиоэлектронного приборостроения. 20! 7. Том 17, № 4. С. 1173-1177.
T-Comm Том 12. #12-2018
IMPROVING THE STABILITY OF DATA TRANSMISSION FOR IOT USING THE LSB METHOD IN COMBINATION WITH THE GENETIC ALGORITHM
Dmitry S. Zaichenko, Moscow technical University of communications and Informatics, Moscow, Russia,
dmitryzaichenko@yandex.ru
Irina S. Sineva, Moscow technical University of communications and Informatics, Moscow, Russia, iss@mtuci.ru
Abstract
IoT is a new world for connecting object space in the real world with virtual space in a computer environment. To build IoT as an effective service platform, end users need to trust the system. With the growing quantity of information and communication technologies, the need to ensure information security and improve data security is increasing. One of the potential solutions for this are stegano-graphic methods. Steganography based on the least significant bit (LSB) is a popular and widely used method in the spatial domain. The usual methods used in LSB-based steganography are mainly focused on increasing the capacity of embedded information and stealthi-ness, while the security issue still needs to be addressed, because the LSB attachment is vulnerable to several common data attacks, such as additive attack of white Gaussian noise (AWGN), geometric attacks and others. The proposed work provides an innovative approach to increasing the latent data transfer in the system. Secret information is preliminarily processed using a modified genetic algorithm. This process increases the security of information, because the data cannot be deciphered without knowing the display rule and the private key. Encoded with the help of a genetic algorithm, the bitstream is embedded in the image using the classic LSB algorithm. The proposed method was tested on different images. In addition, the classic LSB methods have also been tested on the same images. It was noted that the proposed method increased the stability of stego-images to attacks due to encryption. In addition, the peak signal-to-noise ratio (PSNR) in stego-images was not increased. Accordingly, the proposed method increased the stability of stego-images.
Keywords: genetic algorithm, anti-jamming coding, steganography, least significant bit method, IoT. References
1. Adzhemov A.S., Sineva, I.S., (2000). Genetic algorithms for effective coding of messages specified on an arbitrary metric space. Moscow, MTUSI, pp. 98-99.
2. Fenchuk, M.M., Batalov, A.E., Sineva, I.S., (2014). Comparative noise immunity of gray codes and genetic type algorithms. Fundamental problems of radio-electronic instrument-making, Vol. 14. No. 5, pp. 44-47.
3. Fenchuk, M.M., Bott, A.V., Sineva, I.S., (2016). Pre - coding of genetic type for random and deterministic message source spaces. T-Comm. Vol. 10. No. 10, pp. 60-65.
4. Fenchuk, M.M., Sineva, I.S., (2014). Analysis of genetic coding noise immunity using cyclic redundant code. T-Comm. Vol. 8. No. 11, pp. 108-112.
5. Fenchuk, M.M., Sineva, I.S., (2015). Optimization of the genetic algorithm of source coding of messages. T-Comm. Vol. 9. No. 7, pp. 74-79.
6. Yakovlev, D.A., Sineva, I.S., (2014). Application of parallel calculations in genetic search algorithms. Fundamental problems of radio electronic equipment. Vol. 14. No. 5, pp. 214-219.
7. Batalov, A.E., Sineva, I.S., (2014). Optimization of the genetic coding algorithm of the message source. T-Comm. Vol. 8. No. 12, pp. 6-9.
8. Batalov, A.E., Sineva, I.S., (2015). Genetic coding algorithms for different source space configurations. T-Comm. Vol. 9. No. 7, pp. 53-59.
9. Batalov, A.E., Sineva, I.S., (2015). A comparative analysis of the antijamming properties of genetic algorithms bezizbezhno coding for klasterizatsiya spaces source. T-Comm. No. 1, pp. 68-74.
10. Zaichenko, D.S., Sineva, I.S., (2017). Genetic algorithms in problems of error-correcting coding. Proceedings of the North Caucasus branch of the Moscow technical University of communications and Informatics, pp. 400-414.
1 1. Zaichenko, D.S., Sineva, I.S., (2017). The use of genetic algorithms to improve the noise immunity of message transmission. Telecommunications and information technology. Vol. 4. No.1, pp. 100-104.
12. Zaichenko D. S., Sineva, I.S., (2017). Use of digital watermarks for graphic information exchange in M2M systems by means of R. Proceedings of the x international stud electronic scientific conference "Student scientific forum", Moscow.
13. Zaichenko D. S., Sineva, I.S., (2016). Exploration data analysis in R environment. Telecommunication and information technologies. Vol. 3. No. 2, pp. 31-36.
14. Zaichenko D. S., Sineva, I.S., (2017). Application of genetic type algorithms in steganography problems. Fundamental problems of radio-electronic do. Vol. 17. No. 4, pp. 1173-1177.
Information about authors:
Dmitry S. Zaichenko, Master, Moscow technical University of communications and Informatics, Moscow, Russia
Irina S. Sineva, Candidate of physical and mathematical Sciences, associate Professor, Moscow technical University of communications and Informatics, Moscow, Russia
7ТЛ
