ВВЕДЕНИЕ 3
1 Модели анализа/синтеза речевых сигналов при скрытной передаче
информации 5
1.1 Математические основы анализа/синтеза речевых сигналов 5
1.2 Методы скрытной передачи сигнала 7
1.2.1 Метод наименее значащего бита 10
1.2.2 Метод расширения спектра и его модификации 13
1.2.3 Метод дискретно - косинусного преобразования и его модификации 17
1.3 Методы оценки скрытности 24
1.4 Постановка задач исследования 26
2 РАЗРАБОТКА АЛГОРИТМОВ И ОЦЕНКА ИХ РАБОТОСПОСОБНОСТИ 27
2.1 Описание алгоритмов скрытного кодирования и декодирования 27
2.2 Методика оценки работоспособности алгоритмов стеганографического
кодирования и декодирования сигналов 28
2.3 Результаты оценки работоспособности и эффективности алгоритмов 36
2.4 Основные результаты и выводы 37
3 КОНЦЕПЦИЯ ПРОТОТИПА И ОЦЕНКИ ЕГО РАБОТОСПОСОБНОСТИ .. 38
3.1 Построение архитектуры программной реализации 38
3.2 Результаты экспериментальной оценки работоспособности и описание
результатов работы 39
3.3 Основные результаты и выводы 41
4 ЭКОНОМИЧЕСКАЯ ОЦЕНКА РЕЗУЛЬТАТОВ ИЗМЕРЕНИЯ 41
4.1 Планирование работ по исследованию 41
4.2 Расчет финансовых затрат на оплату труда сотрудников и на исследование 43
4.3 Расчет продолжительности исследования 45
4.4 Расчет финансовых затрат на расходные материалы 45
4.5 Составление сметы расходов на исследование 46
ЗАКЛЮЧЕНИЕ 50
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Несанкционированное копирование и распространение звукозаписей значительно упростилось в связи с доступностью персональных компьютеров и мобильных устройств, использования недорогих и надежных узлов хранения данных, сетей широкополосного доступа и множества программ для записи и редактирования звука. Интенсивное развитие информационных технологий привело к необходимости защиты и обеспечения прав интеллектуальной собственности на звукозаписи в цифровом виде, в частности предотвращение их незаконного копирования, воспроизведения и подделки. Такая ситуация особенно актуальна для музыкальной индустрии, которая ищет надежные решения проблем, связанных с защитой авторских прав на музыкальные файлы.
Общедоступность средств редактирования, в настоящее время позволяет изменять цифровые аудио файлы, не оставляя признаков принадлежности тому или иному автору. Поэтому то, что вы услышали, не всегда может быть правдой и принадлежать конкретному человеку. Возникает необходимость в разработке эффективной технологии аутентификации, чтобы авторы могли защищать свои законные права. Цифровая водяная маркировка и цифровая подпись - это два типичных метода аутентификации цифрового звука. Тем не менее, эти методы теряют эффективность во многих реальных ситуациях из-за их потребности в дополнительной информации (водяной знак или подпись) в процессе аутентификации, способствует возникновению подозрительного звука.
Поэтому технология нацелена на внедрение водяного знака в файлы мультимедиа без ухудшения их восприятия. Встроенные водяные знаки могут быть сгенерированы для обозначения отправителей, приемников, уникальных серийных номеров или временных меток. Эти водяные знаки обеспечивают целостность и подлинность исходного файла мультимедиа без ухудшения его общего качества. Непроходимость и устойчивость водяных знаков к удалению или деградации являются двумя необходимыми требованиями для любых эффективных звуковых данных, скрывающий алгоритм. Поэтому на практике существует фундаментальный компромисс между двумя требованиями таким образом, чтобы обеспечить эффективное внесение водяного знака. Тем не менее, прослушиванию следует уделять особое внимание, поскольку, если качество оригинального аудио не может быть сохранено, ни пользователи, ни владельцы не смогут его идентифицировать.
Целью работы является исследование методов скрытого внедрения информации в звуковые файлы посредством исследования алгоритмов скрытной передачи информации.
Для успешного выполнения поставленной цели необходимо выполнить ряд задач, а именно:
1. Разработать алгоритм скрытного кодирования речевого сообщения в речевые данные.
2. Провести качественную оценку скрытности передаваемого сигнала.
3. Провести количественную оценку скрытности передаваемого сигнала.
4. Выполнить экономическое обоснование результатов исследования.
Иными словами, необходимо выявить закономерности изменения качества звучания и восприятия искажений при скрытном кодировании информации различными методами.
В реализованной работе были рассмотрены основные стеганографические методы, позволяющие осуществлять скрытную передачу информации. Проанализировав преимущества и недостатки было выявлено, что наиболее оптимальным с точки зрения емкости скрываемой информации, маскировки и сложности реализации является алгоритм, основанный на методе дискретно¬косинусного преобразования.
В процессе исследовательской работы была выполнена основная цель, проведена оценка работоспособности и внедрения информации в звуковые файлы. Для достижения поставленной цели был проведен мониторинг изменений качества звука и восприятия искажений при скрытном кодировании информации различными методами.
Проанализировав речевой материал, содержащий преимущественно взрывные, звонкие и шипящие согласные было выявлено, что наиболее оптимальным сигналом для скрытия в него информационного сообщения является предложение, содержащее шипящие звуки ввиду минимального наличия визуальных искажений на осциллограмме. +9
При количественной оценке были определены величины отношения сигнал шум, среднеквадратической ошибки и корреляции. Было выявлено, что наибольший объем информации может быть закодирован при помощи метода дискретно-косинусного преобразования, вычисленное СКО не много больше нуля, но при этом слышимые изменения в сигнале появляются только при кодирование 8 и более бит, в отличие от метода LSB где изменения начинаются после кодирования 4 бит и метода широкого спектра где изменения начинаются с 1.5 бит.
Разработанные алгоритмы стеганографического кодирования и речевого сообщения в речевые данные были реализованы в среде программирования Matlab в соответствии с приведенными словесными алгоритмами. Программный код позволил за короткое время получить достоверные результаты расчетов с использованием общеизвестных и разработанных формул.
В результате экономической оценки исследования удалось оценить продолжительность исследовательских работ - 63 дней и сумму расходов на исследование - 211749 рублей с учетом отчислений и единого социального налога.
1. Yong Xiang Spread Spectrum-Based High Embedding Capacity Watermarking Method for Audio Signals [Электронный ресурс] / Yong Xiang, Iynkaran Natgunanathan, Yue Rong, , Song Guo // IEEE.ACM TRANSACTIONS ON AUDIO, SPEECH, AND LANGUAGE PROCESSING. 23(12). 2015. pp. 2228 - 2237 Режим доступа: https://www.researchgate.net/publication/281930141_Spread _Spectrum- Based_High_Embedding_Capacity / (Дата обращения: 04.05.2018)
2. Ahmed Hussain Ali A Review on Audio Steganography Techniques
[Электронный ресурс] / Mohd Rosmadi Mokhtar, LoayEdwar George // Research Journal of Applied Sciences, Engineering and Technology. 12(2). 2016. pp. 154-162 Режим доступа: https://www.researchgate.net/publication/292361595_A
_Review_on_Audio_Ste ganography_Techniques (Дата обращения: 05.05.2018)
3. Таравков, А.В. Разработка алгоритма синхронизации для внедрения цифрового водяного знака в потоковое видео [Электронный ресурс]/ Григорьев
А.С., Баженов Р.И.// Современная техника и технологии. № 11. 2014. Режим доступа: Ьйрз://й.йосз.11уе.пе1/99йб1781Г115Ь8еб/Литература%20к%20диплому /3.html (Дата обращения 18.04.2018)
4. Zhenghui Liu A security watermark scheme used for digital speech forensics [Электронный ресурс] / Jiwu Huang, Xingming Sun, Chuanda Qi // Springer Science+Business Media New York. 10.1007/s11042-016-3533-9. 2016. pp 1-21. Режим доступа: https://www.researchgate.net/publication/301576015_A_ security
(Дата обращения 25.04.2018)
5. Коробейников, А.Г. Встраивание цифровых водяных знаков в аудиосигнал методом расширения спектра [Электронный ресурс] / А.Г. Даурских, Н.В. Павлова // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. № 1(59). 2009. Режим доступа: http://cyberleninka.ru/article/n/vstraivanie-
tsifrovyh-vodyanyh-znakov-v-audiosignal-metodom-rasshireniya-spektra (Дата обращения 27.04.2018)
6. Сюзев, В.В. Основы спектрального анализа в базисах Хаара [Электронный ресурс] // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия «Приборостроение». № 2. 2011. URL: http://cyberleninka.rU/article/n/spektralnyy-analiz-v-bazisah-funktsiy-haara (дата обращения 29.04.2016)
7. Nedeljko Cvejic. Spread spectrum audio watermarking using frequency
hopping and attack characterization [Электронный ресурс] / Nedeljko Cvejic, Tapio Seppanen// Signal Processing 84. 2004. pp 207 - 213. Режим доступа:
http://www.mediateam.oulu.fi/publications/pdf/465.pdf (Дата обращения
04.05.2018)
8. Saito S. A digital watermarking for audio data using band division based on QMF bank [Электронный ресурс] / S. Saito, T. Furukawa, K. Konishi // IEEE International Conference on Acoustics, Speech, and Signal Processing. 2002. - V. 4. pp 3473-3476. Режим доступа: http://books.google.ru/books?id (Дата обращения 05.05.2018)
9. Boney, L. Digital watermarks for audio signals Tewfic [Электронный ресурс] / A.H., Hamdy A.K. // Department of Electrical engineering, University of Minnesota. DOI: 10.1109/MMCS.1996.535015. 1996. Режим доступа: https:// www.researchgate.net/publication/3639217_Digital_watermarks_for_audio_sig nals (Дата обращения 11.05.2018)
10. Ле, Н. В. Предварительная обработка речевых сигналов для системы
распознавания речи [Электронный ресурс] / Н. В. Ле, Д. П. Панченко // Молодой ученый. — 2011. — №5. Т.1. — С. 74-76. Режим доступа:
http://www.moluch.ru/archive/28/3171/ (Дата обращения 18.04.2018)
11. Горшков, Ю.Г. Обработка речевых сигналов на основе вейвлетов [Электронный ресурс] // T-Comm. 2015. №2. Режим доступа: http://cyberleninka.ru/article/n/obrabotka-rechevyh-signalov-na-osnove-veyvletov (Дата обращения: 18.05.2018).
12. Белов, С.П. Метод частотно - временного анализа сигналов
[Электронный ресурс] / С.П. Белов, Е.И. Прохоренко, А.С Белов // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2009. №1 (56). Режим доступа: http://
cyberleninka.ru/article/n/metod-chastotno- vremennogo-analiza-signalov-1 (Дата обращения: 20.05.2018).
13. Жиляков, Е.Г. Алгоритмы обнаружения основного тона речевых
сигналов [Электронный ресурс] / Е.Г Жиляков, А.А. Фирсова, Н.А. Чеканов // Научные ведомости Белгородского государственногоуниверситета. Серия:
Экономика.Информатика. 2012. №1 (120). Режим доступа: http:/
/cyberleninka.ru/article/n/algoritmy-obnaruzheniya-osnovnogo-tona-rechevyh- signalov (Дата обращения: 18.05.2018).
14. Zhengguang Xu. Channel Capacity Analysis of the Multiple Orthogonal
Sequence Spread Spectrum Watermarking in Audio Signals [Электронный ресурс] / Zhengguang Xu, Chenghuan Ao, and Benxiong Huang // IEEE SIGNAL
PROCESSING LETTERS. 2016. 23(1). pp. 20-24 Режим доступа:
https://www.researchgate.net/publication/283805432_Channel_Capacity_Analysis_o fultiple_Orthogonal_Sequence_Spread_Spectrum_Watermarking_in_Audio_Signa ls (Дата обращения 26.04.2016)
15. Крыжевич, Л.С. Стеганографические методы сокрытия данных в
звуковых файлах на основе всплесковых преобразований // Л.С. Крыжевич, Д.А. Белобородов // Signals [Электронный ресурс] / Auditorium: электронный научный журнал Курского государственного университета. - Курск: № 2, 2014г. «Аудиториум» электронный научный журнал http://auditorium.kursksu.ru. URL: http://auditorium.kursksu.ru/index.php?page=6&new=2 (Дата обращения
26.04.2018)