ステガナリシス

ステガナリシスは、ステガノグラフィーを使用して隠されたメッセージを検出する研究であり、暗号化に適用される暗号解読に類似しています。

ステガナリシスの目的は、疑わしいパッケージを識別し、そこにペイロードがエンコードされているかどうかを判断し、可能であればそのペイロードを回復することです。

傍受したデータにメッセージが含まれる（ただし、そのメッセージは暗号化されている）暗号解読とは異なり、ステガナリシスは、疑わしいデータ ファイルの山から始まりますが、どのファイルにペイロードが含まれているかに関する情報はほとんどありません。ステガナリストは通常​​、法医学統計学者のような存在であり、このデータ ファイル セット（多くの場合、かなり大きく、多くの場合、コンピューター上のファイル セット全体である可能性があります）を、変更されている可能性が最も高いサブセットに縮小することから始める必要があります。

この問題は、一般的に統計分析で処理されます。検査対象のセットと同じ種類の、理想的には同じソース (たとえば、同じモデルのデジタル カメラ、または可能であれば同じデジタル カメラ、CD からのデジタル オーディオ、MP3 ファイルが「リッピング」されたファイルなど) の未変更のファイル セットが、さまざまな統計について分析されます。これらの統計にはスペクトル分析のように単純なものもありますが、最近のほとんどの画像ファイルとオーディオ ファイルはJPEGやMP3などの非可逆圧縮アルゴリズムで圧縮されているため、このデータの圧縮方法の不一致も調べられます。たとえば、JPEG 圧縮でよく見られるアーティファクトは「エッジ リンギング」です。これは、高周波成分 (白い背景の黒いテキストの高コントラストのエッジなど) によって隣接するピクセルが歪む現象です。この歪みは予測可能であり、単純なステガノグラフィ エンコーディング アルゴリズムでは、検出される可能性が低いアーティファクトが生成されます。

疑わしいファイルの検出が簡単なケースの 1 つは、元の変更されていないキャリアが比較に使用できる場合です。パッケージを元のファイルと比較すると、ペイロードのエンコードによって生じた違いがわかり、ペイロードを抽出できます。

場合によっては、たとえば 1 つの画像しか利用できない場合など、より複雑な分析手法が必要になることがあります。一般に、ステガノグラフィは、キャリアの歪みをキャリアのノイズ フロアと区別できないようにしようとします。しかし、実際には、キャリアの実際のノイズ特性を分析、モデル化、および一貫してエミュレートするのではなく、キャリアへの変更をできるだけホワイト ノイズに似せるようにするという決定に不適切に単純化されることがよくあります。特に、多くの単純なステガノグラフィ システムでは、サンプルの最下位ビット(LSB) を変更するだけです。これにより、変更されたサンプルは変更されていないサンプルとは異なるノイズ プロファイルを持つだけでなく、LSB も上位ビットの分析から予想されるものとは異なるノイズ プロファイルを持つようになり、それでもある程度のノイズが表示されます。このような LSB のみの変更は、適切なアルゴリズムで検出でき、場合によっては 1% という低いエンコード密度を妥当な信頼性で検出できます。^[1]

ステガノグラフィのペイロードの検出は、ペイロードが最初に暗号化されている可能性があるため、問題の一部にしか過ぎないことがよくあります。ペイロードの暗号化は、ペイロードの復元を困難にするためだけに行われるわけではありません。ほとんどの強力な暗号には、ペイロードを均一に分散されたノイズと区別できないようにする望ましい特性があり、これにより検出作業が困難になり、ステガノグラフィのエンコード技術で信号エネルギーを均等に分散させる手間が省けます (ただし、キャリアのネイティブ ノイズをエミュレートするエラーについては上記を参照してください)。

ストレージ デバイスの検査が行われる可能性が高いと考えられる場合、ステガノグラファーは、事実上、潜在的なアナリストに偽情報で集中攻撃を仕掛けることがあります。これは、ランダム データからホワイト ノイズ、意味のない戯言、意図的に誤解を招く情報まで、さまざまな情報でエンコードされた大量のファイル セットである可能性があります。これらのファイルのエンコード密度は、「実際の」ファイルよりもわずかに高い可能性があります。同様に、検出可能性が異なる複数のアルゴリズムが使用される可能性も考慮する必要があります。ステガノアナリストは、これらのデコイを最初にチェックすることを余儀なくされ、かなりの時間とコンピューティング リソースを無駄にする可能性があります。この手法の欠点は、ステガノグラフィ ソフトウェアが利用可能であり、使用されたことがはるかに明白になることです。

ステガノグラフィーの証拠のみに基づいて令状を取得したり、その他の措置を講じたりすることは、ペイロードが完全に復元され、復号化されていない限り、非常に危険な提案です。そうでない場合、アナリストが持っているのは、ファイルが変更された可能性があり、その変更がステガノグラフィーエンコードの結果である可能性があることを示す統計情報だけだからです。このようなケースは頻繁に発生する可能性が高いため、ステガノグラフィーの疑いは、他の調査技術で裏付ける必要があることがよくあります。

• Geetha, S; Siva S.Sivatha Sindhu (2009 年 10 月)。「システムの特異性と感度を最大化する、コンテンツに依存しない統計的尺度に基づくブラインド画像ステガナリシス」。コンピューターとセキュリティ。Elsevier、Science Direct。28 (7): 683–697。doi :10.1016/j.cose.2009.03.006 。
• Geetha, S; Dr. N. Kamaraj (2010年7 月)。「ハウスドルフ距離統計に基づくオーディオ ステゴ異常検出のための進化型決定木ルール ベース システム」。情報科学。エルゼビア、サイエンス ダイレクト。180 (13): 2540–2559。doi :10.1016/ j.ins.2010.02.024。

• ステガノグラフィとウォーターマーキングに対する攻撃と、これらの攻撃への対策を扱った Neil F. Johnson によるステガナリシスの研究と論文。
• 研究グループ 2016-08-16 にWayback Machineでアーカイブされました。ステガナリシスの進行中の研究。
• ステガノグラフィ - 実装と検出 ステガノグラフィの簡単な紹介。情報を保存できるいくつかの情報源について説明します。