Обґрунтовано та поставлено завдання щодо розроблення алгоритму програмного продукту, який здійснюватиме пасивну атаку на контейнер із внесеною в нього методом (НЗБ) найменш значущого біту прихованої інформації. Метою було автоматизувати процес пасивного стегоаналізу графічного контейнера за допомогою статистичної теорії розпізнавання образів. Це забезпечується за допомогою вирівнювання статистичних характеристик обстежуваного контейнера та порівняння його з початковим контейнером. Результатом цього порівняння є значення, яке дасть змогу віднести контейнер до одного з двох класів. Використання цього алгоритму дозволить стегоаналітику перевіряти тільки підозрілі контейнери, що значно зменшить витрати часу порівняно з перевіркою всіх контейнерів, а через постійне зростання продуктивності автоматизованих систем, час на опрацювання блоків автоматизації алгоритму стегоаналізу зменшуватиметься.
В работе авторами была обоснована и поставлена ??задача по разработке алгоритма программного продукта, которая будет осуществлять пассивную атаку на контейнер, с внесенной в него методом НСБ ( Наименее Значимого Биту ) скрытой информации. Целью стояла задача автоматизации процесса пассивного стегоанализа графического контейнера с помощью статистической теории распознавания образов. Это обеспечивается за счет выравнивания статистических характеристик обследуемого контейнера и сравнения его с начальным контейнером .. Результатом этого сравнения является значение, которое позволит отнести контейнер к одному из двух классов. Использование этого алгоритма позволит стегоаналитику проверять только подозрительные контейнеры, что значительно уменьшает затраты времени по сравнению с проверкой всех контейнеров, а в связи с постоянным ростом производительности автоматизированных систем, время на обработки блоков автоматизации алгоритма стегоанализа будет уменьшаться.
The author was motivated and on task elaboration algorithm of the software will perform a passive attack on the container of the amended by GSZ (Least Significant Bit) hidden information. The aim of the task was to automate the process of passive stegoanalysis graphics container with the help of statistical pattern recognition theory. This is achieved by aligning the statistical characteristics of the subject container and comparing it to the original container. The result of this comparison isthe value which will include a container into two classes using this algorithm allows stegoanalitik check only suspicious containers, which significantly reduces the time spent compared to screen all containers and due to the continuing increase in the productivity of automated systems, time processing blocks automation algorithm stegoanalysis will decrease.
