Aufgrund des stetig steigenden Entwicklungsstandes der Informationstechnologie werden elektronische Dokumente von Jahr zu Jahr komfortabler und gefragter und beginnen, die traditionellen Papiermedien zu dominieren. Daher ist es sehr wichtig, rechtzeitig auf den Schutz des Informationsinhalts nicht nur auf herkömmlichen Papiermedien, sondern auch auf elektronischen Dokumenten zu achten. Jedes große Unternehmen, das über Geschäfts-, Staats- und andere Geheimnisse verfügt, möchte mögliche Informationslecks und die Gefährdung vertraulicher Informationen verhindern und im Falle eines Lecks Maßnahmen ergreifen, um die Lecks zu stoppen und den Täter zu identifizieren.
Ein wenig über Schutzmöglichkeiten
Zur Erfüllung dieser Aufgaben werden bestimmte Schutzelemente eingeführt. Solche Elemente können Barcodes, sichtbare Tags und elektronische Tags sein, aber am interessantesten sind versteckte Tags. Einer der auffälligsten Vertreter sind Wasserzeichen; sie können auf Papier aufgebracht oder vor dem Drucken auf einem Drucker hinzugefügt werden. Es ist kein Geheimnis, dass Drucker beim Drucken ihre eigenen Wasserzeichen (gelbe Punkte und andere Markierungen) anbringen, wir werden jedoch andere Artefakte betrachten, die auf einem Computerbildschirm am Arbeitsplatz eines Mitarbeiters angezeigt werden können. Solche Artefakte werden von einem speziellen Softwarepaket generiert, das Artefakte über dem Arbeitsbereich des Benutzers zeichnet, wodurch die Sichtbarkeit der Artefakte selbst minimiert wird, ohne die Arbeit des Benutzers zu beeinträchtigen. Diese Technologien haben uralte Wurzeln in Bezug auf wissenschaftliche Entwicklungen und die Algorithmen, die zur Darstellung verborgener Informationen verwendet werden, sind in der modernen Welt jedoch recht selten. Diese Vorgehensweise findet sich vor allem im militärischen Bereich und auf dem Papier zur zeitnahen Identifizierung skrupelloser Mitarbeiter. Diese Technologien werden gerade erst in das kommerzielle Umfeld eingeführt. Sichtbare Wasserzeichen werden mittlerweile aktiv zum Schutz des Urheberrechts verschiedener Mediendateien eingesetzt, unsichtbare sind jedoch eher selten. Sie wecken aber auch größtes Interesse.
Sicherheitsartefakte
Für den Menschen unsichtbar Wasserzeichen bilden verschiedene Artefakte, die für das menschliche Auge grundsätzlich unsichtbar sind und im Bild in Form sehr kleiner Punkte maskiert werden können. Wir berücksichtigen sichtbare Objekte, da für das Auge unsichtbare Objekte möglicherweise außerhalb des Standardfarbraums der meisten Monitore liegen. Diese Artefakte sind aufgrund ihrer hohen Unsichtbarkeit von besonderem Wert. Es ist jedoch unmöglich, CEHs vollständig unsichtbar zu machen. Bei ihrer Implementierung wird eine bestimmte Art von Verzerrung des Containerbildes in das Bild eingeführt, und es erscheinen einige Artefakte darauf. Betrachten wir zwei Arten von Objekten:
- Zyklisch
- Chaotisch (eingeführt durch Bildkonvertierung)
Zyklische Elemente stellen eine bestimmte endliche Folge sich wiederholender Elemente dar, die auf dem Bildschirmbild mehr als einmal wiederholt werden (Abb. 1).
Chaotische Artefakte können durch verschiedene Arten von Transformationen des überlagerten Bildes (Abb. 2) verursacht werden, beispielsweise durch die Einführung eines Hologramms.
Reis. 1 Radfahrende Artefakte
Reis. 2 chaotische Artefakte
Schauen wir uns zunächst die Möglichkeiten zur Erkennung zyklischer Artefakte an. Solche Artefakte können sein:
- Textwasserzeichen, die sich über den Bildschirm wiederholen
- binäre Folgen
- eine Reihe chaotischer Punkte in jeder Gitterzelle
Alle aufgelisteten Artefakte werden direkt auf den angezeigten Inhalt angewendet. Sie können dementsprechend erkannt werden, indem lokale Extrema des Histogramms jedes Farbkanals identifiziert und alle anderen Farben entsprechend ausgeschnitten werden. Bei dieser Methode wird mit Kombinationen lokaler Extremwerte jedes Histogrammkanals gearbeitet. Das Problem liegt in der Suche nach lokalen Extrema in einem recht komplexen Bild mit vielen scharf übergehenden Details; das Histogramm sieht sehr sägezahnförmig aus, was diesen Ansatz unbrauchbar macht. Sie können versuchen, verschiedene Filter anzuwenden, diese führen jedoch zu eigenen Verzerrungen, die letztendlich dazu führen können, dass das Wasserzeichen nicht erkannt wird. Es besteht auch die Möglichkeit, diese Artefakte mithilfe bestimmter Kantendetektoren (z. B. dem Canny-Kantendetektor) zu erkennen. Diese Ansätze haben ihre Berechtigung für Artefakte, die im Übergang ziemlich scharf sind; Detektoren können Bildkonturen hervorheben und anschließend Farbbereiche innerhalb der Konturen auswählen, um das Bild zu binarisieren, um die Artefakte selbst weiter hervorzuheben, aber diese Methoden erfordern eine ziemlich feine Abstimmung, um sie hervorzuheben erforderlichen Konturen sowie anschließende Binarisierung des Bildes selbst relativ zu den Farben in den ausgewählten Konturen. Diese Algorithmen gelten als recht unzuverlässig und versuchen, die Farbkomponenten des Bildes stabiler und unabhängiger von der Art zu verwenden.
Reis. 3 Wasserzeichen nach der Konvertierung
Was die zuvor erwähnten chaotischen Artefakte betrifft, so werden sich die Algorithmen zu ihrer Erkennung grundlegend unterscheiden. Da die Bildung chaotischer Artefakte durch das Auferlegen eines bestimmten Wasserzeichens auf das Bild angenommen wird, wird dieses durch einige der Transformationen (z. B. die diskrete Fourier-Transformation) transformiert. Artefakte aus solchen Transformationen sind über den gesamten Bildschirm verteilt und es ist schwierig, ihr Muster zu erkennen. Auf dieser Grundlage wird das Wasserzeichen in Form von „zufälligen“ Artefakten im gesamten Bild lokalisiert. Die Erkennung eines solchen Wasserzeichens beruht auf einer direkten Bildtransformation mithilfe von Transformationsfunktionen. Das Ergebnis der Transformation ist in der Abbildung dargestellt (Abb. 3).
Es treten jedoch eine Reihe von Problemen auf, die die Erkennung von Wasserzeichen unter nicht idealen Bedingungen verhindern. Abhängig von der Art der Konvertierung können verschiedene Schwierigkeiten auftreten, beispielsweise die Unmöglichkeit der Erkennung eines Dokuments, das durch Fotografieren in einem großen Winkel relativ zum Bildschirm erstellt wurde, oder einfach ein Foto von eher schlechter Qualität oder eine darin gespeicherte Bildschirmaufnahme eine Datei mit hoher Komprimierung. All diese Probleme führen dazu, dass die Identifizierung eines Wasserzeichens komplizierter wird. Bei einem abgewinkelten Bild ist es notwendig, entweder komplexere Transformationen oder affine Transformationen auf das Bild anzuwenden, aber keines von beiden garantiert eine vollständige Wiederherstellung des Wasserzeichens. Wenn wir den Fall der Bildschirmaufnahme betrachten, treten zwei Probleme auf: Das erste ist die Verzerrung bei der Anzeige auf dem Bildschirm selbst, das zweite ist die Verzerrung beim Speichern des Bildes vom Bildschirm selbst. Ersteres ist ziemlich schwer zu kontrollieren, da es Matrizen für Monitore unterschiedlicher Qualität gibt und diese aufgrund des Fehlens der einen oder anderen Farbe die Farbe je nach ihrer Farbdarstellung interpolieren und so zu Verzerrungen im Wasserzeichen selbst führen. Das zweite ist noch schwieriger, da man einen Screenshot in jedem Format speichern kann und dementsprechend einen Teil des Farbumfangs verliert, sodass wir einfach das Wasserzeichen selbst verlieren können.
Implementierungsprobleme
In der modernen Welt gibt es viele Algorithmen zur Einführung von Wasserzeichen, aber keiner garantiert eine hundertprozentige Möglichkeit der weiteren Erkennung eines Wasserzeichens nach seiner Implementierung. Die Hauptschwierigkeit besteht darin, die Reproduktionsbedingungen zu bestimmen, die im Einzelfall auftreten können. Wie bereits erwähnt, ist es schwierig, einen Erkennungsalgorithmus zu erstellen, der alle möglichen Merkmale von Verzerrungen und Beschädigungsversuchen des Wasserzeichens berücksichtigt. Wenn beispielsweise ein Gauß-Filter auf das aktuelle Bild angewendet wird und die Artefakte im Originalbild recht klein und kontrastreich zum Hintergrund des Bildes waren, sind sie entweder nicht mehr zu erkennen oder ein Teil des Wasserzeichens geht verloren . Betrachten wir den Fall eines Fotos, das mit hoher Wahrscheinlichkeit Moiré (Abb. 100) und ein „Gitter“ (Abb. 5) aufweist. Moiré entsteht aufgrund der Diskretion der Bildschirmmatrix und der Diskretion der Matrix des Aufnahmegeräts; in dieser Situation werden zwei Netzbilder einander überlagert. Das Netz wird die Wasserzeichenartefakte höchstwahrscheinlich teilweise abdecken und ein Erkennungsproblem verursachen; Moiré wiederum macht es bei einigen Methoden zur Wasserzeicheneinbettung unmöglich, es zu erkennen, da es einen Teil des Bildes mit dem Wasserzeichen überlappt.
Reis. 4 Bildraster
Reis. 5 Moiré
Um die Schwelle zur Erkennung von Wasserzeichen zu erhöhen, ist der Einsatz von Algorithmen erforderlich, die auf selbstlernenden neuronalen Netzen basieren und im laufenden Betrieb selbst lernen, Wasserzeichenbilder zu erkennen. Mittlerweile gibt es eine Vielzahl neuronaler Netzwerk-Tools und -Dienste, beispielsweise von Google. Bei Bedarf können Sie eine Reihe von Referenzbildern finden und dem neuronalen Netzwerk beibringen, die erforderlichen Artefakte zu erkennen. Dieser Ansatz hat die vielversprechendsten Chancen, selbst stark verzerrte Wasserzeichen zu erkennen, erfordert jedoch für eine schnelle Erkennung große Rechenleistung und eine recht lange Einarbeitungszeit für die korrekte Erkennung.
Alles, was beschrieben wird, scheint recht einfach zu sein, aber je tiefer Sie in diese Themen eintauchen, desto mehr verstehen Sie, dass Sie zum Erkennen von Wasserzeichen viel Zeit in die Implementierung eines der Algorithmen investieren müssen, und noch mehr Zeit, um ihn auf die erforderliche Wahrscheinlichkeit zu bringen jedes Bild erkennen.
Source: habr.com