Troch de konstante tanimming fan it nivo fan ûntwikkeling fan ynformaasjetechnology, wurde elektroanyske dokuminten elk jier handiger en yn fraach yn gebrûk en begjinne te dominearjen oer tradisjonele papieren media. Dêrom is it tige wichtich om op 'e tiid omtinken te jaan oan it beskermjen fan' e ynhâld fan ynformaasje net allinich op tradisjonele papieren media, mar ek op elektroanyske dokuminten. Elk grut bedriuw dat kommersjele, steats- en oare geheimen hat, wol mooglike ynformaasjelekken en kompromis fan klassifisearre ynformaasje foarkomme, en as in lek wurdt ûntdutsen, nimme maatregels om de lekken te stopjen en de oertreder te identifisearjen.
In bytsje oer beskermingsopsjes
Om dizze taken út te fieren, wurde bepaalde beskermjende eleminten ynfierd. Sokke eleminten kinne barcodes, sichtbere tags, elektroanyske tags wêze, mar de meast nijsgjirrige binne ferburgen tags. Ien fan 'e meast opfallende fertsjintwurdigers binne wettermerken; se kinne wurde tapast op papier of tafoege foardat se op in printer printsje. It is gjin geheime dat printers har eigen wettermerken sette (giele stippen en oare tekens) by it printsjen, mar wy sille oare artefakten beskôgje dy't op in kompjûterskerm op 'e wurkplak fan in wurknimmer kinne wurde pleatst. Sokke artefakten wurde generearre troch in spesjaal softwarepakket dat artefakten boppe op 'e wurkromte fan' e brûker tekenet, it minimalisearjen fan 'e sichtberens fan' e artefakten sels en sûnder ynterferinsje mei it wurk fan 'e brûker. Dizze technologyen hawwe âlde woartels yn termen fan wittenskiplike ûntjouwings en de algoritmen dy't brûkt wurde om ferburgen ynformaasje te presintearjen, mar binne frij seldsum yn 'e moderne wrâld. Dizze oanpak is benammen te finen yn 'e militêre sfear en op papier, foar de snelle identifikaasje fan gewetenloze meiwurkers. Dizze technologyen begjinne krekt te wurde yntrodusearre yn 'e kommersjele omjouwing. Sichtbere wettermerken wurde no aktyf brûkt om it auteursrjocht fan ferskate mediabestannen te beskermjen, mar ûnsichtbere binne frij seldsum. Mar se wekke ek de grutste belangstelling.
Feiligens Artifacts
Unsichtber foar minsken Wettermarken foarmje ferskate artefakten dy't yn prinsipe ûnsichtber wêze kinne foar it minsklik each, en yn 'e ôfbylding kinne wurde maskere yn 'e foarm fan heul lytse stippen. Wy sille sichtbere objekten beskôgje, om't dy ûnsichtber foar it each miskien bûten de standert kleurromte fan de measte monitors binne. Dizze artefakten binne fan bysûndere wearde fanwege har hege graad fan ûnsichtberens. It is lykwols ûnmooglik om CEH's folslein ûnsichtber te meitsjen. Yn it proses fan har ymplemintaasje wurdt in bepaalde soarte fan ferfoarming fan 'e kontenerôfbylding ynfierd yn' e ôfbylding, en dêrop ferskine in soarte fan artefakten. Litte wy 2 soarten objekten beskôgje:
- Cyclical
- Chaotic (yntrodusearre troch ôfbyldingskonverzje)
Cyclic eleminten fertsjintwurdigje in bepaalde einige folchoarder fan werheljende eleminten dy't wurde werhelle mear as ien kear op it skerm ôfbylding (figuer 1).
Chaotyske artefakten kinne feroarsake wurde troch ferskate soarten transformaasjes fan it oerleine byld (fig. 2), bygelyks de ynfiering fan in hologram.
Rys. 1 Cycling artefakten
Rys. 2 Chaotyske artefakten
Litte wy earst nei opsjes sjen foar it herkennen fan syklyske artefakten. Sokke artefakten kinne wêze:
- tekstwettermerken werhelje oer it skerm
- binêre sekwinsjes
- in set fan gaoatyske punten yn elke raster sel
Alle neamde artefakten wurde direkt boppe de werjûn ynhâld tapast; dêrtroch kinne se wurde werkend troch it identifisearjen fan lokale ekstrema fan it histogram fan elk kleurkanaal en, sadwaande, alle oare kleuren út te snijen. Dizze metoade giet it om it wurkjen mei kombinaasjes fan lokale ekstremen fan elk fan 'e histogramkanalen. It probleem leit op it sykjen nei lokale ekstrema yn in frij komplekse ôfbylding mei in protte skerp oergongsdetails; it histogram sjocht der tige saaget út, wat dizze oanpak net tapaslik makket. Jo kinne besykje ferskate filters oan te passen, mar se sille har eigen fersteuringen ynfiere, wat úteinlik liede kin ta it ûnfermogen om it wettermerk te ûntdekken. D'r is ek de opsje om dizze artefakten te werkennen mei bepaalde rânedetektors (bygelyks de Canny-rândetektor). Dizze oanpak hawwe har plak foar artefakten dy't frij skerp binne yn 'e oergong; detektors kinne byldkonturen markearje en dêrnei kleurbereiken binnen de kontoeren selektearje om de ôfbylding te binarisearjen om de artefakten sels fierder te markearjen, mar dizze metoaden fereaskje frij fyn ôfstimming om de ôfbylding te markearjen. fereaske kontoeren, likegoed as folgjende binarization fan it byld sels relatyf oan de kleuren yn de selektearre kontoeren. Dizze algoritmen wurde beskôge as frij ûnbetrouber en besykje te brûken stabiler en ûnôfhinklik fan it type kleur komponinten fan it byld.
Rys. 3 Watermark nei bekearing
Wat de earder neamde chaotyske artefakten oanbelanget, sille de algoritmen foar it erkennen fan har radikaal oars wêze. Sûnt de foarming fan chaotyske artefakten wurdt oannommen troch it oplizzen fan in bepaald wettermerk op 'e ôfbylding, dy't wurdt omfoarme troch guon fan' e transformaasjes (bygelyks de diskrete Fourier-transformaasje). Artefakten fan sokke transformaasjes wurde ferdield oer it heule skerm en it is lestich om har patroan te identifisearjen. Op grûn dêrfan sil it wettermerk yn 'e heule ôfbylding lizze yn' e foarm fan "willekeurige" artefakten. Erkenning fan sa'n wettermerk komt del op direkte ôfbyldingstransformaasje mei transformaasjefunksjes. It resultaat fan 'e transformaasje wurdt presintearre yn' e figuer (fig. 3).
Mar in oantal problemen ûntsteane dy't wettermerkerkenning foarkomme yn minder dan ideale omstannichheden. Ofhinklik fan it type konverzje kinne d'r ferskate swierrichheden wêze, bygelyks de ûnmooglikheid fan erkenning fan in dokumint krigen troch fotografearjen yn in grutte hoeke relatyf oan it skerm, of gewoan in foto fan nochal minne kwaliteit, of in skermopname opslein yn in triem mei kompresje mei hege ferlies. Al dizze problemen liede ta de komplikaasje fan it identifisearjen fan in wettermerk; yn it gefal fan in hoeke ôfbylding is it nedich om mear komplekse transformaasjes oan te passen of affine transformaasjes oan te passen op 'e ôfbylding, mar beide garandearje gjin folsleine restauraasje fan it wettermerk. As wy it gefal fan skermopname beskôgje, ûntsteane twa problemen: de earste is ferfoarming by it werjaan op it skerm sels, de twadde is ferfoarming by it bewarjen fan it byld fan it skerm sels. De earste is frij lestich om te kontrolearjen, om't d'r matrices binne foar monitors fan ferskate kwaliteit, en troch it ûntbrekken fan ien of oare kleur, interpolearje se de kleur ôfhinklik fan har kleurfertsjintwurdiging, wêrtroch fersteuringen yn it wettermerk sels yntrodusearje. De twadde is noch dreger, om't jo in skermôfbylding yn elk formaat kinne bewarje en, sadwaande, in diel fan it kleurberik ferlieze, dus kinne wy it wettermerk sels gewoan ferlieze.
Implementaasjeproblemen
Yn 'e moderne wrâld binne d'r nochal in protte algoritmen foar it ynfieren fan wettermerken, mar gjinien garandearret 100% mooglikheid fan fierdere erkenning fan in wettermerk nei syn ymplemintaasje. De wichtichste muoite is it bepalen fan de set fan reproduksjebetingsten dy't yn elk spesifyk gefal ûntsteane kinne. Lykas earder neamd, is it lestich om in erkenningsalgoritme te meitsjen dy't rekken hâlde mei alle mooglike funksjes fan ferfoarming en besykjen om it wettermerk te beskeadigjen. As bygelyks in Gaussiaansk filter wurdt tapast op 'e aktuele ôfbylding, en de artefakten yn' e orizjinele ôfbylding wiene frij lyts en kontrastearjend tsjin 'e eftergrûn fan' e ôfbylding, dan wurdt it of ûnmooglik om se te werkennen, of in diel fan it wettermerk sil ferlern gean . Litte wy it gefal fan in foto beskôgje, mei in hege graad fan kâns sil it moiré hawwe (fig. 5) en in "grid" (fig. 4). Moire komt foar troch de diskretens fan 'e skermmatrix en de diskretens fan' e matrix fan 'e opnameapparatuer; yn dizze situaasje wurde twa mesh-ôfbyldings op inoar lein. It gaas sil nei alle gedachten de artefakten fan it wettermerk foar in part bedekke en in herkenningsprobleem feroarsaakje; moiré, op syn beurt, yn guon metoaden foar ynbêding fan wettermerk makket it ûnmooglik om it te werkennen, om't it in diel fan 'e ôfbylding oerlapet mei it wettermerk.
Rys. 4 Ofbyldingsraster
Rys. 5 Moar
Om de drompel foar it herkennen fan wettermerken te ferheegjen, is it nedich om algoritmen te brûken basearre op sels-learende neuronale netwurken en yn it proses fan operaasje, dy't sels leare wettermerkôfbyldings te werkennen. No binne d'r in grut oantal ark en tsjinsten foar neuronale netwurken, bygelyks fan Google. As jo wolle, kinne jo in set fan referinsjeôfbyldings fine en it neuronale netwurk leare om de nedige artefakten te werkennen. Dizze oanpak hat de meast kânsrike kânsen foar it identifisearjen fan sels tige ferfoarme wettermerken, mar foar rappe identifikaasje fereasket it grutte berekkeningskrêft en nochal in lange opliedingsperioade foar juste identifikaasje.
Alles dat beskreaun liket frij ienfâldich, mar hoe djipper jo yn dizze problemen dûke, hoe mear jo begripe dat jo om wettermerken te werkennen in protte tiid moatte besteegje oan it útfieren fan ien fan 'e algoritmen, en noch mear tiid om it nei de fereaske kâns te bringen werkenne elke ôfbylding.
Boarne: www.habr.com