A causa del costante aumento del livello di sviluppo della tecnologia dell'informazione, ogni anno i documenti elettronici stanno diventando più convenienti e richiesti in uso e iniziano a dominare sui tradizionali supporti cartacei. Pertanto, è molto importante prestare tempestiva attenzione alla protezione del contenuto delle informazioni non solo sui tradizionali supporti cartacei, ma anche sui documenti elettronici. Ogni grande azienda che detiene segreti commerciali, statali e di altro tipo vuole prevenire possibili fughe di informazioni e compromissione di informazioni riservate e, se viene rilevata una fuga di notizie, adottare misure per fermare le fughe di notizie e identificare il trasgressore.
Un po' di opzioni di protezione
Per eseguire questi compiti vengono introdotti alcuni elementi protettivi. Tali elementi possono essere codici a barre, tag visibili, tag elettronici, ma i più interessanti sono i tag nascosti. Uno dei rappresentanti più sorprendenti sono le filigrane; possono essere applicate sulla carta o aggiunte prima della stampa su una stampante. Non è un segreto che gli stampatori inseriscano le proprie filigrane (punti gialli e altri segni) durante la stampa, ma prenderemo in considerazione altri artefatti che possono essere visualizzati sullo schermo di un computer sul posto di lavoro di un dipendente. Tali artefatti sono generati da uno speciale pacchetto software che disegna artefatti sullo spazio di lavoro dell’utente, riducendo al minimo la visibilità degli artefatti stessi e senza interferire con il lavoro dell’utente. Queste tecnologie hanno radici antiche in termini di sviluppi scientifici e algoritmi utilizzati per presentare informazioni nascoste, ma sono piuttosto rare nel mondo moderno. Questo approccio si riscontra soprattutto in ambito militare e cartaceo, per la tempestiva identificazione di dipendenti senza scrupoli. Queste tecnologie stanno appena iniziando a essere introdotte nell’ambiente commerciale. Le filigrane visibili vengono ora utilizzate attivamente per proteggere il copyright di vari file multimediali, ma quelle invisibili sono piuttosto rare. Ma suscitano anche il massimo interesse.
Artefatti di sicurezza
Invisibile all'uomo Le filigrane formano vari artefatti che, in linea di principio, possono essere invisibili all'occhio umano e possono essere mascherati nell'immagine sotto forma di punti molto piccoli. Considereremo gli oggetti visibili, poiché quelli invisibili all'occhio potrebbero trovarsi al di fuori dello spazio colore standard della maggior parte dei monitor. Questi manufatti sono di particolare valore a causa del loro alto grado di invisibilità. Tuttavia, è impossibile rendere i CEH completamente invisibili. Nel processo di implementazione, nell'immagine viene introdotto un certo tipo di distorsione dell'immagine del contenitore e su di essa compaiono alcuni tipi di artefatti. Consideriamo 2 tipologie di oggetti:
- Ciclico
- Caotico (introdotto dalla conversione delle immagini)
Gli elementi ciclici rappresentano una certa sequenza finita di elementi ripetuti che si ripetono più di una volta sull'immagine sullo schermo (Fig. 1).
Gli artefatti caotici possono essere causati da vari tipi di trasformazioni dell'immagine sovrapposta (Fig. 2), ad esempio l'introduzione di un ologramma.
Riso. 1 Artefatti ciclistici
Riso. 2 artefatti caotici
Innanzitutto, esaminiamo le opzioni per riconoscere gli artefatti ciclici. Tali artefatti possono essere:
- filigrane di testo ripetute sullo schermo
- sequenze binarie
- un insieme di punti caotici in ciascuna cella della griglia
Tutti gli artefatti elencati vengono applicati direttamente sopra il contenuto visualizzato; di conseguenza, possono essere riconosciuti identificando gli estremi locali dell'istogramma di ciascun canale di colore e, di conseguenza, ritagliando tutti gli altri colori. Questo metodo prevede di lavorare con combinazioni di estremi locali di ciascuno dei canali dell'istogramma. Il problema sta nella ricerca degli estremi locali in un'immagine abbastanza complessa con molti dettagli in transizione netta; l'istogramma sembra molto a dente di sega, il che rende questo approccio inapplicabile. Puoi provare ad applicare vari filtri, ma introdurranno le proprie distorsioni, che alla fine potrebbero portare all'impossibilità di rilevare la filigrana. Esiste anche la possibilità di riconoscere questi artefatti utilizzando determinati rilevatori di bordi (ad esempio il rilevatore di bordi Canny). Questi approcci hanno il loro posto per gli artefatti che sono piuttosto netti nella transizione; i rilevatori possono evidenziare i contorni dell'immagine e successivamente selezionare gamme di colori all'interno dei contorni per binarizzare l'immagine al fine di evidenziare ulteriormente gli artefatti stessi, ma questi metodi richiedono una messa a punto abbastanza precisa per evidenziare gli artefatti. contorni richiesti, nonché la successiva binarizzazione dell'immagine stessa rispetto ai colori nei contorni selezionati. Questi algoritmi sono considerati piuttosto inaffidabili e cercano di utilizzare componenti più stabili e indipendenti dal tipo di colore dell'immagine.
Riso. 3 Filigrana dopo la conversione
Per quanto riguarda gli artefatti caotici menzionati in precedenza, gli algoritmi per riconoscerli saranno radicalmente diversi. Poiché si presuppone la formazione di artefatti caotici imponendo una certa filigrana sull'immagine, che viene trasformata da alcune trasformazioni (ad esempio, la trasformata discreta di Fourier). Gli artefatti derivanti da tali trasformazioni sono distribuiti sull'intero schermo ed è difficile identificarne lo schema. In base a ciò, la filigrana verrà posizionata in tutta l'immagine sotto forma di artefatti “casuali”. Il riconoscimento di tale filigrana si riduce alla trasformazione diretta dell'immagine utilizzando le funzioni di trasformazione. Il risultato della trasformazione è presentato in figura (Fig. 3).
Ma sorgono una serie di problemi che impediscono il riconoscimento della filigrana in condizioni non ideali. A seconda del tipo di conversione, possono verificarsi diverse difficoltà, ad esempio l'impossibilità di riconoscere un documento ottenuto fotografando con un ampio angolo rispetto allo schermo, o semplicemente una foto di qualità piuttosto scadente, o uno screenshot salvato in un file con compressione ad alta perdita. Tutti questi problemi portano alla complicazione dell'identificazione di una filigrana; nel caso di un'immagine angolata, è necessario applicare trasformazioni più complesse oppure applicare trasformazioni affini all'immagine, ma nessuna delle due garantisce il ripristino completo della filigrana. Se consideriamo il caso della cattura dello schermo, sorgono due problemi: il primo è la distorsione durante la visualizzazione sullo schermo stesso, il secondo è la distorsione durante il salvataggio dell'immagine dallo schermo stesso. Il primo è abbastanza difficile da controllare perché esistono matrici per monitor di diversa qualità e, a causa dell'assenza dell'uno o dell'altro colore, interpolano il colore a seconda della loro rappresentazione cromatica, introducendo così distorsioni nella filigrana stessa. Il secondo è ancora più difficile, perché è possibile salvare uno screenshot in qualsiasi formato e, di conseguenza, perdere parte della gamma di colori, quindi possiamo semplicemente perdere la filigrana stessa.
Problemi di implementazione
Nel mondo moderno esistono numerosi algoritmi per l'introduzione di filigrane, ma nessuno garantisce la possibilità al 100% di un ulteriore riconoscimento della filigrana dopo la sua implementazione. La difficoltà principale è determinare l'insieme delle condizioni riproduttive che possono verificarsi in ciascun caso specifico. Come accennato in precedenza, è difficile creare un algoritmo di riconoscimento che tenga conto di tutte le possibili caratteristiche di distorsione e tentativi di danneggiare la filigrana. Ad esempio, se all'immagine corrente viene applicato un filtro gaussiano e gli artefatti nell'immagine originale erano piuttosto piccoli e contrastanti rispetto allo sfondo dell'immagine, diventa impossibile riconoscerli oppure parte della filigrana andrà persa . Consideriamo il caso di una fotografia, con un alto grado di probabilità avrà moiré (Fig. 5) e una “griglia” (Fig. 4). L'effetto moiré si verifica a causa della discrezione della matrice dello schermo e della discrezione della matrice dell'apparecchio di registrazione; in questa situazione, due immagini mesh si sovrappongono l'una all'altra. Molto probabilmente la mesh coprirà parzialmente gli artefatti della filigrana e causerà un problema di riconoscimento; l'effetto moiré, a sua volta, in alcuni metodi di incorporamento della filigrana ne rende impossibile il riconoscimento, poiché si sovrappone a parte dell'immagine con la filigrana.
Riso. 4 Griglia di immagini
Riso. 5 Moire
Per aumentare la soglia di riconoscimento delle filigrane, è necessario utilizzare algoritmi basati su reti neurali ad autoapprendimento e durante il funzionamento, che impareranno a riconoscere le immagini delle filigrane. Ora esiste un numero enorme di strumenti e servizi di rete neurale, ad esempio da Google. Se lo desideri, puoi trovare una serie di immagini di riferimento e insegnare alla rete neurale a riconoscere gli artefatti necessari. Questo approccio ha le possibilità più promettenti per identificare filigrane anche molto distorte, ma per un'identificazione rapida richiede una grande potenza di calcolo e un periodo di addestramento piuttosto lungo per la corretta identificazione.
Tutto quanto descritto sembra abbastanza semplice, ma più approfondisci questi problemi, più capisci che per riconoscere le filigrane è necessario dedicare molto tempo all'implementazione di uno qualsiasi degli algoritmi e ancora più tempo per portarlo alla probabilità richiesta di riconoscere ogni immagine.
Fonte: habr.com