Datorită creșterii constante a nivelului de dezvoltare a tehnologiei informației, în fiecare an documentele electronice devin din ce în ce mai convenabile și mai solicitate în utilizare și încep să domine asupra suporturilor tradiționale de hârtie. Prin urmare, este foarte important să acordați atenție în timp util protejării conținutului informațiilor nu numai pe suporturile tradiționale de hârtie, ci și pe documentele electronice. Fiecare companie mare care deține secrete comerciale, de stat și alte secrete dorește să prevină posibile scurgeri de informații și compromiterea informațiilor clasificate și, dacă este detectată o scurgere, să ia măsuri pentru a opri scurgerile și pentru a identifica contravenientul.
Câteva despre opțiunile de protecție
Pentru îndeplinirea acestor sarcini se introduc anumite elemente de protecție. Astfel de elemente pot fi coduri de bare, etichete vizibile, etichete electronice, dar cele mai interesante sunt etichetele ascunse. Unul dintre cei mai frapanți reprezentanți sunt filigranele; acestea pot fi aplicate pe hârtie sau adăugate înainte de imprimarea pe o imprimantă. Nu este un secret pentru nimeni că imprimantele își pun propriile filigrane (puncte galbene și alte semne) atunci când imprimă, dar vom lua în considerare și alte artefacte care pot fi puse pe ecranul unui computer la locul de muncă al unui angajat. Astfel de artefacte sunt generate de un pachet software special care atrage artefacte deasupra spațiului de lucru al utilizatorului, minimizând vizibilitatea artefactelor în sine și fără a interfera cu munca utilizatorului. Aceste tehnologii au rădăcini străvechi în ceea ce privește evoluțiile științifice și algoritmii folosiți pentru a prezenta informații ascunse, dar sunt destul de rari în lumea modernă. Această abordare se regăsește mai ales în sfera militară și pe hârtie, pentru identificarea promptă a angajaților fără scrupule. Aceste tehnologii abia încep să fie introduse în mediul comercial. Filigranele vizibile sunt acum utilizate în mod activ pentru a proteja drepturile de autor ale diferitelor fișiere media, dar cele invizibile sunt destul de rare. Dar trezesc și cel mai mare interes.
Artefacte de securitate
Invizibil pentru oameni Filigranele formează diverse artefacte care pot fi, în principiu, invizibile pentru ochiul uman și pot fi mascate în imagine sub formă de puncte foarte mici. Vom lua în considerare obiectele vizibile, deoarece cele invizibile pentru ochi se pot afla în afara spațiului de culoare standard al majorității monitoarelor. Aceste artefacte sunt de o valoare deosebită datorită gradului lor ridicat de invizibilitate. Cu toate acestea, este imposibil să faceți CEH-urile complet invizibile. În procesul de implementare a acestora, un anumit tip de distorsiune a imaginii containerului este introdus în imagine și apar un fel de artefacte pe ea. Să luăm în considerare două tipuri de obiecte:
- Ciclic
- Haotic (introdus prin conversia imaginii)
Elementele ciclice reprezintă o anumită secvență finită de elemente repetate care se repetă de mai multe ori pe imaginea de pe ecran (Fig. 1).
Artefactele haotice pot fi cauzate de diferite tipuri de transformări ale imaginii suprapuse (Fig. 2), de exemplu, introducerea unei holograme.
Orez. 1 Artefacte de ciclism
Orez. 2 artefacte haotice
Mai întâi, să ne uităm la opțiunile pentru recunoașterea artefactelor ciclice. Astfel de artefacte pot fi:
- filigrane text care se repetă pe ecran
- secvențe binare
- un set de puncte haotice în fiecare celulă de grilă
Toate artefactele enumerate sunt aplicate direct deasupra conținutului afișat; în consecință, ele pot fi recunoscute prin identificarea extremelor locale ale histogramei fiecărui canal de culoare și, în consecință, tăind toate celelalte culori. Această metodă implică lucrul cu combinații de extreme locale ale fiecăruia dintre canalele histogramei. Problema se bazează pe căutarea extremelor locale într-o imagine destul de complexă, cu multe detalii de tranziție bruscă; histograma arată foarte bine, ceea ce face această abordare inaplicabilă. Puteți încerca să aplicați diverse filtre, dar acestea vor introduce propriile distorsiuni, ceea ce poate duce în cele din urmă la incapacitatea de a detecta filigranul. Există, de asemenea, opțiunea de a recunoaște aceste artefacte folosind anumite detectoare de margine (de exemplu, detectorul de margine Canny). Aceste abordări își au locul pentru artefactele care sunt destul de clare în tranziție; detectorii pot evidenția contururile imaginii și, ulterior, pot selecta intervale de culoare din contururi pentru a binariza imaginea pentru a evidenția și mai mult artefactele în sine, dar aceste metode necesită o reglare destul de fină pentru a evidenția contururile necesare, precum și binarizarea ulterioară a imaginii în sine în raport cu culorile din contururile selectate. Acești algoritmi sunt considerați destul de nesiguri și încearcă să folosească mai stabil și independent de tipul de componente de culoare ale imaginii.
Orez. 3 Filigran după conversie
În ceea ce privește artefactele haotice menționate mai devreme, algoritmii de recunoaștere a acestora vor fi radical diferiți. Deoarece formarea artefactelor haotice este presupusă prin impunerea unui anumit filigran pe imagine, care este transformat de unele dintre transformări (de exemplu, transformata Fourier discretă). Artefactele din astfel de transformări sunt distribuite pe întregul ecran și este dificil să le identifici modelul. Pe baza acestui fapt, filigranul va fi amplasat în întreaga imagine sub formă de artefacte „aleatorie”. Recunoașterea unui astfel de filigran se reduce la transformarea directă a imaginii folosind funcții de transformare. Rezultatul transformării este prezentat în figură (Fig. 3).
Dar apar o serie de probleme care împiedică recunoașterea filigranului în condiții mai puțin decât ideale. În funcție de tipul de conversie, pot apărea diverse dificultăți, de exemplu, imposibilitatea recunoașterii unui document obținut prin fotografiarea la un unghi mare față de ecran, sau pur și simplu o fotografie de calitate destul de proastă, sau o captură de ecran salvată în un fișier cu compresie cu pierderi mari. Toate aceste probleme duc la complicarea identificării unui filigran; în cazul unei imagini în unghi, este necesar să se aplice fie transformări mai complexe, fie să se aplice transformări afine imaginii, dar nici unul nu garantează restaurarea completă a filigranului. Dacă luăm în considerare cazul captării ecranului, apar două probleme: prima este distorsiunea la afișarea pe ecran în sine, a doua este distorsiunea la salvarea imaginii de pe ecran în sine. Primul este destul de greu de controlat din cauza faptului că există matrice pentru monitoare de calitate diferită și, din cauza absenței uneia sau altei culori, acestea interpolează culoarea în funcție de reprezentarea culorii lor, introducând astfel distorsiuni în filigranul însuși. Al doilea este și mai dificil, datorită faptului că puteți salva o captură de ecran în orice format și, în consecință, puteți pierde o parte din gama de culori, prin urmare, putem pierde pur și simplu filigranul în sine.
Probleme de implementare
În lumea modernă, există destul de mulți algoritmi pentru introducerea filigranelor, dar niciunul nu garantează 100% posibilitatea de a recunoaște în continuare un filigran după implementarea acestuia. Principala dificultate este determinarea setului de condiții de reproducere care pot apărea în fiecare caz specific. După cum am menționat mai devreme, este dificil să se creeze un algoritm de recunoaștere care să ia în considerare toate caracteristicile posibile ale distorsiunii și încercările de a deteriora filigranul. De exemplu, dacă un filtru gaussian este aplicat imaginii curente, iar artefactele din imaginea originală erau destul de mici și contrastante cu fundalul imaginii, atunci fie devine imposibil să le recunoașteți, fie o parte din filigran se va pierde . Să luăm în considerare cazul unei fotografii, cu un grad mare de probabilitate să aibă moire (Fig. 5) și o „grilă” (Fig. 4). Moire apare din cauza discretității matricei ecranului și a discretității matricei echipamentului de înregistrare; în această situație, două imagini de plasă sunt suprapuse una peste alta. Plasa va acoperi cel mai probabil parțial artefactele filigranului și va cauza o problemă de recunoaștere; moire, la rândul său, în unele metode de încorporare a filigranului face imposibilă recunoașterea acestuia, deoarece se suprapune o parte a imaginii cu filigranul.
Orez. 4 Grilă de imagini
Orez. 5 Moire
Pentru a crește pragul de recunoaștere a filigranelor, este necesar să se utilizeze algoritmi bazați pe rețele neuronale de auto-învățare și în proces de funcționare, care vor învăța ei înșiși să recunoască imaginile filigranelor. Acum există un număr mare de instrumente și servicii de rețea neuronală, de exemplu, de la Google. Dacă doriți, puteți găsi un set de imagini de referință și puteți învăța rețeaua neuronală să recunoască artefactele necesare. Această abordare are cele mai promițătoare șanse de a identifica chiar și filigrane foarte distorsionate, dar pentru o identificare rapidă necesită o putere mare de calcul și o perioadă de antrenament destul de lungă pentru identificarea corectă.
Tot ceea ce este descris pare destul de simplu, dar cu cât vă aprofundați mai mult în aceste probleme, cu atât înțelegeți mai mult că pentru a recunoaște filigranele trebuie să petreceți mult timp implementării oricăruia dintre algoritmi și chiar mai mult timp pentru a le aduce la probabilitatea necesară de recunoscând fiecare imagine.
Sursa: www.habr.com