Z nenehnim napredkom informacijske tehnologije postajajo elektronski dokumenti vse bolj priročni in priljubljeni ter prevladujejo nad tradicionalnimi papirnatimi mediji. Zato je ključnega pomena dati prednost zaščiti informacijske vsebine ne le na tradicionalnih papirnatih medijih, temveč tudi na elektronskih dokumentih. Vsako veliko podjetje, ki hrani poslovne, vladne in druge skrivnosti, želi preprečiti morebitno uhajanje informacij in ogrožanje tajnih podatkov, v primeru odkritja uhajanja pa sprejeti ukrepe za zaustavitev uhajanja in identifikacijo storilca.
Malo o možnostih zaščite
Za dosego teh nalog se uvedejo določeni varnostni elementi. Ti elementi lahko vključujejo črtne kode, vidne nalepke, elektronske oznake, najbolj zanimive pa so skrite nalepke. Vodni žigi so med najvidnejšimi primeri; lahko se nanesejo na papir ali dodajo pred tiskanjem. Ni skrivnost, da tiskalniki med tiskanjem dodajo svoje vodne žige (rumene pike in druge oznake), vendar bomo obravnavali druge artefakte, ki se lahko pojavijo na računalniškem zaslonu ali na delovni postaji zaposlenega. Te artefakte ustvari specializiran programski paket, ki prekrije artefakte na uporabnikovem delovnem prostoru, s čimer zmanjša njihovo vidnost in ne moti uporabnikovega delovnega procesa. Te tehnologije imajo starodavne korenine v znanstvenem razvoju in algoritmih za predstavitev skritih informacij, vendar so v sodobnem svetu relativno redke. Ta pristop se uporablja predvsem v vojski in na papirnih medijih za hitro prepoznavanje nepoštenih zaposlenih. Komercialni sektor te tehnologije šele začenja uporabljati. Vidni vodni žigi se zdaj pogosto uporabljajo za zaščito avtorskih pravic različnih medijskih datotek, medtem ko so nevidni precej redki. Vendar pa so tudi tisti, ki vzbujajo največ zanimanja.
Varnostni artefakti
Nevidni vodni žigi ustvarjajo različne artefakte, ki so lahko človeškemu očesu praktično nevidni ali pa so na sliki zakriti kot zelo majhne pike. Osredotočili se bomo na vidne predmete, saj se nevidni lahko nahajajo zunaj standardnega barvnega prostora večine monitorjev. Ti artefakti so še posebej dragoceni zaradi svoje visoke stopnje nevidnosti. Vendar pa je nemogoče narediti digitalne vodne žige popolnoma nevidne. Ko so vdelani v sliko, v posodo vnesejo določena popačenja in ustvarijo artefakte. Upoštevali bomo dve vrsti predmetov:
- Ciklično
- Kaotično (uvedeno s transformacijo slike)
Ciklični vzorci so specifično končno zaporedje ponavljajočih se elementov, ki se na zaslonski sliki ponovi večkrat (slika 1).
Kaotične artefakte lahko povzročijo različne vrste transformacij naložene slike (slika 2), na primer uvedba holograma.
Slika 1 Ciklični artefakti
Slika 2 Kaotični artefakti
Začnimo z ogledom možnosti za prepoznavanje cikličnih artefaktov. Takšni artefakti lahko vključujejo:
- besedilni vodni žigi, ki se ponavljajo po celotnem zaslonu
- binarna zaporedja
- niz naključnih točk v vsaki celici mreže
Vsi našteti artefakti se nanesejo neposredno na prikazano vsebino. Zato jih je mogoče prepoznati z identifikacijo lokalnih ekstremov histograma za vsak barvni kanal in nato z izrezovanjem vseh drugih barv. Ta metoda vključuje delo s kombinacijami lokalnih ekstremov za vsak histogramski kanal. Težava je v iskanju lokalnih ekstremov v precej kompleksni sliki z veliko ostrimi prehodi; histogram je videti zelo žagast, zaradi česar ta pristop ni uporaben. Uporabiti je mogoče različne filtre, vendar ti vnašajo svoja popačenja, kar lahko na koncu privede do nezmožnosti zaznavanja vodnega žiga. Druga možnost je prepoznavanje teh artefaktov z uporabo določenih detektorjev robov (na primer Cannyjev detektor robov). Ti pristopi so primerni za artefakte z dokaj ostrimi prehodi. Detektorji lahko označijo konture slike in nato izberejo barvne razpone znotraj kontur za binarizacijo slike, da dodatno izolirajo same artefakte. Vendar pa te metode zahtevajo precej natančno nastavitev za identifikacijo želenih kontur, pa tudi naknadno binarizacijo same slike glede na barve znotraj izbranih kontur. Ti algoritmi veljajo za precej nezanesljive in ponavadi uporabljajo bolj stabilne algoritme, ki so neodvisni od vrste barvnih komponent slike.
Slika 3 Vodni žig po pretvorbi
Glede kaotičnih artefaktov, o katerih smo razpravljali prej, bodo algoritmi za njihovo prepoznavanje radikalno drugačni. Kaotični artefakti nastanejo tako, da se na sliko namesti vodni žig, ki se nato transformira z uporabo neke vrste transformacije (na primer diskretne Fourierjeve transformacije). Artefakti takšnih transformacij so porazdeljeni po celotnem zaslonu, zaradi česar je težko razločiti vzorec. Zato se bo vodni žig nahajal po celotni sliki kot "naključni" artefakti. Prepoznavanje takšnega vodnega žiga vključuje neposredno transformacijo slike z uporabo transformacijskih funkcij. Rezultat transformacije je prikazan na sliki (slika 3).
Vendar pa se pojavljajo številne težave, ki ovirajo prepoznavanje vodnega žiga v manj kot idealnih pogojih. Glede na vrsto transformacije se lahko pojavijo različne težave, kot so nezmožnost prepoznavanja dokumenta, fotografiranega pod strmim kotom glede na zaslon, ali preprosto slike slabe kakovosti ali posnetka zaslona, shranjenega v datoteki z izgubno kompresijo. Vse te težave otežujejo zaznavanje vodnega žiga. V primeru poševne slike je treba uporabiti bodisi bolj zapletene transformacije bodisi afine transformacije slike, vendar nobena od metod ne zagotavlja popolne obnovitve vodnega žiga. Glede na primer zajema zaslona se pojavita dve težavi: prva je popačenje med prikazom na samem zaslonu, druga pa je popačenje med shranjevanjem same slike zaslona. Prvo je precej težko nadzorovati, ker se kakovost matric monitorjev razlikuje, in zaradi odsotnosti določene barve interpolirajo barve glede na svojo barvno predstavitev, s čimer v sam vodni žig vnesejo popačenja. Druga je še težja, ker lahko posnetek zaslona shranite v kateri koli obliki in s tem izgubite del barvnega razpona, zato lahko preprosto izgubimo sam vodni žig.
Težave z izvajanjem
Danes je na voljo veliko algoritmov za vdelavo vodnih žigov, vendar nobeden ne zagotavlja 100-odstotnega prepoznavanja vodnega žiga po vdelavi. Glavni izziv je določiti obseg pogojev predvajanja, ki se lahko pojavijo v vsakem posameznem primeru. Kot smo že omenili, je težko ustvariti algoritem za prepoznavanje, ki upošteva vsa možna popačenja in poskuse poškodovanja vodnega žiga. Če na primer na trenutno sliko uporabimo Gaussov filter, artefakti na izvirni sliki pa so majhni in kontrastni glede na ozadje, jih bo bodisi nemogoče prepoznati bodisi bo del vodnega žiga izgubljen. Razmislimo o primeru fotografije, ki bo zelo verjetno imela moiré (slika 5) in "mrežo" (slika 4). Moiré nastane zaradi diskretnosti matrike zaslona in diskretnosti matrike slikovne naprave; v tem primeru se prekrivata dve mreži podobni sliki. Mreža bo verjetno delno zakrila artefakte vodnega žiga in povzročila težave s prepoznavanjem, medtem ko moiré pri nekaterih metodah vdelave vodnega žiga onemogoča njegovo prepoznavanje, saj zakrije del slike z vodnim žigom.
Slika 4 Mreža slike
Slika 5 Moire
Za izboljšanje prepoznavanja vodnih žigov je treba uporabiti algoritme, ki temeljijo na samoučečih se nevronskih mrežah, ki se bodo med delovanjem samodejno naučile prepoznavati slike vodnih žigov. Trenutno obstaja ogromno število orodij in storitev nevronskih mrež, kot so na primer tiste od Googla. Po želji lahko poiščemo nabor referenčnih slik in nevronsko mrežo naučimo prepoznati zahtevane artefakte. Ta pristop ponuja najboljše možnosti za zaznavanje tudi močno popačenih vodnih žigov, vendar zahteva veliko računalniško moč in precej dolgo obdobje učenja za natančno zaznavanje.
Vse opisano se zdi dovolj preprosto, a globlje ko se poglobite v ta vprašanja, bolj spoznate, da prepoznavanje vodnih žigov zahteva veliko časa za implementacijo katerega koli od algoritmov in še več časa za njegovo izpopolnjevanje do zahtevane verjetnosti prepoznavanja za vsako sliko.
Vir: www.habr.com
