Dahil sa patuloy na pagtaas sa antas ng pag-unlad ng teknolohiya ng impormasyon, bawat taon ang mga elektronikong dokumento ay nagiging mas maginhawa at hinihiling sa paggamit at nagsisimula nang mangibabaw sa tradisyonal na papel na media. Samakatuwid, napakahalaga na magbayad ng napapanahong pansin sa pagprotekta sa nilalaman ng impormasyon hindi lamang sa tradisyonal na papel na media, kundi pati na rin sa mga elektronikong dokumento. Ang bawat malaking kumpanya na may komersyal, estado at iba pang mga sikreto ay gustong pigilan ang posibleng pagtagas ng impormasyon at kompromiso ang classified na impormasyon, at kung may matukoy na pagtagas, gumawa ng mga hakbang upang ihinto ang mga pagtagas at tukuyin ang lumalabag.
Kaunti tungkol sa mga opsyon sa proteksyon
Upang maisagawa ang mga gawaing ito, ipinakilala ang ilang mga elemento ng proteksyon. Ang mga nasabing elemento ay maaaring mga barcode, nakikitang mga tag, mga elektronikong tag, ngunit ang pinaka-kawili-wili ay mga nakatagong tag. Ang isa sa mga pinaka-kapansin-pansin na kinatawan ay mga watermark; maaari silang ilapat sa papel o idagdag bago i-print sa isang printer. Hindi lihim na ang mga printer ay naglalagay ng kanilang sariling mga watermark (dilaw na tuldok at iba pang mga marka) kapag nagpi-print, ngunit isasaalang-alang namin ang iba pang mga artifact na maaaring ilagay sa screen ng computer sa lugar ng trabaho ng isang empleyado. Ang mga naturang artifact ay nabuo ng isang espesyal na software package na kumukuha ng mga artifact sa ibabaw ng workspace ng user, na pinapaliit ang visibility ng mga artifact mismo at nang hindi nakakasagabal sa trabaho ng user. Ang mga teknolohiyang ito ay may mga sinaunang pinagmulan sa mga tuntunin ng siyentipikong pag-unlad at ang mga algorithm na ginagamit upang ipakita ang nakatagong impormasyon, ngunit medyo bihira sa modernong mundo. Ang pamamaraang ito ay pangunahing matatagpuan sa larangan ng militar at sa papel, para sa agarang pagkilala sa mga walang prinsipyong empleyado. Ang mga teknolohiyang ito ay nagsisimula pa lamang na ipakilala sa komersyal na kapaligiran. Ang mga nakikitang watermark ay aktibong ginagamit na ngayon upang protektahan ang copyright ng iba't ibang mga file ng media, ngunit ang mga hindi nakikita ay medyo bihira. Ngunit pinupukaw din nila ang pinakamalaking interes.
Mga Artifact ng Seguridad
Hindi nakikita ng mga tao Ang mga watermark ay bumubuo ng iba't ibang artifact na maaaring, sa prinsipyo, hindi nakikita ng mata ng tao, at maaaring itago sa imahe sa anyo ng napakaliit na tuldok. Isasaalang-alang namin ang mga nakikitang bagay, dahil ang mga hindi nakikita ng mata ay maaaring nasa labas ng karaniwang espasyo ng kulay ng karamihan sa mga monitor. Ang mga artifact na ito ay may partikular na halaga dahil sa kanilang mataas na antas ng invisibility. Gayunpaman, imposibleng gawing ganap na hindi nakikita ang mga CEH. Sa proseso ng kanilang pagpapatupad, ang isang tiyak na uri ng pagbaluktot ng imahe ng lalagyan ay ipinakilala sa imahe, at ilang uri ng mga artifact ang lilitaw dito. Isaalang-alang natin ang 2 uri ng mga bagay:
- Paikot
- Magulong (ipinakilala sa pamamagitan ng conversion ng imahe)
Ang mga cyclic na elemento ay kumakatawan sa isang tiyak na finite sequence ng mga umuulit na elemento na inuulit nang higit sa isang beses sa screen na imahe (Fig. 1).
Ang mga magulong artifact ay maaaring sanhi ng iba't ibang uri ng mga pagbabagong-anyo ng naka-overlay na imahe (Larawan 2), halimbawa, ang pagpapakilala ng isang hologram.
kanin. 1 Mga artifact sa pagbibisikleta
kanin. 2 Magulong Artifact
Una, tingnan natin ang mga opsyon para sa pagkilala sa mga cyclic artifact. Ang ganitong mga artifact ay maaaring:
- mga watermark ng text na umuulit sa screen
- binary sequence
- isang hanay ng mga magulong punto sa bawat grid cell
Ang lahat ng nakalistang artifact ay direktang inilapat sa ibabaw ng ipinapakitang nilalaman; nang naaayon, makikilala ang mga ito sa pamamagitan ng pagtukoy sa lokal na extrema ng histogram ng bawat channel ng kulay at, nang naaayon, pagputol ng lahat ng iba pang mga kulay. Ang pamamaraang ito ay nagsasangkot ng pagtatrabaho sa mga kumbinasyon ng mga lokal na sukdulan ng bawat isa sa mga histogram channel. Ang problema ay nakasalalay sa paghahanap para sa lokal na extrema sa isang medyo kumplikadong imahe na may maraming mga detalye ng mabilis na paglipat; ang histogram ay mukhang napaka-sawtooth, na ginagawang hindi naaangkop ang diskarteng ito. Maaari mong subukang maglapat ng iba't ibang mga filter, ngunit ipapakilala nila ang kanilang sariling mga pagbaluktot, na maaaring humantong sa kawalan ng kakayahang makita ang watermark. Mayroon ding opsyon na kilalanin ang mga artifact na ito gamit ang ilang edge detector (halimbawa, ang Canny edge detector). Ang mga diskarte na ito ay may kanilang lugar para sa mga artifact na medyo matalas sa paglipat; ang mga detector ay maaaring i-highlight ang mga contour ng imahe at pagkatapos ay pumili ng mga hanay ng kulay sa loob ng mga contour upang i-binarize ang imahe upang higit pang i-highlight ang mga artifact sa kanilang sarili, ngunit ang mga pamamaraan na ito ay nangangailangan ng medyo fine tuning upang i-highlight ang kinakailangang mga contour, pati na rin ang kasunod na binarization ng imahe mismo na may kaugnayan sa mga kulay sa mga napiling contour. Ang mga algorithm na ito ay itinuturing na medyo hindi mapagkakatiwalaan at subukang gumamit ng mas matatag at independiyente sa uri ng mga bahagi ng kulay ng imahe.
kanin. 3 Watermark pagkatapos ng conversion
Tulad ng para sa mga magulong artifact na nabanggit kanina, ang mga algorithm para sa pagkilala sa mga ito ay magiging radikal na naiiba. Dahil ang pagbuo ng mga magulong artifact ay ipinapalagay sa pamamagitan ng pagpapataw ng isang tiyak na watermark sa imahe, na binago ng ilan sa mga pagbabagong-anyo (halimbawa, ang discrete Fourier transform). Ang mga artifact mula sa naturang mga pagbabago ay ipinamamahagi sa buong screen at mahirap tukuyin ang kanilang pattern. Batay dito, ang watermark ay matatagpuan sa buong imahe sa anyo ng mga "random" na artifact. Ang pagkilala sa naturang watermark ay bumababa sa direktang pagbabago ng imahe gamit ang mga function ng pagbabago. Ang resulta ng pagbabago ay ipinakita sa figure (Larawan 3).
Ngunit maraming problema ang lumitaw na pumipigil sa pagkilala ng watermark sa mas mababa sa perpektong mga kondisyon. Depende sa uri ng conversion, maaaring mayroong iba't ibang mga paghihirap, halimbawa, ang imposibilidad ng pagkilala ng isang dokumento na nakuha sa pamamagitan ng pagkuha ng litrato sa isang malaking anggulo na nauugnay sa screen, o simpleng larawan na medyo mahina ang kalidad, o isang screen capture na naka-save sa isang file na may mataas na loss compression. Ang lahat ng mga problemang ito ay humahantong sa komplikasyon ng pagtukoy ng isang watermark; sa kaso ng isang angled na imahe, ito ay kinakailangan upang ilapat ang alinman sa mas kumplikadong mga pagbabagong-anyo o ilapat ang affine transformations sa imahe, ngunit hindi ginagarantiyahan ang kumpletong pagpapanumbalik ng watermark. Kung isasaalang-alang namin ang kaso ng pagkuha ng screen, dalawang problema ang lumitaw: ang una ay pagbaluktot kapag ipinapakita sa screen mismo, ang pangalawa ay pagbaluktot kapag nagse-save ng imahe mula sa screen mismo. Ang una ay medyo mahirap kontrolin dahil sa ang katunayan na may mga matrice para sa mga monitor na may iba't ibang kalidad, at dahil sa kawalan ng isa o ibang kulay, isinasama nila ang kulay depende sa kanilang representasyon ng kulay, at sa gayon ay nagpapakilala ng mga distortion sa watermark mismo. Ang pangalawa ay mas mahirap, dahil sa ang katunayan na maaari mong i-save ang isang screenshot sa anumang format at, nang naaayon, mawala ang bahagi ng hanay ng kulay, samakatuwid, maaari nating mawala ang watermark mismo.
Mga problema sa pagpapatupad
Sa modernong mundo, napakaraming algorithm para sa pagpapakilala ng mga watermark, ngunit walang naggagarantiya ng 100% na posibilidad ng karagdagang pagkilala sa isang watermark pagkatapos ng pagpapatupad nito. Ang pangunahing kahirapan ay ang pagtukoy sa hanay ng mga kondisyon ng pagpaparami na maaaring lumitaw sa bawat partikular na kaso. Gaya ng nabanggit kanina, mahirap gumawa ng algorithm ng pagkilala na isasaalang-alang ang lahat ng posibleng tampok ng pagbaluktot at pagtatangkang sirain ang watermark. Halimbawa, kung ang Gaussian filter ay inilapat sa kasalukuyang larawan, at ang mga artifact sa orihinal na larawan ay medyo maliit at contrasting laban sa background ng larawan, kung gayon ito ay magiging imposibleng makilala ang mga ito, o ang bahagi ng watermark ay mawawala. . Isaalang-alang natin ang kaso ng isang litrato, na may mataas na antas ng posibilidad na magkakaroon ito ng moire (Larawan 5) at isang "grid" (Larawan 4). Ang Moire ay nangyayari dahil sa discreteness ng screen matrix at ang discreteness ng matrix ng recording equipment; sa sitwasyong ito, dalawang mesh na imahe ang nakapatong sa isa't isa. Malamang na bahagyang sasaklawin ng mesh ang mga artifact ng watermark at magdulot ng problema sa pagkilala; ang moire naman, sa ilang paraan ng pag-embed ng watermark ay ginagawang imposibleng makilala ito, dahil nagsasapawan ito ng bahagi ng larawan sa watermark.
kanin. 4 Grid ng larawan
kanin. 5 Moire
Upang madagdagan ang threshold para sa pagkilala ng mga watermark, kinakailangan na gumamit ng mga algorithm batay sa mga neural network sa pag-aaral sa sarili at sa proseso ng pagpapatakbo, na mismong matututo na makilala ang mga larawan ng watermark. Ngayon ay may isang malaking bilang ng mga tool at serbisyo ng neural network, halimbawa, mula sa Google. Kung ninanais, maaari kang makahanap ng isang hanay ng mga reference na larawan at turuan ang neural network na kilalanin ang mga kinakailangang artifact. Ang diskarte na ito ay may pinaka-maaasahan na mga pagkakataon para sa pagtukoy kahit na napaka-distorted na mga watermark, ngunit para sa mabilis na pagkilala ay nangangailangan ito ng malaking kapangyarihan sa pag-compute at medyo mahabang panahon ng pagsasanay para sa tamang pagkakakilanlan.
Ang lahat ng inilarawan ay tila medyo simple, ngunit habang mas malalim ang iyong pagsisid sa mga isyung ito, mas nauunawaan mo na upang makilala ang mga watermark kailangan mong gumugol ng maraming oras sa pagpapatupad ng alinman sa mga algorithm, at mas maraming oras sa pagdadala nito sa kinakailangang posibilidad ng pagkilala sa bawat larawan.
Pinagmulan: www.habr.com