АНАЛІЗ ПЕРЕДУМОВ ДЛЯ ЗАБЕЗПЕЧЕННЯ КОНСЕНСУСУ РЕСУРСІВ ПРИ ВИКОНАННІ ПРОЦЕДУР ВСТАВЛЕННЯ СТЕГАНОГРАФІЧНИХ ДАНИХ

DOI: 10.31673/2409-7292.2025.030518

Анотація

В умовах сталого зростання складності та багатовекторності сучасних кіберзагроз, цифрова стеганографія
продовжує відігравати важливу роль у забезпеченні конфіденційності даних [1-4] в інформаційних системах (ІС), що
функціонують в умовах обмеженості ресурсів. Актуальність цього напрямку підкреслює необхідність створення
енергоефективних стеганографічних алгоритмів, які поєднують стійкість контенту до злому та низьку обчислювальну
складність. Експерименти підтвердили припущення, що процедура попереднього згладжування контенту покращує
початкові умови формування серії базових блоків (ББ) вихідних зображень (в даному випадку контенту), мінімізуючи
кількість процедур на етапі їх кодування з перетворенням. Впровадження цих процедур зменшує наслідки
флуктуаційного «шуму» в низькоінформаційних областях зображень та покращує показник обчислювальної складності
алгоритму обробки. За результатами тестових випробувань були отримані попередні оцінки їхньої продуктивності: -
за часом виконання, показником PSNR та кількістю сформованих ББ. Можливість гнучкого налаштування параметрів
попередньої обробки [1,5] дозволяє адаптувати процес згладжування до різних типів даних (статистичних властивостей
контенту), забезпечуючи контрольований рівень візуальних спотворень в умовах існуючих обмежень ресурсів
використовуваних апаратних платформ. У практичному плані такі наслідки надзвичайно корисні, особливо в умовах
багатозадачності та/або дефіциту залишкової ємності акумулятора в гаджетах. Це забезпечує високу гнучкість та
ефективність процесу стеганографії навіть в умовах обмежених ресурсів базового пристрою та/або системи. Проведене
моделювання дозволяє говорити про хороші перспективи подальшого впровадження розглянутих механізмів обробки
даних у структуру спеціалізованих стеганографічних алгоритмів, що входять до групи мобільних додатків. Отримані
результати сприяють подальшому вдосконаленню концепції низькоресурсної стеганографії та формують перспективні
напрямки для подальших досліджень.
Ключові слова: стеганографія, кодування довжин прогонів, зображення, базовий блок, інкапсуляція,
обчислювальна складність; консенсус щодо ресурсів.

Перелік посилань
1. Конахович, Г., Прогонов, Д., & Пузиренко, О. (2018). Комп’ютерна стеганографічна обробка й аналіз
мультимедійних даних : підручник. Київ: Центр навчальної літератури.
2. Fridrich, J. (2009). Steganography in Digital Media: Principles, Algorithms, and Applications. Cambridge:
Cambridge University Press.
3. Yahya, A. (2019). Steganography techniques for digital images. Springer International Publishing.
4. Hassaballah, M. (2020). Digital Media Steganography: Principles, Algorithms, and Advances. Academic Press.
5. Гончаров, М. О., & Малахов, С. В. (2021, 21–23 квітня). Моделювання процедур підготовки даних
стеганоалгоритма з багаторівневим мультиплексуванням контенту. Комп’ютерне моделювання в наукоємних
технологіях (КНМТ-2021): матеріали 7-ї міжнар. наук.-техн. конф. Харків: ХНУ ім. В. Н. Каразіна, 118–122. URL:
http://surl.li/axsna.
6. Honcharov, M., & Malakhov, S. (2024). MODELING ATTEMPTS OF UNAUTHORIZED EXTRACTION OF
STEGANOCONTENT UNDER DIFFERENT COMBINATIONS OF DATA KEY-EXTRACTOR. Collection of
Scientific Papers «ΛΌГOΣ», (March 1, 2024; Paris, France), 234-245. DOI: 10.36074/logos-01.03.2024.053.
7. Shih, F. Y. (2020). Digital watermarking and steganography. Boca Raton: CRC Press.
8. Fuad, M., & Ernawan, F. (2020). Video steganography based on DCT psychovisual and object motion. Bulletin
of Electrical Engineering and Informatics, 9(3), 1015–1023. DOI: 10.11591/eei.v9i3.1859
9. Гончаров, Н., Лесная, Ю., & Малахов, С. (2022). Адаптация принципа кодирования длин серий для
противодействия попыткам неавторизованной экстракции стеганоконтента. Grail of Science, (17), 241-247. DOI:
10.36074/grail-of-science.22.07.2022.042.
10. Honcharov, M., & Malakhov, S. (2023). Adaptive modification of the output array of basic blocks series as а
mechanism to counteract unauthorized extraction of the staganocontent. Science and technology today, 8(22), 336-352.
DOI:10.52058/2786-6025-2023-8(22)-336-352.
11. Малахов, С., Колованова, Є., & Гончаров, М. (2023). ОСОБЛИВОСТІ НЕСАНКЦІОНОВАНОЇ
ЕКСТРАКЦІЇ СТЕГАНОКОНТЕНТУ ПРИ ЗМІНАХ ПРОСТОРОВОГО ПОЗИЦІЮВАННЯ ОПОРНИХ БЛОКІВ
КОНТЕНТУ. Collection of Scientific Papers «ΛΌΓOΣ», (May 26, 2023; Boston, USA), 152–157. DOI: 10.36074/logos26.05.2023.041
12. Pratt, W. K. (1978). Digital Image Processing. John Wiley & Sons.
13. Honcharov, M., Pavlova, L., & Lesnaya, Y. (2022). Modeling steganocontent extraction attempts with different
lengths stack sampling series of images blocks. Computer Science and Cybersecurity, (2), 22-27. DOI: 10.26565/2519-
2310-2022-2-02