Penulis:
(1) Xueying Mao, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok (xymao22@[email protected]);
(2) Xiaoxiao Hu, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok ([email protected]);
(3) Wanli Peng, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok ([email protected]);
(4) Zhenliang Gan, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok (zlgan23@[email protected]);
(5) Qichao Ying, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok ([email protected]);
(6) Zhenxing Qian, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok dan Penulis Korespondensi ([email protected]);
(7) Sheng Li, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok ([email protected]);
(8) Xinpeng Zhang, Sekolah Ilmu Komputer, Universitas Fudan, Tiongkok ([email protected]).
Catatan editor: Ini adalah Bagian 1 dari 7 studi yang menjelaskan pengembangan metode baru untuk menyembunyikan pesan rahasia dalam fitur semantik video, sehingga lebih aman dan tahan terhadap distorsi selama berbagi secara daring. Baca selengkapnya di bawah ini.
Metode steganografi video tradisional didasarkan pada modifikasi ruang rahasia untuk penyisipan, sedangkan kami mengusulkan pendekatan inovatif yang menyematkan pesan rahasia dalam fitur semantik untuk steganografi selama proses penyuntingan video. Meskipun metode steganografi video tradisional yang ada menampilkan tingkat keamanan dan kapasitas penyisipan tertentu, metode tersebut tidak memiliki ketahanan yang memadai terhadap distorsi umum dalam jaringan sosial daring (OSN). Dalam makalah ini, kami memperkenalkan jaringan steganografi video generatif (RoGVS) yang tangguh dari ujung ke ujung, yang mencapai penyuntingan visual dengan memodifikasi fitur semantik video untuk menyematkan pesan rahasia. Kami menggunakan skenario pertukaran wajah untuk memamerkan efek penyuntingan visual. Pertama-tama kami merancang modul penyisipan pesan rahasia untuk secara adaptif menyembunyikan pesan rahasia ke dalam fitur semantik video. Eksperimen ekstensif menunjukkan bahwa metode RoGVS yang diusulkan yang diterapkan pada kumpulan data video wajah menunjukkan keunggulannya atas teknik steganografi video dan gambar yang ada dalam hal ketahanan dan kapasitas.
Istilah Indeks — Steganografi video generatif, Steganografi robust, Modifikasi semantik
Steganografi adalah ilmu dan teknologi penyisipan pesan rahasia ke dalam media digital alami, seperti gambar, video, teks, dll. Secara umum, media digital alami disebut “cover” dan media digital yang berisi pesan rahasia disebut “stego”. Metode steganografi gambar konvensional [49, 12, 31] terutama memodifikasi komponen frekuensi tinggi untuk menyisipkan pesan rahasia. Metode ini umumnya menggunakan metodologi seperti manipulasi nilai piksel atau mengintegrasikan pesan rahasia ke dalam gambar cover sebelum memasukkannya ke encoder untuk tujuan steganografi.
Dalam beberapa tahun terakhir, seiring maraknya aplikasi perangkat lunak video pendek seperti TikTok, YouTube, Snapchat, dll., video telah menjadi pembawa yang cocok untuk steganografi.
Metode steganografi video tradisional, yang memanfaatkan manipulasi nilai piksel langsung [32], pemetaan kode [34], atau fungsi distorsi adaptif [36], memanfaatkan redundansi data video untuk menyembunyikan informasi. Meskipun demikian, meskipun berhasil dalam hal keamanan dan kapasitas penyisipan, metode ini dalam memodifikasi ruang rahasia dapat dihapus dengan mudah melalui operasi pasca-pemrosesan umum. Jadi, metode ini rentan untuk mengurangi berbagai distorsi yang mungkin terjadi dalam transmisi saluran yang lossy.
Penyuntingan visual pada video dapat dilihat sebagai proses memodifikasi informasi semantik objek di dalamnya. Alih-alih menyembunyikan pesan rahasia di ruang rahasia, kami menanamkan pesan rahasia dalam fitur semantik video untuk penyuntingan visual. Fitur semantik tingkat lanjut kurang rentan terhadap distorsi, menjadikan metode ini secara inheren tangguh. Untuk meningkatkan ketahanan steganografi video, kami mengusulkan jaringan steganografi video generatif (RoGVS) tangguh ujung-ke-ujung, yang terdiri dari empat modul, yang berisi modul penyandian informasi, model penyisipan pesan rahasia, lapisan penyerang, dan modul ekstraksi pesan rahasia. Untuk evaluasi, kami menggunakan teknologi face-swapping sebagai contoh untuk menunjukkan keefektifan metode kami, sementara itu dapat dengan mudah diperluas ke aplikasi lain. Eksperimen komprehensif telah menunjukkan bahwa metode kami melampaui teknik mutakhir, mencapai ketahanan dan kemampuan generalisasi yang terpuji.
Kontribusi utama dari karya kami adalah sebagai berikut: 1) Kami adalah yang pertama mengeksplorasi metode steganografi video generatif baru, yang memodifikasi fitur semantik untuk menanamkan pesan rahasia selama penyuntingan visual alih-alih memodifikasi ruang rahasia. Kerangka kerja ini menunjukkan ekstensibilitas yang kuat, yang berfungsi sebagai topik baru untuk pengembangan bidang steganografi di masa mendatang. 2) Metode yang diusulkan kuat terhadap distorsi umum dalam platform jejaring sosial dan pesan rahasia dapat diekstraksi dengan akurasi tinggi. 3) Metode kami mencapai keamanan yang lebih baik untuk anti-steganalisis daripada metode canggih lainnya, yang secara efektif dapat menghindari deteksi sistem steganalisis.
Makalah ini tersedia di arxiv di bawah lisensi CC 4.0.