2019 Fiscal Year Research-status Report
Blind detection of audio data hiding
| Project/Area Number |
18K11301
|
|---|
| Research Institution | Tokyo University of Information Sciences |
|---|
Principal Investigator |
西村 明 東京情報大学, 総合情報学部, 教授 (30286182)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | ステガナリシス / ステガノグラフィ / LSB / 線形予測 / 機械学習 / 時間周波数分析 / 帯域分割 |
|---|
| Outline of Annual Research Achievements |
画像データ(JPEG, BMP)と音波形データ(WAV, AU)のLSB（最下位ビット）へ情報を秘匿する Steghide を採り上げ、音声波形データ(WAV)に対する情報秘匿の有無を、秘匿前波形データ無しで識別するステガナリシス手法を検討した。2018年度は、音波形データのLSBより上位のビット値より、情報秘匿が行われる前のLSB値を予測する手法を開発した。
2019年度は、その予測手法を用いて、情報秘匿済み信号に対して、その上位ビット値よりLSB値を予測したときに予測正答率が下がるという見込みから、秘匿の有無を検出する手法を検討した。また、他の研究者の研究成果と比較するため、新たにインターネットで公開された大量の音楽データベース（1分間1万曲）を用いた。その結果、識別性能の向上は見られなかった。その理由として、LSB値は、最も振幅値が近いサンプルとの交換によって変更されるため、変更があったLSB値の予測が失敗するサンプルと同程度数、新たに予測が成功するサンプルも生じるためであった。つまり、LSB値の予測精度は秘匿の有無によってほとんど変化しないことが分かった。
また、情報秘匿の影響を受けやすい時間周波数分析におけるパワーが小さいスペクトル成分のパワーは、秘匿にともない大きく変化する点に着目した手法を新たに開発し評価した。その結果、一部性能の向上は見られたが、全体として識別性能の向上は果たせなかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
2018年度に新たに開発したLSB予測手法によって、LSB置換による情報秘匿に起因するLSB値予測正答率の低下を検出し、情報秘匿の有無の識別が可能であるかどうかを調べた。その結果、従来手法を用いた場合の識別性能を超えることはできなかった。また、時間周波数分析結果を入力データとし、情報秘匿の識別を学習する深層ニューラルネットを構築したが、識別性能は従来手法を超えることはできなかった。さらに、時間周波数分析において情報秘匿の影響を受けやすいパワーが小さいスペクトル成分の統計量に着目した手法を新たに開発し評価した。その結果、一部性能の向上は見られたが、全体として識別性能の向上は果たせなかった。
よって、研究は遅れている。
|
| Strategy for Future Research Activity |
Steghide は、秘匿対象信号の振幅統計量をなるだけ変化させないように、秘匿対象サンプルの最下位ビット値が秘匿ビット値となるような、最も値の近いサンプルと交換することで秘匿を行う。このため、秘匿対象音データ全体の振幅統計量はほぼ変化しないが、短い区間ごとに分割すると、その区間での振幅分布には偏りが生じる。これを手掛かりとして、微小区間ごとの情報量を特徴量とするような秘匿の識別を試みる。
また、代表的音声符号化手法であるCELP方式には、そのピッチディレイ値への量子符号化によって情報を秘匿する手法が考案されており、秘匿に伴う音質劣化も少ないことが分かっているが、ピッチディレイ値に量子化に伴う統計量の変化が現れる。これを検出するステガナリシス手法が提案されているが、背景に雑音を含むような音声が符号化される場合には、秘匿が無い場合でも秘匿ありと同様な統計量の変化が現れることが分かっており、識別が困難となる。この問題を再符号化時のピッチディレイ値の統計量の変化により識別する手法に取り組む。さらに、識別性能を高めるために、深層ニューラルネットおよび畳み込みニューラルネットを機械学習として導入する。
|
| Causes of Carryover |
2019年6月に開催された国際オーディオ法科学会議（ポルトガル）へ投稿し参加を予定していたが、分析プログラムの不備に気づき投稿を取り下げた。このため、旅費交通費および参加費を支払う必要が無くなった。2020年3月に電子情報通信学会EMM研究会にて研究発表（石垣島）および、電子情報通信学会応用音響研究会の聴講（那覇）、日本音響学会春季研究発表会聴講（さいたま市）を予定していたが、これらが新型コロナウィルス感染防止対策として不開催となった。よってこれらに対する旅費交通費および参加費を支払う必要が無くなった。これらによって、次年度使用額が生じた。
使用計画としては、オンラインで開催される情報秘匿を主な議題とする国際会議（6月IHMMSec、10月IWDW、11月IIHMSP）を聴講することで、旅費交通費をかけずに最新の研究情報を参考にすること、識別アルゴリズムの可能性を高めるための畳み込みニューラルネットによる機械学習を高速に実行するためのグラフィクスボードを追加購入すること、様々な判別のための機械学習が可能なソフトウェアシステム（SPSS）を導入すること、を計画している。
|
