2022 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 – 2024-03-31
|
| Keywords | 情報ハイディング / ステガノグラフィ / ステガナリシス / オーディオデータセット / 機械学習 / コヒーレンス関数 |
|---|
| Outline of Annual Research Achievements |
ステガノグラフィは、ディジタルコンテンツになんらかの情報を秘匿する情報ハイディング技術とその利用法であり、秘匿通信がそのひとつの目的である。この技術は、インターネット上の様々なコンテンツへ機密情報を秘匿できるため、テロリストや犯罪組織内部の秘匿通信に使われている、という疑いが、9.11テロ以前から報道されていた。このような秘匿通信を検出するため、情報を秘匿する前の元のコンテンツ無しに、ステガノグラフィによる情報秘匿の有無を検出する手法である、ステガナリシスの必要性が高まっている。
本研究では、これまでステガナリシスが成功したという報告のない、IEEE Dataport で公開されている Audio Steganalysis Dataset 10,000ファイルを対象とする。最初に、検査対象信号に対して情報秘匿を行い、秘匿前後のコヒーレンスから、ステガナリシス可能な信号を選別する。その後、秘匿前後のパワースペクトル変化の特徴量を用いたSVM学習を経て、情報秘匿の有無を検出する。この処理は、情報秘匿済み信号に対しては、1回秘匿と2回秘匿のスペクトル変化を調べることになり、情報秘匿無し信号に対しては、秘匿なしと1回秘匿のスペクトル変化を調べることで、これらの相違から秘匿の有無を検出する手法である。
その結果、Datasetのうち27% のファイルに対しては、ステガナリシスが可能と判定され、それらに対する情報秘匿の有無の予測は、正確性 95.0% を示し、有効なステガナリシスが可能であった。一方、Dataset のうちの残り 73% のファイルについては、情報秘匿有無判定不能とされ、今後の課題となった。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
令和4年度冒頭の研究計画に基づきAMR符号化の複数ビットレートモードにおいて、令和3年度提案手法の有効性を検証した。しかし、より検出精度の高い手法が国際学会誌で発表され、その性能に到達することは提案手法の改善では困難だと見込まれた。このため、検出対象を変更し、これまでどの研究者も取り組んだ成果を発表していない、Audio Steganalysis Dataset を対象として、精度の高い手法を開発する方向に研究計画を変更した。さらに個人的理由（家族の介護）も重なり、研究時間を充分とることができなかった。これらのため、進捗状況としてはやや遅れる状況となった。
|
| Strategy for Future Research Activity |
令和4年度に開発したステガナリシス手法を、他の音響データベースにも適用して、その可用範囲を明らかにする。また、これまで先行研究において Steghide による情報秘匿を検出する性能が最も高かった深層学習方式を実装し、いまだ多くのデータに対してステガナリシスが成功しているとはいえない、Audio Steganalysis Dataset に対しても有効かどうかを検証する。
|
| Causes of Carryover |
研究の進捗が少し遅れていたのに加え、成果発表はオンラインでの研究発表会であったため、旅費交通費の支出がなく、次年度使用額が生じた。今年度は、成果発表のための旅費交通費（80千円)、データベース使用料(40千円）、数値演算ソフトウェアMATLABの更新費用（118千円）および消耗品費用として使用する計画である。
|
