Steganography

[arnh]

بدليل محدوده سيستم شنوايی انسان مخفی کردن اطلاعات در صدا نيز می تواند مورد استفاده قرار گيرد . سيستم شنوايی انسان می تواند قدرتی بين يک تا يک ميليون و فرکانسی بيشتر يک هزار تا يک را درک کند . همچنين نسبت به پارازيت هايی که اضافه می شود بسيار حساس است . هر گونه مزاحمتی در يک فايل ِ صوتی قابل درک است حتی اگر به کمی 1 قسمت از ده ميليون باشد . به هر حال با اينکه سيستم شنوايی انسان حساسيت زيادی دارد ولی دربرابر بعضی تغييرات حساسيت خود را از دست می دهد مثلا ً صداهای بلند صداهای آرام را در خود جای می دهند .



برای استفاده از صدا برای مخفی کردن اطلاعات دو نکته را بايد در نظر داشت ، اول ، بايد از ضعف سيستم شنوايی انسان سو استفاده کرد و دوم توجه خاصی به حساسيت فوق العاده آن داشت .



محيط های صدا



وقتی سيگنال های صدا فرستاده می شود دو نکته مد نظر است ، يکی وسيله ذخيره صدا و ديگری وسيله پخش آن .







ذخيره صدا



فايلهای صدای ديجيتالی دارای دو خصوصيت هستند :



· الگوی ِ quantisation : معمول ترين فرمت های ذخيره صدا با کيفيت بالا استفاده از فرمت های 16 بيتی ِ خطی ِ quantization است ، مانند آن چيزی که در WAV يا Windows Audio Visual يا AIFF يا Audio Interchange File Format استفاده می شود . مقداری از سيگنال های بوسيله اين فرمت دچار اعوجاج می شود .



· Temporal نرخ نمونه گيری : پر استفاده ترين temporal نرخ نمونه گيری ها برای صدا عبارتند از 8KHz , 9.6KHz , 10KHz , 12KHz , 16KHz , 22.05KHz و 44.1KHz که KHz همان Kilohertz است .نرخ نمونه گيری يک حد بالا برای استفاده از فرکانس های مختلف در صدا ايجاد می کند . به طور کلی فضای قابل استفاده نسبت خطی با نرخ نمونه گيری دارد .



يکی ديگر از روش های ذخيره که بايد به آن توجه کرد ISO MPEG است . در اين فرمت خصوصيات سيگنال ها بوسيله کد کردن بخش قابل شنيدن آن تغيير می يابد ، اينگونه که صدا را حفظ می کند ولی سيگنال را تغيير می دهد .





وسايل پخش



وسيله پخش يا محيط پخش در يک سيگنال صدا به محيطی گفته می شود که سيگنال در آن از encoder به decoder می رود .



چهار محيط پخش عبارتند از :



· محيط Digital End-to-End : وقتی يک فايل صوتی مستقيما ً از يک ماشين به ماشين ديگر کپی شود اما تغييری در آن اعمال نشود آنگاه آن فايل از طريق Digital end to end منتقل شده است . در نتيجه sampling بين encoder و decoder تغيير نخواهد کرد . در اين محيط اطلاعات خيلی کمی می توان مخفی کرد .



· محيطی با استفاده از کم يا زياد کردن و نمونه گيری مجدد : در اين محيط يک سيگنال دوباره نمونه گيری می شود تا به يک سطح بالاتر يا پايين تری از نرخ نمونه گيری برسد اما همچنان دارای خروجی يکسان باشد . اما همچنان بزرگی و فاز سينگال ها حفظ می شود و فقط خاصيت های temporal ِ سيگنال تغيير می کند .



· پخش آنالوگ و نمونه گيری مجدد : اين وقتی اتفاق می افتد که سيگنال به آنالوگ تغيير می کند و آن بر روی يک خط آنالوگ پخش می شود . بزرگی سيگنال ، نمونه quantization و نرخ نمونه گيری temporal حفظ نمی شود . به طور کلی فقط فاز ِ سيگنال حفظ می شود .



· محيط هوا : اين وقتی اتفاق می افتد که سيگنال در هوا پخش شود و دوباره بوسيله ميکروفن از آن نمونه برداری کنند . در اين حالت سيگنال تغييرات غير خطی زيادی می کند مانند تغيير در فاز ، دامنه ، فرکانس و غيره .



هر دوی محيط پخش و وسيله ذخيره سينگال در نوع الگوريتم هايی که برای مخفی کردن اطلاعات به کار می رود اهميت دارند .



روش های مخفی کردن اطلاعات در صدا



حالا بعضی از روش های مخفی کردن اطلاعات در صدا را بررسی می کنيم .



Low-Bit encoding :



مشابه روش LSB يا Least Significant Bit در عکس ها ، اطلاعات دودويی نيز می توانند با روش least significant bit در فايلهای صوتی ذخيره شوند . در بهترين حالت حجم کانال يک کيلوبيت بر ثانيه برای هر کيلوهرتز است بنابراين ظرفيت کانال برای 44KHz معادل 44Kbps است . متاسفانه اين يک پارازيت قابل شنيدن ايجاد می کند . البته مهمترين ضعف اين سيستم مقاومت نکردن در برابر تغييرات است ، هر گونه تغييری می تواند منجر به از دست رفتن اطلاعات مخفی شده باشد .

روش ديگر تغيير کمی در دامنه سيگنالهای نمونه است به قسمی که تغييرات آنها قابل ملاحظه نباشد . از اين روش در فرمت های MPEG می توان استفاده کرد .





Phase Coding :



در phase coding فاز بخشی از سيگنال را با اطلاعات مورد نظر تعويض می کنند . روش اينکار بدين شرح است :



دنباله صدای اصلی به N قسمت کوچک تقسيم می شود .

از تبديل گسسته فوريه برای پيدا کردن ماتريس فاز و اندازه هر قسمت استفاده می شود .

تفاوت فاز بين هر دو قسمت مجاور محاسبه می شود .

برای بخش آغازين ، S0 يک فاز مطلق برابر P0 در نظر گرفته می شود .

برای هر بخش ديگر قاب فازهايشان ساخته می شود.

فاز ِ جديد و بزرگی اصلی هر کدام با هم ترکيب می شوند و بخش جديد Sn را می سازند .

در آخر ، بخش های جديد به هم متصل می شوند تا خروجی کد شده را بسازند .



برای پردازش رمز گشايی ، ابتدا دنباله همزمان می شود . طول هر بخش ، نقاط DFT و وقفه ها بايد به decoder داده شود . محتوای فاز بخش اول يک يا صفر در نظر می گيرد که نشان دهنده متن کد شده دودويی است .



مخفی کردن اطلاعات در Echo :



در روش مخفی کردن اطلاعات با اکو ، اطلاعات بوسيله يک اکوی صدا در سيگنال ِ ميزبان جاسازی می شود . اطلاعات بوسيله تغيير در اين سه مشخصه مخفی می شود ، دامنه آغازين ، پايين آوردن سرعت و تاخير . وقتی فاصله بين سيگنال اصلی و اکو کم شود هر دو سيگنال با هم مخلوط می شود . در يک نقطه مشخص ، گوش انسان نمی تواند تفاوتی بين اين دو سيگنال قائل شود ، در اين حالت اکو به عنوان يک تشديد در سيگنال اصلی شنيده می شود . اين نکته به عواملی مانند کيفيت ضبط صدای اصلی و کيفيت گوش دهنده بستگی دارد .

بوسيله استفاده از دو متغيير برای تاخير زمامی که هر دو کمتر از قدرت تشخيص گوش انسان باشد می توان اطلاعات دودويی ِ صفر و يک را encode کرد . پايين آوردن نرخ سرعت و دامنه می تواند در حد پايين تر از آستانه شنوايی انسان باشد تا اينکه مطمئن باشيم صدا قابل تشخيص نيست . برای اينکه بيشتر از يک بيت را encode کنيم سيگنال اصلی را به قسمت های کوچکتری تقسيم می کنيم . هر کدام از آنها را می توان با اکو encode کرد ، در نهايت سيگنال خروجی از به هم پيوستن همه اين تکه ها خواهد بود .در اين روش از تاخيری به مدت y برای عدد يک و تاخير ديگری به مدت x برای صفر استفاده می کنند .