Stéganographie statistique fondée sur un modèle de bruit utilisant la chaine de développement d'image
Auteur / Autrice : | Quentin Giboulot |
Direction : | Patrick Bas, Rémi Cogranne |
Type : | Thèse de doctorat |
Discipline(s) : | Optimisation et Sûreté des Systèmes |
Date : | Soutenance le 14/03/2022 |
Etablissement(s) : | Troyes |
Ecole(s) doctorale(s) : | Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube) |
Partenaire(s) de recherche : | : l’Agence de l’innovation de défense (AID) |
Laboratoire : Laboratoire Informatique et Société Numérique / LIST3N | |
Jury : | Président / Présidente : Caroline Fontaine |
Examinateurs / Examinatrices : Patrick Bas, Rémi Cogranne, Caroline Fontaine, Teddy Furon, William Puech, Tomas Pevny | |
Rapporteurs / Rapporteuses : Teddy Furon, William Puech |
Mots clés
Résumé
La stéganographie est la discipline traitant des techniques visant à dissimuler de l'information dans un média de couverture jugé inoffensif. Dans le cadre de ce manuscrit, les médias de couvertures choisis sont des images JPEG. Les schémas stéganographiques basés sur un modèle statistique d'images naturelles présentent un avantage certain par rapport aux schémas basés sur des heuristiques. En effet, ils fournissent un lien direct entre détectabilité théorique et performances empiriques. Cependant, cet avantage dépend de la précision des modèles sous-jacents. Cette précision était insuffisante dans les travaux précédants ce manuscrit. Nous proposons deux contributions principales pour résoudre ce problème. Premièrement, nous dérivons un modèle de bruit prenant en compte le capteur, le réglage ISO et la chaîne de traitement. Cela conduit à un modèle gaussien multivarié du bruit modélisant les dépendances intra et inter-blocs dans les images JPEG. Ensuite, nous concevons une série de schémas stéganographiques exploitant ce modèle de bruit. Ils minimisent ou bornent la puissance du détecteur le plus puissant pour fournir des garanties de sécurité lorque les hypothèses du modèle sont respectées. En particulier, nous montrons que la covariance optimale du signal stégo est proportionnelle à la covariance du bruit de l'image cover. Enfin, nous montrons que ces algorithmes atteignent des performances à l'état de l'art, dépassant largement les algorithmes standard de la stéganographie JPEG.