КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Молодь в науці: дослідження, проблеми, перспективи (МН-2026)

Розмір шрифта: 
АНАЛІЗ АТАК НА СТЕГАНОГРАФІЧНІ АЛГОРИТМИ ТА ЦИФРОВІ ВОДЯНІ ЗНАКИ
Михайло Борисович Марчук, Віталій Володимирович Лукічов

Остання редакція: 2026-06-19

Анотація


У роботі систематизовано та проаналізовано основні класи атак на стеганографічні алгоритми та системи цифрових водяних знаків (watermarking). Розглянуто методи стеганоаналізу — від статистичних підходів до нейромережевих детекторів, а також класифікацію атак на водяні знаки за категоріями видалення, геометричних, криптографічних і протокольних атак. Окрему увагу приділено сучасним загрозам, пов’язаним із застосуванням генеративного штучного інтелекту для видалення водяних знаків із згенерованих зображень.

Ключові слова


цифрові водяні знаки; стеганографія; приховування інформації; стегоаналіз; захист інформації

Посилання


  1. Westfeld A., Pfitzmann A. Attacks on Steganographic Systems: Breaking the Steganographic Utilities EzStego, Jsteg, Steganos, and S-Tools — and Some Lessons Learned // Information Hiding. Lecture Notes in Computer Science, vol. 1768. Berlin, Heidelberg : Springer, 2000. P. 61–76.

  2. Li B., He J., Huang J., Shi Y. Q. A Survey on Image Steganography and Steganalysis // Journal of Information Hiding and Multimedia Signal Processing. 2011. Vol. 2, No. 2. P. 142–172. Режим доступу: https://bit.kuas.edu.tw/~jihmsp/2011/vol2/JIH-MSP-2011-03-005.pdf

  3. Image steganography techniques for resisting statistical steganalysis attacks: A systematic literature review [Електронний ресурс] // PLOS ONE. 2024. Режим доступу: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0308807

  4. Sensitivity of deep learning applied to spatial image steganalysis [Електронний ресурс] // PeerJ Computer Science. 2021. Режим доступу: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8444093/

  5. Deep learning for steganalysis: evaluating model robustness against image transformations [Електронний ресурс] // Frontiers in Artificial Intelligence. 2025. Режим доступу: https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2025.1532895/full

  6. A Comprehensive Review on Digital Image Watermarking [Електронний ресурс]. arXiv:2207.06909. 2022. Режим доступу: https://arxiv.org/abs/2207.06909

  7. Zhao X., Zhang K., Su Z. et al. Invisible Image Watermarks Are Provably Removable Using Generative AI // Advances in Neural Information Processing Systems (NeurIPS). 2024. Режим доступу: https://arxiv.org/abs/2306.01953

  8. Zhang H., Edelman B. L., Francati D. et al. Watermarks in the Sand: Impossibility of Strong Watermarking for Generative Models // International Conference on Machine Learning (ICML). 2024. Режим доступу: https://arxiv.org/abs/2311.04378

  9. Secure and Robust Watermarking for AI-generated Images: A Comprehensive Survey [Електронний ресурс]. arXiv:2510.02384. 2025. Режим доступу: https://arxiv.org/abs/2510.02384


Повний текст: PDF