http://ss24.mcu.edu.tw/~s3360265/Introduction-2.ppt
投影片修改
封面有加上論文名稱、作者
放上一些圖片
我的第一個投影片字太多，感覺比較沒有重點
這一次我把重點標出來，有比較條列式的感覺
2007年5月31日 星期四
PPT修改
修改部分如下：
1. 投影片封面加入作者與報告人姓名
2. 減少贅字
3. 將EZ Stego過程改成動畫
4. 投影片編號
投影片如下：
http://ftp.csie.mcu.edu.tw/~s2361164/paper_2_2.ptt
1. 投影片封面加入作者與報告人姓名
2. 減少贅字
3. 將EZ Stego過程改成動畫
4. 投影片編號
投影片如下：
http://ftp.csie.mcu.edu.tw/~s2361164/paper_2_2.ptt
2007年5月26日 星期六
2007年5月24日 星期四
Paper投影片
這次paper是英文的，莫名奇妙投影片也跟著用英文做，是我第一次用英文做投影片。再加上paper許多地方我看不懂，所以我覺得投影片做的很不好。
http://ss24.mcu.edu.tw/~s2361164/paper_2.ppt
http://ss24.mcu.edu.tw/~s2361164/paper_2.ppt
2007年5月17日 星期四
Paper問題自我解答
上次上課，老師只講了摘要，就等於把整篇Paper講完，讓我有點吃驚！上次不懂的地方也了解了，所以現在可以回答自己提出的問題。
Jiri Fridrich的方法如下：
1. 欲隱藏的資料大小M bits，餵key給PRNG(Pseudo-random genertor)，取得M個pixel來藏。
2. 計算調色盤中每個顏色的相似色，計算方式是兩個pixel的RGB值，個別相減再平方，三個平方結果相加，最後開根號，結果愈小，兩個顏色愈相似。
3. 若欲隱藏的第一個位元為1，將第一個位子的RGB相加後mod2，得到parity值，若parity值為1，便直接藏入，若parity為0，則找第一個位子的下一個相似顏色的parity，直到找到可藏的顏色為止。
4. 找到可藏的顏色後，便將原本的顏色取代掉，隱藏動作完成。
優點：
每次取代的顏色，一定會是與原本相似的顏色，不會像EZ Stego，取代的顏色可能是與原本的顏色完全不相近，降低失真的程度。
對於第3步，有點不確定，歡迎大家發表意見，討論討論。
Jiri Fridrich的方法如下：
1. 欲隱藏的資料大小M bits，餵key給PRNG(Pseudo-random genertor)，取得M個pixel來藏。
2. 計算調色盤中每個顏色的相似色，計算方式是兩個pixel的RGB值，個別相減再平方，三個平方結果相加，最後開根號，結果愈小，兩個顏色愈相似。
3. 若欲隱藏的第一個位元為1，將第一個位子的RGB相加後mod2，得到parity值，若parity值為1，便直接藏入，若parity為0，則找第一個位子的下一個相似顏色的parity，直到找到可藏的顏色為止。
4. 找到可藏的顏色後，便將原本的顏色取代掉，隱藏動作完成。
優點：
每次取代的顏色，一定會是與原本相似的顏色，不會像EZ Stego，取代的顏色可能是與原本的顏色完全不相近，降低失真的程度。
對於第3步，有點不確定，歡迎大家發表意見，討論討論。
Paper閱讀心得
本週課程主題是討論 J. Fridrich 論文 A New Steganographic Method for Palette Images 的核心觀念！
我也根據此新的技術是這去寫寫看程式!!!
首先我先將圖片的調色盤找出來==>
接著我自己規定我要Random的Seed,也就是之後要解出我所隱藏的資訊的Key!!
而我所隱藏的是八個bit 1111 1100 !!!!
如果你輸入的密碼也就是我規定的Seed是錯誤的!!!
會顯示你輸入的密碼是錯誤的!!!並且按解出資訊也無法解出任何東西!!!
如果輸入的密碼是我所規定的 "1905",就可以看到我所隱藏的資訊 1111 1100這八個bit!!!
我也根據此新的技術是這去寫寫看程式!!!
首先我先將圖片的調色盤找出來==>
接著我自己規定我要Random的Seed,也就是之後要解出我所隱藏的資訊的Key!!
而我所隱藏的是八個bit 1111 1100 !!!!
如果你輸入的密碼也就是我規定的Seed是錯誤的!!!
會顯示你輸入的密碼是錯誤的!!!並且按解出資訊也無法解出任何東西!!!
如果輸入的密碼是我所規定的 "1905",就可以看到我所隱藏的資訊 1111 1100這八個bit!!!
2007年5月16日 星期三
Paper閱讀心得
問題：
其實我最大的問題應該就是在於...不知道自己的問題在哪裡!!(眾人毆)
應該是說，一直都在一種似懂非懂的感覺，說不出問題在哪裡...可是就是心存疑惑(認真貌)。
心得：
其實一開始看paper時，一直看到第三頁都隱約覺得內容似乎是老師上課時就提過的內容，所以也就沒有看的很仔細....用英文來說應該就是Scan過去吧(?)
後來老師在課堂上討論Abstract時，還是覺得哪個點卡住了，直到老師在學長的詢問下，使用白板解釋我才真正了解(R+G+B)%2=parity這件事情的意義。
筆記:找parity是否和藏的資料(0 or 1)相同，若不是則找parity一樣的相近顏色。
:paper中另一個公式 根號(R1-R2)^2+(G1-G2)^2+(B1-B2)^2則是為了找相近顏色
:所以步驟上是...1.先找到相近顏色,2看parity.若parity不相等,找次個相近顏色..以此類推。
其實我最大的問題應該就是在於...不知道自己的問題在哪裡!!(眾人毆)
應該是說，一直都在一種似懂非懂的感覺，說不出問題在哪裡...可是就是心存疑惑(認真貌)。
心得：
其實一開始看paper時，一直看到第三頁都隱約覺得內容似乎是老師上課時就提過的內容，所以也就沒有看的很仔細....用英文來說應該就是Scan過去吧(?)
後來老師在課堂上討論Abstract時，還是覺得哪個點卡住了，直到老師在學長的詢問下，使用白板解釋我才真正了解(R+G+B)%2=parity這件事情的意義。
筆記:找parity是否和藏的資料(0 or 1)相同，若不是則找parity一樣的相近顏色。
:paper中另一個公式 根號(R1-R2)^2+(G1-G2)^2+(B1-B2)^2則是為了找相近顏色
:所以步驟上是...1.先找到相近顏色,2看parity.若parity不相等,找次個相近顏色..以此類推。
2007年5月10日 星期四
Wee9 paper心得
問題一
在文章中提到了The parity bit of a color is defined as (R+G+B mod 2)
我想它的意思是指相似的顏色判定的方法是由R+G+B mod 2 的餘數來判斷
為何可以用這樣的方法來判定相似的顏色呢?
問題二
何謂PRNG呢?
只知道他的意思是指pseudo-random number generator
一種可以偽亂數產生器的方法
問題三
計算ｄｉｓｔａｎｃｅ的方式
是用兩個pixel之間R，G，B的相減平方開根號來判斷
那如果要用來排序的話要怎麼決定比較的基準點呢？
找最暗的嘛？可如果有相同的亮度的質那要怎麼決定用哪個為基準點呢？
因為相同的亮度是有可能會是兩種不同的顏色
在文章中提到了The parity bit of a color is defined as (R+G+B mod 2)
我想它的意思是指相似的顏色判定的方法是由R+G+B mod 2 的餘數來判斷
為何可以用這樣的方法來判定相似的顏色呢?
問題二
何謂PRNG呢?
只知道他的意思是指pseudo-random number generator
一種可以偽亂數產生器的方法
問題三
計算ｄｉｓｔａｎｃｅ的方式
是用兩個pixel之間R，G，B的相減平方開根號來判斷
那如果要用來排序的話要怎麼決定比較的基準點呢？
找最暗的嘛？可如果有相同的亮度的質那要怎麼決定用哪個為基準點呢？
因為相同的亮度是有可能會是兩種不同的顏色
閱讀Paper後的心得與問題
Jiri Fridrich的方法與EZ Stego，兩者在調色盤的排序方式不同。Jiri Fridrich是依各個顏色之間的差距做排序，所以排序後，相鄰的兩個顏色會是相近的。而EZ Stego是依亮度(luminance)做排序，會造成部份相鄰顏色是不相近的。所以Jiri Fridrich的方法可降低更多的失真。
下面我簡單的做了一個小測試，先挑選幾個顏色(我挑的有點少)，四個顏色分別為(0,0,0)、(57,42,42)、(88,143,82)和(82,102,143)。第1個是Jiri Fridrich的方法，先以第一個(0,0,0)做基準，算出與其他三色的差距，經過計算，第二個顏色為(57,42,42)，再計算後兩個顏色與(57,42,42)的差距，選出第三個，以次類推。第2個是用亮度作排序，使用(R+G+B)/3後的結果做排序。第3個也是依亮度，但是使用R*0.299+G*0.587+B*0.114後的結果做排序。結果如下圖，相信多選些顏色可看出更明顯的差距。
不過我對於之後的隱藏資料的動作不是很了解，是......與我們同學寫的改index的方法類似嗎？純粹在調色盤的排序方式而已。
下面我簡單的做了一個小測試，先挑選幾個顏色(我挑的有點少)，四個顏色分別為(0,0,0)、(57,42,42)、(88,143,82)和(82,102,143)。第1個是Jiri Fridrich的方法，先以第一個(0,0,0)做基準，算出與其他三色的差距，經過計算，第二個顏色為(57,42,42)，再計算後兩個顏色與(57,42,42)的差距，選出第三個，以次類推。第2個是用亮度作排序，使用(R+G+B)/3後的結果做排序。第3個也是依亮度，但是使用R*0.299+G*0.587+B*0.114後的結果做排序。結果如下圖，相信多選些顏色可看出更明顯的差距。
不過我對於之後的隱藏資料的動作不是很了解，是......與我們同學寫的改index的方法類似嗎？純粹在調色盤的排序方式而已。
Week9 - J. Fridrich's Method
1)最通用的顏色篩選基準 － error diffusion，不太懂怎麼做的(可能是不太懂be rounded to的意思)，為什麼這樣做?
2)J. Fridrich's Method，為什麼the parity of color(R+B+G mod 2)與要藏的bit相同的情況下，取得的顏色會比之前我們用的方法找的顏色更好?(已知之前方法找的顏色會有斷層)
<註>
1.以上問題的前提是在我沒有誤解英文的情況下。
2.因為有點混，所以論文是跳著看的，可能會少看什麼重點，請無視不該問的問題。
3.問題還有，在還未確定不是英文障礙前，暫不提出。
2)J. Fridrich's Method，為什麼the parity of color(R+B+G mod 2)與要藏的bit相同的情況下，取得的顏色會比之前我們用的方法找的顏色更好?(已知之前方法找的顏色會有斷層)
<註>
1.以上問題的前提是在我沒有誤解英文的情況下。
2.因為有點混，所以論文是跳著看的，可能會少看什麼重點，請無視不該問的問題。
3.問題還有，在還未確定不是英文障礙前，暫不提出。
閱讀paper心得
閱讀問題:
The two most frequently used are based on iterative dividing of the three-dimensional color cube into two boxes with approximately the same number of colors.
我不太懂這句的意思,反覆的切割一個三維的立體用接近相同數字的顏色到兩個box試什麼意思啊!!!!
user-defined seed
這個由使用者決定的因素是什麼???是不是兩個pixel 的RGB相差平方開根號的值.是由我們
自己決定的.
R+G+B/2
這個算出相似的顏色.跟0.299*r + 0.587*g + 0.114 * b.有差不多嗎??如果有差!!!哪個比較好.
閱讀心得:
這篇論文所說的EZ Stego 其實就是我們這幾個禮拜所寫的程式.
由調色盤所組成的圖片.要藏資訊都要先經過 1.降色 2.將調色盤排序
The two most frequently used are based on iterative dividing of the three-dimensional color cube into two boxes with approximately the same number of colors.
我不太懂這句的意思,反覆的切割一個三維的立體用接近相同數字的顏色到兩個box試什麼意思啊!!!!
user-defined seed
這個由使用者決定的因素是什麼???是不是兩個pixel 的RGB相差平方開根號的值.是由我們
自己決定的.
R+G+B/2
這個算出相似的顏色.跟0.299*r + 0.587*g + 0.114 * b.有差不多嗎??如果有差!!!哪個比較好.
閱讀心得:
這篇論文所說的EZ Stego 其實就是我們這幾個禮拜所寫的程式.
由調色盤所組成的圖片.要藏資訊都要先經過 1.降色 2.將調色盤排序
2007年5月9日 星期三
心得
心得
他们研發了一種關於將資訊嵌入圖中的技術，他是以一種亂數的方式去產生一種亂數碼，它會改變原本顏色的值，最大可能被改變4到5次，這種技術可以更安全的資訊隱藏。
根據她的介紹，GIF檔轉成JPEG檔會一些資訊或格式上的破壞，為了改善這些缺點，我们便使用一些技術，如palette-based images 技術，它有幾個特性：在優點上：它易被設計，如：CCD。而在缺點部份：它的bit 大小是被限制的。
它提供2種方式：一是：vector quantization，另一個是 color quantization,它是利用人類的視覺系統以一種演算法來做顏色的調整和轉換。
在principles of steganographic methods 裡，優點在於：因為它隱藏資料後，比較看不出來有被改變，所以它比較安全。而缺點在：跟其它方法比較起來是被限制的。但是這個方法是有被改善的，他们企圖在palette裡面嵌入單一位元，很明顯的，這樣的方式，是可改善被限制住的這個缺點。
它有幾個步驟：1.先找到一個pixel’s RGB color, 2.從二位元的訊息中得到一個bit，並且取代索引的LSB。3.找一個新RGB color 4.在原本的palette裡，找一個新的RGB 的索引值，5.改便新RGB的pixel。這樣子的方式可避免顏色有太大的變化。
現在有個新的steganographic演算法，((R1-R2)^2+(G1-G2)^2+(B1-B2)^2)^1/2每個Pixel是用相近的顏色來加以計算。然後藉由這個計算的方式去找尋下一個最接近的顏色，直到找到我们要的目標顏色為止。這樣的方式是很容易被電腦所讀取的，因為它有一種規律在。但它仍然有訊息長度的限制。
總之，它是把每一個訊息藏在每一個pixel 裡，這種方式是比較安全的，不易被改變的。
他们研發了一種關於將資訊嵌入圖中的技術，他是以一種亂數的方式去產生一種亂數碼，它會改變原本顏色的值，最大可能被改變4到5次，這種技術可以更安全的資訊隱藏。
根據她的介紹，GIF檔轉成JPEG檔會一些資訊或格式上的破壞，為了改善這些缺點，我们便使用一些技術，如palette-based images 技術，它有幾個特性：在優點上：它易被設計，如：CCD。而在缺點部份：它的bit 大小是被限制的。
它提供2種方式：一是：vector quantization，另一個是 color quantization,它是利用人類的視覺系統以一種演算法來做顏色的調整和轉換。
在principles of steganographic methods 裡，優點在於：因為它隱藏資料後，比較看不出來有被改變，所以它比較安全。而缺點在：跟其它方法比較起來是被限制的。但是這個方法是有被改善的，他们企圖在palette裡面嵌入單一位元，很明顯的，這樣的方式，是可改善被限制住的這個缺點。
它有幾個步驟：1.先找到一個pixel’s RGB color, 2.從二位元的訊息中得到一個bit，並且取代索引的LSB。3.找一個新RGB color 4.在原本的palette裡，找一個新的RGB 的索引值，5.改便新RGB的pixel。這樣子的方式可避免顏色有太大的變化。
現在有個新的steganographic演算法，((R1-R2)^2+(G1-G2)^2+(B1-B2)^2)^1/2每個Pixel是用相近的顏色來加以計算。然後藉由這個計算的方式去找尋下一個最接近的顏色，直到找到我们要的目標顏色為止。這樣的方式是很容易被電腦所讀取的，因為它有一種規律在。但它仍然有訊息長度的限制。
總之，它是把每一個訊息藏在每一個pixel 裡，這種方式是比較安全的，不易被改變的。
閱讀paper後...的想法心得及問題
首先關於一些類似的專有名詞:
小弟不是很懂希望各位大大可以幫忙解析:
1.noise properties指的是哪些性質阿?
2.integrating properties又是指哪些性質
3.error diffusion 雖然段落中有一段提到,但是卻不是很懂,
4.noise model又是什麼東西?
5.其中提到"The redundancy of the data helps to conceal the presence of secret message."究竟資料的冗位是怎樣幫助隱藏呢?
paper最後有提到如何減低雜訊的技巧,有點fuzzy的觀點將選擇嵌入的pixel分權數0-1,但是問題是如果全部的pixel不巧的權數都不重,也就是說近0值的表示不適合選擇嵌入,若是不幸的大多數的pixel都不適合嵌入,那該怎樣去降低雜訊呢?而且用加權重的方式或許是很睿智的想法,但是相對的遷入後不容易被發現的的那先點畢竟是比較有限的,所以message的長度也會被限制阿!
小弟不是很懂希望各位大大可以幫忙解析:
1.noise properties指的是哪些性質阿?
2.integrating properties又是指哪些性質
3.error diffusion 雖然段落中有一段提到,但是卻不是很懂,
4.noise model又是什麼東西?
5.其中提到"The redundancy of the data helps to conceal the presence of secret message."究竟資料的冗位是怎樣幫助隱藏呢?
paper最後有提到如何減低雜訊的技巧,有點fuzzy的觀點將選擇嵌入的pixel分權數0-1,但是問題是如果全部的pixel不巧的權數都不重,也就是說近0值的表示不適合選擇嵌入,若是不幸的大多數的pixel都不適合嵌入,那該怎樣去降低雜訊呢?而且用加權重的方式或許是很睿智的想法,但是相對的遷入後不容易被發現的的那先點畢竟是比較有限的,所以message的長度也會被限制阿!
關於new steganographic
1. 將資訊藏在palette中
優：較好設計一個安全的方案
(不懂裡頭寫的noise properties是什麼意思，
讓我不懂他設計的方案，是關於嵌入資訊？
或是查詢是否有資訊？的方案，
也不懂後面為何會有a scanner, a CCD camera,...
那些東西是要做什麼的？能做什麼？
順帶一提，前面Eve為何要使用那些器材做影像的統計呢？
每個器材要查的是什麼東呢？
...如果跟題目沒關...可以跳過這個問題...)
缺：能藏資訊的容量較少
(最大只能藏到調色盤的容量)
2. 將資訊藏在image data中
優：能藏資訊的容量較多
缺：較難設計一個安全的方案
其他：
我steganography using palette-based images那大段，
他的四、五、六段意思都有點模糊。
其他都普普，可以大略(模糊的...)看懂意思。
優：較好設計一個安全的方案
(不懂裡頭寫的noise properties是什麼意思，
讓我不懂他設計的方案，是關於嵌入資訊？
或是查詢是否有資訊？的方案，
也不懂後面為何會有a scanner, a CCD camera,...
那些東西是要做什麼的？能做什麼？
順帶一提，前面Eve為何要使用那些器材做影像的統計呢？
每個器材要查的是什麼東呢？
...如果跟題目沒關...可以跳過這個問題...)
缺：能藏資訊的容量較少
(最大只能藏到調色盤的容量)
2. 將資訊藏在image data中
優：能藏資訊的容量較多
缺：較難設計一個安全的方案
其他：
我steganography using palette-based images那大段，
他的四、五、六段意思都有點模糊。
其他都普普，可以大略(模糊的...)看懂意思。
訂閱：
文章 (Atom)