Steganografi Dengan Metode Deteksi Fitur (1)
Baskara — Steganografi Dengan Metode Deteksi Fitur Dan Maximized Reduction Difference Expansion
STEGANOGRAFI DENGAN METODE DETEKSI FITUR DAN
MAXIMIZED REDUCTION DIFFERENCE EXPANSION
Andreyan R. Baskara1)
1)
Fakultas Teknologi dan Informasi, Institut Teknologi Sepuluh Nopember
Kampus ITS Sukolilo, Jalan Raya ITS, Surabaya, Jawa Timur 60111
e-mail: andreyan09@mhs.if.its.ac.id1)
ABSTRAK
Steganografi adalah teknik menyembunyikan data yang banyak dikembangkan. Mulai dari teknik sederhana sampai kompleks telah dilakukan penelitian tentangnya. Salah satu metode steganografi yang lagi telah diusulkan adalah Difference
Expansion(DE). DE menggunakan selisih dua pasang piksel yang bersebelahan sebagai medium penyimpanan. Paper ini
mengusulkan sebuah metode steganografi pada domain spasial yang memanfaatkan interest point sebagai sebaran lokasi
penyimpanan informasi, yang diharapkan dapat meningkatkan kualitas pada stego data. Sebuah citra akan di gali interest
point yang ada didalamnya lalu dipilih dan diseleksi untuk diambil interest point yang paling kuat dengan metode SURF.
Interest point yang paling kuat inilah yang akan dijadikan medium penyimpanan informasi. Metode Maximized Reduction
Difference Expansion (MRDE) digunakan untuk menyisipkan data rahasia ke data penutup.Dengan menggunakan metode
MRDE, citra stego yang dihasilkan memiliki kualitas citra yang lebih baik dari metode RDE sebelumnya.
Kata Kunci: Difference Expansion, Interest Point, Maximized Reduction Difference Expansion , Steganografi, SURF
ABSTRACT
Steganography is a data hiding technique which is mostly developed. From simple technique to complex technique has
been done a lot of researches for it. One of the steganography technique that has been proposed is Difference Expansion
(DE). DE use the difference between a pair of neighboring pixel as storage media of secret data . This paper proposed a
steganography technique on spatial domain which utilize interest point of image as location distribution for embedding secret data which is expected to increase the quality of stego data. An image will be extracted its interest point within and then
they will be selected and chosen which is the strongest. The strongest interest point will be used as a medium to hide the secret data. Maximized Reduced Difference Expansion (MRDE) method will be used for embedding the secret data. By using
MRDE method, stego image produced is having a better quality than RDE method before.
Keywords: Difference Expansion, Interest Point, Maximized Reduction Difference Expansion, Steganography, SURF
I. PENDAHULUAN
P
jaman modern ini, komputer dan internet merupakan media komunikasi utama yang mehubungkan
banyak bagian di dunia menjadi satu dunia virtual global. Sehingga orang-orang dapat dengan mudah
bertukar informasi satu sama lain. Berbagai macam sarana (media) telah dikembangkan untuk
memfasilitasi bentuk informasi yang ingin disampaikan, yang biasanya disebut dengan multimedia. Contoh
multimedia yang sering digunakan adalah teks, gambar, suara dan video. Orang-orang dapat dengan mudah
mengirimkan pesan berupa teks, gambar, suara, dan video ke sesama dengan bantuan internet. Namun muncul
permasalahan dalam pengiriman informasi melalui teknologi internet canggih ini, yaitu kerahasiaan data.
Sehingga, bagaimana cara memproteksi informasi rahasia selama pengiriman menjadi isu penting dalam internet.
Teknik chipering banyak digunakan untuk mengenkripsi dan mendekripsi informasi/data. Namun kadang-kadang
enkripsi data tidak cukup, dan menyembunyikan data rahasia tersebut lebih dibutuhkan[1]. Teknik berdasarkan
ide tersebut disebut steganografi.
Steganografi berbeda dengan kryptografi. Tujuan dari kryptografi adalah mengamankan proses komunikasi
dengan mengubah data yang dikirimkan menjadi suatu bentuk yang tidak dapat dipahami oleh orang luar yang
tidak berhak. Sedangkan steganografi tujuannya adalah menyembunyikan keberadaan dari data yang ingin
dikirimkan sehingga orang luar yang tidak berhak tidak menyadari kalau data itu ada. Dalam beberapa kejadian,
mengirimkan informasi yang terenkripsi dapat menarik perhatian orang luar sedangkan mengirimkan informasi
yang tersembunyi tidak. Karena data yang terenkripsi memiliki bentuk khusus yang tidak lazim sehingga dapat
membuat orang luar curiga.
Teknik lain yang sejenis dengan steganografi adalah wa termarking . Watermarking adalah sebuah teknik yang
digunakan untuk memproteksi hak milik sebuah media digital seperti misalnya gambar digital dengan
memberikan tanda yang tak terlihat kasat mata. Sehingga dilihat dari tujuannya watermarking dan steganografi
adalah teknik menyembunyikan data yang berbeda, dimana tujuan dari steganografi adalah informasi rahasia
ADA
1
sedangkan watermarking tujuannya adalah data penutup yang digunakan.
Steganografi adalah teknik menyembunyikan pesan rahasia ke dalam suatu media sehingga keberadaan pesan
tersebut sulit untuk dideteksi. Steganografi berasal dari bahasa yunani steganos yang artinya “tersembunyi” dan
graphein yang artinya “menulis”[2]. Steganografi dalam era modern ini dapat didefinisikan sebagai proses
penyembunyian informasi pada suatu media pembawa seperti teks, gambar, suara, atau video. Gambar digital
merupakan salah satu media yang populer karena sering digunakan di internet. Bagi komputer, gambar digital
adalah sekumpulan set angka yang merepresentasikan intensitas cahaya pada berbagai titik[3]. Representasi
numerik ini membentuk grid dan titik individu pada grid tersebut disebut sebagai piksel. Sebuah gambar/citra
digital yang umum digunakan biasanya memiliki piksel yang direpresentasikan dalam bit, gambar 24 bit atau 8
bit. Citra 24-bit adalah gambar berwarna RGB dan gambar 8-bit adalah gambar grayscale. Citra digital yang
digunakan sebagai data penutup pada paper ini adalah gambar grayscale atau gambar dengan 8-bit.
Teknik menyembunyikan data pada steganografi sudah banyak diusulkan dalam berbagai penelitian. Teknik
steganografi pada citra digital dibedakan menjadi 2 domain, yaitu domain spasial dan domain transformasi. Pada
teknik steganografi domain spasial, data disisipkan pada piksel citra, sedangkan pada domain transformasi, data
disisipkan pada koefisien domain transform citra. Teknik steganografi pada domain spasial juga dibedakan
menjadi 2 jenis yaitu reversible dan irreversible. Reversible artinya data penutup atau pembawa dapat diambil
kembali setelah dilakukan ekstraksi pada stego data dan irreversible sebaliknya. Berbagai macam teknik pada
domain spasial sudah banyak diusulkan antara lain Least Significant Bit (LSB) dan Difference Expansion (DE).
Pada paper ini digunakan teknik Difference Expansion yang sudah dikembangkan untuk menyisipkan data
rahasia ke data penutup/pembawa, yaitu Reduced Difference Expansion.
Secara garis besar, algoritma difference expansion bekerja dengan menyisipkan data pada selisih nilai piksel
antara dua piksel yang nantinya akan menghasilkan nilai piksel baru yang sudah disisipkan bit data rahasia
(payload ). Pemilihan pikselnya dapat dilakukan dengan memasangkan piksel dengan tetangganya secara
horizontal, vertikal, atau menurut pola tertentu. Pada paper ini digunakan metode deteksi fitur pada citra digital
sebagai pola pemilihan piksel yang akan disisipi data rahasia. Metode deteksi fitur pada citra yang digunakan
adalah SURF (Speeded up Robust Feature). Sehingga pemilihan piksel untuk disisipi akan tersebar secara acak di
citra digital. Metode SURF digunakan karena hasil deteksi interest point yang didapat invariant terhadap rotasi
dan skala[4]. Sehingga, diharapkan tingkat keamanan stego data yang dihasilkan dapat meningkat.
II. PENELITIAN TERKAIT
Sampai saat ini, beberapa studi dan penelitian yang terkait dengan steganografi pada citra digital yang pernah
dilakukan antara lain.
Champakamala et al [5], mengusulkan metode Least Significant Bit (LSB) yang sudah dimodifikasi untuk
meningkatkan kapasitas penyisipan data rahasia. LSB umumnya mengambil satu bit terakhir pada suatu piksel
untuk diubah nilainya menjadi bit data rahasia. Sehingga untuk menyisipkan satu byte data diperlukan delapan
byte piksel. Teknik LSB yang dimodifikasi ini, mengambil dua bit terakhir suatu piksel untuk disisipkan data
rahasia, sehingga untuk menyisipkan satu byte data hanya memerlukan empat byte piksel.
Deepesh et al [6], mengusulkan metode LSB yang dimodifikasi pada 24-bit citra digital. Dengan
mengeksploitasi kemampuan visual manusia dimana mata manusia kurang peka terhadap warna biru. Sehingga
bit data rahasia lebih banyak disisipkan pada bit warna biru. Urutan penyisipan jumlah bit data rahasianya
sebagai berikut, 1 bit pertama di R, 2 bit setelahnya di G, dan 3 bit setelahnya di B. Teknik ini memerlukan 2 byte
piksel RGB untuk disisipi. Dari hasil eksperimen didapat bahwa metode steganografi Least Significant Bit (LSB)
lebih cocok digunakan pada 24-bit citra digital.
Adnaan et al [7], mengusulkan teknik steganografi citra tanpa menyisipkan bit data rahasia ke data pembawa
tetapi dengan membuat sebuah tabel mapping sebagai data referensi untuk diekstraksi. Refference Hash Table
(RHT) didapat dengan mencari selisih dari pasangan nilai piksel data rahasia dan data cover . RHT dienkripsi
dengan metode 2 lapis, 128-bit AES dan 256-bit AES. Cover data, RHT, dan AES key dikirimkan ke klien
memalui saluran yang berbeda. Teknik ini dapat menutupi kelemahan LSB dimana dimensi data rahasia harus
lebih kecil dari dimensi data cover.
Tian et al [8], mengusulkan teknik steganografi yang reversible yang disebut Difference Expansion. Teknik ini
menggunakan nilai selisih dari dua pixel untuk disisipi payload . Dengan menggunakan teknik ini, kapasitas
penyisipan data meningkat dan memiliki kompleksitas komputasi yang rendah. Lou et al [9], meningkatkan
performa teknik Difference Expansion yang dikenal dengan Reduced Difference Expansion. RDE meningkatkan
kualitas citra yang disisipi data rahasia.
Chen et al [10], mengusulkan metode steganografi yang dikombinasikan dengan deteksi edge pada citra.
Pemilihan piksel untuk disisipi data rahasia sangatlah penting karena piksel yang dimodifikasi akan terlihat
2
Baskara — Steganografi Dengan Metode Deteksi Fitur Dan Maximized Reduction Difference Expansion
menonjol apabila disekitarnya ada piksel yang mempunyai piksel tetangga dengan warna yg sama. Pada teknik
ini data rahasia disisipkan pada piksel-piksel yang dideteksi sebagai edge pada citra. Dengan menggabungkan
teknik LSB dengan edge detection, dapat meningkatkan kualitas dari citra stego yang dihasilkan.
Anastasia et al [11], juga mengusulkan ide yang sama dengan Chen et al[10] tetapi menggunakan citra yang
berbeda, yaitu citra 24-bit. Sedangkan Chen et al menggunakan citra 8-bit. Teknik edge detection yang digunakan
adalah hybrid edge detection yaitu gabungan antara fuzzy edge detector dan canny edge detector. Jain et al [12],
juga mengusulkan metode steganografi yang sama namun menggunakan teknik edge detection yang berbeda,
yaitu zero crossing detector.
Hamid et al [13], mengusulkan teknik steganografi berdasarkan karakter wilayah dengan deteksi fitur citra.
Teknik ini dapat mentolerir signal processing attack. Kekurangan dari metode yang diusulkan ini adalah
berkurangnya kapasitas penyisipan karena harus menghilangkan region yang saling tumpang tindih [13].
III. TINJAUAN PUSTAKA
Bagian ini menjelaskan metode-metode yang mendukung metode yang diusulkan, yaitu Reduced Difference
Expansion (RDE) dan Speeded Up Robust Feature (SURF)
A. Difference Expansion (DE)
DE menggunakan selisih antara dua piksel untuk menyisipkan data. Misalkan x dan y merupakan nilai piksel
dari sepasang piksel yang bersebelahan. Maka l dan h dapat didefinisikan sebagai berikut.
(1)
Kemudian dilakukan penyisipan data pada selisih h.
(2)
Nilai selisih baru h’ yang sudah disisipi data digunakan untuk membuat nilai piksel baru untuk piksel x’ dan y’
(3)
Nilai h’ harus memenuhi kondisi sebagai berikut untuk menghindari kondisi overflow (nilai piksel lebih besar
dari 255) dan underflow (nilai piksel lebih kecil dari 0)
| |
{
(4)
| |
B. Reduced Difference Expansion (RDE)
Reduced Difference Expansion (RDE) merupakan hasil dari peningkatan metode Difference Expansion (DE).
Pada algoritma DE terjadi suatu masalah yaitu penyisipan data menyebabkan hasil piksel baru memiliki selisih
yang besar dengan piksel original sehingga menurunkan kualitas dari citra stego. RDE diusulkan untuk mengatasi
masalah tersebut [9]. Alur algoritma RDE sama dengan DE, namun ada beberapa modifikasi. Sebelum disisipkan
data, nilai selisih h yang didapat pada (1) direduksi terlebih dahulu.
{
(5)
Pada RDE juga dibuat location map LM yang menunjukkan lokasi piksel yang selisihnya direduksi untuk
proses ekstraksi data. Selisih piksel yang tereduksi ditandai dengan 1 dan yang tidak tereduksi ditandai 0.
Persamaan (6) digunakan untuk mengembalikan nilai selisih piksel yang tereduksi.
{
⌊
⌊
⌋
⌋
(6)
3
C. Speeded Up Robust Feature (SURF)
SURF merupakan sebuah algoritma yang cepat dan akurat untuk proses mendeteksi descriptor lokal pada citra.
Descriptor adalah sebuah ciri-ciri dari suatu citra berdasarkan aturan tertentu dari suatu algoritma. Algoritma
SURF dikembangkan oleh Herbert bay et al [3] pada tahun 2006. Secara umum, algoritma SURF terdiri dari 3
bagian utama yaitu.
1. Pendeteksian Keypoint menggunakan Fast-Hessian Detector.
2. Pembuatan SURF descriptor.
3. Pencocokan descriptor.
Gambar 1. Menunjukkan contoh hasil gambar yang sudah dideteksi keypointnya menggunakan algoritma
SURF.
Gambar 1 Contoh Hasil deteksi keypoint dengan SURF
IV. METODE YANG DIUSULKAN
Paper ini mengusulkan skema metode steganografi RDE yang dikombinasikan dengan deteksi fitur pada citra
untuk mencari sebaran piksel untuk penyisipan data rahasia. Metode ini terbagi menjadi dua yaitu Penyisipan dan
Ekstraksi. Data rahasia disisipkan dengan metode RDE yang sudah dimodifikasi yang disebut dengan Maximazed
Reduction Difference Expansion (MRDE). Ada kekurangan dalam metode RDE yang diusulkan lou et al. Ketika
selisih nilai antara dua piksel sangat besar maka selisih nilai antara piksel baru dan piksel lama terlihat lumayan
besar. Sehingga kami mengusulkan metode MRDE baru yang dapat memperkecil selisih nilai piksel lama dan
nilai piksel baru sehingga dapat menurunkan noise ratio.
1. Review Mengenai Reduced Difference Expansion (RDE)
Metode RDE dibuat berdasarkan metode DE yang sudah ditambahkan bilangan pereduksi selisih apabila selisih
memenuhi syarat yang sudah ditetapkan. Jika h > 1 maka h akan direduksi seperti pada (5). Contoh, misalkan ada
dua piksel, x = 126 dan y = 29. Dan bit yang akan disisipkan adalah b = 1 maka prosesnya seperti berikut.
Pertama, hitung nilai rata-rata l dan selisih h seperti berikut.
(7)
Dan
(8)
Kedua, nilai selisih h direduksi seperti berikut.
(9)
4
Baskara — Steganografi Dengan Metode Deteksi Fitur Dan Maximized Reduction Difference Expansion
Ketiga, bit rahasia disisipkan ke nilai selisih baru h’ seperti berikut.
(10)
Keempat, nilai selisih setelah disisipi data rahasia dicek kondisi underflow atau overflow dengan persamaan (4)
seperti berikut.
(11)
Kelima, didapatkan nilai piksel x’ dan y’ baru dengan Location Map = 1 seperti berikut
(12)
Dapat dilihat bahwa nilai piksel setelah disisipi bit rahasia mengalami perubahan yang jauh.
2. Metode penyisipan yang diusulkan
Metode MRDE ini memiliki alur proses penyisipipan bit sebagai berikut. Pertama dilakukan pengecekan
terhadap nilai piksel x dan y apakah doable dan not doable.
{
(13)
Jika doable maka dilakukan reduksi selisih seperti berikut.
(14)
Pada metode ini juga dibuat Location Map yang nantinya digunakan untuk proses ekstraksi. Tabel 1
menunjukkan deskripsi dari Location Map yang sudah ditentukan.
Tabel 1 Deskripsi Location Map
Location Map
00
01
10
11
Deskripsi
Not doable
h= 1
h is even number
h is odd number
Dengan menggunakan contoh diatas, x = 126 dan y = 29 dengan bit rahasia b = 1 dan h = 97 dan Location Map
= 11, dihitung nilai piksel barunya setelah disisipi data rahasia menggunakan MRDE seperti berikut.
(15)
(16)
(17)
Untuk proses ekstraksinya, LSB dari nilai selisih piksel baru akan diambil sebagai bit rahasia ( payload ).
Kemudian dengan persamaan berikut dilakukan pengembalian nilai piksel kesemula.
{
(18)
5
Dari nilai piksel baru diatas x’ = 126 dan y’ = 29 didapatkan nilai selisih h = 97 dan rata-rata l = 77 dan
Location Map = 11. Kemudian diekstraksi bit rahasia nya seperti berikut.
(19)
Dengan Location Map = 11 digunakan fungsi pengembalian piksel seperti pada (18).
(20)
3. Penyisipan
Gambar 2. Menunjukkan alur proses penyisipan data rahasia dari metode yang diusulkan. Sebelum proses
penyisipan, data cover dideteksi keypoint yang ada didalamnya. Pemilihan keypoint berdasarkan threshold yang
sudah ditentukan pada algoritma SURF. Kemudian keypoint diurutkan berdasarkan seberapa kuatnya keypoint
tersebut dengan threshold. Setelah diurutkan, didapatkanlah piksel piksel yang dipilih untuk disisipi data.
Secret
Data
Cover
data
Embedding
Deteksi
Keypoint
Stego data
Seleksi
Keypoint
Gambar 2 Alur Proses Penyisipan Data
4. Ekstraksi
Gambar 3 menunjukkan alur proses ekstraksi data stego yang didapatkan dari proses penyisipan data
sebelumnya. Stego data yang berupa citra dideteksi keypoint yang ada didalamnya. Keypoint yang didapat
kemudian diurutkan berdasarkan besar kecil dari nilai threshold. Kemudian dilakukan proses ekstraksi sehingga
data rahasia dan data covernya dapat diambil kembali.
Stego
Data
Deteksi
Keypoint
Seleksi
Keypoint
Ekstraksi
Secret
Data
Cover
Data
Gambar 3 Alur Proses Ekstraksi Data Stego
V. UJI COBA
Pengujian metode yang diusulkan dilakukan dengan membandingkan metode RDE dan metode yang diusulkan
yaitu MRDE. Penyisipan dilakukan pada cover data yang sudah dipilih keypoint untuk disisipi data rahasia. Citra
yang digunakan adalah Lena, Baboon, dan Pepper. Data yang akan disisipkan adalah “Good”.
Gambar 4 Lena
6
Baskara — Steganografi Dengan Metode Deteksi Fitur Dan Maximized Reduction Difference Expansion
Gambar 5 Baboon
Gambar 6 Pepper
Kualitas visual pada citra dapat diukur menggunakan peak signal to noise ratio (PSNR) dengan persamaan berikut.
(21)
∑
∑
(22)
Tabel 2 menunjukkan perbandingan nilai PSNR dari metode RDE dan metode yang diusulkan yaitu MRDE. Kualitas citra
stego yang dihasilkan dengan metode yang diusulkan yaitu metode MRDE lebih bagus dibandingkan dengan metode RDE
karena piksel baru yang dihasilkan hampir sama dengan nilai piksel dari cover citra aslinya.
Tabel 2 Perbandingan PSNR
Lena
Baboon
Pepper
RDE
61.34 dB
62.01 dB
63.40 dB
Metode yang diusulkan (MRDE)
90.27 dB
91.17 dB
91.17 dB
Cover citra yang didapat setelah proses ekstraksi semuanya menghasilkan nilai PSNR tak terhingga. Hal ini menunjukkan
bahwa cover citra yang didapat setelah proses ekstraksi data rahasia pada MRDE persis sama dengan cover aslinya sebelum
disisipi data rahasia. Metode ini juga cocok dikombinasikan dengan deteksi fitur SURF karena nilai piksel pada citra berpengaruh terhadap pendeteksian interest point pada SURF. Pada metode RDE, citra stego yang dihasilkan mempunyai banyak noise sehingga pendeteksian interest point menjadi tidak stabil. Interest point yang dideteksi pada citra stego yang
dihasilkan dengan metode RDE tidak sama dengan interest point seperti saat citra belum disisipi data rahasia. Akibatnya data
rahasia tidak dapat diekstraksi secara sempurna. Sedangkan dengan metode yang diusulkan yaitu MRDE, data rahasia berhasil diekstraksi dengan sempurna karena noise pada citra stego yang dihasilkan lebih sedikit sehingga pendeteksian interest
point menjadi stabil. Jumlah kapasitas penyisipan data tergantung dengan threshold saat pendeteksian interest point. Semakin
besar threshold yang diberikan, semakin sedikit interest point yang didapat namun interest point tersebut semakin kuat terhadap perubahan piksel dan juga semakin berkurang kapasitas penyisipan data rahasia.
VI. KESIMPULAN
Paper ini menyajikan sebuah metode maximized reduction difference expansion yang cocok digunakan dengan algoritma
deteksi fitur SURF. Algoritma SURF digunakan untuk mendeteksi interest point yang mana interest point tersebut akan
digunakan untuk tempat penyisipan data rahasia. Tujuan penggunaan algoritma SURF sebagai tempat penyisipan data rahasia adalah untuk meningkatkan kualitas citra dan keamanan data rahasia dari serangan brute force. Metode maximized
reduction difference expansion yang diusulkan performanya dan hasilnya lebih bagus dari metode RDE. Hasil citra stego
yang dihasilkan oleh metode MRDE berdasarkan nilai PSNR (Peak signal to Noise Ratio) lebih baik dari metode RDE kare7
na nilai piksel baru yang dihasilkan dari metode MRDE setelah proses penyisipan data rahasia, paling mendekati nilai piksel
citra covernya sebelum disisipi data. Metode MRDE ini sangat meningkatkan kualitas citra stego.
DAFTAR PUSTAKA
[1]
M. R. Islam, A. S., M. P. U., A. K. M., M. D. H., “An Efficient Filtering Based Approach Improving LSB Image Steganography using Status Bit
along with AES Cryptography”, International Conference On Informatics, Electronics, & Vision , 2014
[2]
Nadem Akhtar, Pragati Johri, Shahbaaz Khan, “Enhancing the Security and Quality of LSB based Image Steganography”, 5th International Conference on Computational Intelligence and Communication Networks, 2013
[3]
Neil F. Johnson, Sushil Jajodia, “Exploring Steganography: Seeing the Unseen”, George Mason University
[4]
H. Bay, T. Tuytelaars, L. V. Gool, “SURF: Speeded Up Robust Feature”. Computer Vision and Image Understanding, Volume 110.
[5]
Champakalam B. S, Padmini K, Radhika D. K., “Least Significant Bit algorithm for Image Steganography”, International Journal of Advanced Computer Technology (IJACT), Volume 3 Issue 4, 2014
[6]
Deepesh Rawat, Vijaya Bhandari, “A Steganography Technique for Hiding Image in an Image using LSB Method for 24 bit Color Image”, International Journal of Computer Application, Volume 64, 2013
[7]
Adnaan A., N. Agarwal, S. Banerjee, “Image Steganography By Closest Pixel-Pair Mapping”, IEEE, 2014
[8]
Jun Tian, “Reversible Data Embedding Using a Difference Expansion”, IEEE, Volume 13, 2003
[9]
D. Lou, M. Hu, J. Liu, “Multi layer Data Hiding Scheme for Medical Images, Computer Standards & Interfaces, 2008
[10] W. Chen, C. Chang, T. H. N. Le, “High Payload Steganography Mechanism Using Hybrid Edge Detector”, Expert Systems with Applications, 2010
[11] Anastasia I., S. P. Halkidis, G. Stephanides, “A Novel Technique for Image Steganography Based On a High Payload Method and Edge Detection”,
Expert System With Applications, 2012
[12] N. Jain, S. Meshram, S. Dubey,” Image Steganography Using LSB and Edge Detection Technique“, International Journal of Soft Computing and
Engineering(IJSCE),2012
[13] Nagham Hamid, A. Y. R. B. A. O. A.-Q., 2012. Characteristic Region Based Image Steganography Using Speeded-Up Robust Features Technique. s.l., IEEE.
8
STEGANOGRAFI DENGAN METODE DETEKSI FITUR DAN
MAXIMIZED REDUCTION DIFFERENCE EXPANSION
Andreyan R. Baskara1)
1)
Fakultas Teknologi dan Informasi, Institut Teknologi Sepuluh Nopember
Kampus ITS Sukolilo, Jalan Raya ITS, Surabaya, Jawa Timur 60111
e-mail: andreyan09@mhs.if.its.ac.id1)
ABSTRAK
Steganografi adalah teknik menyembunyikan data yang banyak dikembangkan. Mulai dari teknik sederhana sampai kompleks telah dilakukan penelitian tentangnya. Salah satu metode steganografi yang lagi telah diusulkan adalah Difference
Expansion(DE). DE menggunakan selisih dua pasang piksel yang bersebelahan sebagai medium penyimpanan. Paper ini
mengusulkan sebuah metode steganografi pada domain spasial yang memanfaatkan interest point sebagai sebaran lokasi
penyimpanan informasi, yang diharapkan dapat meningkatkan kualitas pada stego data. Sebuah citra akan di gali interest
point yang ada didalamnya lalu dipilih dan diseleksi untuk diambil interest point yang paling kuat dengan metode SURF.
Interest point yang paling kuat inilah yang akan dijadikan medium penyimpanan informasi. Metode Maximized Reduction
Difference Expansion (MRDE) digunakan untuk menyisipkan data rahasia ke data penutup.Dengan menggunakan metode
MRDE, citra stego yang dihasilkan memiliki kualitas citra yang lebih baik dari metode RDE sebelumnya.
Kata Kunci: Difference Expansion, Interest Point, Maximized Reduction Difference Expansion , Steganografi, SURF
ABSTRACT
Steganography is a data hiding technique which is mostly developed. From simple technique to complex technique has
been done a lot of researches for it. One of the steganography technique that has been proposed is Difference Expansion
(DE). DE use the difference between a pair of neighboring pixel as storage media of secret data . This paper proposed a
steganography technique on spatial domain which utilize interest point of image as location distribution for embedding secret data which is expected to increase the quality of stego data. An image will be extracted its interest point within and then
they will be selected and chosen which is the strongest. The strongest interest point will be used as a medium to hide the secret data. Maximized Reduced Difference Expansion (MRDE) method will be used for embedding the secret data. By using
MRDE method, stego image produced is having a better quality than RDE method before.
Keywords: Difference Expansion, Interest Point, Maximized Reduction Difference Expansion, Steganography, SURF
I. PENDAHULUAN
P
jaman modern ini, komputer dan internet merupakan media komunikasi utama yang mehubungkan
banyak bagian di dunia menjadi satu dunia virtual global. Sehingga orang-orang dapat dengan mudah
bertukar informasi satu sama lain. Berbagai macam sarana (media) telah dikembangkan untuk
memfasilitasi bentuk informasi yang ingin disampaikan, yang biasanya disebut dengan multimedia. Contoh
multimedia yang sering digunakan adalah teks, gambar, suara dan video. Orang-orang dapat dengan mudah
mengirimkan pesan berupa teks, gambar, suara, dan video ke sesama dengan bantuan internet. Namun muncul
permasalahan dalam pengiriman informasi melalui teknologi internet canggih ini, yaitu kerahasiaan data.
Sehingga, bagaimana cara memproteksi informasi rahasia selama pengiriman menjadi isu penting dalam internet.
Teknik chipering banyak digunakan untuk mengenkripsi dan mendekripsi informasi/data. Namun kadang-kadang
enkripsi data tidak cukup, dan menyembunyikan data rahasia tersebut lebih dibutuhkan[1]. Teknik berdasarkan
ide tersebut disebut steganografi.
Steganografi berbeda dengan kryptografi. Tujuan dari kryptografi adalah mengamankan proses komunikasi
dengan mengubah data yang dikirimkan menjadi suatu bentuk yang tidak dapat dipahami oleh orang luar yang
tidak berhak. Sedangkan steganografi tujuannya adalah menyembunyikan keberadaan dari data yang ingin
dikirimkan sehingga orang luar yang tidak berhak tidak menyadari kalau data itu ada. Dalam beberapa kejadian,
mengirimkan informasi yang terenkripsi dapat menarik perhatian orang luar sedangkan mengirimkan informasi
yang tersembunyi tidak. Karena data yang terenkripsi memiliki bentuk khusus yang tidak lazim sehingga dapat
membuat orang luar curiga.
Teknik lain yang sejenis dengan steganografi adalah wa termarking . Watermarking adalah sebuah teknik yang
digunakan untuk memproteksi hak milik sebuah media digital seperti misalnya gambar digital dengan
memberikan tanda yang tak terlihat kasat mata. Sehingga dilihat dari tujuannya watermarking dan steganografi
adalah teknik menyembunyikan data yang berbeda, dimana tujuan dari steganografi adalah informasi rahasia
ADA
1
sedangkan watermarking tujuannya adalah data penutup yang digunakan.
Steganografi adalah teknik menyembunyikan pesan rahasia ke dalam suatu media sehingga keberadaan pesan
tersebut sulit untuk dideteksi. Steganografi berasal dari bahasa yunani steganos yang artinya “tersembunyi” dan
graphein yang artinya “menulis”[2]. Steganografi dalam era modern ini dapat didefinisikan sebagai proses
penyembunyian informasi pada suatu media pembawa seperti teks, gambar, suara, atau video. Gambar digital
merupakan salah satu media yang populer karena sering digunakan di internet. Bagi komputer, gambar digital
adalah sekumpulan set angka yang merepresentasikan intensitas cahaya pada berbagai titik[3]. Representasi
numerik ini membentuk grid dan titik individu pada grid tersebut disebut sebagai piksel. Sebuah gambar/citra
digital yang umum digunakan biasanya memiliki piksel yang direpresentasikan dalam bit, gambar 24 bit atau 8
bit. Citra 24-bit adalah gambar berwarna RGB dan gambar 8-bit adalah gambar grayscale. Citra digital yang
digunakan sebagai data penutup pada paper ini adalah gambar grayscale atau gambar dengan 8-bit.
Teknik menyembunyikan data pada steganografi sudah banyak diusulkan dalam berbagai penelitian. Teknik
steganografi pada citra digital dibedakan menjadi 2 domain, yaitu domain spasial dan domain transformasi. Pada
teknik steganografi domain spasial, data disisipkan pada piksel citra, sedangkan pada domain transformasi, data
disisipkan pada koefisien domain transform citra. Teknik steganografi pada domain spasial juga dibedakan
menjadi 2 jenis yaitu reversible dan irreversible. Reversible artinya data penutup atau pembawa dapat diambil
kembali setelah dilakukan ekstraksi pada stego data dan irreversible sebaliknya. Berbagai macam teknik pada
domain spasial sudah banyak diusulkan antara lain Least Significant Bit (LSB) dan Difference Expansion (DE).
Pada paper ini digunakan teknik Difference Expansion yang sudah dikembangkan untuk menyisipkan data
rahasia ke data penutup/pembawa, yaitu Reduced Difference Expansion.
Secara garis besar, algoritma difference expansion bekerja dengan menyisipkan data pada selisih nilai piksel
antara dua piksel yang nantinya akan menghasilkan nilai piksel baru yang sudah disisipkan bit data rahasia
(payload ). Pemilihan pikselnya dapat dilakukan dengan memasangkan piksel dengan tetangganya secara
horizontal, vertikal, atau menurut pola tertentu. Pada paper ini digunakan metode deteksi fitur pada citra digital
sebagai pola pemilihan piksel yang akan disisipi data rahasia. Metode deteksi fitur pada citra yang digunakan
adalah SURF (Speeded up Robust Feature). Sehingga pemilihan piksel untuk disisipi akan tersebar secara acak di
citra digital. Metode SURF digunakan karena hasil deteksi interest point yang didapat invariant terhadap rotasi
dan skala[4]. Sehingga, diharapkan tingkat keamanan stego data yang dihasilkan dapat meningkat.
II. PENELITIAN TERKAIT
Sampai saat ini, beberapa studi dan penelitian yang terkait dengan steganografi pada citra digital yang pernah
dilakukan antara lain.
Champakamala et al [5], mengusulkan metode Least Significant Bit (LSB) yang sudah dimodifikasi untuk
meningkatkan kapasitas penyisipan data rahasia. LSB umumnya mengambil satu bit terakhir pada suatu piksel
untuk diubah nilainya menjadi bit data rahasia. Sehingga untuk menyisipkan satu byte data diperlukan delapan
byte piksel. Teknik LSB yang dimodifikasi ini, mengambil dua bit terakhir suatu piksel untuk disisipkan data
rahasia, sehingga untuk menyisipkan satu byte data hanya memerlukan empat byte piksel.
Deepesh et al [6], mengusulkan metode LSB yang dimodifikasi pada 24-bit citra digital. Dengan
mengeksploitasi kemampuan visual manusia dimana mata manusia kurang peka terhadap warna biru. Sehingga
bit data rahasia lebih banyak disisipkan pada bit warna biru. Urutan penyisipan jumlah bit data rahasianya
sebagai berikut, 1 bit pertama di R, 2 bit setelahnya di G, dan 3 bit setelahnya di B. Teknik ini memerlukan 2 byte
piksel RGB untuk disisipi. Dari hasil eksperimen didapat bahwa metode steganografi Least Significant Bit (LSB)
lebih cocok digunakan pada 24-bit citra digital.
Adnaan et al [7], mengusulkan teknik steganografi citra tanpa menyisipkan bit data rahasia ke data pembawa
tetapi dengan membuat sebuah tabel mapping sebagai data referensi untuk diekstraksi. Refference Hash Table
(RHT) didapat dengan mencari selisih dari pasangan nilai piksel data rahasia dan data cover . RHT dienkripsi
dengan metode 2 lapis, 128-bit AES dan 256-bit AES. Cover data, RHT, dan AES key dikirimkan ke klien
memalui saluran yang berbeda. Teknik ini dapat menutupi kelemahan LSB dimana dimensi data rahasia harus
lebih kecil dari dimensi data cover.
Tian et al [8], mengusulkan teknik steganografi yang reversible yang disebut Difference Expansion. Teknik ini
menggunakan nilai selisih dari dua pixel untuk disisipi payload . Dengan menggunakan teknik ini, kapasitas
penyisipan data meningkat dan memiliki kompleksitas komputasi yang rendah. Lou et al [9], meningkatkan
performa teknik Difference Expansion yang dikenal dengan Reduced Difference Expansion. RDE meningkatkan
kualitas citra yang disisipi data rahasia.
Chen et al [10], mengusulkan metode steganografi yang dikombinasikan dengan deteksi edge pada citra.
Pemilihan piksel untuk disisipi data rahasia sangatlah penting karena piksel yang dimodifikasi akan terlihat
2
Baskara — Steganografi Dengan Metode Deteksi Fitur Dan Maximized Reduction Difference Expansion
menonjol apabila disekitarnya ada piksel yang mempunyai piksel tetangga dengan warna yg sama. Pada teknik
ini data rahasia disisipkan pada piksel-piksel yang dideteksi sebagai edge pada citra. Dengan menggabungkan
teknik LSB dengan edge detection, dapat meningkatkan kualitas dari citra stego yang dihasilkan.
Anastasia et al [11], juga mengusulkan ide yang sama dengan Chen et al[10] tetapi menggunakan citra yang
berbeda, yaitu citra 24-bit. Sedangkan Chen et al menggunakan citra 8-bit. Teknik edge detection yang digunakan
adalah hybrid edge detection yaitu gabungan antara fuzzy edge detector dan canny edge detector. Jain et al [12],
juga mengusulkan metode steganografi yang sama namun menggunakan teknik edge detection yang berbeda,
yaitu zero crossing detector.
Hamid et al [13], mengusulkan teknik steganografi berdasarkan karakter wilayah dengan deteksi fitur citra.
Teknik ini dapat mentolerir signal processing attack. Kekurangan dari metode yang diusulkan ini adalah
berkurangnya kapasitas penyisipan karena harus menghilangkan region yang saling tumpang tindih [13].
III. TINJAUAN PUSTAKA
Bagian ini menjelaskan metode-metode yang mendukung metode yang diusulkan, yaitu Reduced Difference
Expansion (RDE) dan Speeded Up Robust Feature (SURF)
A. Difference Expansion (DE)
DE menggunakan selisih antara dua piksel untuk menyisipkan data. Misalkan x dan y merupakan nilai piksel
dari sepasang piksel yang bersebelahan. Maka l dan h dapat didefinisikan sebagai berikut.
(1)
Kemudian dilakukan penyisipan data pada selisih h.
(2)
Nilai selisih baru h’ yang sudah disisipi data digunakan untuk membuat nilai piksel baru untuk piksel x’ dan y’
(3)
Nilai h’ harus memenuhi kondisi sebagai berikut untuk menghindari kondisi overflow (nilai piksel lebih besar
dari 255) dan underflow (nilai piksel lebih kecil dari 0)
| |
{
(4)
| |
B. Reduced Difference Expansion (RDE)
Reduced Difference Expansion (RDE) merupakan hasil dari peningkatan metode Difference Expansion (DE).
Pada algoritma DE terjadi suatu masalah yaitu penyisipan data menyebabkan hasil piksel baru memiliki selisih
yang besar dengan piksel original sehingga menurunkan kualitas dari citra stego. RDE diusulkan untuk mengatasi
masalah tersebut [9]. Alur algoritma RDE sama dengan DE, namun ada beberapa modifikasi. Sebelum disisipkan
data, nilai selisih h yang didapat pada (1) direduksi terlebih dahulu.
{
(5)
Pada RDE juga dibuat location map LM yang menunjukkan lokasi piksel yang selisihnya direduksi untuk
proses ekstraksi data. Selisih piksel yang tereduksi ditandai dengan 1 dan yang tidak tereduksi ditandai 0.
Persamaan (6) digunakan untuk mengembalikan nilai selisih piksel yang tereduksi.
{
⌊
⌊
⌋
⌋
(6)
3
C. Speeded Up Robust Feature (SURF)
SURF merupakan sebuah algoritma yang cepat dan akurat untuk proses mendeteksi descriptor lokal pada citra.
Descriptor adalah sebuah ciri-ciri dari suatu citra berdasarkan aturan tertentu dari suatu algoritma. Algoritma
SURF dikembangkan oleh Herbert bay et al [3] pada tahun 2006. Secara umum, algoritma SURF terdiri dari 3
bagian utama yaitu.
1. Pendeteksian Keypoint menggunakan Fast-Hessian Detector.
2. Pembuatan SURF descriptor.
3. Pencocokan descriptor.
Gambar 1. Menunjukkan contoh hasil gambar yang sudah dideteksi keypointnya menggunakan algoritma
SURF.
Gambar 1 Contoh Hasil deteksi keypoint dengan SURF
IV. METODE YANG DIUSULKAN
Paper ini mengusulkan skema metode steganografi RDE yang dikombinasikan dengan deteksi fitur pada citra
untuk mencari sebaran piksel untuk penyisipan data rahasia. Metode ini terbagi menjadi dua yaitu Penyisipan dan
Ekstraksi. Data rahasia disisipkan dengan metode RDE yang sudah dimodifikasi yang disebut dengan Maximazed
Reduction Difference Expansion (MRDE). Ada kekurangan dalam metode RDE yang diusulkan lou et al. Ketika
selisih nilai antara dua piksel sangat besar maka selisih nilai antara piksel baru dan piksel lama terlihat lumayan
besar. Sehingga kami mengusulkan metode MRDE baru yang dapat memperkecil selisih nilai piksel lama dan
nilai piksel baru sehingga dapat menurunkan noise ratio.
1. Review Mengenai Reduced Difference Expansion (RDE)
Metode RDE dibuat berdasarkan metode DE yang sudah ditambahkan bilangan pereduksi selisih apabila selisih
memenuhi syarat yang sudah ditetapkan. Jika h > 1 maka h akan direduksi seperti pada (5). Contoh, misalkan ada
dua piksel, x = 126 dan y = 29. Dan bit yang akan disisipkan adalah b = 1 maka prosesnya seperti berikut.
Pertama, hitung nilai rata-rata l dan selisih h seperti berikut.
(7)
Dan
(8)
Kedua, nilai selisih h direduksi seperti berikut.
(9)
4
Baskara — Steganografi Dengan Metode Deteksi Fitur Dan Maximized Reduction Difference Expansion
Ketiga, bit rahasia disisipkan ke nilai selisih baru h’ seperti berikut.
(10)
Keempat, nilai selisih setelah disisipi data rahasia dicek kondisi underflow atau overflow dengan persamaan (4)
seperti berikut.
(11)
Kelima, didapatkan nilai piksel x’ dan y’ baru dengan Location Map = 1 seperti berikut
(12)
Dapat dilihat bahwa nilai piksel setelah disisipi bit rahasia mengalami perubahan yang jauh.
2. Metode penyisipan yang diusulkan
Metode MRDE ini memiliki alur proses penyisipipan bit sebagai berikut. Pertama dilakukan pengecekan
terhadap nilai piksel x dan y apakah doable dan not doable.
{
(13)
Jika doable maka dilakukan reduksi selisih seperti berikut.
(14)
Pada metode ini juga dibuat Location Map yang nantinya digunakan untuk proses ekstraksi. Tabel 1
menunjukkan deskripsi dari Location Map yang sudah ditentukan.
Tabel 1 Deskripsi Location Map
Location Map
00
01
10
11
Deskripsi
Not doable
h= 1
h is even number
h is odd number
Dengan menggunakan contoh diatas, x = 126 dan y = 29 dengan bit rahasia b = 1 dan h = 97 dan Location Map
= 11, dihitung nilai piksel barunya setelah disisipi data rahasia menggunakan MRDE seperti berikut.
(15)
(16)
(17)
Untuk proses ekstraksinya, LSB dari nilai selisih piksel baru akan diambil sebagai bit rahasia ( payload ).
Kemudian dengan persamaan berikut dilakukan pengembalian nilai piksel kesemula.
{
(18)
5
Dari nilai piksel baru diatas x’ = 126 dan y’ = 29 didapatkan nilai selisih h = 97 dan rata-rata l = 77 dan
Location Map = 11. Kemudian diekstraksi bit rahasia nya seperti berikut.
(19)
Dengan Location Map = 11 digunakan fungsi pengembalian piksel seperti pada (18).
(20)
3. Penyisipan
Gambar 2. Menunjukkan alur proses penyisipan data rahasia dari metode yang diusulkan. Sebelum proses
penyisipan, data cover dideteksi keypoint yang ada didalamnya. Pemilihan keypoint berdasarkan threshold yang
sudah ditentukan pada algoritma SURF. Kemudian keypoint diurutkan berdasarkan seberapa kuatnya keypoint
tersebut dengan threshold. Setelah diurutkan, didapatkanlah piksel piksel yang dipilih untuk disisipi data.
Secret
Data
Cover
data
Embedding
Deteksi
Keypoint
Stego data
Seleksi
Keypoint
Gambar 2 Alur Proses Penyisipan Data
4. Ekstraksi
Gambar 3 menunjukkan alur proses ekstraksi data stego yang didapatkan dari proses penyisipan data
sebelumnya. Stego data yang berupa citra dideteksi keypoint yang ada didalamnya. Keypoint yang didapat
kemudian diurutkan berdasarkan besar kecil dari nilai threshold. Kemudian dilakukan proses ekstraksi sehingga
data rahasia dan data covernya dapat diambil kembali.
Stego
Data
Deteksi
Keypoint
Seleksi
Keypoint
Ekstraksi
Secret
Data
Cover
Data
Gambar 3 Alur Proses Ekstraksi Data Stego
V. UJI COBA
Pengujian metode yang diusulkan dilakukan dengan membandingkan metode RDE dan metode yang diusulkan
yaitu MRDE. Penyisipan dilakukan pada cover data yang sudah dipilih keypoint untuk disisipi data rahasia. Citra
yang digunakan adalah Lena, Baboon, dan Pepper. Data yang akan disisipkan adalah “Good”.
Gambar 4 Lena
6
Baskara — Steganografi Dengan Metode Deteksi Fitur Dan Maximized Reduction Difference Expansion
Gambar 5 Baboon
Gambar 6 Pepper
Kualitas visual pada citra dapat diukur menggunakan peak signal to noise ratio (PSNR) dengan persamaan berikut.
(21)
∑
∑
(22)
Tabel 2 menunjukkan perbandingan nilai PSNR dari metode RDE dan metode yang diusulkan yaitu MRDE. Kualitas citra
stego yang dihasilkan dengan metode yang diusulkan yaitu metode MRDE lebih bagus dibandingkan dengan metode RDE
karena piksel baru yang dihasilkan hampir sama dengan nilai piksel dari cover citra aslinya.
Tabel 2 Perbandingan PSNR
Lena
Baboon
Pepper
RDE
61.34 dB
62.01 dB
63.40 dB
Metode yang diusulkan (MRDE)
90.27 dB
91.17 dB
91.17 dB
Cover citra yang didapat setelah proses ekstraksi semuanya menghasilkan nilai PSNR tak terhingga. Hal ini menunjukkan
bahwa cover citra yang didapat setelah proses ekstraksi data rahasia pada MRDE persis sama dengan cover aslinya sebelum
disisipi data rahasia. Metode ini juga cocok dikombinasikan dengan deteksi fitur SURF karena nilai piksel pada citra berpengaruh terhadap pendeteksian interest point pada SURF. Pada metode RDE, citra stego yang dihasilkan mempunyai banyak noise sehingga pendeteksian interest point menjadi tidak stabil. Interest point yang dideteksi pada citra stego yang
dihasilkan dengan metode RDE tidak sama dengan interest point seperti saat citra belum disisipi data rahasia. Akibatnya data
rahasia tidak dapat diekstraksi secara sempurna. Sedangkan dengan metode yang diusulkan yaitu MRDE, data rahasia berhasil diekstraksi dengan sempurna karena noise pada citra stego yang dihasilkan lebih sedikit sehingga pendeteksian interest
point menjadi stabil. Jumlah kapasitas penyisipan data tergantung dengan threshold saat pendeteksian interest point. Semakin
besar threshold yang diberikan, semakin sedikit interest point yang didapat namun interest point tersebut semakin kuat terhadap perubahan piksel dan juga semakin berkurang kapasitas penyisipan data rahasia.
VI. KESIMPULAN
Paper ini menyajikan sebuah metode maximized reduction difference expansion yang cocok digunakan dengan algoritma
deteksi fitur SURF. Algoritma SURF digunakan untuk mendeteksi interest point yang mana interest point tersebut akan
digunakan untuk tempat penyisipan data rahasia. Tujuan penggunaan algoritma SURF sebagai tempat penyisipan data rahasia adalah untuk meningkatkan kualitas citra dan keamanan data rahasia dari serangan brute force. Metode maximized
reduction difference expansion yang diusulkan performanya dan hasilnya lebih bagus dari metode RDE. Hasil citra stego
yang dihasilkan oleh metode MRDE berdasarkan nilai PSNR (Peak signal to Noise Ratio) lebih baik dari metode RDE kare7
na nilai piksel baru yang dihasilkan dari metode MRDE setelah proses penyisipan data rahasia, paling mendekati nilai piksel
citra covernya sebelum disisipi data. Metode MRDE ini sangat meningkatkan kualitas citra stego.
DAFTAR PUSTAKA
[1]
M. R. Islam, A. S., M. P. U., A. K. M., M. D. H., “An Efficient Filtering Based Approach Improving LSB Image Steganography using Status Bit
along with AES Cryptography”, International Conference On Informatics, Electronics, & Vision , 2014
[2]
Nadem Akhtar, Pragati Johri, Shahbaaz Khan, “Enhancing the Security and Quality of LSB based Image Steganography”, 5th International Conference on Computational Intelligence and Communication Networks, 2013
[3]
Neil F. Johnson, Sushil Jajodia, “Exploring Steganography: Seeing the Unseen”, George Mason University
[4]
H. Bay, T. Tuytelaars, L. V. Gool, “SURF: Speeded Up Robust Feature”. Computer Vision and Image Understanding, Volume 110.
[5]
Champakalam B. S, Padmini K, Radhika D. K., “Least Significant Bit algorithm for Image Steganography”, International Journal of Advanced Computer Technology (IJACT), Volume 3 Issue 4, 2014
[6]
Deepesh Rawat, Vijaya Bhandari, “A Steganography Technique for Hiding Image in an Image using LSB Method for 24 bit Color Image”, International Journal of Computer Application, Volume 64, 2013
[7]
Adnaan A., N. Agarwal, S. Banerjee, “Image Steganography By Closest Pixel-Pair Mapping”, IEEE, 2014
[8]
Jun Tian, “Reversible Data Embedding Using a Difference Expansion”, IEEE, Volume 13, 2003
[9]
D. Lou, M. Hu, J. Liu, “Multi layer Data Hiding Scheme for Medical Images, Computer Standards & Interfaces, 2008
[10] W. Chen, C. Chang, T. H. N. Le, “High Payload Steganography Mechanism Using Hybrid Edge Detector”, Expert Systems with Applications, 2010
[11] Anastasia I., S. P. Halkidis, G. Stephanides, “A Novel Technique for Image Steganography Based On a High Payload Method and Edge Detection”,
Expert System With Applications, 2012
[12] N. Jain, S. Meshram, S. Dubey,” Image Steganography Using LSB and Edge Detection Technique“, International Journal of Soft Computing and
Engineering(IJSCE),2012
[13] Nagham Hamid, A. Y. R. B. A. O. A.-Q., 2012. Characteristic Region Based Image Steganography Using Speeded-Up Robust Features Technique. s.l., IEEE.
8