studi kinerja peningkatan keamanan informasi...

24 Juli 2013 Tugas Akhir – KI091391 1

STUDI KINERJA PENINGKATAN KEAMANAN INFORMASI BERBASIS PENYISIPAN INFORMASI

DENGAN MENGGUNAKAN STEGANOGRAFI(Kata kunci: deteksi tepi fuzzy, deteksi tepi hybrid, metode High Payload,

steganografi citra)

PRESENTASI TUGAS AKHIR – KI091391

Penyusun Tugas Akhir :

Claracia Dinasty

(NRP : 5109.100.109)

Dosen Pembimbing :

Ahmad Saikhu, S.Si., M.T.

Rully Soelaiman, S.Kom., M.Kom.

AGENDA

Pendahuluan

Metodologi

Uji Coba

Kesimpulandan Saran

DaftarPustaka

PENDAHULUAN

Latar Belakang

Rumusan Masalah

Batasan Masalah

Tujuan

Steganografi merupakan seni untuk menyembunyikan pesan didalam suatu media sedemikian rupa sehingga orang lain tidakmenyadari ada sesuatu di dalam pesan tersebut.

Hasil studi membuktikan bahwa sharp area pada citra dapatmenampung pesan tanpa terdekteksi lebih banyak daripada smootharea [3] [4] [5].

Deteksi tepi hybrid menghasilkan piksel tepi lebih banyak daripadadeteksi tepi biasa.

Penggunaan metode high payload dapat memaksimalkanpengalokasian bit pada setiap kanal warna RGB.


LATAR BELAKANG (1)

Sobel = 24878 pxFuzzy = 28540 pxLaplacian = 9766 px


LATAR BELAKANG (2)

Hybrid Laplacian or Fuzzy = 31416 px Hybrid Sobel or Fuzzy = 32274 px


1. Bagaimana memahami dan mengimplementasikan penggunaan

metode penyisipan High Payload dalam steganografi citra

berwarna?

2. Bagaimana menggabungkan deteksi tepi hybrid ke dalam

implementasi metode High Payload dalam steganografi citra

berwarna?

3. Bagaimana hasil uji coba kinerja dari sistem steganografi citra

berwarna dengan berbagai skenario uji?

RUMUSAN MASALAH


1. Jenis deteksi tepi yang digunakan adalah deteksi hybridlaplacian atau sobel yang digabungkan dengan deteksi tepifuzzy.

2. Media penampung (citra cover) merupakan citra statis berwarna24-bit (RGB)

3. Media yang disisipkan (citra secret) dapat berupa citra grayscaleataupun citra berwarna 24-bit (RGB).

4. Data uji menggunakan citra dari The Berkeley SegmentationDataset and Benchmark (BSDS300) yang diunduh secara acakdari situs http://www.eecs.berkeley.edu/Research/Projects/CS/vision/bsds/

5. Uji coba metode dilakukan menggunakan nilai PSNR (PeakSignal to Noise Ratio).

6. Jumlah bit yang ditambahkan pada piksel tepi untuk uji cobaberada dalam rentang 0 hingga 5 bit.

BATASAN MASALAH

http://www.eecs.berkeley.edu/Research/Projects/CS/vision/bsds/


1. Mengimplementasikan metode High Payload dan deteksi tepi

dalam sistem steganografi citra berwarna.

2. Mengetahui hasil kinerja sistem dengan melakukan beberapa

skenario uji coba.

TUJUAN


Citra Cover

proses

Citra Secret Citra StegoBerkas

Pelengkap

Citra Stego

proses

Citra Secret Hasil Ekstraksi

GAMBARAN UMUM SISTEM STEGANOGRAFI

Berkas Pelengkap


Citra cover

Input data inisialisasiPembuatan versi

grayscale dari citracover

Deteksi tepiKomputasi alokasi bit yang akan disisipkan

Input citra secretPenyisipan citra

secret ke dalam citracover

Pembuatan berkaspelengkap

Citra secret

Citra stego + berkas pelengkap

DESAIN PROSES PENYISIPAN

24 Juli 2013 Tugas Akhir – KI091391

Jenis deteksitepi

Jumlah bit yang

ditambahkanpada piksel

tepi

Input citracover

TAHAP 1: INISIALISASI


komputasi

BGRI 114.0587.0299.0

TAHAP 2: PEMBUATAN CITRA GRAYSCALE

Citra cover asli Citra grayscale


TAHAP 3: DETEKSI TEPI HYBRID

Pendeteksian tepi denganoperator Laplacian

Citra grayscale

Hasil deteksi tepi Laplacian

Pendeteksian tepi denganoperator Sobel

Pendeteksian tepi dengandeteksi tepi Fuzzy

Hasil deteksi tepi Sobel





Citra grayscale


Hasil deteksi tepi fuzzy






Citra grayscale



Pencarian nilai ambangdengan Otsu Thresholding

Ha

sil

de

tek

si

tep

ifu

zzy

Ha

sil

de

tek

si

tep

iS

ob

el

Ha

sil

de

tek

si

tep

iLa

pla

cia

nJumlah piksel tepi : 34989 piksel

Penggabungan denganoperasi OR



Pencarian nilai ambangdengan Otsu Thresholding

Penggabungan denganoperasi OR

Citra hasil deteksi tepi Lapacian or Fuzzy

Citra hasil deteksi tepi Sobel or Fuzzy

Jumlah piksel tepi : 30826 piksel

Jumlah piksel tepi : 34989 piksel

TAHAP KOMPUTASI


Langkah1:

•Penentuan pixel properties

Langkah2:

•Perhitungan menggunakanalgoritma metode High Payload

Langkah3:

•Penambahan bit sesuai input jumlahbit yang ditambahkan untuk pikseltepi

Langkah4:

•Pembuatan message box yang berisi informasi ukuran maksimalcitra secret yang dapat ditampung

TAHAP 4: KOMPUTASI ALOKASI BIT

visualisasi hasil matriks

alokasi bit

TAHAP KOMPUTASI


PENENTUAN PIXEL PROPERTIES

2. Menentukan sub-case (SC):

116

ByteColorIntMC

CYX

CYCXCYCX

CYCXCYCX

CYX

CYCXCYCX

CYX

SC

,6

)&(|)&(5

)&(|)&(4

,3

)&(|&2

,1

1. Menentukan main-case (MC):

3. CP = current pixel.

4. NP = next pixel.

Pixel properties:

1. Selected color:

2. Main case dari selected color:

3. Salah satu dari rest color:

4. Rest color lainnya:

5. R,G,B adalah nilai dari kanal warna

red,green, blue pada current pixel

ColorCPColor

Color MCSel

minarg

CPColorMCCColorSelmc

RCEiRCE i &2,1,

RCCRCHMCMCColorSelH ,

TAHAP KOMPUTASI


ALGORITMA HIGH PAYLOAD

Jika CMC>=2 dan CSC=1Sembunyikan 2 bit pada selected color dari CPSembunyikan 2 bit pada selected color dari NP

Jika 1<=CMC<=16 dan CSC=3Sembunyikan 1 bit pada kanal R dari CPSembunyikan 1 bit pada kanal G dari CPSembunyikan 2 bit pada kanal B dari CP

Jika 1<=CMC<=15 dan CSC=5Sembunyikan 2 bit pada selected color dari CPSembunyikan 2 bit pada E dari CP

Jika 1<=CMC<=15 dan CSC=6Sembunyikan 2 bit pada selectd color dari CPSembunyikan 2 bit pada H dari CP


Pemilihan danpembacaancitra secret

Pembentukanmatriks citra

secret menjadibitstream biner

TAHAP 5: INPUT CITRA SECRET

3 0 3 2 2 2 2 0 33 0 2 2 2 2 2 0 03 3 3 0 0 0 0 0 2

x x x x x x x x xx x x x x x x x xx x x x x x x x x


Pembagian bitstreamcitra secret sesuaialokasi

Pemberian mask padacitra cover

Penyisipan citra secret ke dalam citra cover

TAHAP 6: PENYISIPAN

S=1 0 1 0 1 0 1 1 0 0 1 0 1 0 0 0 1

5 0 2 3

bitstream citra secret

matriks hasil tahap komputasi

matriks hasil pembagian citra secret

75 = 0 1 0 0 1 0 1 1





TAHAP 6: PENYISIPAN

75 = 0 1 0 0 1 0 1 10 0 072

citra cover

matriks hasil tahap komputasi

citra yang telah diberi mask

5= 1 0 1





TAHAP 6: PENYISIPAN

72 = 0 1 0 0 1 0 0 0

Citra stego

OR

77 = 0 1 0 0 1 1 0 1


Berkas pelengkap (myFile.txt) berisi informasi:

• informasi jumlah bit yang telah disisipkan dalam setiap kanal warna red(R), green(G), dan blue(B) dalam tiap piksel pada citra cover (informasi dalam bentuk array satu dimensi),• informasi panjang citra secret,• informasi lebar citra secret, • informasi jumlah kanal citra secret, dan• informasi mengenai panjang bitstream pesan rahasia (citra secret) yang telah disisipkan.

TAHAP 7: PEMBUATAN BERKAS PELENGKAP


Pembacaan citra stego

Pembacaan danpemisahan informasi-informasi pada berkas

pelengkap

Pengambilan N-bits daricitra stego yang

merupakan citra secret yang disisipkan

Pembentukan bitstreambiner menjadi bitstream

desimal

Pembentukan bitsream desimal menjadi matriks

citra

Citra secret hasil proses ekstraksi

Citra stego Berkas pelengkap

DESAIN PROSES EKSTRAKSI


Uji KebenaranUji ini membandingkan citra secret yang disisipkan dengan citra secret hasil

proses ekstraksi dan diukur menggunakan nilai PSNR. Sistem dinyatakan

sesuai jika nilai PSNR = tak hingga (INF).

Uji KinerjaUji kinerja memgevaluasi kualitas citra stego yang dihasilkan. Dalam uji ini

terdapat dua nilai PSNR, yaitu PSNR1 dan PSNR2. PSNR1 membandingkan

citra stego dengan citra cover asli, sedangkan PSNR2 membandingkan

citra stego dengan citra cover yang telah diberi mask.

27

SKENARIO UJI COBA

SKENARIO UJI COBA


Uji Kebenaran

Citra secret berwarna

Citra secret grayscale

28


Citra cover terhadap citra secret berwarna

Informasi uji coba:• Citra Cover: 159091.jpg• Citra Secret: 108073.jpg• Deteksi Tepi: Sobel or Fuzzy• Jumlah bit yang ditambahkan pada

piksel tepi: 1 bit

Evaluasi: Secara visual tidak tampak

perbedaan antara citra secret sebelumproses penyisipan dengan citra secrethasil proses ekstraksi. Setelah dilakukanuji menggunakan nilai PSNR, nilai yangdidapatkan adalah ‘INF’ atau tak hingga.Dengan begitu dapat dikatakan bahwaproses penyisipan dan ekstraksi pada ujikebenaran skenario 1 sudah sesuai.

UJI KEBENARAN SKENARIO 1 (1)

Histogram citra secret hasil proses ekstraksiHistogram citra secret sebelum proses penyisipan


Citra cover terhadap citra secret berwarna



Citra cover terhadap citra secret grayscale

Informasi uji coba:• Citra Cover: 159091.jpg• Citra Secret: 108073[GRAY].jpg• Deteksi Tepi: Sobel or Fuzzy• Jumlah bit yang ditambahkan pada

piksel tepi: 1 bit

Evaluasi: Secara visual tidak tampak

perbedaan antara citra secret sebelumproses penyisipan dengan citra secrethasil proses ekstraksi. Setelah dilakukanuji menggunakan nilai PSNR, nilai yangdidapatkan adalah ‘INF’ atau tak hingga.Dengan begitu dapat dikatakan bahwaproses penyisipan dan ekstraksi pada ujikebenaran skenario 2 sudah sesuai.


Histogram citra secret hasil proses ekstraksiHistogram citra secret sebelum proses penyisipan


Citra cover terhadap citra secret grayscale


SKENARIO UJI COBA


Uji KinerjaPerbandingan Deteksi Tepi Sobel or Fuzzy dengan Laplacian or

Fuzzy

Perbandingan Menggunakan Ukuran Citra Secret yang Berbeda

Perbandingan Menggunakan Format Citra Secret yang Berbeda

Perbandingan Menggunakan Format Citra Cover yang Berbeda

Perbandingan Jumlah Bit Tambahan yang Disisipkan pada Piksel

Tepi

Uji Penambahan Derau pada Citra Stego

Uji Rotasi Pada Citra Stego

33

Evaluasi:• Beberapa citra

memiliki piksel tepilebih banyak dengandeteksi tepi hybridLaplacian or Fuzzybeberapa lainnyadengan deteksi tepihybrid Sobel or Fuzzy

• Citra dengan jumlahtepi lebih banyak,memiliki nilai PSNRlebih kecil, baik untuknilai PSNR1 maupunnilai PSNR2.

UJI KINERJA SKENARIO 1


Perbandingan Deteksi Tepi Sobel or Fuzzydengan Laplacian or Fuzzy

No.Nama Citra

CoverJumlah

TepiUtility (%)

PSNR1 (db)

PSNR2 (db)

1 66053.jpg 32274 87,66 44,66 42,982 66075.jpg 19395 93,49 45,66 43,963 113016.jpg 34989 86,60 44,39 42,864 160068.jpg 27345 89,93 45,04 43,235 253027.jpg 27075 89,94 44,85 43,16

No.Nama Citra

CoverJumlah

TepiUtility (%)

PSNR1 (db)

PSNR2 (db)

1 66053.jpg 31416 88,04 44,70 43,042 66075.jpg 19991 93,20 45,61 43,923 113016.jpg 30826 88,38 44,69 43,154 160068.jpg 26897 90,14 45,10 43,275 253027.jpg 24272 91,23 45,02 43,35

Hasil Uji Kinerja Skenario 1 Menggunakan Deteksi Tepi Laplacian or Fuzzy

Hasil Uji Kinerja Skenario 1 Menggunakan Deteksi Tepi Sobel or Fuzzy



Perbandingan Menggunakan Ukuran CitraSecret yang Berbeda

No.Nama Citra

Secret

Ukuran (piksel)

Utility (%)

PSNR1(db)

PSNR2 (db)

Waktu (detik)

1 42049.jpg 60 x 40 7,90 42,56 57,26 124,0202 103070.jpg 90 x 60 17,78 42,93 53,38 290,3553 159045.jpg 150 x 100 49,38 44,16 45,50 467,7194 108073.jpg 210 x 140 96,78 45,29 43,13 1404,28

Evaluasi: Semakin kecil citra secret yang disisipkan, nilai PSNR1 yang dihasilkan

semakin rendah, sebaliknya nilai PSNR2 semakin tinggi dan waktu proses yangdibutuhkan semakin sedikit.



Perbandingan Menggunakan Format CitraSecret yang Berbeda

Evaluasi:

Format citra secret tidakmempengaruhi kualitascitra stego yang dihasilkan.

No.Format Citra

SecretPSNR1

(db)PSNR2

(db)Waktu(detik)

1 BMP 44,11 45,60 544,9882 JPG 44,11 45,60 477,0683 PNG 44,11 45,60 546,1684 TIF 44,11 45,60 507,011

Hasil Uji Kinerja Skenario 3 Menggunakan Citra Secret 159008

No.Format Citra

SecretPSNR1

(db)PSNR2

(db)Waktu(detik)

1 BMP 44,16 45,50 500,0322 JPG 44,16 45,50 467,7193 PNG 44,16 45,50 548,3184 TIF 44,16 45,50 472,047

Hasil Uji Kinerja Skenario 3 Menggunakan Citra Secret 259045



Perbandingan Menggunakan Format CitraCover yang Berbeda

Evaluasi:

Format citra cover tidakmempengaruhimempengaruhi kualitascitra stego yang dihasilkan.

Hasil Uji Kinerja Skenario 4 Menggunakan Citra Cover 66053 dan

Citra Secret 41004[GRAY].jpg

Hasil Uji Kinerja Skenario 3 Menggunakan Citra Cover 66075 dan

Citra Secret 69015.jpg

No.Format Citra

CoverPSNR1

(db)PSNR2

(db)Waktu(detik)

1 BMP 44,80 42,46 469,4922 JPG 44,81 42,49 457,9653 PNG 44,80 42,46 469,1674 TIF 44,80 42,46 473,421

No.Format Citra

CoverPSNR1

(db)PSNR2

(db)Waktu(detik)

1 BMP 45,58 44,31 476,7652 JPG 45,60 44,32 481,7613 PNG 45,58 44,31 471,7004 TIF 45,58 44,31 469,714



Perbandingan Jumlah Bit Tambahan yangDisisipkan pada Piksel Tepi

PSNR1 47,34 db

PSNR2 47,99 db

Kapasitas 617604 bit

Utility 56,15 %

Waktu 1457,959 detik



PSNR1 45,53 db

PSNR2 46,99 db


Utility 52,46 %





PSNR1 41,50 db

PSNR2 44,40 db


Utility 49,22 %





PSNR1 36,00 db

PSNR2 40,25 db


Utility 46,36 %





PSNR1 30,20 db

PSNR2 34,79 db


Utility 43,82 %

Waktu 551,743 detik




PSNR1 24,56 db

PSNR2 29,01 db


Utility 41,54 %

Waktu 472,454 detik





0

500

1000

1500

2000

Histogram Stego Image

0 50 100 150 200 250

0

500

1000

1500

2000


0 50 100 150 200 250

0

500

1000

1500

2000


0 50 100 150 200 250

0

500

1000

1500

2000


0 50 100 150 200 250

0

500

1000

1500

2000


0 50 100 150 200 250

0

500

1000

1500

2000


0 50 100 150 200 250

0 1 2

3 4 5

Per

ban

din

gan

his

togra

mci

tra

steg

o

Evaluasi: Untuk menjaga kualitas, bit yang disarankan untuk ditambahkan pada piksel

tepi adalah kurang dari tiga bit (0,1, atau 2 bit). Kualitas citra stego berbanding terbalikdengan kapasitas bit yang dapat ditampung.



Hasil UjiDengan Derau

Tanpa Derau

PSNR1 23,94 db 45,60 dbPSNR2 23,87 db 44,32 db

PSNRCitraSecret

25,16 db(MSE =197,98)

INF(MSE = 0)

Waktu905,489detik

829,047detik

Evaluasi: Citra secret hasil ekstraksi dari

citra stego yang diberi derau juga memilikiderau di dalamnya dan memiliki nilai PSNR yang rendah.

citra stego

citra stego dengan derau

citra secret

citra secret hasil ekstraksi



0

50

100

150

200

250

300

350

400

450

Original Secret Image Histogram

0 50 100 150 200 250

Histogram citra secret tanpa derau

0

50

100

150

200

250

300

350

Extracted Secret Image Histogram

0 50 100 150 200 250

Histogram citra secret dengan derau



Hasil Uji Kinerja Skenario 7 dengan Rotasi 90° Hasil Uji Kinerja Skenario 7 dengan Rotasi 180°

Evaluasi: Hasil uji coba menunjukkan bahwa sistem tidak tahan terhadap ujirotasi



0

50

100

150

200

250

300

350

400

450

Original Secret Image Histogram

0 50 100 150 200 250

Histogram citra secret tanpa derau

0

50

100

150

200

250

300

350

Extracted Secret Image Histogram

0 50 100 150 200 250

Histogram citra secret dengan derau

Pada keadaan normal (tanpa perlakuan khusus), hasil proses ekstraksi

citra secret adalah sama persis dengan citra secret sebelum disisipkan,

baik untuk citra secret berwarna maupun citra secret grayscale (PSNR

= ∞, MSE = 0).

Pada keadaan normal (tanpa perlakuan khusus), kualitas citra stego

yang dihasilkan cukup baik (PSNR > 40 db).

Perbedaan jumlah citra tepi yang dihasilkan oleh deteksi tepi Sobel or

Fuzzy maupun Laplacian or Fuzzy tidak signifikan

Jumlah piksel tepi yang lebih banyak mengakibatkan nilai PSNR citra

stego yang lebih rendah.

Semakin kecil ukuran citra secret, semakin tinggi nilai PSNR2 yang

dihasilkan, namun nilai PSNR1 semakin rendah, dan waktu proses yang

dibutuhkan semakin sedikit.


KESIMPULAN (1)

Format citra yang digunakan baik format citra cover maupun format

citra secret, tidak mempengaruhi kualitas citra stego yang dihasilkan.

Jumlah bit yang disarankan untuk ditambahkan pada piksel tepi adalah

kurang dari tiga bit (0, 1, atau 2 bit). Semakin sedikit bit yang

ditambahkan, semakin baik kualitas citra stego yang dihasilkan.

Semakin banyak jumlah bit yang disisipkan pada piksel tepi, kapasitas

untuk menampung jumlah bit yang disisipkan semakin besar.

Perlakuan terhadap citra stego (misalnya dengan pemberian derau

atau melakukan rotasi) mengakibakan menurunnya kualitas citra secret

hasil proses ekstraksi secara drastis, bahkan bisa menjadi rusak sama

sekali.


KESIMPULAN (2)

Perlu dikembangkan metode yang dapat membuat sistem tahan

terhadap berbagai perlakuan terhadap citra stego untuk

meningkatkan robustness (misalnya terhadap pemberian derau

dan transformasi geometrik).

Perlu dikembangkan metode yang dapat mengoptimasi sistem

agar waktu yang diperlukan untuk proses penyisipan dan

ekstraksi lebih singkat.


SARAN


DAFTAR PUSTAKA (1)

[1] A. Ioannidou, S. T. Haldikis and G. Stephanides, "A novel technique for imagesteganography based on a high payload method and edge detection," ExpertSystem with Application, vol. 39, no. 14, pp. 11517-11524, 2012.

[2] J. Fridrich, M. Goljan and R. Du, "Reliable detection of LSB steganography incolor and grayscale images," IEEE Multimedia, vol. 8, p. 22–28, 2001.

[3] C.-M. Wang, N.-I. Wu, C.-S. Tsai and M.-S. Hwang, "A high qualitysteganographic method with pixel-value differencing and modulus function,"The Journal of Systems and Software, vol. 81, p. 150–158, 2008.

[4] D.-C. Wu and W.-H. Tsai, "A steganographic method for images by pixel-valuedifferencing," Pattern Recognition Letters, vol. 24, pp. 1613-1626, 2003.

[5] C.-C. Thien and J.-C. Lin, "A simple and high-hiding capacity method forhiding," Pattern Recognition, vol. 36, p. 2875–288, 2003.

[6] N. N. El-Emam, "Hiding a large amount of data with high security usingsteganography algorithm," Journal of Computer Science, vol. 3, no. 4, pp. 223-232, 2007.

[7] W.-J. Chen, C.-C. Chang and T. Hoang Ngan Le, "High payload steganographymechanism using hybrid edge detector," Expert System with Application, vol.37, pp. 3292-3301, 2010.

[8] S. Chakraborty and S. Bandyopadhyay, "An approach of 3-level imagesteganography using DNA sequence and 3x3 matrix pixel pair differencingalgorithm," International Journal of Engineering Science and Technology(IJEST), vol. 5, no. 1, pp. 184-191, 2013.

[9] F. A. Petitcolas, A. Ross J. and K. Markus G., "Information Hiding: A Survey,"Proceedings of the IEEE, special issue on protection of mutimedia content, vol.87, pp. 1062-1078, 1999.

[10] T. Sutoyo, in Teori Pengolahan Citra Digital, Yogyakarta, Andi, 2009, pp. 9 -27.

[11] A. P. Marvin and C. Wijaya, Pengolahan Citra Digital Menggunakan MATLAB,Informatika, 2007.

[12] R. C. Gonzales and R. E. Woods, Digital Image Processing, New Jersey:Prentice-Hall, 2002.


DAFTAR PUSTAKA (2)


TERIMA KASIH

SELESAI

studi kinerja peningkatan keamanan informasi...

Documents