Birleştirilmiş haritalar ve Blowfish şifrelemesine dayalı optimizasyon odaklı steganografi sistemi

Mesajları Görünür Bir Şekilde Saklamak

Çoğumuz her gün fotoğraf gönderiyoruz, ancak bu görsellerin başka neler taşıyor olabileceğini pek düşünmüyoruz. Bu araştırma, gelişmiş yapay zeka araçlarının bile fark etmekte zorlandığı şekilde bir görüntünün içine başka bir görüntüyü nasıl gizleyebileceğimizi inceliyor. Çalışma, tıbbi veri paylaşımından sansür altında çalışan gazeteciler ve kolluk kuvvetlerine kadar gizlilik ve güvenli iletişimle ilgilenen herkes için önemli.

Veriyi Neden Resimlerin İçine Gizlemeliyiz?

Steganografi, bilginin varlığını bile gizli tutma sanatıdır. Geleneksel şifreleme veriyi karıştırmak yerine, steganografi gizli bir mesajı sıradan görünen bir dosyanın, örneğin bir fotoğrafın içine sızdırır. Zorluk, görüntünün doğal görünümünü koruyarak yeterince gizli veri taşımak ve güçlü derin öğrenme sistemleri dahil saldırganların bunun farkına varamamasını sağlamaktır. Bu makale görünmez kalma, çok miktarda veri taşıma ve otomatik tespitle başa çıkma arasındaki üçlü dengeyi ele alıyor.

“Yoğun” Bölgelerin Haritasıyla Daha Akıllı Gizleme

Yazarlar işe basit bir soruyla başlıyor: bir resimde kimsenin fark etmeyeceği küçük değişiklikleri nerede yapabilirsiniz? İnsan gözü, düz gökyüzü veya düz duvarlara göre karmaşık, dokulu alanlardaki küçük değişikliklere daha az duyarlıdır. Sistem önce gizliliği taşıyacak olan örtü görüntüyü inceliyor ve iki rehber oluşturuyor. Bir rehber yerel rastgeleliği veya entropiyi ölçerek ince detaylarla dolu bölgeleri buluyor. Diğer rehber ise kenar algılama tarzı bir ölçü kullanarak gürültülü, yüksek kontrastlı alanları vurguluyor. Bu iki rehber tek bir “birleştirilmiş harita” olarak harmanlanıyor; en uygun gizleme noktalarının bir ısı haritası gibi davranıp sistemi düz ve hassas alanlardan uzak tutmasını sağlıyor.

Gizlenmeden Önce Sırrı Kilitlemek

Herhangi bir gizleme işleminden önce, gizli görüntü Blowfish adlı iyi bilinen bir şifre ile tamamen şifrelenir. Bu adım, bir saldırgan gizli bitleri bir şekilde ayırsa bile yalnızca şifrelenmiş gürültü göreceği, okunabilir bir resim görmeyeceği anlamına gelir. Şifrelenmiş görüntü daha sonra bit akışına dönüştürülür ve bu bitler örtü görüntüye teker teker yerleştirilmelidir. Gerçek gizleme klasik bir hile kullanır: seçilen piksellerin en az anlamlı bitlerini (LSB) ayarlamak. Bu küçük değişiklikler görsel olarak farkedilemeyecek kadar küçüktür ancak dikkatlice yerleştirildiklerinde şifrelenmiş veriyi güvenilir şekilde depolayabilirler.

En İyi Stratejiyi Bir Sürüye Arattırmak

Bitleri nereye ve hangi sırayla gizleyeceğinizi seçmek karmaşık bir bulmaca çıkarıyor. Bunu çözmek için yazarlar, kuş sürülerinin veya balık sürülerinin iyi yerlere nasıl yöneldiğini taklit eden doğadan ilham alan bir arama yöntemi olan Parçacık Sürüsü Optimizasyonu (PSO) kullanıyor. Her “parçacık”, birleştirilmiş harita ayarlarını ve piksellerin sıralamasını bir araya getiren aday bir yöntemi temsil ediyor. Sürü farklı stratejileri tekrar tekrar test ediyor ve bunları örtü görüntüyü ne kadar az bozdukları ve sırrın ne kadar doğru geri elde edilebildiğiyle puanlıyor. Birkaç düzine tur boyunca sürü, resmi doğal görünümünü korurken gizli görüntünün kusursuz şekilde yeniden oluşturulmasını sağlayan bir gömme planında yakınsıyor.

Sistemi Test Etmek

Araştırmacılar yöntemlerini steganografi topluluğunda sık kullanılan standart görüntü koleksiyonları üzerinde test ettiler. Piksel başına yaklaşık bir gizli bit kadar—nispeten ağır bir yük—gizlense bile değiştirilmiş (stego) görüntüler orijinallerinden neredeyse görsel olarak ayırt edilemez kaldı. Ölçülen görüntü kalitesi, insanların değişiklikleri fark edeceği seviyelerin çok üzerinde kaldı ve gizli görüntüler mükemmel şekilde kurtarıldı. Kritik olarak, gizli içeriği tespit etmek için özel olarak tasarlanmış iki modern derin öğrenme steganaliz ağı, rastgele tahminden daha iyi performans göstermedi. Geleneksel bir istatistiksel test de özellikle daha gerçekçi, orta düzey gizleme oranlarında yalnızca ılımlı sinyaller verdi.

Günlük Güvenlik İçin Anlamı

Düz anlamıyla, bu çalışma, sıradan gri tonlamalı fotoğraflarda görselleri değişmemiş gibi bırakırken önemli miktarda şifrelenmiş bilginin gizlenebilmesinin mümkün olduğunu ve mevcut yapay zeka tabanlı dedektörlere karşı büyük ölçüde tespit edilemez kalabildiğini gösteriyor. Yöntem gerçek zamanlı kullanım için yeterince hızlı çalışıyor ve güvenli tele-tıp, gizli görüntü paylaşımı veya günlük fotoğraflar gibi gizlenmiş biçimde iletilmesi gereken hassas saha raporları gibi uygulamaları destekleyebilir. Çalışma gri tonlamalı durağan görüntülere odaklanıp renk, video ve sert sıkıştırmayı gelecekteki çalışmalara bıraktığı halde, güçlü bir bileşimi gösteriyor: önce mesajı şifreleyin, sonra sadece görüntünün değişiklikleri güvenle “emeceği” yerlerde gizleyin ve ayrıntıları ince ayarlamak için bir optimizasyon algoritmine bırakın.

Atıf: Aljughaiman, A., Alrawashdeh, R. Optimization-driven steganographic system based on fused maps and blowfish encryption. Sci Rep 16, 4922 (2026). https://doi.org/10.1038/s41598-026-35556-9

Anahtar kelimeler: görüntü steganografisi, veri gizleme, dijital gizlilik, şifrelenmiş görüntüler, derin öğrenme tespiti