Идентификация свойств стохастических информационных потоков : на примере выявления стегосообщений в графических файлах

• Автор: Колесова, Наталья Александровна
• Шифр специальности: 05.13.01, 05.13.19
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Астрахань
• Количество страниц: 200 с. : ил.

Введение

Глава 1. Понятие случайной числовой последовательности и ее основные характеристики.

1.1.Понятие случайности

1.2.0пределение случайной числовой последователь ности и ес основные

характеристики.

ГЗ.Анализ задач, в которых необходима идентификация свойств случайных

числовых последовательностей.

1 АГенераторы случайных числовых последовательностей.

1.5.Требования, предъявляемые к степени случайности числовых последовательностей и их генераторам.

1.6. Подходы к оценке степени случайности числовой последовательности.

1.7.Постановка задач исследования

1.8.Выводы и результаты по главе 1.
Глава 2. Модель и методика комплексной оценки степени случайности последовательностей чисел
2.1.Общая схема комплексной оценки степени случайности числовой последовательности.
2.2.Тесты проверки степени случайности числовой последовательности
2.3.Определение лингвистических переменных для описания степени случайности числовой последовательности
2.4.Способы агрегирования данных для определения степени случайности числовой последовательности
2.5.Математическая модель и методика комплексной оценки степени случайности числовой последовательности
2.6.Выводы и результаты по главе 2.
Глава 3. Параметрическая идентификация модели оценки степени случайности последовательности чисел.
3.1.Алгоритм комплексной оценки степени случайности числовой
последовательности
3.2.Описание программного продукта для оценки степени случайности числовой последовательности
3.3.Выявление зависимых тестов.
3.4.0пределение ошибок 1го и 2го рода для тестов.
3.5.Классификация тестов но эффективности работы.
3.6.Расчет параметров модели оценки степени случайности числовой последовательности
3.7.Верификация программного продукта.
3.8.Выводы и результаты по главе
Глава 4. Применение методики оценки степени случайности последовательности чисел при решении задач защиты информации
4.1.Выявление стегосообщений в графических файлах.
4.2.Формирование ключевых последовательностей из графических
файлов.
4.3.Отбор случайных числовых последовательностей для метода гаммирования
4.4.Анализ качества генераторов последовательностей случайных чисел, используемых в языках программирования, для задач защиты информации
4.5.Улучшеиие результатов применения метода МонтеКарло при решении задач оценки уровня побочных электромагнитных излучений и наводок.
4.6.Примснение методики оценки степени случайности последовательностей чисел при определении характеристик сетевого трафика
4.7.Выводы и результаты по главе
Заключение
Библиографический список
Приложение 1. Концептуальная диаграмма исследования.
Приложение 2. Функциональные диаграммы исследования.
Приложение 3. Результаты тестирования числовых последовательностей для
выявления зависимых тестов
Приложение 4. Результаты тестирования числовых последовательностей для
определения коэффициентов ошибок 1го и 2го рода.
Приложение 5. Фрагменты числовых последовательностей, состоящих из
младших бит изображений.
Приложение 6. Результаты тестирования последовательностей чисел,
полученных из младших бит графических файлов
Приложение 7. Результаты экспертных оценок различных типов ключевой
информации.
Приложение 8. Результаты тестирования числовых последовательностей,
полученных с помощью различных генераторов
Приложение 9. Результаты вычисления площади спектрограммы методом
МонтеКарло
Приложение . Результаты статистического анализа объема передаваемого по
сети трафика
Приложение . Акты об использовании результатов диссертационного исследования
СПИСОК СОКРАЩЕНИЙ
v i симметричный алгоритм блочного
шифрования
I i i ii Американский
национальный институт стандартов
i стандарт шифрования данных
I ii информационные технологии
IV iii v вектор инициализации
iii центр распределения ключей
iii i младшие значащие биты
iv алгоритм сжатия данных
I i ii национальный
институт по стандартам и технологиям
аддитивная цветовая модель, описывающая
способ синтеза цвета для цветовоспроизведения
ivi асимметричный криптоалгоритм
АГ алгоритмический генератор
АС аддитивная свертка
ГКСЧ генератор квазислучайных чисел
ГОСТ государственный стандарт
ГПСЧ генератор псевдослучайных чисел
ГШ генератор шума
Д дисперсия ч
ДМК дифференциальный метод криптоанализа
ИК интегральный критерий
ИСх индекс схожести
ИФР интегральная функция распределения
КК комплексный критерий
КС коэффициент случайности
ЛМК линейный метод криптоанализа
ЛПМП линейная псевдослучайная последовательность максимального
периода
ЛПР лицо, принимающее решение
МКО методика комплексной оценки
МО математическое ожидание
МС мультипликативная свертка
НГСЧ недетерминированный генератор случайных чисел
НЖМД накопитель на жестком магнитном диске
НО неопределенная
НОД наибольший общий делитель
НС неслучайная
НСД несанкционированный доступ
НЧ нечеткое число
ОЗУ оперативное запоминающее устройство
ОИ объект исследования
ОС операционная система
ОУ объект управления
ПО программное обеспечение
ПГ1 программный продукт
ПСП псевдослучайные последовательности
ПСЧ последовательность случайных чисел
ПУ пороговый уровень
ПЧ последовательность чисел
ПЭМИН побочные электромагнитные излучения и наводки
СВ случайная величина
СЛ случайная
СО среднеквадратическое отклонение
СП степень принадлежности
СППРиУ система поддержки принятия решений и управления
ТВ теория вероятное гей
тг табличный генератор
ФГ физический генератор
ЭВМ электронная вычислительная машина
ЭЦП электронноцифровая подпись
ЯП язык прораммирования
ВВЕДЕНИЕ
Актуальность


По мере развития познания все более и более стала признаваться их самостоятельная ценность, полнота и несводимость к иным типам законов, прежде всего к законам жесткой детерминации, которые были характерны для естествознания до разработки статистической физики. Произошедшие преобразования в мышлении стали выражаться в том, что в структуру научной теории, в структуру закона была включена случайность. Иной, научный подход к анализу случайности стал вырабатываться в ходе становления теории вероятностей и. Предмет теории вероятностей обычно определяется как изучение массовых случайных явлений событий. Исходным ее понятием является понятие случайного события, под которым понимают некоторый факт, который1 при определенных условиях может произойти или не произойти. То есть, в теории вероятностей понятие случайного события определяется лишь тем, произошло оно или нет, а не его конкретной природой. Случайность же соотносится с отдельными событиями и выражает тот факт, что отдельные события в массовом явлении независимы и появление каждого из них не обусловлено другими событиями. Именно при таком подходе раскрываются основы объективного понимания природы случайного 9. В работе было предложено другое деление случайностей на шесть ступеней по степени неупорядоченности хаотичности от детерминированного причинноследственного акта, природа которого известна в качестве низшей ступени случайности он может выступать для тех, кто не знает закономерной природы данного явления, до истинного хаоса, не допускающего при наличном развитии науки никакого описания. Стандартная стохастическая случайность занимает здесь среднюю ступень, так как обладает жсткой характеристикой вероятностью. Один из создателей теории вероятностей ТВ А. Н.Колмогоров в лишь дважды коснулся природы случайности. В первом случае Колмогоров утверждает, что при большом числе однотипных опытов частота близка к вероятности при известных условиях, в которые мы здесь не будем глубже вдаваться. Во втором он отметил, что ТВявляется чемто большим, нежели главой теории меры, только в силу наличия в ней понятия независимости. Первое соображение заставило Колмогорова разработать в е годы целую теорию, известную как случайность по Колмогорову и ставившую цель понять, какова та случайность, которая при повторении опытов приводит к устойчивой частоте данного исхода. По Колмогорову случайность числа трактуется как отсутствие алгоритма для его вычисления . Второе соображение открывает путь для еще одного способа группировать случайности по степени независимости случайных величин. К этим системам прежде всего относятся био и техноценозы 1. Эти виды классификации случайностей, как и другие возможные, тесно связаны друг с другом. При этом понятие случайности является первичным. Оно не поддается определению через некоторые иные, более общие понятия. Для раскрытия содержания понятия случайности необходимо его прямое соотнесение с соответствующими процессами и явлениями действительности ,. Однако в любом случае общим остается следующее определение случайное это все то, что может при данных условиях как произойти, так и не произойти. Мерой случайности является вероятность. Однако о ней можно говорить только в отношении одною класса случайных явлений, в котором наблюдаются устойчивые частоты. По Колмогорову такого рода явления естественно назвать вероятностнослучайными. Иногда их называют стохастическими. По общему мнению, ТВ описывает лишь явления вероятностнослучайные с определяемыми распределениями вероятностей, хотя на деле е аппарат применяется и к тем явлениям, где о стохастичности ничего сказать нельзя. Следовательно, ТВ лишь часть и притом небольшая общей науки о случайном ,. В теории вероятностей под случайной величиной СВ понимают величину, которая в результате опыта может принять то или иное неизвестно заранее, какое именно значение . Дискретной прерывной случайной величиной называют СВ, принимающую отделенные друг от друга значения, которые можно перенумеровать. График интегральной функции распределения ИФР дискретной СВ представлен на рис.