Россия
Россия
УДК 614.8 Несчастные случаи, их опасность, профилактика и борьба с ними
В статье рассмотрен вопрос разработки комплексного статистического стегодетектора и его внедрения в модуль анализа достоверности графических данных автоматизированных систем управления технологическими процессами и интеллектуальных транспортных систем для проверки подлинности и подтверждения достоверности циркулирующих в этих системах графических данных, поступающих от средств технического зрения и иных средств фотофиксации и фотосенсоров, и повышения надежности функционирования систем. Разработанный программный стегодетектор реализован в форме сервера API, что позволяет интегрировать его в рассматриваемые системы и в автоматическом режиме осуществлять стеганографический анализ с формированием бинарного вывода о наличии либо отсутствии встроенных данных в анализируемых файлах изображений. Разработанный стегодетектор представлен программным комплексом StegoRevealer, зарегистрированным в Роспатенте, который демонстрирует возможности стегоанализа на тестовом стенде с произ- водительностью 656 гигафлопс: изображение с разрешением около 1,2 мегапикселя обрабатывается за 300 мс. Комплекс также эффективно обрабатывает до 100 поступающих запросов одновременно. При этом на тестовом стенде сервер способен выдерживать нагрузку до 10 запросов в секунду (RPS) с 2 % деградации производительности. Это позволяет осуществлять стегоанализ изображений в режиме, близком к режиму реального времени, особенно при использовании современного серверного микропроцессорного оборудования.
стегоанализ; стеганография; стегодетектор; изображения; автоматизированные системы
1. Александров Е. А. Система дистанционного видеокон- троля при движении вагонами вперед / Е. А. Алек- сандров // Железные дороги мира. — 2025. — № 4. — С. 48–50.
2. Патент на полезную модель № 212718 U1 Российская Федерация, МПК B61L 29/00. Устройство обнаружения препятствий на пути движения рельсового транспорт- ного средства: № 2022111729: заявл. 28.04.2022: опубл. 03.08.2022 / И. А. Дейлид, И. Н. Королев, С. В. Кудряшов, П. А. Попов; заявитель ОАО «РЖД».
3. Малинский С. В. Автоматическое определение границ опасных участков железнодорожного пути / С. В. Малин- ский, А. В. Абрамов, В. О. Шарова // Интеллектуальные транспортные системы : материалы IV Междунар. науч.- практ. конф., Москва, 22 мая 2025 г. — М.: РУТ (МИИТ), 2025. — С. 624–630.
4. Патент № 2680927 C1 Российская Федерация, МПК B61K 9/08, G01N 27/82, G01N 29/04. Способ диагностики рель- сового пути и синхронизации результатов измерений: № 2018104776: заявл. 07.02.2018: опубл. 28.02.2019 / А. А. Марков, А. Г. Антипов, А. Ю. Веревкин; заявитель ОАО «Радиоавионика».
5. Розенберг Е. Н. Актуальность и этапы перехода на интел- лектуальное управление эксплуатационной работой железнодорожного транспорта / Е. Н. Розенберг, М. А. Дежков, А. А. Никонюк // Интеллектуальные транс- портные системы: материалы IV Междунар. науч.-практ. конф., Москва, 22 мая 2025 г. — М.: РУТ (МИИТ), 2025. — С. 369–375.
6. Нутович В. Е. Формализованные методы обработки информации, анализа и синтеза системы интеллекту- ального коммерческого осмотра вагонов / В. Е. Нуто- вич // Наука и техника транспорта. — 2023. — № 3. — С. 77–85.
7. Сидоренко В. Г. Интеллектуальная система обнаружения нарушений в соблюдении требований безопасности при работах на объектах железнодорожной инфра- структуры / В. Г. Сидоренко, М. А. Кулагин, Д. М. Родина // Автоматика на транспорте. — 2025. — Т. 11. — № 1. — С. 55–65.
8. Андреев В. Е. Цифровая железнодорожная станция — от концепции к реальному внедрению / В. Е. Андреев, А. И. Долгий, В. В. Кудюкин и др. // Автоматика, связь, информатика. — 2023. — № 9. — С. 2–6.
9. Кудюкин В. В. Имитационное моделирование работы робототехнических комплексов, предназначенных для расформирования составов на сортировочных горках / В. В. Кудюкин, А. В. Вуколов, В. С. Кузьмин // Автоматика на транспорте. — 2025. — Т. 11. — № 1. — С. 16–29.
10. Ansari A. S. A Review on the Recent Trends of Image Steganography for VANET Applications / A. S. Ansari // Computers, Materials and Continua. — 2024. — Vol. 78. — Iss. 3. — Pp. 2865–2892.
11. Shedole S. M. A Comprehensive Study on Digital Watermarking for Security Threats and Research Directions / S. M. Shedole, V. Santhi // International Journal of Data Informatics and Intelligent Computing. — 2025. — Vol. 4. — Iss. 1. — Pp. 54–72.
12. Hu K. Learning-based image steganography and watermarking: A survey / K. Hu, M. Wang, X. Ma, J. Chen // Expert Systems with Applications. — 2024. — Iss. 249.
13. Hahn D. Security and Privacy Issues in Intelligent Transportation Systems: Classification and Challenges / D. Hahn, A. Munir, V. Behzadan // IEEE Intelligent Transportation Systems Magazine. — 2021. — Vol. 13. — Iss. 1. — Pp. 181–196.
14. Сидоренко В. Г. Противодействие угрозам информаци- онной безопасности, связанным с применением средств стеганографии / В. Г. Сидоренко, Я. Л. Грачев // Автоматика, связь, информатика. — 2025. — № 1. — С. 17–22.
15. Security Brief: Actor Uses Compromised Accounts, Customized Social Engineering to Target Transport and Logistics Firms with Malware. — URL: https://www. proofpoint.com/us/blog/threat-insight/security-brief- actor-uses-compromised-accounts-customized-social- engineering (дата обращения: 28.09.2024).
16. Sea-Tac Airport officials confirm cyberattack disrupted service, websites. — URL: https://www.seattletimes.com/ business/sea-tac-airport-officials-say-cyberattack- disrupted-service-websites/ (дата обращения: 29.09.2024).
17. Матюшин А. Кибериммунный подход к проектированию как практическая реализация концепции Security-by- Design / А. Матюшин, Е. Рудина // CONNECT. Мир инфор- мационных технологий. — 2023. — № 7–8. — С. 38–44.
18. Anonymous hacked Russian cams, websites, announced a clamorous leak. — URL: https://securityaffairs.com/128847/ hacktivism/anonymous-vs-russia.html (дата обращения: 16.08.2025).
19. Самый беззащитный — уже не Сапсан. Все оказалось куда хуже… — URL: https://habr.com/ru/ articles/536750/ (дата обращения: 13.08.2025).
20. Cyberattack on Dutch prosecution service is keeping speed cameras offline. — URL: https://www.theregister. com/2025/08/15/cyberattack_on_dutch_prosecution_ service/ (дата обращения: 15.08.2025).
21. Vulnerabilities in Johnson Controls’ exacqVision Web Service Expose Security Systems to Video-Stream Hijacking. — URL: https://www.nozominetworks.com/ blog/vulnerabilities-in-johnson-controls-exacqvision-web- service-expose-security-systems-to-video-stream- hijacking (дата обращения: 15.08.2025).
22. Комплексная программа инновационного развития холдинга «РЖД» на период до 2025 года. — URL: https:// company.rzd.ru/ru/9990/page/103290?id=19093 (дата обращения: 05.01.2025).
23. Tao F. Adversarial Attack for Deep Steganography Based on Surrogate Training and Knowledge Diffusion / F. Tao, Ch. Cao, H. Li et al. // Applied Sciences (Switzerland). — 2023. — Vol. 13. — Iss. 11. — P. 6588.
24. Григоренко А. Г. Обзор методов защиты от адверсиаль- ной атаки One Pixel в системах машинного обучения / А. Г. Григоренко, Н. А. Васильев, Д. С. Ситдиков // Системы интеллектуального управления и искусственный интел- лект: теория и практика: сб. тр. II нац. науч.-практ. конф., Санкт-Петербург, 27 июня 2024 г. — СПб.: ГУМРФ им. адм. С. О. Макарова, 2024. — С. 30–36.
25. Грачев Я. Л. Задачи автоматизации стегоанализа / Я. Л. Грачев, В. Г. Сидоренко // Интеллектуальные транс- портные системы: материалы II Междунар. науч.-практ. конф., Москва, 25 мая 2023 г.— М.: РУТ, 2023. — С. 450–455.
26. Грачев Я. Л. Анализ степени разработанности темы сте- гоанализа в файлах графических форматов / Я. Л. Грачев, В. Г. Сидоренко // Интеллектуальные транспортные системы: материалы IV Междунар. науч.-практ. конф., Москва, 22 мая 2025 г. — М.: РУТ (МИИТ), 2025. — С. 502– 511.
27. Fridrich J. Rich Models for Steganalysis of Digital Images / J. Fridrich, J. Kodovsky // IEEE Transactions on Information Forensics and Security. — 2012. — Vol. 7. — Iss. 3. — Pp. 868–882.
28. Fridrich J. Steganography in Digital Media. Principles, Algorithms, and Applications / J. Fridrich. — Cambridge: Cambridge University Press, 2010. — 431 p.
29. Грачев Я. Л. Использование качественных характери- стик изображения для комплексного стегоанализа / Я. Л. Грачев, В. Г. Сидоренко // Надежность. — 2025. — Т. 25. — № 1. — С. 67–74.
30. Грачев Я. Л. Применение стегоанализа для обеспечения целостности информации в интеллектуальных системах транспорта / Я. Л. Грачев, В. Г. Сидоренко // Интеллектуальные транспортные системы: материалы Междунар. науч.-практ. конф., Москва, 26 мая 2022 г. — М.: РУТ, 2022. — С. 389–396.
31. Westfeld A. Attacks on Steganographic Systems Breaking the Steganographic Utilities EzStego, Jsteg, Steganos, and S-Tools — and Some Lessons Learned / A. Westfeld, A. Pfitzmann // Lecture Notes in Computer Science. — 1999.
32. Fridrich J. Reliable detection of LSB steganography in color and grayscale images / J. Fridrich, M. Goljan, R. Du // Proceedings of the 2001 workshop on Multimedia and security new challenges — MM&Sec ’01. — New York: ACM Press, 2001. — P. 27.
33. Грачев Я. Л. Стегоанализ методов скрытия информации вграфических контейнерах / Я. Л. Грачев, В. Г. Сидоренко // Надежность. — 2021. — Т. 21. — № 3. — С. 39–46.
34. Fielding R. T. Architectural styles and the design of network-based software architectures / R. T. Fielding. — 2001. — Pp. 76–106.
35. Свид. 2025614424 Российская Федерация. Свидетельство о государственной регистрации программы для ЭВМ. Программа комплексного стегоаналитического детек- тирования «StegoRevealer» / Я. Л. Грачев. — зарегистр. 21.02.2025.
36. Белим С. В. Стегоанализ алгоритма Коха — Жао / С. В. Белим, Д. Э. Вильховский // Математическое и ком- пьютерное моделирование: сб. материаловVI Междунар. науч. конф., Омск, 23 ноября 2018 г. — Омск: Омский гос. ун-т им. Ф. М. Достоевского, 2018. — С. 185–188.
37. Breiman L. Random Forests / L. Breiman // Machine Learning. — 2001. — Vol. 45. — Iss. 1. — Pp. 5–32.
38. LISA Traffic Light Dataset. — URL: https://www.kaggle.com/ datasets/mbornoe/lisa-traffic-light-dataset (дата обраще- ния: 01.07.2025).
39. Russian traffic sign images dataset. — URL: https://www. kaggle.com/datasets/watchman/rtsd-dataset (дата обра- щения: 01.07.2025).
