Earticle

초록

영어

This paper presents a real-time detection system for steganographic techniques that covertly convey information via images on the Discord messaging platform. Implemented as a Discord bot, the system automatically analyzes every image uploaded to a channel and applies multiple detection methods, including least significant bit (LSB) distribution statistics, advanced LSB pattern analysis, histogram- and entropy-based statistical analysis, and file-size and metadata anomaly detection. Developed in Python using Discord.py, PIL, NumPy, Stegano, SciPy, it performs real-time image processing and statistical analysis. Experimental evaluation based on repeated tests shows that the system correctly discriminates between normal images and LSB-based stego images, achieving an average d etection accuracy of about 99.9%. In addition, the average processing time is about 0.61 seconds per image (approximately 0.65 s for normal images and 0.58 s for stego images), thereby satisfying the sub-second latency requirement (within 1 s) for Discord’s real-time messaging environment. The proposed approach thus validates the feasibility of an automated steganography detection framework for social-media platforms.

한국어

본 연구는 Discord 메신저 플랫폼에서 이미지를 통해 은밀하게 정보를 전달하는 스테가노그래피 기법을 실시 간으로 탐지하는 시스템을 제안한다. 제안된 시스템은 Discord 봇을 기반으로 하여 채널에 업로드되는 모든 이미지를 자동으로 분석하고, LSB(Least Significant Bit) 분포 통계 분석, 고급 LSB 패턴 분석, 히스토그램·엔트로피 기반 통 계 분석, 파일 크기 및 메타데이터 이상 탐지 등 다중 탐지 기법을 적용한다. Python으로 구현된 이 시스템은 Discord.py, PIL, NumPy, Stegano, SciPy 라이브러리를 활용하여 실시간 이미지 처리와 통계 분석을 수행한다. 반복 테스트 결과, 정상 이미지와 LSB 기반 스테고 이미지를 모두 정확하게 판별하였으며, 평균 탐지 정확도는 약 99.9% 수준으로 유지되었다. 또한, 이미지당 평균 처리 시간은 약 0.61초(정상 이미지 약 0.65초, 스테고 이미지 약 0.58초)로 측정되어 Discord 실시간 메시지 환경에서 요구되는 1초 이내 처리 지연 조건을 만족함을 확인하였다. 본 연구는 소셜 미디어 플랫폼에서의 자동화된 스테가노그래피 탐지 시스템의 실현 가능성을 제시하였다는 점에서 의의가 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 배경
2.1 스테가노그래피
2.2 디스코드(Discord) 플랫폼
2.3 은닉 탐지 기술의 디스코드 적용 유무
Ⅲ. 연구 방법
3.1 연구 개요
3.2 시스템 구조
3.3 탐지 알고리즘 설계
3.4 성능 측정 방법
3.5 개발 환경 및 구성 요소
Ⅳ. 연구 결과
4.1 성능 지표
4.2 결과 분석 및 고찰
Ⅴ. 결론
REFERENCES

키워드

저자

• 황동환 [ Dong-Hwan Hwang | 원광대학교 정보통신공학과 대학원생 ]
• 이희권 [ Hee-Kwon Lee | 원광대학교 정보통신공학과 대학원생 ]
• 김우순 [ Woo-Soon Kim | 원광대학교 기계공학과 교수 ]
• 김용갑 [ Yong-Kab Kim | 원광대학교 정보통신공학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]

• 간기

  월간

• pISSN

  2508-8270

• 수록기간

  2017~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 506 DDC 606