Стеганоаналіз J-UNIWARD
Розглянуто проблему виявлення адаптивної стеганографії за методом J-UNIWARD стеганоаналітичними системами на базі машинного навчання. За допомогою порівняльного аналізу точності визначено, що найбільш чутливими до J-UNIWARD є статистичні моделі побудови характеристичних векторів, що формуються у про...
Gespeichert in:
| Veröffentlicht in: | Кібернетика та системний аналіз |
|---|---|
| Datum: | 2021 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2021
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/190711 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Стеганоаналіз J-UNIWARD / Н.В. Кошкіна // Кібернетика та системний аналіз. — 2021. — Т. 57, № 3. — С. 184–192. — Бібліогр.: 15 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-190711 |
|---|---|
| record_format |
dspace |
| spelling |
Кошкіна, Н.В. 2023-06-20T12:34:25Z 2023-06-20T12:34:25Z 2021 Стеганоаналіз J-UNIWARD / Н.В. Кошкіна // Кібернетика та системний аналіз. — 2021. — Т. 57, № 3. — С. 184–192. — Бібліогр.: 15 назв. — укр. 1019-5262 https://nasplib.isofts.kiev.ua/handle/123456789/190711 004.056; 004.415.24 Розглянуто проблему виявлення адаптивної стеганографії за методом J-UNIWARD стеганоаналітичними системами на базі машинного навчання. За допомогою порівняльного аналізу точності визначено, що найбільш чутливими до J-UNIWARD є статистичні моделі побудови характеристичних векторів, що формуються у просторовій зоні, GFR, PHARM та DCTR. Запропоновано два способи підвищення точності стеганоаналізу з використанням цих моделей: аналіз найбільш імовірних місцеположень вкраплення; зважене голосування за трьома моделями. Показано, що без попередньої класифікації зображень згідно з їхніми параметрами точність стеганоаналізу суттєво знижується. Отримані результати можна використовувати для побудови ефективних систем стеганоаналізу зображень у форматі JPEG. Рассмотрена проблема выявления адаптивной стеганографии по методу J-UNIWARD стеганоаналитическими системами на базе машинного обучения. С помощью сравнительного анализа точности определено, что наиболее чувствительны к J-UNIWARD статистические модели построения характеристических векторов, формируемых в пространственной зоне, GFR, PHARM и DCTR. Предложены два способа повышения точности стеганоанализа с использованием этих моделей: анализ наиболее вероятных местоположений внедрения; взвешенное голосование по трем моделям. Показано, что без предварительной классификации изображений согласно их параметрам точность стеганоанализа существенно понижается. Полученные результаты можно использовать для построения эффективных систем стеганоанализа изображений в формате JPEG. The author analyzes the problem of detecting adaptive steganography by the J-UNIWARD method by steganoanalytical systems based on machine learning. A comparative analysis of the accuracy has determined that statistical models of constructing characteristic vectors that are calculated in the spatial domain, such as GFR, PHARM and DCTR, are most sensitive to J-UNIWARD. Two ways to improve the accuracy of steganoanalysis based on these models are proposed: via the analysis of the most probable embedding locations and via the balanced vote on the three models. Significant degradation of the accuracy of steganoanalysis without preliminary classification of images according to their parameters is demonstrated. The obtained results can be used to generate efficient steganoanalysis systems for JPEG images. uk Інститут кібернетики ім. В.М. Глушкова НАН України Кібернетика та системний аналіз Нові засоби кібернетики, інформатики, обчислювальної техніки та системного аналізу Стеганоаналіз J-UNIWARD Стеганоанализ J-UNIWARD J-UNIWARD steganoanalysis Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Стеганоаналіз J-UNIWARD |
| spellingShingle |
Стеганоаналіз J-UNIWARD Кошкіна, Н.В. Нові засоби кібернетики, інформатики, обчислювальної техніки та системного аналізу |
| title_short |
Стеганоаналіз J-UNIWARD |
| title_full |
Стеганоаналіз J-UNIWARD |
| title_fullStr |
Стеганоаналіз J-UNIWARD |
| title_full_unstemmed |
Стеганоаналіз J-UNIWARD |
| title_sort |
стеганоаналіз j-uniward |
| author |
Кошкіна, Н.В. |
| author_facet |
Кошкіна, Н.В. |
| topic |
Нові засоби кібернетики, інформатики, обчислювальної техніки та системного аналізу |
| topic_facet |
Нові засоби кібернетики, інформатики, обчислювальної техніки та системного аналізу |
| publishDate |
2021 |
| language |
Ukrainian |
| container_title |
Кібернетика та системний аналіз |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| title_alt |
Стеганоанализ J-UNIWARD J-UNIWARD steganoanalysis |
| description |
Розглянуто проблему виявлення адаптивної стеганографії за методом J-UNIWARD стеганоаналітичними системами на базі машинного навчання. За допомогою порівняльного аналізу точності визначено, що найбільш чутливими до J-UNIWARD є статистичні моделі побудови характеристичних векторів, що формуються у просторовій зоні, GFR, PHARM та DCTR. Запропоновано два способи підвищення точності стеганоаналізу з використанням цих моделей: аналіз найбільш імовірних місцеположень вкраплення; зважене голосування за трьома моделями. Показано, що без попередньої класифікації зображень згідно з їхніми параметрами точність стеганоаналізу суттєво знижується. Отримані результати можна використовувати для побудови ефективних систем стеганоаналізу зображень у форматі JPEG.
Рассмотрена проблема выявления адаптивной стеганографии по методу J-UNIWARD стеганоаналитическими системами на базе машинного обучения. С помощью сравнительного анализа точности определено, что наиболее чувствительны к J-UNIWARD статистические модели построения характеристических векторов, формируемых в пространственной зоне, GFR, PHARM и DCTR. Предложены два способа повышения точности стеганоанализа с использованием этих моделей: анализ наиболее вероятных местоположений внедрения; взвешенное голосование по трем моделям. Показано, что без предварительной классификации изображений согласно их параметрам точность стеганоанализа существенно понижается. Полученные результаты можно использовать для построения эффективных систем стеганоанализа изображений в формате JPEG.
The author analyzes the problem of detecting adaptive steganography by the J-UNIWARD method by steganoanalytical systems based on machine learning. A comparative analysis of the accuracy has determined that statistical models of constructing characteristic vectors that are calculated in the spatial domain, such as GFR, PHARM and DCTR, are most sensitive to J-UNIWARD. Two ways to improve the accuracy of steganoanalysis based on these models are proposed: via the analysis of the most probable embedding locations and via the balanced vote on the three models. Significant degradation of the accuracy of steganoanalysis without preliminary classification of images according to their parameters is demonstrated. The obtained results can be used to generate efficient steganoanalysis systems for JPEG images.
|
| issn |
1019-5262 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/190711 |
| citation_txt |
Стеганоаналіз J-UNIWARD / Н.В. Кошкіна // Кібернетика та системний аналіз. — 2021. — Т. 57, № 3. — С. 184–192. — Бібліогр.: 15 назв. — укр. |
| work_keys_str_mv |
AT koškínanv steganoanalízjuniward AT koškínanv steganoanalizjuniward AT koškínanv juniwardsteganoanalysis |
| first_indexed |
2025-12-07T18:04:54Z |
| last_indexed |
2025-12-07T18:04:54Z |
| _version_ |
1850873683539656704 |