Стеганоаналіз МІК-стеганографії на базі матриці суміжності та методу опорних векторів

Розглянуто підхід до стеганоаналізу МІК-стеганографії, що ґрунтується на використанні рядків матриці суміжності як характеристичних векторів аудіосигналів, чуттєвих до процесу вкраплення таємного повідомлення. А також використанні бінарного класифікатора, який реалізує метод опорних векторів та заді...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в:Штучний інтелект
Дата:2012
ISSN:1561-5359
Автор: Кошкіна, Н.В.
Формат: Стаття
Мова:Українська
Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2012
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/57901
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Стеганоаналіз МІК-стеганографії на базі матриці суміжності та методу опорних векторів / Н.В. Кошкіна // Штучний інтелект. — 2012. — № 4. — С. 567-577. — Бібліогр.: 8 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Розглянуто підхід до стеганоаналізу МІК-стеганографії, що ґрунтується на використанні рядків матриці суміжності як характеристичних векторів аудіосигналів, чуттєвих до процесу вкраплення таємного повідомлення. А також використанні бінарного класифікатора, який реалізує метод опорних векторів та задіяний для розрізнення пустих та стеганоконтейнерів. Досліджено ефективність представленого підходу при різних параметрах стеганоперетворення. Рассмотрен подход к стеганоанализу МИК-стеганографии, базирующийся на использовании строк матрицы смежности в качестве характеристических векторов аудиосигналов, чувствительных к процессу внедрения секретного сообщения. А также использовании бинарного классификатора, который реализует метод опорных векторов и задействован для различения пустых и заполненных контейнеров. Исследована эффективность представленного подхода при различных параметрах стеганопреобразования. The approach to steganalysis of QIM steganography is considered. It is based on feature vectors of audio signals derived from co-occurrence matrix in time domain, which is sensitive to data embedding process. It also uses the binary classifier that implements the support vector machine and is used for separation of empty and stego containers. The efficiency of this approach wis investigated with using of various parameters of stego transformation.
ISSN:1561-5359