Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174
The paper proposes a method for improving the accuracy of steganoanalytical systems that use an ensemble classifier. The method involves a weighted final vote of several highly sensitive models of characteristic vectors. Its effectiveness was evaluated for the task of detecting steganograms created...
Збережено в:
| Дата: | 2021 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут прикладних проблем механіки і математики ім. Я. С. Підстригача НАН України
2021
|
| Теми: | |
| Онлайн доступ: | https://www.fmmit.lviv.ua/index.php/fmmit/article/view/181 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Physico-mathematical modeling and informational technologies |
Репозитарії
Physico-mathematical modeling and informational technologies| _version_ | 1867479520483737600 |
|---|---|
| author | Koshkina, Nataliia |
| author_facet | Koshkina, Nataliia |
| author_institution_txt_mv | [
{
"author": "Nataliia Koshkina",
"institution": "Інститут кібернетики імені В.М. Глушкова НАН України, м. Київ"
}
] |
| author_sort | Koshkina, Nataliia |
| baseUrl_str | http://www.fmmit.lviv.ua/index.php/fmmit/oai |
| collection | OJS |
| datestamp_date | 2021-09-06T08:18:38Z |
| description | The paper proposes a method for improving the accuracy of steganoanalytical systems that use an ensemble classifier. The method involves a weighted final vote of several highly sensitive models of characteristic vectors. Its effectiveness was evaluated for the task of detecting steganograms created by the Jphide program. The accuracy obtained by usage of one of the models: LIU, CC-PEV, CC-C300, DCTR, PHARM, GFR and with using a combination of several models according to the developed method was compared. The test results proved that the weighted final voting of several highly sensitive models does increase the accuracy of the detection of steganograms with a relatively small payload (short secret messages) without compromising the accuracy of the detection of steganograms with a high payload.
References
Koshkina, N. V. (2020). Comparison of Efficiency of Statistical Models Used for Formation of Feature Vectors by JPEG Images Steganalysis. Theoretical and Applied Cybersecurity, 2(1), 22-28. DOI doi.org/10.20535/tacs.2664-29132020.1.209433
Koshkina, N. V. (2020). Research of Main Components of Machine Learning Based JPEG-Steganalysis Systems. Ukrainian Information Security Research Journal, 22(2), 97-108. http://jrnl.nau.edu.ua/index.php/ZI/article/view/14801/21490
Holub, V., Fridrich, J. (2015). Phase-Aware Projection Model for Steganalysis of JPEG Images, Proc. SPIE. Electronic Imaging, Media Watermarking, Security, and Forensics XVII. DOI doi.org/10.1117/12.2075239
|
| doi_str_mv | 10.15407/fmmit2021.32.170 |
| first_indexed | 2026-06-09T01:07:35Z |
| format | Article |
| fulltext | |
| id | oai:ojs2.www.fmmit.lviv.ua:article-181 |
| institution | Physico-mathematical modeling and informational technologies |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-06-09T01:07:35Z |
| publishDate | 2021 |
| publisher | Інститут прикладних проблем механіки і математики ім. Я. С. Підстригача НАН України |
| record_format | ojs |
| resource_txt_mv | |
| spelling | oai:ojs2.www.fmmit.lviv.ua:article-1812021-09-06T08:18:38Z An approach to increase the JPHIDE steganograms detection accuracy: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 Koshkina, Nataliia інформаційна безпека стеганографія стеганоаналіз інтелектуальні комп’ютерні системи машинне навчання точність детектування informational security steganography steganoanalysis intelligent computer systems machine learning detection accuracy The paper proposes a method for improving the accuracy of steganoanalytical systems that use an ensemble classifier. The method involves a weighted final vote of several highly sensitive models of characteristic vectors. Its effectiveness was evaluated for the task of detecting steganograms created by the Jphide program. The accuracy obtained by usage of one of the models: LIU, CC-PEV, CC-C300, DCTR, PHARM, GFR and with using a combination of several models according to the developed method was compared. The test results proved that the weighted final voting of several highly sensitive models does increase the accuracy of the detection of steganograms with a relatively small payload (short secret messages) without compromising the accuracy of the detection of steganograms with a high payload. References Koshkina, N. V. (2020). Comparison of Efficiency of Statistical Models Used for Formation of Feature Vectors by JPEG Images Steganalysis. Theoretical and Applied Cybersecurity, 2(1), 22-28. DOI doi.org/10.20535/tacs.2664-29132020.1.209433 Koshkina, N. V. (2020). Research of Main Components of Machine Learning Based JPEG-Steganalysis Systems. Ukrainian Information Security Research Journal, 22(2), 97-108. http://jrnl.nau.edu.ua/index.php/ZI/article/view/14801/21490 Holub, V., Fridrich, J. (2015). Phase-Aware Projection Model for Steganalysis of JPEG Images, Proc. SPIE. Electronic Imaging, Media Watermarking, Security, and Forensics XVII. DOI doi.org/10.1117/12.2075239 У роботі запропоновано метод підвищення точності стеганоаналітичних систем, які використовують ансамблевий класифікатор. Метод передбачає зважене фінальне голосування декількох високочутливих моделей характеристичних векторів. Оцінка його ефективності здійснювалася для задачі виявлення стеганограм, створених програмою Jphide. Порівнювалася точність, отримана з використанням однієї з моделей: LIU, CC-PEV, CC-C300, DCTR, PHARM, GFR та з використанням комбінації декількох моделей згідно розробленому методу. Результати тестування показали, що зважене фінальне голосування декількох високочутливих моделей покращує точність виявлення стеганограм з відносно невеликим корисним навантаженням (короткими таємними повідомленнями), не погіршуючи при цьому точність виявлення стеганограм з великим навантаженням. Інститут прикладних проблем механіки і математики ім. Я. С. Підстригача НАН України 2021-07-08 Article Article application/pdf https://www.fmmit.lviv.ua/index.php/fmmit/article/view/181 10.15407/fmmit2021.32.170 PHYSICO-MATHEMATICAL MODELLING AND INFORMATIONAL TECHNOLOGIES; No. 32 (2021): Physico-mathematical modeling and informational technologies, 2021, Issue 32; 170-174 ФІЗИКО-МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ; № 32 (2021): Фізико-математичне моделювання та інформаційні технології, 2021, Вип. 32; 170-174 2617-5258 1816-1545 10.15407/fmmit2021.32 uk https://www.fmmit.lviv.ua/index.php/fmmit/article/view/181/171 Авторське право (c) 2021 Nataliia Koshkina (Автор) |
| spellingShingle | інформаційна безпека стеганографія стеганоаналіз інтелектуальні комп’ютерні системи машинне навчання точність детектування Koshkina, Nataliia Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| title | Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| title_alt | An approach to increase the JPHIDE steganograms detection accuracy: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| title_full | Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| title_fullStr | Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| title_full_unstemmed | Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| title_short | Про підвищення точності виявлення JPHIDE стеганограм: Fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| title_sort | про підвищення точності виявлення jphide стеганограм: fìz.-mat. model. ìnf. tehnol. 2021, 32:170-174 |
| topic | інформаційна безпека стеганографія стеганоаналіз інтелектуальні комп’ютерні системи машинне навчання точність детектування |
| topic_facet | інформаційна безпека стеганографія стеганоаналіз інтелектуальні комп’ютерні системи машинне навчання точність детектування informational security steganography steganoanalysis intelligent computer systems machine learning detection accuracy |
| url | https://www.fmmit.lviv.ua/index.php/fmmit/article/view/181 |
| work_keys_str_mv | AT koshkinanataliia anapproachtoincreasethejphidesteganogramsdetectionaccuracyfizmatmodelinftehnol202132170174 AT koshkinanataliia propídviŝennâtočnostíviâvlennâjphidesteganogramfizmatmodelinftehnol202132170174 AT koshkinanataliia approachtoincreasethejphidesteganogramsdetectionaccuracyfizmatmodelinftehnol202132170174 |