Multi-Class Classification for Identifying JPEG Steganography Embedding Methods
W Internecie dostępnych jest ponad 725 narzędzi steganograficznych, z których każde zapewnia metodę ukrytej transmisji tajnych wiadomości.
Niniejsze badania przedstawiają cztery postępy w steganalizie, które skutkują algorytmem identyfikującym narzędzie steganalizy użyte do osadzenia tajnej wiadomości w pliku obrazu JPEG. Algorytm obejmuje generowanie cech, wstępne przetwarzanie cech, klasyfikację wieloklasową i fuzję klasyfikatorów.
Pierwszym wkładem jest nowa metoda generowania cech, która opiera się na dekompozycji współczynników dyskretnej transformaty kosinusowej (DCT) używanej w koderze obrazu JPEG. Wygenerowane cechy lepiej nadają się do identyfikacji rozbieżności w każdym obszarze zdekomponowanych współczynników DCT. Po drugie, dokładność klasyfikacji została dodatkowo poprawiona dzięki opracowaniu techniki rankingu cech na etapie wstępnego przetwarzania dla klasyfikatorów dyskryminacyjnych jądra Fishera (KFD) i maszyn wektorów nośnych (SVM) w przestrzeni jądra podczas procesu uczenia.
Po trzecie, dla dwuklasowych klasyfikatorów KFD i SVM zaprojektowano drzewo klasyfikacyjne z przestrzeni jądra, aby zapewnić rozwiązanie klasyfikacji wieloklasowej dla obu metod. Po czwarte, analizując zestaw klasyfikatorów, detektorów sygnatur i metod klasyfikacji wieloklasowej, opracowano system fuzji klasyfikatorów w celu zwiększenia dokładności wykrywania metody osadzania używanej do generowania obrazów steganograficznych.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)