文献

J-GLOBAL ID：201802245561419125   整理番号：18A1385996

空間領域ステガノグラフィに対する深層学習ベースのステガナリシス【JST・京大機械翻訳】

Deep Learning-Based Steganalysis Against Spatial Domain Steganography

著者 (2件)： Kim Dong-Hyun ,  Lee Hae-Yeoun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EECS  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 隠されたメッセージの存在を検出するために,ステガノグラフィに対するステガノグラフィに対して,ステガナリシスを研究し,人間の介入によりステガノグラフィ欠陥を決定した。本論文では,人間の介入を必要としない空間領域ステガノグラフィのための深い学習を用いたステガナリシス法を提案した。深い学習ベースのステガナリシスモデルは,1つの高いパスフィルタ,2つの畳込み層と2つの完全接続層を持つように設計される。カバー画像とLSBステゴ画像で訓練された後に,秘密メッセージが埋め込まれたかどうかを決定するために未知の画像をテストする。実験はBOSSとSIPIデータベースを用いて行い,提示したモデルは同じキーと異なるキーを持つLSBステゴ画像に対して98%と90%の精度を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  *学習 ,  畳込み ,  データベース ,  フィルタ
準シソーラス用語： ステゴ画像 ,  *ステガナリシス ,  深層学習 ,  *ステガノグラフィー ,  空間領域 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 空間領域 ,  ステガノグラフィ ,  深層学習 ,  ステガナリシス