文献

J-GLOBAL ID：202102275210764056   整理番号：21A0540218

CNNベースステガナリシスにおける追加ステガノグラフィを用いた前処理方法論【JST・京大機械翻訳】

A Preprocessing Methodology by Using Additional Steganography on CNN-based Steganalysis

著者 (4件)： Kato Hiroya (Keio University 3-14-1 Hiyoshi, Kohoku, Yokohama,Dept. of Information and Computer Science,Kanagawa,Japan,223-8522) ,  Osuge Kyohei (Keio University 3-14-1 Hiyoshi, Kohoku, Yokohama,Dept. of Information and Computer Science,Kanagawa,Japan,223-8522) ,  Haruta Shuichiro (Keio University 3-14-1 Hiyoshi, Kohoku, Yokohama,Dept. of Information and Computer Science,Kanagawa,Japan,223-8522) ,  Sasase Iwao (Keio University 3-14-1 Hiyoshi, Kohoku, Yokohama,Dept. of Information and Computer Science,Kanagawa,Japan,223-8522)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  ページ： 1-6  発行年： 2020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： 「画像ステガナリシス」の必要性が存在し,ステガノグラフィ信号が情報セキュリティを改善するために画像に埋め込まれているかどうかを明らかにした。多様なステガナリシスの中で,多様なステガノグラフィアルゴリズムの特徴を自動的に学習できるので,畳込みニューラルネットワーク(CNN)ベースのステガナリシスは有望である。しかしながら,画像がステガノグラフィの前に最近傍補間によって意図的に減少するとき,CNNの検出性能は劣化する。これは,縮小画像における空間周波数が高く,訓練を妨げるためである。この短所を克服するために,本論文では,CNNベースステガナリシスに関する付加的ステガノグラフィを用いた前処理方法論を提案した。提案した前処理において,ステガノグラフィ信号を,それらの間の空間周波数の差異が明確になり,CNNが特徴を学習するのを助けるため,縮小した元の画像と縮小したステガノグラフィのものにさらに埋め込む。画像がCNNで訓練されたか,またはそれらがステガノグラフィ的であるか,あるいはそうでないかどうかを検査すると,ステガノグラフィは,提案された前処理によって一度適用される。したがって,訓練されたモデルがステガノグラフィを2回に適用するならば,画像はステガノグラフィの1つと見なされる。そうでなければ,それはオリジナルのものである。提案した方法論は非常に簡単であるので,その計算コストは低い。著者らの評価は,提案した前処理によるモデルの精度が,従来のものより10.6%高いことを示した。さらに,他のステガノグラフィがさらに埋め込まれている状況でさえ,提案した前処理は従来のものと比較して7%高い精度を与えた。Copyright 2021 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： *アルゴリズム ,  前処理 ,  内挿法 ,  空間周波数 ,  情報セキュリティ
準シソーラス用語： *ステガノグラフィー ,  検出能 ,  計算コスト ,  *ステガナリシス ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： CNN ,  ステガナリシス ,  ステガノグラフィ ,  処理方法