抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
認証機構は,様々なタイプのサイバークリムから世界を防御する最前線にある。ステガノグラフィは,オブジェクトのインテグリティを確実にし,同時にメタデータ管理の負担を軽減するために,キャリアオブジェクトに埋め込まれたディジタル署名の利用を通して認証ソリューションとして役立つ。それにもかかわらず,ヒト感覚系に対して一般的に受け入れられないにもかかわらず,ステガノグラフィ的歪みの程度は,法医学科学,法的進行,医療診断および軍事的 re察のような忠実度感受性状況において不適当である可能性がある。これは可逆的ステガノグラフィの開発につながった。可逆ステガノグラフィの基本要素は,強力なニューラルネットワークモデルが有効に展開されている予測解析である。もう一つのコア要素は可逆的ステガノグラフィ符号化である。同時符号化は,主に発見的方法に基づいているが,それは,必ずしも最適ではなく,必ずしも最適で,容量-歪性能に対して,ショートカットを提供する。ニューラルネットワークによる自動符号化を実現するためには試みがなされてきたが,完全な可逆性はそのような学習機械を介して不可解である。発見的方法および機械学習に頼る代わりに,数学的最適化によって最適符号化を導出することを目指した。本研究では,対数容量制約と二次歪目的を持つ非線形離散最適化問題として可逆ステガノグラフィ符号化を定式化した。反復混合整数線形計画法を可能にする線形化技術を開発した。実験結果は,ブート力法に対してベンチマークするとき,提案した最適化アルゴリズムの近最適性を検証した。【JST・京大機械翻訳】