文献

J-GLOBAL ID：202202241246725930   整理番号：22A1163878

量子化GaussJPEGステガノグラフィとプールステガナリシス【JST・京大機械翻訳】

Quantized Gaussian JPEG Steganography and Pool Steganalysis

著者 (3件)： Aloraini Mohammed (Department of Electrical Engineering, College of Engineering, Qassim University, Unaizah, Saudi Arabia) ,  Sharifzadeh Mehdi (Department of Information Retrieval Machine Learning Models, Google, Los Angeles, CA, USA) ,  Schonfeld Dan (Department of Electrical and Computer Engineering, University of Illinois at Chicago, Chicago, IL, USA)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 38031-38044  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 現在,圧縮画像ステガノグラフィのためのアルゴリズムは,結果として得られる歪みまたは統計的検出可能性を最小化することによって隠れメッセージを埋め込む。しかし,純粋に発見的歪定義と統計的モデルにおける数値的に可解な方程式の結果として,JPEGステガノグラフィのための閉形式解はない。JPEGステガノグラフィをモデル化する閉形式表現の欠如は,単一画像とプールステガナリシス挙動を理解する上で主要な制限である。本研究では,空間ステガノグラフィのための以前に提案したフレームワークに基づいて,著者らは,カバーと隠れメッセージが多変量Gauss分布によってモデル化されるJPEGステガノグラフィのための統計的フレームワークを開発した。この統計モデルに基づいて,空間または離散余弦変換(DCT)ドメインで定義された任意のコストと残差分散を用いて埋込みを達成できる新しい量子化Gauss JPEGステガノグラフィを提案した。提案モデルの有効性を決定するために,異なる圧縮品質を有する一般的なデータベースを用いて実験を行った。実験結果は,提案モデルが以前の研究のセキュリティを改善し,最先端のJPEGステガノグラフィアルゴリズムより優れていることを示した。さらに,単一画像ステガナリシス誤差の閉形式表現を,全科学最適検出器のプールステガナリシスに拡張した。導出した表現を用いて,単一画像ステガナリシスの経験的検出誤差に基づくプールステガナリシスの経験的結果を近似した。近似の実用的利点は,採用した統計的モデルに基づいても導出されたとしても,ペイロード,埋込み領域,埋込み法,およびプール戦略が最適である限り,ステガナリシス特徴に無関係に正確であることである。誤差の近似に加えて,提案モデルを用いてプールステガナリシス誤差の分散挙動に関する予測を行った。数学的に,分散は小さいペイロードでプールサイズが増加するにつれて増加することを示す。同じ挙動を,著者らの解析モデルを再検証する実験結果で観察した。プールは検出器の性能を改善するが,低ペイロードと高プールサイズでは検出器を安定にしないと結論した。Copyright 2022 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 ,  *量子化 ,  正規分布 ,  データベース ,  近似法 ,  モデリング ,  ペイロード ,  画像 ,  *暗号 ,  DCT【変換】 ,  *JPEG ,  解析モデル ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： *ステガノグラフィー ,  閉形式 ,  *ステガナリシス , 【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 (3件)： 量子化 ,  ステガノグラフィ ,  ステガナリシス