Разработка аналитического программного комплекса по детектированию стеганографических сообщений в графических изображениях с применением объяснительного искусственного интеллекта
Боковая панель статьи
Основное содержимое статьи
Аннотация
Работа посвящена разработке программного аналитического комплекса для обнаружения стеганографических сообщений в графических изображениях с использованием методов объяснительного искусственного интеллекта. Основная цель исследования — повышение эффективности стегоанализа за счёт применения технологий объяснимого ИИ, которые позволяют не только выявлять скрытую информацию, но и анализировать причины и обоснования полученных результатов. В рамках работы рассматриваются методы сокрытия данных, современные подходы к их обнаружению, а также реализуется система классификации изображений с возможным скрытым встраиванием, основанная на технологиях искусственного интеллекта, модулях объяснимого ИИ и собственном наборе данных. Разработанный комплекс может быть полезен специалистам в области информационной безопасности, цифровой экспертизы и другим заинтересованным пользователям.
Скачивания
Информация о статье
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Гребенников В. Стеганография. История тайнописи. – Москва: ЛитРес: Самиздат, 2024. – 142 c.
Грибунин В. Г., Оков И. Н., Туринцев И. В. Цифровая стеганография. – Москва: СОЛОН-ПРЕСС, 2009. – 264 с.
Абазина Е. С., Ерунов А. А. Цифровая стеганография: состояние и перспективы // Системы управления, связи и безопасности. – 2016. – № 2. – С. 182-201.
Половинченко М. И., Елисеев В. С. Звуковые данные и функции преобразования Фурье, БПФ и спектрограмм для системы распознавания речи // Journal of Advanced Research in Technical Science. – 2021. – №. 25. – С. 74-81.
Вильховский Д. Э. Стеганографический анализ изображений на предмет обнаружения вставок, выполненных методом Коха-Жао // Математическое и компьютерное моделирование. Сборник материалов IX 126 Международной научной конференции, посвященной 85-летию профессора В.И. Потапова.– Омск, 2021.– С. 319-321.
Iqbal Y., Kwon O. J. Improved JPEG coding by filtering 8× 8 DCT blocks // Journal of Imaging. – 2021. – Т. 7. – №. 7. – С. 117.
Zhou Z., Pan Z. Effective hardware accelerator for 2d dct/idct using improved loeffler architecture // IEEE Access. – 2022. – Т. 10. – С. 11011-11020.
Han Y., Hong B. W. Deep learning based on fourier convolutional neural network incorporating random kernels //Electronics. – 2021. – Т. 10. – №. 16. – С. 2004.
Аверкин А. Н., Ярушев С. А. Объяснительный искусственный интеллект в моделях поддержки принятия решений для Здравоохранения 5.0 // Компьютерные инструменты в образовании. – 2023. – №. 2. – С. 41-61.
Станчук П. Н. Применение стеганографии в компьютерных атаках //Вестник науки и образования. – 2023. – №. 6 (137). – С. 29-33.