سجاد عابدی - دافوس آجا

با توجه به کاربرد روز افزون پنهان نگاری، شناسایی روشهای حمله به رسانه های مشکوک برای تشخیص تصاویر پنهان نگار و تفکیک آنهااز تصاویر طبیعی (تحلیل پنهان نگاری)، به امری اجتناب ناپذیر تبدیل شده است. روشهای مختلف تحلیل بر اساس سنجش مشخصات آماری گوناگون تصویر سعی دارند تفاوت بین تصاویر طبیعی و پنهان نگاررا بازنمایی و کمی کنند. سپس بر اساس این تفاوتهاو معمولا0 به کمک روشهای هوشمند و تعلیم سیستم های طبقه بندی کننده مناسب مدلی برای تفکیک تصاویر پنهان نگاراز تصاویر طبیعی به دست می آورند. در این تحقیق، سیستم نسبتا0 جامعی برای تحلیل پنهان نگاری معرفی خواهد شد که برای 9 فرمت تصویری BMP، JPG، TIF، GIF، PGM، PNG، MNG، SWF و JPEG2000 با در نظر گرفتن انواع روشهای پنهان نگاری قابل اعمال به هر یک، روشهای تحلیل بهینهای را اعمال مینماید. اجزاء تصمیم گیرنده سیستم عبارتند از تعدادی طبقه بندی کننده SVM که برای هر فرمت تصویری روی تعداد مشخصی از ویژگیهای آماری تعلیم دیده اند. وقتی یک تصویر مجهول وارد این سیستم تحلیلگر میشود، تصمیم گیری راجع به آن در ساختاری سلسله مراتبی بر اساس رای این طبقه بندی کننده ها انجام میگیرد. تعلیم و آزمایشها روی پایگاه دادهای با بیش از 640000 تصویر انجام شده است. این سیستم پیشنهادی در این تحقیق به لحاظ قابلیت تعمیم دهی، از روشهای سایر محققین برتر است.

تحلیل کور، تشخیص پیامهای مخفی، حمله آماری، اطلاعات پنهان، پنهان نگاری