Neural Network Approach to Image Steganography Techniques
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F15%3AA1601EEH" target="_blank" >RIV/61988987:17310/15:A1601EEH - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Neural Network Approach to Image Steganography Techniques
Popis výsledku v původním jazyce
Steganography is one of the methods used for the hidden exchange of information and it can be defined as the study of invisible communication that usually deals with the ways of hiding the existence of the communicated message. In this way, if successfully it is achieved, the message does not attract attention from eavesdroppers and attackers. Using steganography, information can be hidden in different embedding mediums, known as carriers. These carriers can be images, audio files, video files, and textfiles. The focus in this paper is on the use of an image file as a carrier. The proposed approach is based on backpropagation neural networks. The essential part of this article aims to verify the proposed approach in an experimental study. Further, contemporary method of application and results are presented in this paper as an example.
Název v anglickém jazyce
Neural Network Approach to Image Steganography Techniques
Popis výsledku anglicky
Steganography is one of the methods used for the hidden exchange of information and it can be defined as the study of invisible communication that usually deals with the ways of hiding the existence of the communicated message. In this way, if successfully it is achieved, the message does not attract attention from eavesdroppers and attackers. Using steganography, information can be hidden in different embedding mediums, known as carriers. These carriers can be images, audio files, video files, and textfiles. The focus in this paper is on the use of an image file as a carrier. The proposed approach is based on backpropagation neural networks. The essential part of this article aims to verify the proposed approach in an experimental study. Further, contemporary method of application and results are presented in this paper as an example.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Mendel 2015, Recent Advances in Soft Computing
ISBN
978-3-319-19823-1
ISSN
2194-5357
e-ISSN
—
Počet stran výsledku
11
Strana od-do
317-327
Název nakladatele
Springer International Publishing
Místo vydání
—
Místo konání akce
Brno
Datum konání akce
23. 6. 2015
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000364847700026