Detection of Steganography Inserted by OutGuess and Steghide by means of Neural Networks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F09%3A63507970" target="_blank" >RIV/70883521:28140/09:63507970 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Detection of Steganography Inserted by OutGuess and Steghide by means of Neural Networks
Popis výsledku v původním jazyce
The paper deals with detection of steganography content. Steganography is an additional method in cryptography which helps to hide coded messages inside pictures or videos. To hide a message is very important but also revealing such content is importantto avoid of usage by jailbirds. The revealing of steganography is not easy. This paper shows how neural networks are able to detect steganography content coded by a program OutGuess and Steghide using neural networks like taxonomist. Training sets were created from clear and coded pictures with different length of inserted message. Neural networks are methods which are very flexible in learning to different and difficult problems. Results in this paper show that used models had almost 100 % success in steganography detection of messages inserted by OutGuess and Steghide.
Název v anglickém jazyce
Detection of Steganography Inserted by OutGuess and Steghide by means of Neural Networks
Popis výsledku anglicky
The paper deals with detection of steganography content. Steganography is an additional method in cryptography which helps to hide coded messages inside pictures or videos. To hide a message is very important but also revealing such content is importantto avoid of usage by jailbirds. The revealing of steganography is not easy. This paper shows how neural networks are able to detect steganography content coded by a program OutGuess and Steghide using neural networks like taxonomist. Training sets were created from clear and coded pictures with different length of inserted message. Neural networks are methods which are very flexible in learning to different and difficult problems. Results in this paper show that used models had almost 100 % success in steganography detection of messages inserted by OutGuess and Steghide.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA102%2F09%2F1680" target="_blank" >GA102/09/1680: Evoluční návrh řídicích algoritmů</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2009
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
AMS2009 Asia Modelling Symposium 2009
ISBN
978-0-7695-3648-4
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
—
Název nakladatele
IEEE Operations Center
Místo vydání
Piscataway
Místo konání akce
Bandung
Datum konání akce
25. 5. 2009
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—