eONPUIR

Розробка стеганографічного методу з використанням генеративно-змагальних нейронних мереж

Показать сокращенную информацию

dc.contributor.author Даракчі, Юрій Іванович
dc.contributor.author Даракчи, Юрий Иванович
dc.contributor.author Darakchi, Yurii
dc.date.accessioned 2022-01-27T07:02:10Z
dc.date.available 2022-01-27T07:02:10Z
dc.date.issued 2021-12
dc.identifier.citation Даракчі, Ю. І. Розробка стеганографічного методу з використанням генеративно-змагальних нейронних мереж : каліфікац. робота магістра : спец. 125 Кібербезпека / Ю. І. Даракчі ; керівник Н. І. Кушніренко ; Держ. ун-т «Одес. політехніка». - Одеса, 2021. - 67 с. uk
dc.identifier.uri http://dspace.opu.ua/jspui/handle/123456789/12226
dc.description.abstract Кваліфікаційна робота на тему «Розробка стеганографічного методу з використанням генеративно-змагальних нейронних мереж» на здобуття другого (магістерського) рівня вищої освіти за спеціальністю 125  Кібербезпека, спеціалізація, освітня програма: Кібербезпека, містить 18 рисунків, 2 таблиці, 1 додаток, 27 літературні джерела за переліком посилань. Робота виконана на 66 сторінках загального тексту і 55 сторінках основного тексту. Метою роботи є підвищення стійкості стеганосистеми до статистичного стеганоаналізу шляхом розробки методу адаптивної модифікації контейнера з використанням генеративно-змагальних мереж. У роботі проведено аналіз деяких перспективних напрямків у розвитку стеганографічних алгоритмів, етапів роботи генеративно-змагальних мереж та базових принципів проектування стеганоаналітичних методів з використанням нейронних мереж. У результаті виконання кваліфікаційної роботи було розроблено генеративно-змагальну мережу для адаптивної модифікації стеганографічного контейнера перед вбудовуванням повідомлення, а також створено відповідне програмне забезпечення на її основі. Попередня модифікація дозволить уникнути детектування повідомлення сучасними статистичними стеганоаналітичними методами або значно зменшить дану вірогідність. Отримані результати можуть бути використані для підвищення стійкості та покращення ефективності роботи стеганографічних алгоритмів вбудовування у коефіцієнти ДКП. Інформаційна безпека, цифрова стеганографія, jpeg, дискретно-косинусне перетворення, статистичний стеганоаналіз, генеративно-змагальна мережа. en
dc.description.abstract Qualification work on "Development of steganographic method using generative-competitive neural networks" for the second (master's) level of higher education in 125  Cybersecurity, specialization, educational program: Cybersecurity, contains 18 figures, 2 tables, 1 appendix, 27 references sources on the list of links. The work is performed on 66 pages of general text and 55 pages of main text. The aim of the work is to increase the resistance of the stegan system to statistical steganoanalysis by developing a method of adaptive modification of the container using generative-competitive networks. The analysis of some perspective directions in the development of steganographic algorithms, stages of generative-competitive networks and basic principles of designing steganoanalytical methods with the use of neural networks is carried out. As a result of the qualification work, a generative-competitive network was developed for the adaptive modification of the steganographic container before embedding the message, and the appropriate software based on it was created. Preliminary modification will avoid the detection of the message by modern statistical steganoanalytical methods or significantly reduce this probability. The obtained results can be used to increase the stability and improve the efficiency of steganographic algorithms for embedding in DCT coefficients. Information security, digital steganography, jpeg, discrete-cosine transformation, statistical steganoanalysis, generative-competitive network. en
dc.description.abstract Квалификационная работа на тему «Разработка стеганографического метода с использованием генеративно-соревновательных нейронных сетей» на получение второго (магистерского) уровня высшего образования по специальности 125  Кибербезопасность, специализация, образовательная программа: Кибербезопасность, содержит 18 рисунков, 2 таблицы, 2 источники по перечню ссылок. Работа выполнена на 66 страницах общего текста и 55 страницах основного текста. Целью работы является повышение устойчивости стеганосистем к статистическому стеганоанализу путем разработки метода адаптивной модификации контейнера с использованием генеративно-соревновательных сетей. В работе проведен анализ некоторых перспективных направлений в развитии стеганографических алгоритмов, этапов работы генеративно-соревновательных сетей и базовых принципов проектирования стеганоаналитических методов с использованием нейронных сетей. В результате выполнения квалификационной работы была разработана генеративно-соревновательная сеть для адаптивной модификации стеганографического контейнера перед встраиванием сообщения, а также создано соответствующее программное обеспечение на ее основе. Предварительная модификация позволит избежать детектирования сообщения современными статистическими стеганоаналитическими методами или значительно снизит данную вероятность. Полученные результаты могут использоваться для повышения устойчивости и улучшения эффективности работы стеганографических алгоритмов встраивания в коэффициенты ДКП. Информационная безопасность, цифровая стеганография, jpeg, дискретно-косинусное преобразование, статистический стеганоанализ, генеративно-состязательная сеть. en
dc.language.iso uk en
dc.subject інформаційна безпека en
dc.subject цифрова стеганографія en
dc.subject jpeg en
dc.subject дискретно-косинусне перетворення en
dc.subject статистичний стеганоаналіз en
dc.subject генеративно-змагальна мережа en
dc.title Розробка стеганографічного методу з використанням генеративно-змагальних нейронних мереж en
dc.title.alternative Development of steganographic method using generative adversarial neural networks en
dc.title.alternative Разработка стеганографического метода с использованием генеративно-соревновательных нейронных сетей en
dc.type Other en
opu.kafedra Кафедра кибербезпеки та програмного забезпечення uk
opu.staff.id nazarova.i.v@op.edu.ua en


Файлы, содержащиеся в элементе

Этот элемент содержится в следующих коллекциях

Показать сокращенную информацию