1. Inicio
  2. Atrás
Título: Blind steganalysis method for detection of hidden information in images
Autores: MARISOL RODRIGUEZ PEREZ
Fecha: 2013-09
Publicador: INAOE
Fuente:
Tipo: info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/acceptedVersion
Tema: info:eu-repo/classification/Criptografía/Cryptography
info:eu-repo/classification/Procesamiento de imágenes/Image processing
info:eu-repo/classification/Reconocimiento de patrones/Pattern recognition
info:eu-repo/classification/cti/1
info:eu-repo/classification/cti/12
info:eu-repo/classification/cti/1203
Descripción: Desde la antigüedad, la esteganografía ha sido utilizada para proteger información sensible de personas no autorizadas. Sin embargo, junto con la evolución de los medios digitales han surgido usos no deseados, como el terrorismo, la pornografía infantil, entre otros. Para contrarrestar los posibles efectos negativos, surge el esteganálisis. Existen dos enfoques principales de esteganálisis: específico y universal o ciego. Los métodos específicos requieren de un conocimiento previo del método esteganográfico analizado, mientras que los métodos ciegos no lo requieren. Debido a los altos requerimientos de aplicaciones reales, es necesario el desarrollo de métodos de esteganálisis cada vez más precisos que sean capaces de detectar información oculta de diversos métodos esteganográficos. Tomando esto en cuenta, proponemos un método ciego de esteganálisis para imágenes a color. El método propuesto se basa en el proceso estándar de esteganálisis, el cual consiste en la extracción de características y su posterior clasificación. Con el fin de que el método sea extensible, se utilizaron distintos extractores de características, así como un ensamble de clasificadores. Los experimentos realizados con diferentes tasas inserción para distintos métodos esteganográficos, muestran una mejora de la tasa de detección sobre los métodos del estado del arte con un solo extractor de características y un solo clasificador, esto para F5, Spread Spectrum, LSBMR y EALSBMR. Para Steghide, JPHide y Model Based las tasas de detección apenas sobrepasaron el azar para tasas de inserción por debajo de 0.05bpp.
Idioma: eng