ВВЕДЕНИЕ 3
1. ЦИФРОВАЯ СТЕГАНОГРАФИЯ И ЦВЗ 5
1.1. Предмет цифровой стеганографии и терминология 5
1.2. Цифровые водяные знаки 6
2. ВСТРАИВАНИЕ ЦВЗ В ИЗОБРАЖЕНИЯ 8
2.1. Описание алгоритма аддитивного встраивания 9
2.2. Реализация встраивания 9
3. АТАКИ НА ЦВЗ 12
3.1. Порядковые статистики 12
3.2. Атака с помощью арифметического усреднения 13
3.3. Атака с помощью медианного усреднения 15
4. НЕЙРОННЫЕ СЕТИ 17
4.1. Области применения 17
4.2. Биологический нейрон 18
4.3. Структура и свойства искусственного нейрона 19
4.4. Обучение нейронных сетей 21
4.4.1. Алгоритм обратного распространения ошибки 23
4.4.2. Переобучение и обобщение 24
4.4.3. Метод регуляризации 25
4.4.4. Формирование представительной выборки 27
5. РЕАЛИЗАЦИЯ АТАКИ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ 29
5.1. Выбор типа и архитектуры сети, обучающей функции и
активационных функций 30
5.2. Обучение сети 31
5.3 Обработка полученных результатов 35
ЗАКЛЮЧЕНИЕ 37
СПИСОК ЛИТЕРАТУРЫ 38
ПРИЛОЖЕНИЕ

Купить

На протяжении истории человечества выделилось два основных направления защиты информации: криптография и стеганография.
Стеганография - дословно переводится как тайнопись - это способ передачи или хранения информации с учётом сохранения в тайне самого факта существования тайного сообщения.
Существуют две причины развития стеганографии на сегодняшний день: ограничение использования средств криптографии в некоторых странах и проблема защиты авторских прав на информацию, представленную в цифровом виде. Вторая причина привела к многочисленным исследованиям в области цифровых водяных знаков. Цифровой водяной знак (ЦВЗ) - особая метка, незаметно внедряемая в изображение или другой сигнал. Обычно представляет собой текст или вставку, идентифицирующую автора.
ЦВЗ применяется в основном для защиты от копирования и несанкционированного использования интеллектуальной собственности, представленной в цифровом виде. Настоящая работа посвящена рассмотрению алгоритмов встраивания ЦВЗ в изображения, а также реализации атак на встроенные ЦВЗ, основываясь на порядковые статистики.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Реализовать аддитивное встраивание ЦВЗ в серию изображений;
2. Реализовать атаку ЦВЗ арифметическим и медианным усреднением;
3. Реализовать обнаружитель на основе нейронных сетей и проверить работоспособность.
Встраивание проводится аддитивным методом, так как данный способ встраивания является наиболее распространенным, а также обеспечивает робастность ЦВЗ.
Реализация обнаружения стегоканала является сложной задачей, тогда можно сказать, что защита от обнаружения - это и есть основное назначение стеганографии. Если нарушитель сможет распознавать и создавать водяные знаки, то создание копий защищаемого объекта и ложных оригиналов для него будет осуществимой задачей. А действия злоумышленного нарушителя несут в себе наибольшую опасность и могут привести к серьезным последствиям. Поэтому очень важно научиться обнаруживать ЦВЗ в защищаемых изображениях, чтобы удостовериться в подлинности объекта.
Атаки на ЦВЗ будут реализованы на основе порядковых статистик для арифметического и медианного усреднения. Для осуществления таких атак требуется большое количество изображений, а на практике это трудновыполнимо. Поэтому предполагается добиться улучшения качества извлечения с использованием аппарата искусственных нейронных сетей на основе порядковых статистик. Таким образом, за счет нелинейности активационных функций нейронов точность оценки параметров функций распределений для выборок с функциями распределений, отличных от нормального, должна улучшиться.
В работе использовался современный пакет прикладного программного обеспечения Matlab. Искусственные нейронные сети в Matlab представляют новое направление в практике создания технических систем. В ходе работы требуется выбрать необходимую архитектуру нейронной сети и интерпретировать полученные результаты. Также провести
экспериментальные исследования разработанного алгоритма.
Таким образом, цель моей работы - проверить возможность создания обнаружителя ЦВЗ на основе нейросетевых порядковых статистик.

Купить