权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Blind detection of audio data hiding

音频数据隐藏的盲检测

基本信息

批准号：
18K11301
负责人：
西村明
金额：
$ 2.25万
依托单位：
Tokyo University of Information Sciences
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K11301/
关键词：
情報ハイディングステガノグラフィステガナリシスオーディオデータセット機械学習コヒーレンス関数音声符号化 LSB 線形予測時間周波数分析エントロピー帯域分割ナイキスト周波数信号対雑音比帯域分析データハイディング信号処理信号識別

项目摘要

ステガノグラフィは、ディジタルコンテンツになんらかの情報を秘匿する情報ハイディング技術とその利用法であり、秘匿通信がそのひとつの目的である。この技術は、インターネット上の様々なコンテンツへ機密情報を秘匿できるため、テロリストや犯罪組織内部の秘匿通信に使われている、という疑いが、9.11テロ以前から報道されていた。このような秘匿通信を検出するため、情報を秘匿する前の元のコンテンツ無しに、ステガノグラフィによる情報秘匿の有無を検出する手法である、ステガナリシスの必要性が高まっている。本研究では、これまでステガナリシスが成功したという報告のない、IEEE Dataport で公開されている Audio Steganalysis Dataset 10,000ファイルを対象とする。最初に、検査対象信号に対して情報秘匿を行い、秘匿前後のコヒーレンスから、ステガナリシス可能な信号を選別する。その後、秘匿前後のパワースペクトル変化の特徴量を用いたSVM学習を経て、情報秘匿の有無を検出する。この処理は、情報秘匿済み信号に対しては、1回秘匿と2回秘匿のスペクトル変化を調べることになり、情報秘匿無し信号に対しては、秘匿なしと1回秘匿のスペクトル変化を調べることで、これらの相違から秘匿の有無を検出する手法である。その結果、Datasetのうち27% のファイルに対しては、ステガナリシスが可能と判定され、それらに対する情報秘匿の有無の予測は、正確性 95.0% を示し、有効なステガナリシスが可能であった。一方、Dataset のうちの残り 73% のファイルについては、情報秘匿有無判定不能とされ、今後の課題となった。

I don't know, I don't know. The technical information, the information, the secret information, the secret communication within the criminal organization, the secret communication within the criminal organization, the secret information, the secret communication, the secret communication. In the case of secret communication, the information is not available, the information is secret, the information is not available, the information is not available, the information is secret, the communication is secret, the information is secret. In this study, the success of the study, the report report, the IEEE Dataport report, the Audio Steganalysis Dataset 10000 report, the public report and the public report. At first, the signal is hidden, the information is hidden, the signal is hidden, the signal is selected, and the signal is selected. After the information, before and after the information, you can use the SVM to make sure that you have no information. The reason, the secret, the secret, the secret. The results show that 27% of the data is correct, that is, it is possible to determine that the information is hidden, that the information is hidden, that the error is correct, that the accuracy is 95.0%, and that the error may be affected. On the one hand, the Dataset is responsible for 73% of the time, the situation is hidden, and it is determined that it is not possible to do so, and the problem will be discussed in the future.