Статистичний стеганоаналіз фотореалістичних зображень

Abstract

В результаті дослідження експериментально здійснено підбір оптимальних, параметрів алгоритму знаходження градієнтних шляхів. Отримано та проаналізовано результати застосування моделей машинного навчання, визначено оптимальний масштаб ядра SVM-регресора. Розраховано час обчислення векторів ознак, навчання моделі, розпізнавання контейнерів. Показано, що вектор ознак на основі градієнтних шляхів доцільно використовувати для вирішення завдань, де необхідно варіювати точність виявлення вкладення в залежності від навантаження на систему стеганоаналіті, оскільки цей вектор ознак дозволяє визначити співвідношення розмірність/точність. Також шляхом експерименту підібрано комплексний вектор з кількох одновимірних кількісних стеганодетекторів і вектора ознак на основі градієнтних шляхів, ефективність якого можна порівняти з вектором ознак SPAM.