Forensic Video Steganalysis in Spatial Domain by Noise Residual Convolutional Neural Network

要約

この研究では、畳み込みニューラル ネットワーク (CNN) ベースのフォレンジック ビデオ ステガナリシスのアプローチを評価します。
ビデオ ステガノグラフィー データセットは、空間ドメインで法医学ステガノ分析を実行するように CNN をトレーニングするために作成されます。
ステガノグラフィー埋め込みプロセスでは常にビデオ フレーム内のピクセル値が変更されるため、ノイズ残差畳み込みニューラル ネットワークを使用して埋め込まれた秘密を検出します。
実験結果は、CNN ベースのアプローチが法医学ビデオ ステガナリシスに効果的な方法となり、99.96% の検出率に達できることを示しています。
キーワード: フォレンジック、ステガナリシス、ディープ ステガノグラフィー、MSU StegoVideo、畳み込みニューラル ネットワーク

要約(オリジナル)

This research evaluates a convolutional neural network (CNN) based approach to forensic video steganalysis. A video steganography dataset is created to train a CNN to conduct forensic steganalysis in the spatial domain. We use a noise residual convolutional neural network to detect embedded secrets since a steganographic embedding process will always result in the modification of pixel values in video frames. Experimental results show that the CNN-based approach can be an effective method for forensic video steganalysis and can reach a detection rate of 99.96%. Keywords: Forensic, Steganalysis, Deep Steganography, MSU StegoVideo, Convolutional Neural Networks

arxiv情報

提供元, 利用サービス

arxiv.jp, Google