استفاده از ترکیب طبقه بندی کننده ی Adaboost و الگوریتم های ژنتیک در روش های تحلیل نهان نگاری کور
Publish place: 15th Annual Conference of Computer Society of Iran
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,678
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSICC15_256
تاریخ نمایه سازی: 26 مهر 1388
Abstract:
به دلیل استفاده های تخریبی از روش های نهان نگاری برای برقراری ارتباطات مخفی غیرمجاز، معرفی روش هایی که قابلیت تشخیص وجود داد هی مخفی در یک رسانه را داشته باشند، حائز اهمیت می باشد. این روش ها به نام روش های تحلیل نهان نگاری شناخته می شوند. از بین روش های تحلیل نهان نگاری، رو شهای کور که بدون اطلاع از الگوریتم نهان نگاری سعی در انجام این کار دارند، بیش از روش های دیگر مورد توجه بوده اند. روش های تحلیل نهان نگاری کور، شامل دو بخش استخراج ویژگی و انجام طبقه بندی می باشند. در این مقاله، بر بخش دوم تمرکز شده و یک طبقه بندی کننده برای این منظور معرفی می شود. عملکرد طبقه بندی کننده ی معرفی شده شامل دو مرحله می باشد. در مرحله ی اول، براساس طبقه بندی کننده ی Adaboost یک بخش بندی از فضای ویژگیها به دست میآید. سپس در مرحله ی دوم با استفاده از الگوریتم های ژنتیک، سعی در بهبود ضرایب به دست آمده در مرحله ی اول و افزایش دقت طبقه بندی می شود. نتایج آزمایشات نشان م یدهد که طبقه بندی کننده ی ارائه شده، از برخی از طبقه بندی کنند ههای موجود به میزان قابل توجهی بهتر عمل کرده و دقت های بالاتری در تشخیص وجود یا عدم وجود پیام مخفی ارائه می دهد.
Keywords:
Authors
علی ملاحسینی
دانشکده ی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر
حسین امیرخانی
دانشکده ی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر
محمد رحمتی
دانشکده ی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :