این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۲۱، شماره ۲، صفحات ۵۵-۶۶
عنوان فارسی نهان کاوی فایل‌های فشرده صوتی با استفاده از یادگیری ماشین
چکیده فارسی مقاله علم پنهان­ سازی پیام حاوی اطلاعات در یک رسانه حامل را نهان ­­نگاری گویند و تلاش برای تشخیص وجود یا عدم وجود پیام نهان شده در شئ پوششی را تحلیل نهان‌نگاری یا نهان­کاوی گویند. فرمت فشرده ­سازیMP3  در میان داده­ های صوتی به عنوان میزبانی مناسب و فراگیر جهت نهان­ نگاری اطلاعات مورد استفاده قرار گرفته و شیوه­ های نهان ­نگاری مختلفی برای این منظور طراحی شده ­اند. استفاده گسترده از رسانه­ های دیجیتال اعم از صوت، تصویر و فیلم خصوصاً در بستر شبکه­ های داخلی و اینترنت انگیزه سوء استفاده از این بسترها را به منظور تبادل اطلاعات طبقه­ بندی­ شده در قالب نهان­نگاری ایجاد کرده است و به همین جهت پایش و صیانت از این شبکه­ها به منظور کشف و مقابله با این نوع اقدامات، ضروری به نظر می­رسد. در این پژوهش هدف، ارائه الگوریتمی برای نهان­کاوی خاص فایل­های فشرده صوتی MP3 که با نرم ­افزارMP3stego  نهان­ نگاری شده ­اند، می­باشد که به روش آزمایشی بر روی دادگان متنوع استاندارد انجام گردیده است. برای تهیه دادگان  نهان ­نگاری، از فایل­های متنی با حروف تصادفی استفاده شده است.  ابتدا با استفاده از اطلاعات جانبی فایل­های MP3 ویژگی­های لازم استخراج­ شده و دادگان پژوهشی که شامل دو دسته فایل­های نهان­ نگاری­ شده و فایل­های نهان­ نگاری نشده می­ باشد به دو بخش دادگان آموزش و دادگان آزمون تقسیم گردیده و در ادامه با استفاده از تکنیک­های یادگیری ماشین، سیستم تشخیص فایل­های آلوده و فایل­های تمیز طراحی شده و در نهایت کارایی سیستم با استفاده از دادگان آزمون کنترل می­شود. سیستم پیشنهادی با استفاده از دادگان جداگانه آزمون که شامل فایل­های تمیز و فایل­های نهان­ نگاری شده با ظرفیت­های متنوع می باشد آزمایش گردیده و با دقت 100% و بدون  خطا فایل­های تمیز و آلوده را از هم متمایز می­کند. نتایج حاصل حاکی از شناسایی دقیق موارد نهان­ نگاری­ شده در عین کاهش اقدامات محاسباتی و افزایش سرعت این نوع نهان­ کاوی نسبت به روش­های ابداعی گذشته می­باشد.
 
کلیدواژه‌های فارسی مقاله MP3Stego، MP3 نهان‌نگاری، فایل فشرده صوتی، نهان‌کاوی،
عنوان انگلیسی Stegananalysis compressed audio files based on machine learning
چکیده انگلیسی مقاله The science of concealing the information within a media is called steganography, and the efforts to detect the embedded message in the supporting file is referred to as steganography analysis.  Among audio data, compressed audio file, MP3, is the most appropriate and comprehensive files which is used as the host for embedding data, and a verity of methods are planned to do this approach. Widespread use of digital media including audio, image and video, particularly in the content of internal networks and internet, made fraudulent to use these approaches to transmit the categorized information through steganography. The aim of the present study is to introduce an algorithm for steganography analysis in compressed audio files, MP3, that sustained steganography by MP3stego. This was conducted experimentally on various standardized data. To prepare data, textual files with random letters were used. First, using the background information about the MP3 file, the required features were extracted. The data divided into two groups, those that stood steganography and those that not. Next, using machine learning techniques, the system was planned for concealed data and clean ones. Then the efficacy of the system was examined by experiment’s data. The suggested system was evaluated by separated data, including clean data and the data that stood steganography with different capacities, and detected the clean and the concealed data non-erroneously and with a 100% accuracy. In conclusion, our suggested algorithm is capable to detect the concealed data along with the reduction in calculation functions and increase in calculation speed compared to previously introduced steganography analysis
کلیدواژه‌های انگلیسی مقاله compressed audio file, steganography, steganography analysis, MP3, MP3stego.
نویسندگان مقاله محسن سلیمانی | mohsen soleimani
emam mohamad bagher unv.
دانشگاه امام محمد باقر ع

مهدی چهل امیرانی | Mahdi Chehel Amirani
Urmia Uni.
دانشگاه ارومیه

سید جهانشاه کبودیان | Seied Jahanshah Kabodian
Razi Unv.
دانشگاه رازی

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-2268-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش گفتار
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات