Resumen

El análisis esteganalítico de imágenes basado en aprendizaje profundo se está convirtiendo en una seria amenaza para la esteganografía de imágenes basada en modificaciones en los últimos años. La esteganografía basada en generación produce directamente imágenes estego con datos secretos y puede resistir a los algoritmos avanzados de esteganálisis. Este artículo propone un nuevo método de esteganografía basado en generación al disfrazar las imágenes estego en tipos de imágenes procesadas mediante operaciones normales (por ejemplo, ecualización de histograma y aumento de nitidez). En primer lugar, se entrena un modelo de procesamiento de imágenes utilizando DCGAN y WGAN-GP, que se utiliza para generar las imágenes procesadas por operaciones normales. Luego, el ruido mapeado por los datos secretos se introduce en el modelo entrenado, y la imagen estego obtenida es indistinguible de la imagen procesada. De esta manera, el proceso esteganográfico puede estar cubierto por el proceso de procesamiento de imágenes, dejando poco rastro de incrustación en el proceso de esteganografía

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Aprendizaje profundo; Esteganálisis de imágenes; Esteganografía basada en la generación; Imágenes stego; Datos secretos; Modelo de procesamiento de imágenes
• Keywords:Deep learning; Image steganalysis; Generation-based steganography; Stego images; Secret data; Image processing model