دوره 15، شماره 3 - ( 9-1397 )
جلد 15 شماره 3 صفحات 122-113 |
برگشت به فهرست نسخه ها
دانشکده فنی و مهندسی دانشگاه الزهرا(س)
چکیده: (3501 مشاهده)
سیگنال‌های صوتی دیجیتال، به‌دلیل اینکه حاوی نرخ اطلاعات زیادی هستند، پوشش مناسبی برای روش‌های نهان‌نگاری محسوب می‌شوند. روش‌های متنوعی برای نهان‌نگاری داده‌های مختلف و به تبع آن نهان‌کاوی داده‌ها در سیگنال صوتی وجود دارد. در این میان روش‌های نهان‌کاوی فراگیر به‌دلیل عدم وابستگی به الگوریتم نهان‌نگاری، کاربرد وسیع‌تری دارند. در این مقاله روش جدیدی برای نهان‌کاوی فراگیر ارائه شده که در آن با به‌کارگیری ضرایب مربوط به همبستگی بین فریم، دقت نهان‌کاوی به مقدار قابل توجهی افزایش پیدا کرده است. همچنین عملکرد ماشین بردار پشتیبان با به‌کارگیری الگوریتم کاهش بازگشتی ویژگی‌ها به‌همراه کاهش بایاس ناشی از همبستگی بین آنها بهبود یافته که منجر به افزایش پایداری نهان‌کاوی و دقت بیشتر شده است.
نوع مطالعه: پژوهشي |
موضوع مقاله:
مقالات پردازش گفتار
دریافت: 1396/10/3 | پذیرش: 1397/5/3 | انتشار: 1397/9/28 | انتشار الکترونیک: 1397/9/28
دریافت: 1396/10/3 | پذیرش: 1397/5/3 | انتشار: 1397/9/28 | انتشار الکترونیک: 1397/9/28
فهرست منابع
1. [1] Ghasemzadeh, H. Tajikkhas, M. Khalilarjmandi, H. "Audio Steganalysis based on psychoacoustic model of human hearing". (2016) ELSEVIER, Signal Processing Letters,Vol. 51, Pages 664-672.
2. [2] Ren, Y. Xiong, Q. Wang, L. "Steganalysis of AAC using calibrated Markov model of adjacent codebook". (2016) IEEE International Conference on Acoustica, Speech and Signal Processing.
3. [3] Yan, Ke. Zhang, David. "Feature selection and analysis on correlated gas sensor data with-recursive feature elimination". (2015) Elsevier, Sensors and Actuators B 212. Pages 353-363.
4. [4] Ghasemzadeh, H. Khalil Arjmandi, M. "Reversed-Mel Cepstrum Based Audio Steganalysis". (2014) IEEE 4th International eConference on Computer and Knowledge Engineering.
5. [5] Yang, Y. et al. "An inter-frame correlation based error concealment of immittance spectral coeffi-cients for mobile speech and audio codecs". (2014) IEEE International Conference on High Per-formance Computing and Communications.
6. [6] Liu, Q. Sung, A. Qiao, M. "Derivative-Based Audio Steganalysis". (2011) ACM Transactions on Multimedia Computing, Communications and Applications, Vol. 7, No. 3, Article 18.
7. [7] Tolosi, L. Lengauer, Th. "Classification with correlated features: unreliability of feature ranking and solu-tions". (2011) Data and text mining. Publ-ished by Oxford University Press. Vol. 27, Pages 1986–1994.
8. [8] Liu, Q. Sung, A. Qiao, M."Temporal Derivative-Based Spectrum and Mel-Cepstrum Audio Ste-ganalysis". (2009) IEEE Transaction on in-formation forensics and security, Vol. 4, No. 3.
9. [9] Liu, Q. et al. "Novel Stram Mining for Audio Steganalysis". (2009) ACM International Con-ference on Multimedia, Pages 95-104. [PMCID]
10. [10] Zeng, W. et al. "An Algorithm of Echo Steg-analysis based on Power Cepstrum and Pattern Classification". (2008) International Conference on Information and Automation, Pages 1667-1670. [PMID] [PMCID]
11. [11] Liu, Y. el al. "A Novel Audio Steganalysis based on Higher-Order Statistics of Distortion Measure with Hausdroff Distence". (2008) Lecture Notes in Computer Science, Vol. 5222, Pages 487-501.
12. [12] Ismail Avcibas,"Audio Steganalysis With Content-Independent Dis-tortion Measures". (2006) IEEE Signal Processing Letters,Vol.13, No.2.
13. [13] Johnson, M.K. et al. "Steganalysis of Recorded Speech". (2005) Conference on Security, Stega-nography and Watermarking of Multi-media, Vol. 5681, Pages 664-672. [DOI:10.1117/12.586941]
14. [14] Ozer, H. Activbas, I. et al. "Steganalysis of Audio based on Audio Quality Metrics". (2003) Conference on Security, Steganography and Watermarking of Multimedia, Vol. 5020, Pages 55-66. [DOI:10.1117/12.477313]
15. [15] Harmsen, J.J. Pearlman, W.A. "Steganalysis of additive noise modelable information Hiding". (2006)
16. [16] Paliwal, K.K. "Use of temporal correlation between successive frames in a hidden markov-model based speech recognizer". (1993) IEEE international conference on Acoustics, speech, and signal processing
17. [17] I. Guyon, J. Weston, S. B, and V. V. (2002) "Gene selection for cancer classification using support vector machines". Mach. Learn., Vol. 46, No. 1–3, pp. 389–422. [DOI:10.1023/A:1012487302797]
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |