Автоматическая стеганография с использованием ИИ

XXII Международный конкурс научно-исследовательских и творческих работ учащихся
Старт в науке

Личный портфель

Автоматическая стеганография с использованием ИИ

Волчков Е.Е. 1
1МАОУ "Многопрофильный лицей"
Чимитова С.Ц. 1Эргашев А.А. 1
1МАОУ «Многопрофильный лицей» г. Муравленко ЯНАО
Автор работы награжден дипломом победителя III степени
Диплом школьникаСвидетельство руководителяСвидетельство руководителя
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Введение

Стеганография — это искусство сокрытия информации в безобидных на первый взгляд сообщениях, так чтобы только тот, кому предназначена информация, мог ее извлечь. С развитием технологий и увеличением объема цифровых данных, стеганографические методы становятся все более важными. В последнее время ИИ и машинное обучение стали играть ключевую роль в развитии стеганографии.

Современные системы стеганографии используют различные методы для скрытия данных, включая использование избыточности в изображениях, аудио и видео файлах, а также применение криптографических методов. Однако, эти методы могут быть уязвимы для атак, таких как статистический анализ и атаки по сторонним каналам.

Применение искусственного интеллекта в стеганографии позволяет разработать более устойчивые и эффективные методы скрытия информации. ИИ может быть использован для обучения стеганографических систем, которые могут автоматически адаптироваться к различным форматам данных и условиям передачи. Кроме того, ИИ может помочь в разработке новых стеганографических алгоритмов, которые будут более эффективными и устойчивыми к атакам.

Одним из примеров применения ИИ в стеганографии является использование генеративно-состязательных сетей (GAN) для скрытия информации в изображениях. GAN позволяют генерировать изображения, которые выглядят реалистично, но содержат скрытые данные.

Аннотация

Автоматическая стеганография с использованием ИИ: исследование методов скрытия данных в цифровых медиафайлах с помощью искусственного интеллекта. В данной работе рассматривается применение алгоритмов и методов ИИ для разработки эффективных и надежных систем стеганографии, способных работать с различными типами данных и медиафайлов. Анализируются различные подходы к обучению и оптимизации моделей ИИ для достижения максимальной устойчивости к атакам на стеганографические системы, а также рассматриваются возможности применения таких систем в различных сферах, включая защиту информации, компьютерное зрение.

Объект исследования: методы автоматической стеганографии с использованием искусственного интеллекта.

Субъект исследования: эффективность и устойчивость систем автоматической стеганографии на основе искусственного интеллекта.

Цель работы - разработать приложение, которое будет автоматически выявлять скрытую информацию в графических изображениях.

Задачи:

  1. Изучение существующих методов автоматической стеганографии и выявление наиболее эффективных;

  2. Разработка алгоритма обнаружения скрытой информации в графических изображениях с использованием искусственного интеллекта.

  3. Создание прототипа приложения, реализующего разработанный алгоритм.

  4. Тестирование прототипа на различных графических изображениях, содержащих скрытую информацию.

  5. Анализ результатов тестирования и оптимизация алгоритма при необходимости.

  6. Доработка и улучшение прототипа приложения с учетом результатов тестирования.

  7. Оформление документации и инструкции по использованию разработанного приложения.

План исследований:

  1. Обзор литературы и существующих методов стеганографии.

  2. Выбор наиболее эффективного метода для автоматического выявления скрытой информации.

  3. Разработка алгоритма обнаружения стеганографии с использованием выбранного метода.

  4. Создание прототипа приложения для автоматического выявления скрытой информации.

  5. Тестирование прототипа на различных наборах графических изображений.

  6. Анализ результатов тестирования и оптимизация алгоритма, если это необходимо.

  7. Доработка прототипа и создание финальной версии приложения.

  8. Оформление документации по использованию приложения и обучение пользователей.

Методы исследования:

1) Изучение и анализ информации из интернета;

2) Программирование;

3) Моделирование.

Актуальность проекта

Наше время этот проект имеет высокую актуальность, так как люди пытаются избегать цензуры, передавать скрытые материалы, которые могут нарушать законы и так далее.

Этапы выполнения проектной работы

Значимость проекта

  • Теоретическая значимость проектной работы: Изучение возможностей языка Python, изучение машинного обучения и возможностей ИИ, изучения программы для создания интерфейсов.

  • Практическая значимость проектной работы: Выявление скрытой информации в графических файлах. Использование в качестве пособия на уроках информатики.

Требования к проекту

  • Открытый исходный код

  • Приятный и интуитивный дизайн

  • Оригинальность кода

  • Удобство в использовании

Дизайн приложения

Дизайн приложения для Windows, Linux, Android был разработан интуитивно понятным, чтобы любой пользователь мог разобраться в управлении.

Заключение

В заключении, было разработано приложение, использующее ИИ для автоматического выявления скрытой информации в графических изображениях. Это приложение позволяет эффективно обнаруживать скрытые данные, обеспечивая безопасность передаваемых изображений.

Разработанное приложение может быть использовано для защиты конфиденциальной информации от несанкционированного доступа, а также для обнаружения скрытых данных в графических файлах, что может быть полезно для обнаружения вредоносного контента или выявления скрытых сообщений.

Список используемых источников:

  1. https://habr.com/ru/articles/527210/ - Стеганография и ML. Или что нам подарили генеративно-состязательные сети (GAN);

  2. https://github.com/Sarevus/aichecker

  3. https://www.python.org/

  4. https://help.figma.com/hc/en-us

Просмотров работы: 105