본문 바로가기
KERD
논문KCI 등재

인공지능 기반 스테가노그래피 생성 기술 최신 연구 동향

Research Trends in Steganography Based on Artificial Intelligence

서화정|임세진|윤세영|김덕영|김현지
(사)한국스마트미디어학회 (Korean Institute of Smart Media)|2023.05|스마트미디어저널 (Smart Media Journal)|제12권 제4호|pp. 9-18|DOI https://dx.doi.org/10.30693/SMJ.2023.12.4.9

1

조회

0

다운로드

1

인용

0

참고문헌

키워드

인공지능Artificial Intelligence딥러닝Deep learning정보 보호SteganographyData security스테가노그래피
주제분류컴퓨터학

초록

스테가노그래피는 데이터의 존재 자체를 은닉하여 데이터를 보호하는 기술이다. 최근에는 인공지능 기술이 발달함에 따라 딥러닝 기반의 스테가노그래피 기법들이 개발되고 있다. 딥러닝 기술은 데이터에 대한 고차원의 특징을 분석하여 학습할 수 있으므로 스테가노그래피의 성능과 품질을 개선시킬 수 있다. 본 논문에서는 이미지 데이터에 대한 딥러닝 기반의 스테가노그래피 기술의 최신 연구 동향에 대해 살펴보도록 한다.

Abstract

Steganography is a technology capable of protecting data by hiding the existence of data. Recently, with the development of deep learning technology, deep learning-based steganography are being developed. Deep learning can learn by analyzing high-dimensional features of data, so it can improve the performance and quality of steganography. In this paper, we investigated the research trend of image steganography based on deep learning.

참고문헌 (32)

  1. DJEBBAR, Fatiha, "Securing IoT Data Using Steganography : A Practical Implementation Approach", Electronics, 10(21), pp.2707~ (2021)
  2. KHARI, Manju, "Securing data in Internet of Things (IoT) using cryptography and steganography techniques", IEEE Transactions on Systems, Man, and Cybernetics: Systems, 50(1), pp.73~80 (2020)
  3. Akhtar, Nadeem, "Enhancing the security and quality of LSB based image steganography", 2013 5th International Conference and Computational Intelligence and Communication Networks (2013)
  4. Jian, Chua Teck, "Audio steganography with embedded text", IOP Conference Series:Materials Science and Engineering, 226(1) (2017)
  5. 김재영, "블록 매칭 기반 영상 스테가노그래피의 삽입 용량 개선을 위한 통계적 접근 방법", 방송공학회 논문지, 22(5), pp.643~651 (2017), 한국방송∙미디어공학회[DOI]
  6. Kavitha, Kavita Kadam, "Steganography using least significant bit algorithm", International Journal of Engineering Research and Applications (IJERA), 2(3), pp.2248~9622 (2012)
  7. Gupta, Shailender, "Information hiding using least significant bit steganography and cryptography", International Journal of Modern Education and Computer Science, 4(6), pp.27~ (2012)
  8. Wu, Da-Chun, "Asteganographic method for images by pixel-value differencing", Pattern recognition letters, 24(9–10), pp.1613~1626 (2003)
  9. Nurdiyanto, Heri, "Enhanced pixel value differencing steganography with government standard algorithm", 2017 3rd International Conference on Science in Information Technology (ICSITech) (2017)
  10. H.-C. Wu, "Image steganographic scheme based on pixel-value differencing and LSB replacement methods", IEE Proceedings-Vision, Image and Signal Processing, 152(5), pp.611~615 (2005)
  11. C.-H. Yang, "Capacity-raising steganography using multi-pixel differencing and pixel-value shifting operations", Fundamenta Informaticae, 98(2-3), pp.321~336 (2010)
  12. V. Holub, "Designing steganographic distortion using directional filters", 2012 IEEE International Workshop on Information Forensics and Security(WIFS), 2, pp.234~239 (2012)
  13. Holub, V., "Digital image steganography using universal distortion", Proceedings of the First ACM Workshop on Information Hiding and Multimedia Security, pp.59~68 (2013)
  14. 남수태, "이산코사인변환 기반 이미지 압축 알고리즘에 관한 재구성", 한국정보통신학회논문지, 23(1), pp.84~89 (2019), 한국정보통신학회[DOI]
  15. Sahar A. El_Rahman, "A comparative analysis of image steganography based on DCTalgorithm and steganography tool to hide nuclear reactors confidential information", Computers &Electrical Engineering, 70, pp.380~399 (2018)
  16. Dr. Ekta Walia, "Analysis of LSB & DCT based Steganography", Global Journal of Computer Science and Technology, 10(1), pp.4~8 (2010)
  17. A.M.Raid, "Jpeg Image Compression Using Discrete Cosine Transform - A Survey", International Journal of Computer Science &Engineering Survey(IJCSES), 5(2) (2014)
  18. R. Reininger, "Distributions of the Two-Dimensional DCT Coefficients for Images", IEEE Transactions on Communications, 31(6), pp.835~839 (1983)
  19. Ken Cabeen, "Image Compression and the Discrete Cosine Transform", ~
  20. Baluja, Shumeet, "Hiding images in plain sight : Deep steganography", Advances in neural information processing systems, 30 (2017)
  21. Albawi, Saad, "Understanding of a convolutional neural network", 2017 international conference on engineering and technology (ICET), pp.1~6 (2017)
  22. Volkhonskiy, Denis, "Steganographic generative adversarial networks", Twelfth international conference on machine vision(ICMV 2019), 11433, pp.991~1005 (2020)
  23. Goodfellow, Ian, "Generative adversarial networks", Communications of the ACM, 63(11), pp.139~144 (2020)
  24. Wu, Pin, "Stegnet: Mega image steganography capacity with deep convolutional network", Future Internet, 10(6), pp.54~ (2018)
  25. Srivastava, "Highway networks", ~ (2015)
  26. He, Kaiming, "Deep residual learning for image recognition", Proceedings of the IEEE conference on computer vision and pattern recognition, pp.770~778 (2016)
  27. Szegedy, Christian, "Rethinking the inception architecture for computer vision", 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp.2818~2826 (2016)
  28. Kingma, Diederik P., "An introduction to variational autoencoders", Foundations and Trends® in Machine Learning, 12(4), pp.307~392 (2019)
  29. Baluja, Shumeet, "Hiding images within images", IEEE transactions on pattern analysis and machine intelligence, 42(7), pp.1685~1697 (2019)
  30. Shi, Haichao, "SSGAN : Secure steganography based on generative adversarial networks", Advances in Multimedia Information Processing–PCM 2017, pp.534~544 (2017)
  31. WANG, Yaojie, "Information hiding scheme based on generative adversarial network", Journal of Computer Applications, 38(10), pp.2923~2928 (2018)
  32. Zhang, Kevin Alex, "SteganoGAN: High capacity image steganography with GANs" (2019)

관련 논문AI추천

딥러닝 기반 스테그어낼러시스와 적대적 스테가노그래피 기술의 최신 연구 동향박윤수, 조영호국방보안연구소 · 국방과 보안2024 · 제6권 제2호적대적 워터마킹 기술의 비교 연구와 성능 분석김지훈, 신용태, 홍석민한국소프트웨어감정평가학회 · 한국소프트웨어감정평가학회 논문지2024 · 제20권 제4호SDDC 기반 국방 클라우드 구축 간 딥러닝 기반 이미지 스테그아날리시스 모델의 적용방안김민지, 윤지영, 이륜건, 조영호국방보안연구소 · 국방과 보안2023 · 제5권 제1호계층적 CNN 구조를 이용한 스테가노그래피 식별강상훈, 김산해, 박종일, 박한훈한국융합신호처리학회 · 융합신호처리학회 논문지2019 · 제20권 제4호인공지능 모델 대상 백도어 공격을 응용한 저작권 보호 목적의 워터마킹 연구김석희, 한창희한국정보보호학회 · 정보보호학회논문지2024 · 제34권 제6호Secure Object Detection Based on Deep Learning김건형, 정임영한국정보처리학회 · JIPS(Journal of Information Processing Systems)2021 · 제17권 제3호

이 간행물의 다른 논문 (6건)

뉴로모픽 환경에서 QoS를 고려한 최적의 SNN 모델 파라미터 생성 기법김서연, 정진만, 김봉재pp. 19-26이종 데이터 간 관계 모델링을 통한 개인화 추천 시스템의 지식 그래프 확장 기법안석호, 서영덕, 이의종, 이승주pp. 27-40UWB 기반 실내 측위 기술을 활용한 루프 클로징 기법민홍, 이주연, 유현우, 남소미, 이정균, 이윤서, 김민성pp. 41-46베지어 곡선을 활용한 육각 그리드의 그림자 생성 방법박영진, 남택관, 김민석pp. 47-57Corrigendum : Generative Adversarial Network를 이용한 카툰 원화의 라인 드로잉 추출유경호, 양희덕pp. 58-58
원문 보기