Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Intrusion Detection Using a Hybrid Sequential Model Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

Small Embed Cross-validated JPEG Steganalysis in Spatial and Transform Domain Using SVM

verfasst von : Deepa D. Shankar, Adresya Suresh Azhakath

Erschienen in: Advances in Machine Learning and Computational Intelligence

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Steganalysis recognizes the manifestation of a hidden message in an artefact. In this paper, the analysis is done statistically, by extracting features that show a change during an embedding. Machine learning approach is employed here by using a classifier to identify the stego image and cover image. SVM is used as a classifier in this paper. A comparative study is done by using steganographic schemes from spatial plus transform domain. The two steganographic schemes are LSB matching and F5. Six unlike kernel functions and four diverse samplings are used for classification. The percentage embedding is as low as 10%.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Application of Apriori Algorithm on Examination Scores
Nächstes Kapitel Performance Analysis of Fruits Classification System Using Deep Learning Techniques
Literatur
1.
B.R. Kumar, P.R. Murti, Data security and authentication using steganography. Int. J. Comput. Sci. Inf. Technol. 2(4), 1453–1456 (2011)
2.
V. Nagaraj, G. Zayaraz, V. Vijayalakshmi, Modulo based image steganography technique against statistical and histogram analysis. Netw. Secur. Cryptogr. 34–39 (2011)
3.
J.A. Christaline, R. Ramesh, D. Vaishali, Steganalysis with Classifier Combinations (2014)
4.
C. Cortes, V. Vapnik, Support Vector Networks (1995)
5.
B. Scholkopf, A.J. Smola, New Support Vector Algorithms (1999)
6.
A.A. Attaby, A.K. Alsammakand, M.F.M. Mursi Ahmed, Data hiding inside JPEG images with high resistance to steganalysis using a novel technique: DCT-M3. Ain Shams Eng. J. 9(4) (2018)
7.
M. Kalita, T. Tuithung, A comparative study of steganography algorithms of spatial and transform domain. IJCA Proc. Natl. Conf. Recent Trends Inf. Technol 9–14 (2015)
8.
Z. Xia, L. Yang, S. Xingming, D. Sun, Z. Ruanand W. Liang, A learning-based steganalytic method against LSB matching. Steganography 20 (2011)
9.
P. Malathi, T. Gireeshkumar, Relating the embedding efficiency of LSB steganography techniques in spatial and transform domains. Procedia Comput. Sci. 93, 878–885 (2016)
10.
P. Liu, C. Yang, F. Liu, X. Song, Improving steganalysis by fusing SVM classifiers for JPEG images, in International Conference on Computer Science and Mechanical Automation (CSMA) (2015), pp. 185–190
11.
J. Babu, S. Rangu, A survey on different feature extraction and classification techniques used in image steganalysis. J. Inf. Secur. 08(03) (2017)
12.
V. Bhasin, P. Bedi, Steganalysis for JPEG images using extreme learning machine, in Proceedings, SMC (2013), pp. 1361–1366
13.
A. Ashu, R. Chhikara, Performance evaluation of first and second order features for steganalysis. Int. J. Comput. Appl. 92, 17–22 (2014)
14.
L. Wang, Y. Xu, B. Du, Y. Ren, A posterior evaluation algorithm of steganalysis accuracy inspired by residual co-occurrence probability. Pattern Recognit. 106–117 (2019)
15.
X. Hou, T. Zhang, Y. Wu, L. Ji, Combating highly imbalanced steganalysis with small training samples using feature selection 243–256 (2017)
16.
B.D. Barkana, B. Yildirim, I. Saricicek, Performance analysis of descriptive statistical features in retinal vessel segmentation via fuzzy logic, ANN, SVM, and classifier fusion. Knowl. Based Syst. 118, 165–176 (2017)
17.
M. Castelli, L. Vanneschi, Á.R. Largo, Supervised Learning: Classification, Encyclopedia of Bioinformatics and Computational Biology (Elsevier, 2019), pp. 342–349
18.
D. Shankar, V. Shukla, Effect of Principal Component Analysis in Feature based Uncalibrated Steganalysis using Block Dependency, SSRN online (2019)
Metadaten
Titel
Small Embed Cross-validated JPEG Steganalysis in Spatial and Transform Domain Using SVM
verfasst von
Deepa D. Shankar
Adresya Suresh Azhakath
Copyright-Jahr
2021
Verlag
Springer Singapore
Buch
Advances in Machine Learning and Computational Intelligence

Print ISBN: 978-981-15-5242-7

Electronic ISBN: 978-981-15-5243-4

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-981-15-5243-4_25

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise