Дослідження та виявлення стеганографічних перетворень у цифрових зображеннях

Abstract

Бакалаврська кваліфікаційна робота виконана студенткою групи КН-408 Жук Анастасією Петрівною. Тема «Дослідження та виявлення стеганографічних перетворень у цифрових зображеннях». Дипломна робота направлена на здобуття ступеня бакалавра у спеціальності 122 «Комп’ютерні науки». Метою дипломної роботи є дослідження можливостей виявлення стеганографічних змін у цифрових зображеннях на основі алгоритмів та розроблених методів штучного інтелекту. Об’єктом дослідження є методи виявлення прихованої таємної інформації у цифрові контейнерах. Практичне значення полягає у тому, що на основі методів штучного інтелекту будемо мати змогу підтвердити наявність стеганографічних змін у зображеннях, для того щоб уникнути різноманітних хакерських чи зловмисницьких передач потенційно небезпечних даних. У отриманому результаті після реалізації цієї роботи було виконано наступне: досліджено актуальність даної теми, зроблені пошуки на рахунок оптимального методу машинного навчання для стегоаналізу, а також зроблений програмний продукт, який дозволить перевірити наявність стеганографії всередині файлу-контейнеру. Degree work executed by the student of group CS-408 Zhuk Anastasiia Petrivna. The topic is «Research and detection of steganographic transformation in digital images». Work is directed on reception obtain a bachelor's degree in a specialty 122 «Computer Science». The purpose and aim of the degree work are to study the possibilities of detecting steganographic changes in digital images based on algorithms and actual and the latest methods of artificial intelligence and machine learning in general. The research object is to reveal hidden and secret messages in digital containers such as photos, images, and videos. The practical significance is that we will be able to use AI methods to confirm and detect the presence of steganography modifications in the desired files to avoid various hacking or malicious software of potentially dangerous data. As a result of the thesis of significant relevance to this topic, the optimal machine learning method for steganalysis was researched and searched. A software product will check the presence of artificially added text inside the image container file.