Atıf Sayısı
3
Görüntüleme
20
İndirme
1
Steganaliz ile bir medya dosyasındaki gizli mesajı elde etmek ya da sadece mesajın varlığını tespit etmek amaçlanır. Literatürde medikal verilerin güvenliğini sağlamayı amaçlayan pek çok steganografi yöntemi mevcut olsa da medikal steganaliz çalışması çok azdır. Bu çalışmada, medikal görüntü steganografi yöntemlerinin dayanıklılığının arttırılmasında kullanılabilecek ve medikal bir görüntüde gizli mesajların varlığını tespit edebilecek bir sınıflandırıcı geliştirilmesi amaçlanmıştır. Bunun için karmaşık ve maliyetli öznitelik analizine gerek duymayan bir derin öğrenme mimarisi olan evrişimsel sinir ağı(ESA) taşıyıcı ve stego medikal görüntüler ile eğitilmiş ve test edilmiştir. Doğruluk, kesinlik, hassasiyet ve F1 değerleri sırasıyla 0,964, 0,966, 0965 ve 0964 olarak elde edilmiştir. Bu çalışma, derin öğrenme yönteminin medikal görüntü steganalizinde de kullanılabileceğini ilk kez göstermiştir.
Steganaliz is intended to obtain a secret message in a media file or only to detect the presence of the message. Although there are many steganographic methods in literature aimed at ensuring the safety of medical data, the study of medical steganalization is very little. This study aims to develop a classifier that can be used in increasing the resilience of medical image steganography methods and that can detect the presence of hidden messages in a medical image. For this, a deep learning architecture that does not require complex and expensive identity analysis is trained and tested with the evolutionary nerve network (ESA) carrier and stego medical images. The accuracy, accuracy, precision and F1 values were obtained as 0.964, 0.966, 0965 and 0964 respectively. This study has shown for the first time that the deep learning method can also be used in medical image steganalization.
With steganalysis, it is aimed to obtain a hidden message from a media file or only to detect the presence of the message. Although there are many steganography methods in the literature aiming to ensure the medical data security, medical steganalysis studies are very few. In this study, it is aimed to develop a classifier that can be used to increase the durability of medical image steganography methods and detect the presence of hidden messages in a medical image. For this, the convolutional neural network (CNN), a deep learning architecture that does not require complex and costly feature analysis, has been trained and tested with cover and stego medical images. Accuracy, precision, recall and F1 values were obtained as 0.964, 0.966, 0965 and 0964, respectively. This study has shown for the first time that the deep learning method can also be used in medical image steganalysis.
Alan : Eğitim Bilimleri; Fen Bilimleri ve Matematik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
