Vurdering av features for steganalyse i JPEG

Samandrag Steganografi er teknikkar for hemmeleg kommunikasjon, der sjølve eksistensen av den hemmelege meldinga må haldast løynd. Steganalyse dreier seg om teknikkar for å påvisa slike meldingar. Ei rekkje moderne steganografiteknikkar finst for å modulera digital informasjon i digitale bilete. Dei mest lovande steganalyseteknikkane byggjer på maskinlæring. Literaturen omfattar ei lang rekkje feature vectors som kan brukast til å påvisa steganografi saman med vanlege maskinlæringsalgoritmar som t.d. support vector machines (SVM). I denne artikkelen går me systematisk gjennom yteevna til kjende features, både dei kjende feature-vektorane og delvektorar. Ved å ha reimplementert ca. 15 kjende teknikkar, kan me gjera ei langt meir omfattande samanlikning enn tidlegare forfattarar. Me har òg brukt tre ulike feature selection–teknikkar for å identifisera lovande einskild-features.