一个基于Mellin转换的视频隐形图形,提高了对深度学习的抵抗力,用于下一代网络的隐形分析
Sushma R B1, Manjula G R1, Manjula C Belavagi2
1JNNCE Shivamogga, Visvesvaraya Technological University, Belagavi, Karnataka 590018, India.
MethodsX
|September 16, 2024
概括
本研究介绍了MARVIS,这是一种使用Mellin变换的新型数据嵌入技术,用于安全的多媒体通信. 马维斯显著提高了stego容量和数据安全性,优于现有的方法.
科学领域:
- 信息安全 信息安全
- 数字通信数字通信
- 多媒体处理处理.
背景情况:
- 5G网络的发展需要强大的,低延迟,高容量的多媒体应用通信.
- 隐藏图,特别是视频,提供了嵌入敏感数据安全性的能力.
- 目前的转换域稳定图法方法正在变得更加可预测和更容易检测.
研究的目的:
- 为了引入一种创新的数据嵌入方法,基于梅林转换的MARVIS.
- 为了解决传统的石摄影技术的检测性问题.
- 提高多媒体隐形图形中的数据嵌入能力和安全性.
主要方法:
- 开发了MARVIS,一种使用梅林变换的新型数据嵌入方法.
- 采用相位调制用于数据嵌入,与传统的频域方法区分开来.
- 通过使用平均平方误差 (MSE),峰值信号噪声比 (PSNR) 和结构相似性指数测量 (SSIM) 验证了方法的有效性.
主要成果:
- 在嵌入4位秘密数据时,MARVIS实现了50-60dB的PSNR和0.9998的SSIM.
- 与现有技术相比,拟议的方法将stego容量增加了四倍,在不损害覆盖对象完整性的情况下嵌入每像素更多的数据.
- 马维斯 (MARVIS) 显示出高于仅为1位数据达到40dB的方法的性能.
结论:
- 马维斯提供了一种卓越的数据嵌入解决方案,具有显著增加的容量和不可察觉性.
- 基于Mellin转换的方法提供了针对steganalysis的增强安全性.
- 使用基于深度学习的稳定分析验证了它的有效性,证实了它的稳定性.
