Удосконалення методу виявлення прихованої інформації у цифрових зображеннях на основі штучного інтелекту

Abstract

The study analyzes modern approaches to steganography and steganalysis, identifying their advantages and limitations. A method based on a convolutional neural network (CNN) is proposed for automatic recognition of steganographic embedding features. A software model has been developed that performs image preprocessing, analysis, and classification to detect the presence of hidden data. Testing and verification of the model’s effectiveness were carried out using key accuracy and reliability metrics. The research results can be applied in cybersecurity systems for automatic detection of unauthorized information manipulation.

У роботі проаналізовано сучасні підходи до стеганографії та стеганоаналізу, визначено їхні переваги й обмеження. Запропоновано метод, що використовує згорткову нейронну мережу (CNN) для автоматичного розпізнавання ознак стеганографічного вбудовування. Розроблено програмну модель, яка здійснює попередню обробку зображень, аналіз та класифікацію за наявністю прихованих даних. Проведено тестування та верифікацію ефективності моделі за основними метриками точності та достовірності. Результати дослідження можуть бути використані в системах кіберзахисту для автоматичного виявлення несанкціонованих інформаційних впливів.