Show simple item record

dc.contributor.authorМарчук, М. Б.uk
dc.contributor.authorЛукічов, В.В.uk
dc.contributor.authorMarchuk, M.en
dc.contributor.authorLuckichov, V.en
dc.date.accessioned2026-06-26T10:26:54Z
dc.date.available2026-06-26T10:26:54Z
dc.date.issued2026
dc.identifier.citationМарчук М. Б., Лукічов В. В. Аналіз атак на стеганографічні алгоритми та цифрові водяні знаки // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI:https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/30204.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/51986
dc.description.abstractThe paper systematizes and analyzes the main classes of attacks on steganographic algorithms and digital watermarking systems. Steganalysis methods are reviewed — from statistical approaches to neural-network detectors — as well as the classification of watermarking attacks into removal, geometric, cryptographic, and protocol categories. Special attention is paid to modern threats associated with the use of generative artificial intelligence for removing watermarks from generated images.en
dc.description.abstractУ роботі систематизовано та проаналізовано основні класи атак на стеганографічні алгоритми та системи цифрових водяних знаків (watermarking). Розглянуто методи стеганоаналізу — від статистичних підходів до нейромережевих детекторів, а також класифікацію атак на водяні знаки за категоріями видалення, геометричних, криптографічних і протокольних атак. Окрему увагу приділено сучасним загрозам, пов’язаним із застосуванням генеративного штучного інтелекту для видалення водяних знаків із згенерованих зображень.uk
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/30204
dc.subjectцифрові водяні знакиuk
dc.subjectстеганографіяuk
dc.subjectприховування інформаціїuk
dc.subjectстегоаналізuk
dc.subjectзахист інформаціїuk
dc.subjectdigital watermarkingen
dc.subjectsteganographyen
dc.subjectconcealment of informationen
dc.subjectsteganalysisen
dc.subjectinformation securityen
dc.titleАналіз атак на стеганографічні алгоритми та цифрові водяні знакиuk
dc.typeThesis
dc.identifier.udc004.8
dc.relation.referencesWestfeld A., Pfitzmann A. Attacks on Steganographic Systems: Breaking the Steganographic Utilities EzStego, Jsteg, Steganos, and S-Tools — and Some Lessons Learned // Information Hiding. Lecture Notes in Computer Science, vol. 1768. Berlin, Heidelberg : Springer, 2000. P. 61–76.en
dc.relation.referencesLi B., He J., Huang J., Shi Y. Q. A Survey on Image Steganography and Steganalysis // Journal of Information Hiding and Multimedia Signal Processing. 2011. Vol. 2, No. 2. P. 142–172. Режим доступу: https://bit.kuas.edu.tw/~jihmsp/2011/vol2/JIH-MSP-2011-03-005.pdfen
dc.relation.referencesImage steganography techniques for resisting statistical steganalysis attacks: A systematic literature review [Електронний ресурс] // PLOS ONE. 2024. Режим доступу: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0308807en
dc.relation.referencesSensitivity of deep learning applied to spatial image steganalysis [Електронний ресурс] // PeerJ Computer Science. 2021. Режим доступу: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8444093/en
dc.relation.referencesDeep learning for steganalysis: evaluating model robustness against image transformations [Електронний ресурс] // Frontiers in Artificial Intelligence. 2025. Режим доступу: https://www.frontiersin.org/journals/artificialintelligence/articles/10.3389/frai.2025.1532895/fullen
dc.relation.referencesA Comprehensive Review on Digital Image Watermarking [Електронний ресурс]. arXiv:2207.06909. 2022. Режим доступу: https://arxiv.org/abs/2207.06909en
dc.relation.referencesZhao X., Zhang K., Su Z. et al. Invisible Image Watermarks Are Provably Removable Using Generative AI // Advances in Neural Information Processing Systems (NeurIPS). 2024. Режим доступу: https://arxiv.org/abs/2306.01953en
dc.relation.referencesZhang H., Edelman B. L., Francati D. et al. Watermarks in the Sand: Impossibility of Strong Watermarking for Generative Models // International Conference on Machine Learning (ICML). 2024. Режим доступу: https://arxiv.org/abs/2311.04378en
dc.relation.referencesSecure and Robust Watermarking for AI-generated Images: A Comprehensive Survey [Електронний ресурс]. arXiv:2510.02384. 2025. Режим доступу: https://arxiv.org/abs/2510.02384en


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record