ارائه یک روش بهبودیافته نهان‌کاوی گفتار در داده‌های صوتی مبتنی بر voip با استفاده از رویکرد یادگیری عمیق

امروزه پروتکل انتقال صدا از طریق اینترنت (voip)  به‌صورت گسترده در ارتباطات بلادرنگ و شبکه‌های اجتماعی مورداستفاده قرار گرفته و به حامل مناسبی برای روش‌های نهان‌نگاری تبدیل‌شده است. در راستای مقابله با این تهدیدات، روش‌های متعدد نهان کاوی ابداع شده‌اند که در میان راه‌حل‌های ارائه‌شده، ترکیب روش‌های پردازش سیگنال و یادگیری ماشین، امکان ایجاد نهان کاوهایی بادقت بسیار بالا را فراهم نموده است. در این مقاله یک رویکرد ترکیبی از روش‌های پردازش سیگنال گفتار و الگوریتم‌های هوش مصنوعی استفاده شده است. در این تحقیق ابتدا پیش‌پردازش داده بر روی سیگنال صوتی فشرده‌شده با کدک g.729 صورت می گیرد که ویژگی‌های درون فریمی و همبستگی‌های بین فریمی را بادقت خوبی استخراج می کند. سپس نتایج به‌دست‌آمده به یک شبکه یادگیری عمیق داده شده تا آموزش داده‌های پاک از داده‌های نهان نگاشته انجام گیرد. ارزیابی نتایج حاصل از پیاده سازی، میزان بهبود را هم در بخش صحت تشخیص و در بحث زمان محاسبات شامل می شود. روش پیشنهادی برای دو خانواده مهم نهان‌نگاری یعنی qim و pms مورد ارزیابی قرار گرفته و برای نرخ های مختلف ادغام روش مذکور تست و پیاده‌سازی شده است. نکته مهم دیگر تست برخط بودن روش ارائه‌شده بوده که برای فایل‌های 1000 میلی‌ثانیه‌ای، زمان پاسخ‌گویی کمتر از 5 میلی‌ثانیه بوده که نشان از سرعت‌ بالای مدل پیشنهادی در مرحله اجرا می باشد.

an improved speech steganalysis based on voip using deep learning approach

today, voice over internet protocol (voip) is widely used in real-time communication and social networks and has become a suitable carrier for steganography methods. to confronting these threats, many steganalysis methods have been invented, among the proposed solutions, the combination of signal processing and machine learning methods has made it possible to create steganalysis methods with high accuracy. in this paper, a combined approach of speech signal processing methods and artificial intelligence algorithms is used. in this research, first, data pre-processing is done on compressed audio signal with g.729 codec, which extracts intra-frame features and inter-frame correlations with good resolution. then the obtained results are given to a deep learning network to train cover data from stego data. the results of the implementation include the improvement in both the detection accuracy and the computation time. this method has been analyzed for two important steganography families, qim and pms, and the proposed method has been tested and implemented for different embedding rates. another important point is the real-time test of the presented method, which for 1000 millisecond files, the response time was less than 5 millisecond, which shows the high speed of the proposed model in the execution phase.