الگوریتم مقاوم نهان گذاری­صفر سیگنال صوتی با استفاده از یادگیری با ناظر و رویکردی پیشگیرانه

در الگوریتمهای نهانگذاری-صفر صوتی، با توجه به اینکه پیام نهان مورد نظر در سیگنال صوتی میزبان تعبیه نمیشود و سیگنال صوتی تغییری نمیکند، بسیار مورد توجه محققان قرار گرفته است. اما این روشها نسبت به برخی حملات از جمله فشرده سازی mp3 و فیلتر بالاگذر مقاوم نمیباشند. در این مقاله، هدف ارائه الگوریتمی مهم برای نهانگذاری-صفر سیگنال صوتی میباشد، به نحوی که در برابر حملات فشرده سازیmp3 و فیلتر بالاگذر مقاوم باشد. لذا سعی شده است که حملات مورد نظر را شبیه سازی کرده و به عنوان داده آموزشی به یک یادگیرنده با ناظر داده شود. در نتیجه روش پیشنهادی در برابر حملات مختلف، بخصوص حملات فشرده سازیmp3 و فیلتر بالاگذر مقاوم شده و پیام نهان در صورت هرگونه حملاتی قابل بازیابی میباشد. نتایج شبیه سازی نشان میدهد که روش پیشنهادی نسبت به الگوریتم نهانگذاری-صفر صوتی معمول دارای استحکام بیشتری در برابر حملاتی مانند فشرده سازی و فیلتر بالاگذر میباشد.