بررسی جامع کارایی روش نهان کاوی مبتنی بر یادگیری عمیق در کشف روش های حوزه مکان

نهان نگاری، هنر مکاتبات پنهانی است که در آن یک پیام به صورت مخفیانه منتقل می شود و نهان کاوی، هنر کشف حضور اطلاعات پنهان است. شبکه های عصبی پیچشی برخلاف روش های نهان کاوی سنتی، با استخراج خودکار ویژگی ها، وجود داده را تشخیص می-دهند. در مقالات مختلف، عملکرد مدل های موجود بر روی تعداد محدودی از روش های نهان نگاری حوزه مکان گزارش شده است. هدف اصلی این مقاله، ارائه یک شبکه عصبی پیچشی و بررسی جامع عملکرد آن در کشف روش های حوزه مکان مختلف است. مدل پیشنهادی از سه قسمت پیش پردازش، ماژول پیچشی و طبقه بند تشکیل شده است. در لایه ماژول پیچشی از 5 بلوک و طبقه بند از 3 لایه تمام متصل تشکیل شده است. از روش های جاسازی در بیت کم ارزش، جاسازی در مقدار اختلاف پیکسل ها و جاسازی مبتنی بر ایده تطبیقی برای تست استفاده شده است. روش پیشنهادی می تواند با دقت بسیار بالا وجود داده های با طول های حتی بسیار کم در روش های دو گروه اول را شناسایی کند. موفقیت روش پیشنهادی در کشف روش تطبیقی در درصدجاسازی های کمتر، بسیار چشمگیرتر است و این ویژگی نقطه تمایز مدل پیشنهادی نسبت به روش های سنتی است. زیرا موفقیت روش های استخراج ویژگی دستی به دلیل کم بودن تغییرات ویژگی های آماری در سطوح جاسازی پایین، بسیار کمتر است.