ارائه یک روش بهبودیافته نهانکاوی گفتار در دادههای صوتی مبتنی بر VoIP با استفاده از رویکرد یادگیری عمیق | ||
| علوم و فناوریهای پدافند نوین | ||
| مقاله 3، دوره 14، شماره 2 - شماره پیاپی 52، تابستان 1402، صفحه 101-111 اصل مقاله (1.24 M) | ||
| نوع مقاله: قدرت- انتقال و توزیع | ||
| نویسندگان | ||
| حجت اله مقدسی1؛ حمید دهقانی* 2 | ||
| 1دانشجوی دکتری،دانشگاه صنعتی مالک اشتر،تهران، ایران | ||
| 2دانشیار دانشگاه صنعتی مالک اشتر ،تهران، ایران | ||
| چکیده | ||
| 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 نهانکاوی 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 میگیرد که ویژگیهای درونفریمی و همبستگیهای بینفریمی را بادقت خوبی استخراج میکند. سپس نتایج بهدستآمده به یک شبکه یادگیری عمیق داده شده تا آموزش دادههای پاک از دادههای نهان نگاشته انجام گیرد. ارزیابی نتایج حاصل از پیادهسازی، میزان بهبود را هم در بخش صحت تشخیص و در بحث زمان محاسبات شامل میشود. روش پیشنهادی برای دو خانواده مهم نهاننگاری یعنی QIM و PMS مورد ارزیابی قرار گرفته و برای نرخهای 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 میباشد. | ||
| کلیدواژهها | ||
| نهاننگاری؛ نهانکاوی؛ یادگیری عمیق؛ نهان نگاری مدولاسیون شاخص کوانتیزاسیون؛ نهان نگاری مدولاسیون فرکانس گام | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 644 تعداد دریافت فایل اصل مقاله: 470 |
||