Разработка аналитического программного комплекса по детектированию стеганографических сообщений в графических изображениях с применением объяснительного искусственного интеллекта
Автор: Скалдин Д.Д., Шевченко А.В.
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Рубрика: Системный анализ в прикладных задачах
Статья в выпуске: 4, 2025 года.
Бесплатный доступ
Работа посвящена разработке программного аналитического комплекса для обнаружения стеганографических сообщений в графических изображениях с использованием методов объяснительного искусственного интеллекта. Основная цель исследования — повышение эффективности стегоанализа за счёт применения технологий объяснимого ИИ, которые позволяют не только выявлять скрытую информацию, но и анализировать причины и обоснования полученных результатов. В рамках работы рассматриваются методы сокрытия данных, современные подходы к их обнаружению, а также реализуется система классификации изображений с возможным скрытым встраиванием, основанная на технологиях искусственного интеллекта, модулях объяснимого ИИ и собственном наборе данных. Разработанный комплекс может быть полезен специалистам в области информационной безопасности, цифровой экспертизы и другим заинтересованным пользователям.
Обнаружение стеганографии, объяснительный искусственный интеллект (XAI), информационная безопасность, машинное обучение, собственный набор данных
Короткий адрес: https://sciup.org/14134314
IDR: 14134314 | УДК: 004.056, 004.8
Development of an analytical software package for detecting steganographic messages in graphic images using explanatory artificial intelligence
The work is devoted to the development of an analytical software package for detecting steganographic messages in graphic images using explanatory artificial intelligence methods. The main purpose of the study is to increase the effectiveness of stepanalysis through the use of explicable AI technologies that allow not only to identify hidden information, but also to analyze the reasons and justifications for the results obtained. The paper examines methods of data concealment, modern approaches to their detection, and implements an image classification system with possible hidden embedding based on artificial intelligence technologies, explicable AI modules, and its own dataset. The developed complex can be useful to specialists in the field of information security, digital expertise and other interested users.
