Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi

HANİLÇİ, CEMAL

Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi

Cemal HANİLÇİ (Bursa Teknik Üniversitesi, Elektrik-Elektronik Mühendisliği Bölümü, Bursa, Türkiye.)

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

4 0

Yıl: 2017 Cilt: 29 Sayı: 2 Sayfa Aralığı: 75 - 79 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi

Öz:

Son yıllarda, dijital verilerin kullanımının önemli ölçüde artması ile dijital ortam verilerinin gizli haberleşme için kullanılması oldukça yaygınlaşmıştır. Bununla birlikte, dijital verilerdeki gizli mesajın tespiti (steganaliz) çalışmaları da aynı ölçüde önem kazanmaktadır. Bu çalışmanın amacı, literatürde konuşma işleme uygulamalarında yaygın olarak kullanılan Gauss karışım modeli (GKM) sınıflandırıcısı ve Mel-frekansı kepstrum katsayıları (MFKK) özniteliklerini kullanarak dijital ses (konuşma) dosyalarındaki gizli mesaj varlığını belirlemektir. 4380 adet konuşma sinyalinin kullanıldığı deneysel çalışmalardan MFKK öznitelikleri ve GKM sınıflandırıcısının gizli mesaj tespiti probleminde yaygın olarak kullanılan destek vektör makineleri (DVM) sınıflandırıcısından daha iyi sonuç verdiği görülmektedir

Anahtar Kelime:

Konular: Mühendislik, Elektrik ve Elektronik Spektroskopi Fizik, Partiküller ve Alanlar

Audio Steganalysis Using Gaussian Mixture Models and Magnitude Spectrum Features

Öz:

Recently, increased popularity of using digital data has led to use digital medium for covert communication. On the other hand, steganalysis, detecting the presence of secret messeges, has gained great interests. In this work, we aim to develop an audio steganalysis framework using Gaussian mixture model (GMM), widely used classification technique in speech processing applications and Mel-frequency cepstral coefficients (MFCC) features. Experiments conducted on a dataset consisting of 4380 audio signals suggest that GMM classifiers with MFCC features yield promising and encouraging results on audio steganalysis and GMM shows better performance than widely used support vector machines (SVM) classifier

Anahtar Kelime:

Konular: Mühendislik, Elektrik ve Elektronik Spektroskopi Fizik, Partiküller ve Alanlar

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

1. Petitcolas, F. A. P., Anderson, R.J., and Kuhn, M.G. (1999). Information Hiding--A Survey. Proceedings of the IEEE, 87(7): 1062-1078.
2. Mavel, L.M. (2005). Information Hiding: Steganography and Watermarking. Optical and Digital Techniques for Information Security, New York, Springer New York, 113-133.
3. Böhme, R. (2010). Principles of Modern Steganography and Steganalysis. Information Security and Cryptography, 11-77.
4. Ghasemzade, H., Khass, T.M. and Arjmandi, M. K. (2016). Audio steganalysis based on reversed psychoacoustic model of human hearing. Digital Signal Processing, 51: 133-141
5. Özer, H., Avcıbaş, İ., Sankur, B. and Memon, N.(2003). Steganalysis of audio based on audio quality metrics. Electronic Imaging, International Society for Optics and Photonics.
6. Burges, C. J. C. (1998). A Tutorial on Support Vector Machines for Pattern Recognition. Data Mining and Knowledge Discovery , 2: 121-167.
7. Johnson, K.M., Lyu, S. and Farid, H.(2005). Steganalysis of Recorded Speech. Electronic Imaging, International Society of Optics and Photonics.
8. Ru, X.-M., Zhang, H.-J. and Huang, X. (2005). Steganalysis of audio: attacking the steghide. International Conference on Machine Learning and Cybernetics.
9. Fu, J.-W., Qi, Y.-C. and Yuan, J.-S. (2007). Wavelet domain audio steganalysis based on statistical moments and PCA. International Conference on Wavelet Analysis and Pattern Recognition (ICWAPR).
10. Reynolds, D.A. and Rose, C. R. (1995). Robust Text-Independent Speaker Identification Using Gaussian Mixture Speaker Models. IEEE Transactions on Speech and Audio Processing, 3(1): 72-83.
11. Reynolds, D.A., Quatieri, T.F., Dunn, R.B. (2000). Speaker Verification Using Adapted Gaussian Mixture Models. Digital Signal Processing 10(1- 3):19-41
12. “Steghide,” [Çevrimiçi]. Available: http://steghide.sourceforge.net/index.php. [02 Şubat 2017 tarihinde erişilmiştir].
13. Davis, S. B. and Mermelstein, P.(1980). Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences. IEEE Transactions on Acoustics, Speech, and Signal Processing, 28(4): 357-366.
14. Chang, C.-C. and Lin, C.J.(2011). LIBSVM: A library for support vector machines. ACM Transactions on Intelligent Systems and Technology, 2(3): 1-27

APA	HANİLÇİ C (2017). Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. , 75 - 79.
Chicago	HANİLÇİ CEMAL Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. (2017): 75 - 79.
MLA	HANİLÇİ CEMAL Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. , 2017, ss.75 - 79.
AMA	HANİLÇİ C Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. . 2017; 75 - 79.
Vancouver	HANİLÇİ C Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. . 2017; 75 - 79.
IEEE	HANİLÇİ C "Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi." , ss.75 - 79, 2017.
ISNAD	HANİLÇİ, CEMAL. "Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi". (2017), 75-79.

APA	HANİLÇİ C (2017). Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 29(2), 75 - 79.
Chicago	HANİLÇİ CEMAL Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 29, no.2 (2017): 75 - 79.
MLA	HANİLÇİ CEMAL Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, vol.29, no.2, 2017, ss.75 - 79.
AMA	HANİLÇİ C Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2017; 29(2): 75 - 79.
Vancouver	HANİLÇİ C Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2017; 29(2): 75 - 79.
IEEE	HANİLÇİ C "Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi." Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 29, ss.75 - 79, 2017.
ISNAD	HANİLÇİ, CEMAL. "Gauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesi". Fırat Üniversitesi Mühendislik Bilimleri Dergisi 29/2 (2017), 75-79.