Steganografija dirbtinių neuroninių tinklų parametruose ir jos aptikimas mašininio mokymosi metodais
Vilnius University Open Series · 08.05.2026 · 336-347
DOI: 10.15388/lmitt.2026.35 ↗Kurz gefasst
Fachartikel in der Zeitschrift Vilnius University Open Series, online erschienen am 08.05.2026. Verfasst von Pranas Žeromskas und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Dirbtinių neuroninių tinklų modeliais plačiai dalijamasi viešosiose saugyklose, todėl kyla grėsmė, kad jų parametrų failai gali būti išnaudoti kenkėjiškam turiniui slėpti ir platinti. Šiame straipsnyje analizuojamas erdvinės srities steganografijos pritaikymas dirbtiniuose neuroniniuose tinkluose, vertinant tiek informacijos paslėpimo, tiek jos aptikimo galimybes. Nustatyta, kad vaizdų klasifikavimo modeliuose galima modifikuoti bent pusę jų talpos reikšmingai nepabloginant klasifikavimo tikslumo. Įterpto turinio aptikimui taikyti mašininio mokymosi metodai, su kuriais pasiektas 90,2 % tikslumas modifikacijų aptikimo užduotyje. Rezultatai rodo, kad tinklų parametruose galima paslėpti informaciją, tačiau tokios modifikacijos gali būti aptinkamos.
Zitieren
APA
Žeromskas, P., & Medvedev, V. (2026). Steganografija dirbtinių neuroninių tinklų parametruose ir jos aptikimas mašininio mokymosi metodais. Vilnius University Open Series, 336-347. https://doi.org/10.15388/lmitt.2026.35
Vancouver
Žeromskas P, Medvedev V. Steganografija dirbtinių neuroninių tinklų parametruose ir jos aptikimas mašininio mokymosi metodais. Vilnius University Open Series. 2026:336-347. doi:10.15388/lmitt.2026.35
BibTeX
@article{eromskas2026,
author = {Žeromskas, Pranas and Medvedev, Viktor},
title = {Steganografija dirbtinių neuroninių tinklų parametruose ir jos aptikimas mašininio mokymosi metodais},
journal = {Vilnius University Open Series},
year = {2026},
pages = {336--347},
doi = {10.15388/lmitt.2026.35}
}
EUVIMED