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

Basit Öğe Kaydı
dc.authorid0000-0002-9174-0367en_US
dc.contributor.authorHanilçi, Cemal
dc.date.accessioned2021-03-20T20:30:59Z
dc.date.available2021-03-20T20:30:59Z
dc.date.issued2017
dc.departmentBTÜ, Mühendislik ve Doğa Bilimleri Fakültesi, Elektrik Elektronik Mühendisliği Bölümüen_US
dc.description.abstractSon 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 görülmektediren_US
dc.description.abstractRecently, 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) classifieren_US
dc.identifier.endpage79en_US
dc.identifier.issn1308-9072
dc.identifier.issue2en_US
dc.identifier.startpage75en_US
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TWpNeE9UQTRPQT09
dc.identifier.urihttps://hdl.handle.net/20.500.12885/1581
dc.identifier.volume29en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.institutionauthorHanilçi, Cemal
dc.language.isotren_US
dc.relation.ispartofFırat Üniversitesi Mühendislik Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subject[No Keywords]en_US
dc.titleGauss Karışım Modeli ve Genlik Spektrumu Öznitelikleri ile Sesteki Gizli Bilginin Sezimlenmesien_US
dc.title.alternativeAudio Steganalysis Using Gaussian Mixture Models and Magnitude Spectrum Featuresen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
4d52628e-1cce-486b-ac0d-4797222ed752 (1).pdf
Boyut:
609.97 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Elektrik Elektronik Mühendisliği Bölümü Yayın Koleksiyonu