Artificial Intelligence Applied on Cryptoanalysis Aimed on Revealing Weaknesses of Modern Cryptology and Computer Security

Abstract

Tato disertační práce je zaměřena na odhalování informací ukrytých do multimediálních souborů, především do obrázků. Informace (zprávy) byly ukryty pomocí steganografických metod, které jsou doplňkovou metodou kryptografie. Steganografie společně s kryptografií zvyšují výslednou bezpečnost přenášené zprávy, tj. snižují možnost kompromitace přenášených informací. Staré metody stegoanalýzy jsou postavené na statistickém útoku na změny v koeficientech diskrétní kosinové transformace (DCT). Tyto lineárně klasifikační metody mají ovšem dobře prokazatelný problém při klasifikaci blízko hranice jednotlivých skupin. To má často za následek nepřesné nebo mylné zařazení testovaného vzorku do špatné skupiny (false positive classification). Nejčastěji je to zařazení nosného (nemodifikovaného) souboru do skupiny stego souborů. Hlavním cílem této disertační práce je minimalizovat nebo úplně eliminovat tyto nepřesnosti s využitím umělých neuronových sítí. Tato práce se zabývá detekční metodou založenou na metodách umělých neuronových sítích v několika různých topologiích. Při ověřovacích testech se podařilo dosáhnout téměř stoprocentní úspěšnosti detekce a tím získat slibný základ pro tvorbu samostatné aplikace pro stegoanalýzu.