論文の概要: Sound Conveyors for Stealthy Data Transmission
- arxiv url: http://arxiv.org/abs/2502.10984v1
- Date: Sun, 16 Feb 2025 04:02:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-18 14:08:07.934398
- Title: Sound Conveyors for Stealthy Data Transmission
- Title（参考訳）: 定常データ伝送のための音響コンベヤ
- Authors: Sachith Dassanayaka,
- Abstract要約: 本研究は,音声ファイルに情報を隠蔽するために行われた。
この実装は、txt、doc、pdfなどの文書をオーディオファイルに隠し、必要に応じて隠された文書を検索することを目的としている。
このシステムはAES暗号化をサポートし、WaveとMP3ファイルの両方を許容する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Hiding messages for countless security purposes has become a highly fascinating subject nowadays. Encryption facilitates the data hiding. With the express development of technology, people tend to figure out a method capable of hiding a message and the survival of the message. The present-day study is conducted to hide information in an audio file. Generally, steganography advantages are not used among industry and learners even though it is an extensively discussed area in the present information world. This implementation aims to hide a document such as txt, doc, and pdf file formats in an audio file and retrieve the hidden document when necessary. This system is called DeepAudio v1.0. The system supports AES encryption and tolerates both wave and MP3 files. The sub-aims of this work were the creation of a free, openly available, bug-free software tool with additional features that are new to the area.
- Abstract（参考訳）: 最近、無数のセキュリティー目的でメッセージを送ることが、非常に魅力的なテーマになっている。
暗号化はデータの隠蔽を容易にする。
技術が発達するにつれて、人々はメッセージを隠蔽し、メッセージが生き残る方法を見つける傾向にある。
現在の研究は、音声ファイルに情報を隠蔽するものである。
一般に,現在の情報界では広く議論されている分野であるにもかかわらず,産業や学習者の間では,ステガノグラフィーの優位性は利用されない。
この実装は、txt、doc、pdfなどの文書をオーディオファイルに隠し、必要に応じて隠された文書を検索することを目的としている。
このシステムはDeepAudio v1.0と呼ばれる。
このシステムはAES暗号化をサポートし、WaveとMP3ファイルの両方を許容する。
この作業の副産物は、この領域で新しく追加された追加機能を備えた、無償で、オープンソースで、バグのないソフトウェアツールの開発だった。
関連論文リスト
- Mixing Algorithm for Extending the Tiers of the Unapparent Information Send through the Audio Streams [0.0]
機密性および効率性は、ステガノグラフィーの関与によって得ることができる。
本稿では,ロバスト性,セキュリティ,キャパシティの隠蔽性に基づいて,性能に応じた経路を解析し,提案する。
論文 参考訳（メタデータ） (2025-02-18T05:08:45Z) - SafeEar: Content Privacy-Preserving Audio Deepfake Detection [17.859275594843965]
音声コンテンツにアクセスすることなくディープフェイク音声を検知する新しいフレームワークであるSafeEarを提案する。
私たちのキーとなるアイデアは、ニューラルオーディオを、セマンティックおよび音響情報をオーディオサンプルから適切に分離する、新しいデカップリングモデルに組み込むことです。
このようにして、セマンティックな内容が検出器に露出されることはない。
論文 参考訳（メタデータ） (2024-09-14T02:45:09Z) - Boosting Digital Safeguards: Blending Cryptography and Steganography [0.30783046172997025]
ステガノグラフィーは、他の媒体にデータを隠蔽することで、メッセージを見えないものにすることで、隠蔽通信を容易にする。
提案手法は、人工知能(AI)とディープラーニング(DL)の最新の進歩を、特にGAN(Generative Adversarial Networks)の適用を通じて活用する。
GANの応用により、ニューラルネットワーク固有の感度を利用してデータのわずかな変更を行う、スマートでセキュアなシステムが可能になる。
論文 参考訳（メタデータ） (2024-04-09T03:36:39Z) - HexE -- Securing Audio Contents in Voice Chat using Puzzle and Timestamp [0.0]
HexE」は、音声ファイルを暗号化して復号するパズルベースのアルゴリズムを作成することを目的としている。
このアルゴリズムは、送信側と受信側の両方で受け入れられるNxN SuDoKuベースのパズルで動作する。
論文 参考訳（メタデータ） (2024-01-01T14:10:31Z) - Text-to-feature diffusion for audio-visual few-shot learning [59.45164042078649]
ビデオデータから学ぶことは難しいし、あまり研究されていないが、もっと安いセットアップだ。
3つのデータセットに対して,音声・視覚的数ショット映像分類ベンチマークを導入する。
AV-DIFFは,提案した音声・視覚的少数ショット学習のベンチマークにおいて,最先端の性能が得られることを示す。
論文 参考訳（メタデータ） (2023-09-07T17:30:36Z) - AKVSR: Audio Knowledge Empowered Visual Speech Recognition by
Compressing Audio Knowledge of a Pretrained Model [53.492751392755636]
本稿では、音声モダリティを用いて、視覚的モダリティの不十分な音声情報を補うために、AKVSR(AKVSR)を提案する。
提案手法の有効性を広範囲な実験により検証し,広範に使用されているLSS3データセット上で新しい最先端性能を実現する。
論文 参考訳（メタデータ） (2023-08-15T06:38:38Z) - Knowledge-Aware Audio-Grounded Generative Slot Filling for Limited
Annotated Data [61.89520860387473]
本稿では,タスク指向対話(ToD)システムにおいて,KA2G(Knowledge-Aware Audio-Grounded Generative slot-filling framework)を提案する。
KA2Gは,1)テキスト生成タスクとしてフレーミングすること,2)音声モダリティを付加したテキスト生成を行うこと,3)利用可能な外部知識を条件付けること,である。
標準音声ベースのシングルターンSLURPデータセットと商用ToDシステムから抽出したマルチターンデータセットを用いて実験を行い、強みと一貫した利得を示す。
論文 参考訳（メタデータ） (2023-07-04T15:05:42Z) - WavCaps: A ChatGPT-Assisted Weakly-Labelled Audio Captioning Dataset for Audio-Language Multimodal Research [82.42802570171096]
約400kの音声クリップとペアキャプションを組み合わせた,大規模な音声キャプションデータセットであるWavCapsを紹介した。
オンラインハーベストな生の記述は非常にうるさいし、自動音声キャプションなどのタスクで直接使うには適さない。
本稿では,大規模な言語モデルであるChatGPTを用いて,ノイズの多いデータをフィルタリングし,高品質なキャプションを生成するための3段階処理パイプラインを提案する。
論文 参考訳（メタデータ） (2023-03-30T14:07:47Z) - Audio Deepfake Attribution: An Initial Dataset and Investigation [41.62487394875349]
我々は、Audio Deepfake Attribution (ADA)と呼ばれるオーディオ生成ツールの属性に対する最初のディープフェイクオーディオデータセットを設計する。
オープンセットオーディオディープフェイク属性(OSADA)のためのクラス・マルチセンター学習(CRML)手法を提案する。
実験の結果,CRML法は実世界のシナリオにおけるオープンセットリスクに効果的に対処できることが示された。
論文 参考訳（メタデータ） (2022-08-21T05:15:40Z) - Half-Truth: A Partially Fake Audio Detection Dataset [60.08010668752466]
本稿では半真性音声検出(HAD)のためのデータセットを開発する。
HADデータセットの部分的に偽の音声は、発話中の数単語だけを変更する。
我々は、偽のユトランを検知するだけでなく、このデータセットを用いて音声中の操作された領域をローカライズする。
論文 参考訳（メタデータ） (2021-04-08T08:57:13Z) - Towards Robust Data Hiding Against (JPEG) Compression: A
Pseudo-Differentiable Deep Learning Approach [78.05383266222285]
これらの圧縮に対抗できるデータ隠蔽の目標を達成することは、依然としてオープンな課題である。
ディープラーニングはデータの隠蔽に大きな成功を収めていますが、JPEGの非差別化性は、損失のある圧縮に対する堅牢性を改善するための深いパイプラインのトレーニングを困難にしています。
本稿では,上記の制約をすべて一度に解決するための,単純かつ効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-12-30T12:30:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。