論文の概要: Exploring AI in Steganography and Steganalysis: Trends, Clusters, and Sustainable Development Potential

• arxiv url: http://arxiv.org/abs/2511.12052v1
• Date: Sat, 15 Nov 2025 06:12:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:23.534541
• Title: Exploring AI in Steganography and Steganalysis: Trends, Clusters, and Sustainable Development Potential
• Title（参考訳）: ステガノグラフィーとステガナリシスにおけるAIの探索:トレンド、クラスタ、持続可能な開発の可能性
• Authors: Aditya Kumar Sahu, Chandan Kumar, Saksham Kumar, Serdar Solak,
• Abstract要約: 本研究では,AIによるステガノグラフィーに基づくデータ隠蔽手法のサイエントメトリック解析を行った。 2017年から2023年にかけての合計654の論文が検討されている。 この研究は、主に、ステガノグラフィー画像データ隠蔽、ディープイメージステガナリシス、ニューラルウォーターマーク、言語ステガノグラフィーモデル、音声ステガナリシスアルゴリズム、隠蔽通信ネットワーク、ビデオステガノグラフィー技法の7つのテーマを識別する。
• 参考スコア（独自算出の注目度）: 4.6329363764790115
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Steganography and steganalysis are strongly related subjects of information security. Over the past decade, many powerful and efficient artificial intelligence (AI) - driven techniques have been designed and presented during research into steganography as well as steganalysis. This study presents a scientometric analysis of AI-driven steganography-based data hiding techniques using a thematic modelling approach. A total of 654 articles within the time span of 2017 to 2023 have been considered. Experimental evaluation of the study reveals that 69% of published articles are from Asian countries. The China is on top (TP:312), followed by India (TP-114). The study mainly identifies seven thematic clusters: steganographic image data hiding, deep image steganalysis, neural watermark robustness, linguistic steganography models, speech steganalysis algorithms, covert communication networks, and video steganography techniques. The proposed study also assesses the scope of AI-steganography under the purview of sustainable development goals (SDGs) to present the interdisciplinary reciprocity between them. It has been observed that only 18 of the 654 articles are aligned with one of the SDGs, which shows that limited studies conducted in alignment with SDG goals. SDG9 which is Industry, Innovation, and Infrastructure is leading among 18 SDGs mapped articles. To the top of our insight, this study is the unique one to present a scientometric study on AI-driven steganography-based data hiding techniques. In the context of descriptive statistics, the study breaks down the underlying causes of observed trends, including the influence of DL developments, trends in East Asia and maturity of foundational methods. The work also stresses upon the critical gaps in societal alignment, particularly the SDGs, ultimately working on unveiling the field's global impact on AI security challenges.
• Abstract（参考訳）: ステガノグラフィーとステガナリシスは情報セキュリティの強い関連分野である。 過去10年間、多くの強力で効率的な人工知能(AI)駆動技術がステガノグラフィーとステガナリシスの研究中に設計され、提示されてきた。 本研究では,AI駆動型ステガノグラフィーに基づくデータ隠蔽手法のシステマティック・モデリング手法を用いて,サイエントメトリック解析を行った。 2017年から2023年にかけての合計654の論文が検討されている。 本研究を実験的に評価した結果,69%がアジア諸国からの論文であることがわかった。 中国がトップ(TP:312)、インドがトップ(TP-114)である。 この研究は、主に、ステガノグラフィー画像データ隠蔽、ディープイメージステガナリシス、ニューラルウォーターマークロバストネス、言語ステガノグラフィーモデル、音声ステガノグラフィーアルゴリズム、隠蔽通信ネットワーク、ビデオステガノグラフィー技法の7つのテーマを識別する。 提案研究は, 持続可能な開発目標(SDG)に基づくAI-ステガノグラフィーの範囲を, 両者の学際的相互性を示すために評価する。 654項目のうち18項目のみがSDGの1つと一致しており、SDGの目標に沿った限定的な研究がなされている。 産業、イノベーション、インフラであるSDG9は、マッピングされた18のSDGの中でトップです。 今回の研究は、AIによるステガノグラフィーに基づくデータ隠蔽技術について、ユニークな科学的研究結果である。 記述統計学の文脈では、DL開発の影響、東アジアの傾向、基礎的手法の成熟など、観察された傾向の根本原因を解明する。 この研究はまた、社会的なアライメント、特にSDGにおける重要なギャップを強調し、最終的にこの分野のグローバルな影響がAIセキュリティの課題に与える影響を明らかにすることに取り組んでいる。

関連論文リスト

• Bridging the Gap Between Ideal and Real-world Evaluation: Benchmarking AI-Generated Image Detection in Challenging Scenarios [54.07895223545793]
  本稿では,実世界ロバストネスデータセット(RRDataset)を導入し,3次元にわたる検出モデルの包括的評価を行う。 RRDatasetには7つの主要なシナリオの高品質なイメージが含まれている。 我々はRRDataset上で17の検出器と10の視覚言語モデル(VLM)をベンチマークし、大規模な人間実験を行った。
  論文  参考訳（メタデータ） (2025-09-11T06:15:52Z)
• Multi-Class Segmentation of Aortic Branches and Zones in Computed Tomography Angiography: The AortaSeg24 Challenge [55.252714550918824]
  AortaSeg24 MICCAI Challengeは、23の臨床的に関連する大動脈枝と領域に注釈付き100 CTA巻の最初のデータセットを導入した。 本稿では,トップパフォーマンスアルゴリズムの課題設計,データセットの詳細,評価指標,詳細な分析について述べる。
  論文  参考訳（メタデータ） (2025-02-07T21:09:05Z)
• Multimodal Marvels of Deep Learning in Medical Diagnosis: A Comprehensive Review of COVID-19 Detection [3.005401300442587]
  本研究は、新型コロナウイルスを例として、診断における多モード深層学習(DL)の可能性について概説する。 新型コロナウイルス(COVID-19)パンデミックの間、人工知能の応用が成功し、病気のスクリーニング、予測、分類におけるDLの能力を明らかにすることを目的としている。
  論文  参考訳（メタデータ） (2025-01-16T12:38:49Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Gradient based Feature Attribution in Explainable AI: A Technical Review [13.848675695545909]
  ブラックボックスAIモデルの急増は、内部メカニズムを説明し、信頼性を正当化する必要性を喚起している。 勾配に基づく説明は、ニューラルネットワークモデルに直接適用することができる。 アルゴリズムの性能を測定するために,人的評価と定量的評価の両方を導入する。
  論文  参考訳（メタデータ） (2024-03-15T15:49:31Z)
• De-identification of clinical free text using natural language processing: A systematic review of current approaches [48.343430343213896]
  自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。 本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
  論文  参考訳（メタデータ） (2023-11-28T13:20:41Z)
• Deep Learning for Steganalysis of Diverse Data Types: A review of methods, taxonomy, challenges and future directions [3.2007743266566617]
  ステガノグラフィーとステガナリシスは特に法執行機関から大きな関心を集めている。 本稿では,ディープラーニングに基づくステガナリシス技術の概要を概観する。
  論文  参考訳（メタデータ） (2023-08-08T18:37:24Z)
• AI Marker-based Large-scale AI Literature Mining [5.144684482990409]
  メソッド、データセット、メトリクスはAI文献のAIマーカーとして使用される。 実体抽出モデルを用いて,大規模AI文献からAIマーカーを抽出する。 メソッドクラスタ内の進化と異なる研究シーンクラスタ間の影響関係について検討した。
  論文  参考訳（メタデータ） (2020-11-01T14:48:46Z)
• Opportunities and Challenges of Deep Learning Methods for Electrocardiogram Data: A Systematic Review [62.490310870300746]
  心電図(Electrocardiogram、ECG)は、医学および医療において最も一般的に用いられる診断ツールの1つである。 深層学習法は心電図信号を用いた予測医療タスクにおいて有望な結果を得た。 本稿では、モデリングとアプリケーションの観点から、ECGデータに対するディープラーニング手法の体系的なレビューを行う。
  論文  参考訳（メタデータ） (2019-12-28T02:44:29Z)

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。