Actualités

Participation aux Journées Scientifiques Equip@Meso 2017, les 30 et 31 janvier à Grenoble, avec une intervention intitulée Deep Learning for Image Steganalysis.

L'exposé portait plus précisément sur la combinaison d'un stéganalyseur basé sur un réseau de neurones convolutionnels (Convolutional Neural Network) et d'un stéganalyseur basé sur le schéma de stéganalyse classique Rich-Models + Ensemble Classifier (maxSRMd2 + FLD ensemble). Les expérimentations faites pour le CNN via une implémentation en Tensorflow et des GPUs montrent que l'approche proposée permet d'améliorer les performances de détection pour trois algorithmes de stéganographie : S-UNIWARD, MiPOD et HILL.