Kompyuter stenografiyasi va shifrlash

1.3 Steganografiya uchun sun'iy neyron tarmoq

Axborotni yashirish-bu xabarni boshqa ichkarida yashirish san'ati xabar. Boshqacha qilib aytganda, ma'lumotni yashirish sirni yashirish orqali muloqotni ko'rinmas holga keltiradigan usul zararsiz xabar. Axborotni yashirishning bu qismi steganografiya. Steganografik usullar odatda yashiradi boshqalardagi xabarlar, zararsiz ko'rinadigan ma'lumotlar, uchinchi shaxs aniqlash yoki hatto bu jarayonlarni isbotlash mumkin emas.

Ma'lumotni yashirishning yana bir usuli - bu raqamli suv belgisi, raqamli suv belgisi bilan bog'liq muammolarni hal qiladi intellektual mulk va mualliflik huquqini himoya qilish. Raqamli suv belgilarini steganografiyaning tijorat dasturlari deb hisoblash mumkin va uni kuzatish, aniqlash uchun ishlatish mumkin, va tarmoqlar bo'ylab raqamli axborot vositalarini toping. Raqamli suv belgilari odatda suv belgisi sifatida tashuvchining atributlaridir tashuvchi yoki egasi haqidagi ma'lumotlarni o'z ichiga oladi

Sun'iy neyron tarmoqlari (ANN)

Sun'iy neyron tarmoq (ANN) - bu ma'lumot biologik asabdan ilhomlangan paradigmani qayta ishlash miyaning axborotni qayta ishlash usuli kabi tizimlar.

Ushbu paradigmaning asosiy elementi-bu yangi tuzilish axborotni qayta ishlash tizimi. ANN a dan iborat ko'p sonli o'zaro bog'liq ishlov berish elementlari muayyan muammolarni hal qilish uchun bir ovozdan ishlaydigan (neyronlar). Inson miyasiga o'xshab, ANNs misol orqali o'rganadi . A neyron tarmoq o'zaro bog'liq ishlov berish birliklaridan iborat bu parallel faoliyat. Har bir birlik kirishlarni oladi boshqa birliklari. Keyin birlik ushbu kirishlar yig'indisini oladi va keyin boshqa yuboriladi chiqish, hisoblangan u ulangan birliklar. O'rganish yoki bilim sotib olish kuchini o'zgartirishdan kelib chiqadi o'zaro bog'langan birliklar orasidagi aloqa (vazn) tizim. Shunday qilib, an ANN jonli tadqiqot sohasi bo'ldi

Neyron tarmoqlari tahlilchilarga turli xil imtiyozlarni taklif qiladi. Sun'iy neyron tarmoqlari kuchli texnikadir ma'lumotlardagi ma'lumotlardan foydalanish uchun va uchun bu ma'lumotlar haqida umumlashma qilish. Asab tarmoqlar ma'lumotlar to'plamidagi naqshlarni tan olishni o'rganadilar. Tizim o'rganish orqali ishlab chiqilgan dasturlash orqali. Dasturlash ancha ko'p tahlilchi uchun vaqt talab qiladi va tahlilchini talab qiladi modelning aniq xatti-harakatlarini belgilash uchun. Asab tarmoqlar o'zlarini ma'lumotlardagi naqshlarni o'rgatadi, tahlilchini yanada qiziqarli ish uchun ozod qilish . Neyron tarmoqlari o'zgaruvchan muhitda moslashuvchan.

Qoidalarga asoslangan tizimlar yoki dasturlashtirilgan tizimlar cheklangan ular ishlab chiqilgan vaziyatga; qachon shartlar o'zgaradi, qoidalar endi haqiqiy emas.

Neyron tarmoqlarni o'rganish uchun biroz vaqt ketishi mumkin to'satdan keskin o'zgarish, ular moslashish da excel doimiy o'zgaruvchan axborot . Neural net ishlari ko'proq konvension yondashuvlar muvaffaqiyatsiz bo'lgan informatsion modellarni yaratishi mumkin. Neyron tarmoqlari ishlay oladijuda murakkab o'zaro ta'sirlar va shuning uchun osongina modellashtirish mumkinan'anaviy yordamida modellashtirish juda qiyin bo'lgan ma'lumotlarbunday inferentsial statistika yoki dastur ming mantiq kabi yondashuvlar, Neyron tarmoqlari kamida quyidagicha ishlaydi shuningdek, klassik statistik modellashtirish va undan ustun turish aksariyat muammolar bo'yicha. Neyron tarmoqlari modellarni yaratadi bu ma'lumotlarning tuzilishini ko'proq aks ettiradisezilarli darajada kamroq vaqt.