Данная работа посвящена исследованию и разработке методов повышения безопасности информационных систем с применением стеганографии и машинного обучения. Основной целью является создание нейронной сети, способной предсказывать наличие скрытой информации в изображениях для улучшения защиты данных. Задачи, которые решались в ходе исследования: 1. Провести обзор существующих методов стеганографии и машинного обучения. 2. Создать и обучить нейронную сеть для предсказания наличия скрытой информации в изображениях. 3. Провести экспериментальные исследования для оценки точности и эффективности предложенной нейронной сети. В результате исследования: 1. Проведен подробный анализ различных видов стеганографии и технологий машинного обучения, применяемых в кибербезопасности. 2. Создана и обучена сверточная нейронная сеть, демонстрирующая высокую точность в предсказании наличия скрытой информации в изображениях. 3. Проведены эксперименты, подтверждающие эффективность предложенной нейронной сети и ее потенциал для использования в реальных системах защиты информации. Полученные результаты могут быть использованы для разработки новых методов защиты информационных систем, а также для улучшения существующих систем кибербезопасности.

This work is dedicated to researching and developing methods for improving the security of information systems through the use of steganography and machine learning. The primary goal is to create a neural network capable of predicting the presence of hidden information in images to enhance data protection. The research set the following goals: 1. Review existing methods of steganography and machine learning. 2. Create and train a neural network to predict the presence of hidden information in images. 3. Conduct experimental studies to evaluate the accuracy and effectiveness of the proposed neural network. As a result of the research: 1. A detailed analysis of various types of steganography and machine learning technologies used in cybersecurity was conducted. 2. A CNN was created and trained, demonstrating high accuracy in predicting the presence of hidden information in images. 3. Experiments were conducted that confirmed the effectiveness of the proposed neural network and its potential for use in real information security systems. The obtained results can be used to develop new methods for protecting information systems and to improve existing cybersecurity systems.

• ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ
• Введение
• Глава 1. Ознакомление с предметной областью стеганографии
  • 1.1. Определение стеганографии
  • 1.2. Виды стеганографии
    • 1.2.1. Классическая стеганография
    • 1.2.2. Физическая стеганография
    • 1.2.3. Лингвистическая стеганография
    • 1.2.4. Компьютерная стеганография
    • 1.2.5. Цифровая Стеганография
  • 1.3. Виды цифровой стеганографии
    • 1.3.1. Стеганография в изображениях
    • 1.3.2. Стеганография в видео
    • 1.3.3. Стеганография в аудио
    • 1.3.4. Стеганография в текстовом документе
  • 1.4. Общая схема стегосистем
• Глава 2. Ознакомление с предметной областью нейронных сетей
  • 2.1. Определение нейронных сетей
  • 2.2. Краткая история и развитие нейронных сетей
  • 2.3. Области применения нейронных сетей
  • 2.4. Основная концепция нейронных сетей
  • 2.5. Архитектура нейронной сети
    • 2.5.1. Входной слой
    • 2.5.2. Скрытые слои
    • 2.5.3. Выходной слой
  • 2.6. Основные термины и понятия
    • 2.6.1. Активационные функции
    • 2.6.2 Веса (Weights)
    • 2.6.3. Порог (Threshold)
  • 2.7. Виды нейронных сетей
    • 2.7.1. Однослойные нейронные сети: Перцептрон
    • 2.7.2. Многослойные нейронные сети
    • 2.7.3. Рекуррентные нейронные сети (RNN)
    • 2.7.4. Свёрточные нейронные сети (CNN)
• Глава 3. Разработка нейронной сети способной предугадывать наличие скрытой информации в изображениях для повышения эффективности защиты информационных систем
  • 3.1. Используемые технологии и инструменты
  • 3.2. Описание датасета
  • 3.3. Предварительная обработка данных
  • 3.4. Выбор архитектуры нейронной сети
  • 3.5. Результаты работы
• Заключение
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• Приложение А
• Приложение Б