Article · NEWS OF THE NATIONAL ACADEMY OF SCIENCES OF THE REPUBLIC OF KAZAKHSTAN · September 29, 2024
САНДЫҚ АУДИОФАЙЛДАРДЫ СТЕГО ТАЛДАУ ҮШІН СПЕКТРАЛДЫ ТАЛДАУ НЕГІЗІНДЕ БАҒДАРЛАМАЛЫҚ ҚҰРАМДЫ ҚҰРУ
Zhuldyz Tashenova, Elmira Nurlybaeva, Абдугулова Жанат Капаровна, Ш. Аманжолова
Abstract
Бұл ғылыми жұмыста аудиофайлдардағы жасырын ақпаратты кодтау тиімділігі талданады, оның ерекшеліктері мен деректерді жасырудың басқа әдістеріне қарағанда артықшылықтары, сонымен қатар стеганализдің негізгі әдістері қарастырылады. Зерттеудің негізгі мақсаты аудиофайлдардағыақпаратты жасыру алгоритмін және олардың бағдарламалық құрамдас бөлігін жасау болып табылады. Мақсат - бөгде адамдардың құпия ақпаратты табуына жол бермейтін қауіпсіз деректерді жасыру ортасын жасау. Жұмыс ақпаратты жасыру үшін стеганография әдістерін қамтиды. Әр түрлі стеганализәдістерінің сипаттамалары мен кемшіліктері қарастырылады. Мақсат - тасымалданатын файлдың өлшемін азайту және оны аудио форматта жасыру.WAVE пішімімен үйлесімділікке ерекше назар аударылады. Алгоритмді бағдарламалық қамтамасыз ету NetBeans платформасында стеганализ мүмкіндіктерін көрсету арқылы Java ортасында жүзеге асырылады. Бағдарламада орындау алдында стеганализ және шифрлау функциялары бар. Стеганографияда ақпаратты кодтаудың барлық аталған алгоритмдері менәдістері бағдарламалық шешімдерді құру контекстінде зерттеледі. Зерттеудің негізгі мақсаты –пайдаланушының қажеттіліктерін қанағаттандыратынбағдарлама құру. Жұмыс аудиофайлдардағы стеганография және стеганализ мәселелерін қарастырады, сонымен қатар WAVE файлдарындағы деректерді жасыруға арналған қолданыстағы бағдарламалық қамтамасыз етудің шолуын ұсынады. Қазіргі уақытта дыбыста стеганография талаптарына толық жауап беретін бағдарламалық қамтамасыз ету жоқ екені анықталды. LSB әдісімен (Stegora WaveHide пакеті) WAVE форматындағы файлдарды стеганографиялық жасыру үшін қосымша бағдарламалық қамтамасыз ету әзірленді, жасырынақпаратты іздеу алгоритмі жүзеге асырылды.
More by Zhuldyz Tashenova
- A Real CVE-Backed Benchmark for WordPress Plugin Vulnerability Detection: Re-Evaluating Static and Learning-Based Detectors Under Leakage-Controlled EvaluationBig Data and Cognitive Computing · 2026
- Modeling Thermomechanical Effects in Rods with Variable Cross-Section and Local Heat SourcesJournal of Applied Data Sciences · 2026
- Analysis and Improvement of Machine Learning Methods for Detecting Malicious Links on InstagramTSARKA Science · 2026
- Design of a Multi-Tier Security Model Encompassing Human Factors, Identification Processes, and Secure NetworkingInformation · 2026 · Citations: 2