With the development of PC and the Internet, digital contents such as text, image and video have become a good ways to share information between users. Among them, images are the most popular and easy to handle, so they are widely used on the Internet. However, among the large amount of shared images, the secrets that can not be recognized by human eyes are likely to be hidden. In recent domestic and foreign cases, terrorist and criminal groups have hidden secrets in images, secretly sharing messages with their members, or leaking national secrets to the outside. The technology that conceals secret information in digital contents is called steganography, and the research field for preventing confidential communication and detecting secret information is steganalysis.
In this thesis, we study steganalysis based on deep learning. And we propose a method for effectively detecting hidden steganography information in JPEG images, which is a particularly popular format, using deep residual learning.
PC와 인터넷의 발달에 따라 텍스트, 이미지, 비디오와 같은 디지털 컨텐츠는 사용자 간 정보를 공유하는 좋은 수단이 되고 있다. 그 중 이미지는 가장 대중적이고 손쉽게 다룰 수 있기 때문에 인터넷에서 많이 사용되고 있다. 그러나 공유되는 다량의 이미지 중에는 사람의 눈에 인지되지 않는 비밀이 숨겨져 있을 가능성이 크다. 최근 국내외 사례를 보면 테러 및 범죄 집단이 이미지에 비밀을 숨겨서 조직원들과 은밀하게 메시지를 공유하거나 국가 기밀을 외부로 유출하는 사건이 있었다. 이처럼 디지털 컨텐츠에 비밀 정보를 은폐시키는 기술을 스테가노그래피라고 하며, 이러한 은밀한 소통을 방지하고 비밀을 탐지하기 위한 연구 분야가 스테그아날리시스이다.
본 학위논문에서는 딥러닝 기반의 스테그아날리시스에 대해 고찰하였다. 특히 이미지 중 많이 사용되는 포맷인 JPEG 이미지에 숨겨진 스테가노그래피 정보를 딥 레지듀얼 러닝을 사용하여 효과적으로 탐지하는 방안에 대해 다루고자 한다.