應用機器學習技術於資訊隱藏偵知及分析之研發

本計畫之主軸是應用機器學習技術於資訊隱藏偵知及分析之研發。機器學習之步驟分成三大部分：輸入資料的準備與選擇、學習模型的選擇與建立、訓練後的模型準確率與適合性測試。本計畫之輸入資料的準備與選擇，將使用三大類的數位影像來進行訓練，分別是：一般數位影像、像素值直方圖、小波轉換能量散佈圖。將數位影像經過各種資訊隱藏技術處理，投入訓練，期能從影像的各種特徵中擷取重要部分，以提升資訊隱藏偵知及分析的效率及準確度。本研究挑選三種學習模型來分析，分別是：決策樹、支援向量機、集成學習。機器學習的訓練模式可分為大四類：監督式學習、非監督式學習、半監督式學習、增強學習。各種模式的主要差別在於給予答案「程度」上的多寡，如此可以得出不同特色的模型，而其所適用的情境也各不相同。本計畫之學習模型的選擇與建立，將針對以上四種訓練模式各自訓練，分析各種組合準確率較高之特徵比重，再次組合後重複訓練，藉此訓練出通用型之資訊隱藏偵知分析系統。 本計畫的主要核心研究議題是以提升社會安全為目標，藉由機器學習來快速尋找存在於網際網路中的各類秘密隱藏資訊，期待能杜絕違法犯紀及防範類似911恐怖攻擊之危機於未然。

系統編號:PB10907-2446
原計畫編號:MOST109-2221-E182-041