{"id":{"repo_id":"moncton","oai_identifier":"oai:umoncton.scholaris.ca:20.500.14658/7500"},"canonical_url":"https://search.dev.ndltd.org/etd/moncton/oai:umoncton.scholaris.ca:20.500.14658/7500","repository":{"repo_id":"moncton","name":"University de Moncton","base_url":"https://umoncton.scholaris.ca/server/oai/request"},"display":{"title":"Développement d'un nouvel outil de stéganalyse pour la stéganographie vocale en utilisant l'apprentissage profond et les algorithmes évolutionnaires","abstract":""Les deux thématiques principales abordées par cette thèse sont la stéganographie et la stéganalyse de signaux audio. La stéganographie est l'art de dissimuler de l'information, qui doit être communiquée en secret, dans des fichiers de texte, des images, des sons, des vidéos ou tout autre type de fichier. Cette technique de communication secrète est aussi utilisée pour le tatouage numérique. Quant à la stéganalyse, elle consiste à discerner dans des fichiers de tous types s'il y a de l'information cachée à l'intérieur. Dans cette thèse, seulement la détection de message secret est effectuée et non l'extraction dudit message. La stéganalyse est de plus en plus importante dans le domaine de la sécurité informatique afin de surveiller toute activité suspecte sur les réseaux. Dans cette thèse, nous proposons une nouvelle méthode de stéganalyse basée sur les réseaux d'apprentissage profond. Ces derniers sont composés de machines de Boltzmann restreintes entrainées, les algorithmes évolutionnaires sont utilisés pour affiner l'apprentissage dans le but d'améliorer le processus de stéganalyse. La méthode de stéganalyse développée ici est textée dans le contexte de quatre techniques se stéganographie et comparée à deux méthodes de stéganalyse robustes, déjà existantes dans la littérature. Mots clés: Stéganographie audio, Stéganalyse audio, DBN, MFCC, SVMs, GMMs, RBMs, EAs, PSO, CSO, ABC, GA."--Résumé.","abstract_html":""Les deux thématiques principales abordées par cette thèse sont la stéganographie et la stéganalyse de signaux audio. La stéganographie est l'art de dissimuler de l'information, qui doit être communiquée en secret, dans des fichiers de texte, des images, des sons, des vidéos ou tout autre type de fichier. Cette technique de communication secrète est aussi utilisée pour le tatouage numérique. Quant à la stéganalyse, elle consiste à discerner dans des fichiers de tous types s'il y a de l'information cachée à l'intérieur. Dans cette thèse, seulement la détection de message secret est effectuée et non l'extraction dudit message. La stéganalyse est de plus en plus importante dans le domaine de la sécurité informatique afin de surveiller toute activité suspecte sur les réseaux. Dans cette thèse, nous proposons une nouvelle méthode de stéganalyse basée sur les réseaux d'apprentissage profond. Ces derniers sont composés de machines de Boltzmann restreintes entrainées, les algorithmes évolutionnaires sont utilisés pour affiner l'apprentissage dans le but d'améliorer le processus de stéganalyse. La méthode de stéganalyse développée ici est textée dans le contexte de quatre techniques se stéganographie et comparée à deux méthodes de stéganalyse robustes, déjà existantes dans la littérature. Mots clés: Stéganographie audio, Stéganalyse audio, DBN, MFCC, SVMs, GMMs, RBMs, EAs, PSO, CSO, ABC, GA."--Résumé.","abstract_has_math":false,"creators":["Paulin, Catherine"],"institution":"Université de Moncton,","degree_name":"Maîtrise ès sciences (informatique)","degree_level":"2e cycle","degree_discipline":"Faculté des sciences","degree_department":null,"school":null,"contributors":[],"advisors":["Selouani, Sid-Admed","Hervet, Éric"],"committee_chairs":[],"committee_members":[],"year":2017,"date_issued":"2017","date_published":"2017","updated_at":"2026-07-24T03:09:56Z","subjects":["Cryptographie","Apprentissage automatique","Réseaux neuronaux à structure évolutive","Algorithmes","Sécurité informatique","Chiffrement (Informatique)","Protocoles cryptographiques"],"languages":["iso639-2b","fre"],"rights":["Author"],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["umir:1911"],"render_values":[{"text":"umir:1911","href":null,"code":true}]}]},"links":{"outbound_url":"https://hdl.handle.net/20.500.14658/7500","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Selouani, Sid-Admed","Hervet, Éric"]},{"key":"dc:creator","label":"Author","values":["Paulin, Catherine"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2024-12-20T18:02:53Z","2025-05-13T20:13:21Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2024-12-20T18:02:53Z","2025-05-13T20:13:21Z"]},{"key":"dc:date.issued","label":"Date","values":["2017"]},{"key":"dc:publisher","label":"Institution","values":["Université de Moncton,"]},{"key":"dc:type","label":"Dc Type","values":["Text","thèse"]},{"key":"thesis:degree_discipline","label":"Discipline","values":["Faculté des sciences"]},{"key":"thesis:degree_level","label":"Degree Level","values":["2e cycle"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Maîtrise ès sciences (informatique)"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["Université de Moncton"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Cryptographie","Apprentissage automatique","Réseaux neuronaux à structure évolutive","Algorithmes","Sécurité informatique","Chiffrement (Informatique)","Protocoles cryptographiques"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fre"]},{"key":"dc:language.iso","label":"Language (ISO)","values":["iso639-2b"]},{"key":"dc:rights","label":"Dc Rights","values":["Author"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["umir:1911"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://hdl.handle.net/20.500.14658/7500"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":[""Les deux thématiques principales abordées par cette thèse sont la stéganographie et la stéganalyse de signaux audio. La stéganographie est l'art de dissimuler de l'information, qui doit être communiquée en secret, dans des fichiers de texte, des images, des sons, des vidéos ou tout autre type de fichier. Cette technique de communication secrète est aussi utilisée pour le tatouage numérique. Quant à la stéganalyse, elle consiste à discerner dans des fichiers de tous types s'il y a de l'information cachée à l'intérieur. Dans cette thèse, seulement la détection de message secret est effectuée et non l'extraction dudit message. La stéganalyse est de plus en plus importante dans le domaine de la sécurité informatique afin de surveiller toute activité suspecte sur les réseaux. Dans cette thèse, nous proposons une nouvelle méthode de stéganalyse basée sur les réseaux d'apprentissage profond. Ces derniers sont composés de machines de Boltzmann restreintes entrainées, les algorithmes évolutionnaires sont utilisés pour affiner l'apprentissage dans le but d'améliorer le processus de stéganalyse. La méthode de stéganalyse développée ici est textée dans le contexte de quatre techniques se stéganographie et comparée à deux méthodes de stéganalyse robustes, déjà existantes dans la littérature. Mots clés: Stéganographie audio, Stéganalyse audio, DBN, MFCC, SVMs, GMMs, RBMs, EAs, PSO, CSO, ABC, GA."--Résumé."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:format.medium","label":"Dc Format Medium","values":["electronic","sans mediatio","volume"]},{"key":"dc:title","label":"Title","values":["Développement d'un nouvel outil de stéganalyse pour la stéganographie vocale en utilisant l'apprentissage profond et les algorithmes évolutionnaires"]}]}],"canonical_facts":{"dc:contributor.advisor":["Selouani, Sid-Admed","Hervet, Éric"],"dc:creator":["Paulin, Catherine"],"dc:date.accessioned":["2024-12-20T18:02:53Z","2025-05-13T20:13:21Z"],"dc:date.available":["2024-12-20T18:02:53Z","2025-05-13T20:13:21Z"],"dc:date.issued":["2017"],"dc:description.abstract":[""Les deux thématiques principales abordées par cette thèse sont la stéganographie et la stéganalyse de signaux audio. La stéganographie est l'art de dissimuler de l'information, qui doit être communiquée en secret, dans des fichiers de texte, des images, des sons, des vidéos ou tout autre type de fichier. Cette technique de communication secrète est aussi utilisée pour le tatouage numérique. Quant à la stéganalyse, elle consiste à discerner dans des fichiers de tous types s'il y a de l'information cachée à l'intérieur. Dans cette thèse, seulement la détection de message secret est effectuée et non l'extraction dudit message. La stéganalyse est de plus en plus importante dans le domaine de la sécurité informatique afin de surveiller toute activité suspecte sur les réseaux. Dans cette thèse, nous proposons une nouvelle méthode de stéganalyse basée sur les réseaux d'apprentissage profond. Ces derniers sont composés de machines de Boltzmann restreintes entrainées, les algorithmes évolutionnaires sont utilisés pour affiner l'apprentissage dans le but d'améliorer le processus de stéganalyse. La méthode de stéganalyse développée ici est textée dans le contexte de quatre techniques se stéganographie et comparée à deux méthodes de stéganalyse robustes, déjà existantes dans la littérature. Mots clés: Stéganographie audio, Stéganalyse audio, DBN, MFCC, SVMs, GMMs, RBMs, EAs, PSO, CSO, ABC, GA."--Résumé."],"dc:format":["application/pdf"],"dc:format.medium":["electronic","sans mediatio","volume"],"dc:identifier.other":["umir:1911"],"dc:identifier.uri":["https://hdl.handle.net/20.500.14658/7500"],"dc:language":["fre"],"dc:language.iso":["iso639-2b"],"dc:publisher":["Université de Moncton,"],"dc:rights":["Author"],"dc:subject":["Cryptographie","Apprentissage automatique","Réseaux neuronaux à structure évolutive","Algorithmes","Sécurité informatique","Chiffrement (Informatique)","Protocoles cryptographiques"],"dc:title":["Développement d'un nouvel outil de stéganalyse pour la stéganographie vocale en utilisant l'apprentissage profond et les algorithmes évolutionnaires"],"dc:type":["Text","thèse"],"thesis:degree_discipline":["Faculté des sciences"],"thesis:degree_level":["2e cycle"],"thesis:degree_name":["Maîtrise ès sciences (informatique)"],"thesis:institution_name":["Université de Moncton"]},"updated_at":"2026-07-24T03:09:56Z"}