سعید یزدانپناه - دانشجوی دکتری گروه مهندسی کامپیوتر، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران
محمد خیراندیش - استادیار گروه مهندسی کامپیوتر، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران
محمد مصلح - دانشیار گروه مهندسی کامپیوتر، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران

عمومیت فایل­های صوتی، اغلب توجه مهاجمین و عناصر مخرب را برای استفاده از این حامل، جهت پوشش­دهی ارتباطات محرمانه خود جلب می نماید. گستردگی استفاده از این قالب­ها، به همراه رویکردهای متعدد و مدرنی که برای نهان­نگاری در فایل­های صوتی طراحی شده­اند،   می­توانند فضای سایبری را به محیطی نا امن بدل نمایند. در راستای مقابله با این تهدیدات، امروزه روش­های متعدد نهان­کاوی ابداع شده اند که با دقت بالایی قادر به تحلیل آماری قالب­های مختلف صوتی، مانند MP۳ و VoIp هستند. در میان راه­حل­های ارائه شده، ترکیب روش­های پردازش سیگنال و یادگیری ماشین، امکان ایجاد نهان­کاوهایی با دقت بسیار بالا را فراهم نموده است. با این وجود، از آنجا که ویژگی­های آماری فایل­های صوتی گفتاری متفاوت از نمونه­های دیگر صوتی است، روش­های جاری نهان­کاوی قادر نیستند به شکل موثری فایل­های حامل گفتاری را تشخیص دهند. مشکل دیگر، ابعاد بالای تحلیلی است که به شکل چشمگیری هزینه پیاده­سازی را افزایش می­دهد. در پاسخ به مشکلات ذکرشده، این مقاله ویژگی یک­بعدی "درصد نمونه­های مجاور یکسان" را به عنوان فاکتور جداسازی نمونه­های نهان­نگاری شده از پاک مطرح می­کند. نتایج نشانگر حساسیت ۸۲/۹۹% نهان­کاو طراحی شده با استفاده از دسته­بند تابع عضویت گاوسی، در نرخ نهان­نگاری ۵۰% است. علاوه بر این، این نهان­کاو قادر است با دقت مطلوبی حجم پیام مخفی شده را تخمین بزند. عملکرد الگوریتم طراحی شده بر روی یک پایگاه داده متشکل از نمونه­های موسیقی کلاسیک نیز ارزیابی شده و نتایج حاکی از کارایی ۲/۸۱% آن هستند.

نهان کاوی گفتار, نهان کاوی صوتی, پردازش سیگنال های صوتی, LSB, نهان نگاری