Stéganographie Adaptative par Oracle (ASO)

Dimension: px
Commencer à balayer dès la page:

Download "Stéganographie Adaptative par Oracle (ASO)"

Transcription

1 Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson et REprésentaton des Sgnaux Audovsuels, May 2012, Llle, France. pp.6, 2012, <http://www-rech.telecom-llle1.eu/coresa2012/>. <lrmm > HAL Id: lrmm Submtted on 26 Jun 2013 HAL s a mult-dscplnary open access archve for the depost and dssemnaton of scentfc research documents, whether they are publshed or not. The documents may come from teachng and research nsttutons n France or abroad, or from publc or prvate research centers. L archve ouverte plurdscplnare HAL, est destnée au dépôt et à la dffuson de documents scentfques de nveau recherche, publés ou non, émanant des établssements d ensegnement et de recherche franças ou étrangers, des laboratores publcs ou prvés.

2 Stéganographe Adaptatve par Oracle ASO Sarra Kouder 2 Marc Chaumont 1,2 Wllam Puech 2 1 UNIVERSITE DE NIMES, F Nîmes Cedex 1, France 2 LIRMM, UMR 5506, CNRS, Unversté de Montpeller II, 161 rue Ada, Montpeller Cedex 05, France {sarra.kouder, marc.chaumont, Résumé Les deux algorthmes les plus sûrs en 2011 sont les algorthmes HUGO [1] et MOD[2]. Dans la contnuté de ces travaux, nous proposons un algorthme de stéganographe adaptatve par oracle ASO : Adaptve Steganography by Oracle. Pour cela, nous défnssons la carte de détectablté en explotant les connassances d un oracle construt à partr de l ensemble de classfeurs de Kodovský [3]. Lors de l nserton du message dans l mage, l oracle permet d obtenr une carte de détectablté qu prend en compte à la fos la dstrbuton de l mage de couverture et à la fos la dstrbuton de la base d mages de l émetteur. Par alleurs, notre approche permet de défnr un nouveau paradgme en stéganographe : la stéganographe par base. Les résultats expérmentaux montrent que notre approche présente de bonnes performances en terme de sécurté pusque la probablté de détecton de présence d un message, obtenue par un stéganalyseur, est beaucoup plus forte pour l approche paramétrée HUGO que pour notre approche nonparamétrée ASO. Mots clefs Stéganographe, Stéganalyse, Mnmsaton d mpact d nserton, Carte de détectablté, Ensemble de classfeurs. 1 Introducton La stéganographe est l art de communcaton secrète. L objectf est de dssmuler une nformaton secrète dans un médum anodn sans qu elle ne pusse être détectée. Avec la généralsaton d Internet, pluseurs phlosophes de concepton de schéma stéganographque ont été proposées. Parm les méthodes actuelles applquées aux mages numérques complexes 1, nous trouvons la stéganographe par mnmsaton d mpact d nserton. Sot x = x 1,..., x n un support de couverture composé de n éléments. L objectf de la stéganographe par mnmsaton d mpact d nserton 2 est d apporter le mnmum d altératons au support hôte x, afn de produre le 1. mages dgtale réelles non synthétques. 2. Le prncpe de mnmsaton d mpact d nserton a été défn dans [4] en Il repose sur l adaptatvté de l nserton à travers l utlsaton d une carte de détectablté. stégo objet y = y 1,..., y n qu communquera le message m = m 1,..., m m. Pour cela, nous nous munssons d une foncton de dstorson Dx, y que nous mnmsons sous la contrante d un payload fxe. Cette foncton de dstorson se base généralement sur l utlsaton d une carte de détectablté ρ R n + qu attrbue à chaque élément de couverture x avec {1,..., n}, un coût de détectablté ρ R + modélsant l mpact sur la sécurté dû à la modfcaton de cet élément. L algorthme HUGO [1] proposé lors de la compétton BOSS 3 [5] utlse une carte de détectablté varable, qu à chaque pxel de l mage de couverture, attrbue un nveau de détectablté ρ [0, ] comme suggéré dans [6]. Le calcul du coût de détectablté repose sur l utlsaton de caractérstques de haute dmenson calculées à partr de l mage de couverture. Ces caractérstques correspondent aux probabltés condtonnelles en chaque pxel de l mage fltrée. L algorthme MOD 4 [7] proposé début 2011, étend la proposton HUGO en défnssant un coût de détectablté ρ [0, ] paramétré par un nombre élevé de paramètres. La recherche des paramètres menant au melleur nveau de sécurté est effectué tératvement en répétant nserton pus modfcaton des paramètres, grâce à l algorthme d optmsaton downhll smplex. Le nveau de sécurté est évalué à chaque tératon en utlsant comme crtère la talle de la marge d un SVM 5. Dans cet artcle, nous proposons un nouveau schéma stéganographque adaptatf dans le domane spatal basé sur l utlsaton d un oracle pour le calcul de la carte de détectablté. La prncpale orgnalté de ce traval est que lors de l nserton, l approche ne cherche pas unquement à préserver le modèle de dstrbuton de l mage de couverture courante que l on souhate stéganographer, mas également à préserver le modèle de toute la base de données de l émetteur. Contrarement à l approche proposée par Fller et al. [7] qu utlse une méthode paramétrque pour ré- 3. Break Our Steganography System : premer challenge en stéganalyse, vsant à évaluer la sécurté de l algorthme de HUGO. Une base de 1000 mages état mse à dsponblté de la communauté de stéganalyse pour être analysée. L objectf état de dstnguer les mages stégo des mages cover. http ://www.agents.cz/boss/bossfnal/ 4. MOD : Model Optmzed Dstorton [2]. 5. SVM : Support Vector Machne.

3 dure la marge SVM séparant la classe cover de la classe stégo, nous proposons une méthode de calcul de carte de détectablté non paramétrque qu utlse l ensemble de classfeurs FLD 6 proposé par Kodovský et al. [3] comme oracle. Nous explotons à la fos les nformatons de la l mage de couverture courante et les nformatons trées de la base entère des mages de couvertures. Ce paper est organsé de la façon suvante : la secton 2 présente quelques notons prélmnares. L algorthme de stéganographe par oracle est décrt en secton 3. La secton 4 est consacrée à la présentaton et à la dscusson des résultats obtenus. Enfn, nous concluons en secton 5. 2 Prérequs Dans ce qu sut, les symboles : x = x 1,..., x n X = {0,..., 255} n et y = y 1,..., y n Y = {0,..., 255} n désgneront respectvement l mage cover et l mage stégo composée de n pxels en nveau de grs. 2.1 Mnmsaton d mpact d nserton Tout algorthme pratque de stéganographe par mnmsaton d mpact d nserton a pour but d nsérer un message m = {0, 1} m donné dans un support hôte x, en essayant de rédure au mnmum l mpact dû à l nserton [6]. Afn d attendre cet objectf, l est mportant d établr une mesure de dstorson D capable de modélser la détectablté statstque due à l nserton. Fller et al. [6] proposent de modélser l mpact d nserton par une foncton addtve et postve D : X Y R + défne par : n Dx, y = ρ x y, 1 =1 avec 0 ρ < le coût de modfcaton du ème pxel, et telle que l addtvté de cette foncton suppose que toutes les modfcatons effectuées sont totalement ndépendantes les unes des autres. Autrement dt, la modfcaton d un élément de couverture n affecte pas la détectablté des stes vosns. Pour une foncton de dstorson addtve D telle que 1, et une nserton bnare x y 1, la soluton au problème de mnmsaton d mpact d nserton sous la contrante d un payload fxe est de la forme suvante [4] : n mn Dx, y = p ρ, 2 =1 avec p la probablté de modfcaton du ème pxel défne par [4] : e λρ p =. 3 λρ 1 + e Le paramètre λ est obtenu en résolvant l équaton suvante : n p log 2 p + 1 p log 2 1 p = m. 4 =1 6. FLD : Fsher Lnear Dscrmnant. Cette formalsaton de la stéganographe adaptatve par mnmsaton d mpact d nserton permet de découper le processus d nserton en deux étapes successves : 1 le calcul d une carte de détectablté et 2 l nserton par un algorthme adaptatf pratque. L avantage majeur qu découle de cette séparaton est que l évaluaton de la sécurté d une carte de détectablté ne nécesste pas d utlser un algorthme de l état de l art pour l nserton. En pratque, s l on souhate nsérer un message en mnmsant l mpact d nserton la carte de détectablté ρ est donc connue avec la contrante d un payload fxe, l est possble de smuler l nserton optmale en cherchant le paramètre λ résoluton de l équaton 4, pus en modfant chaque pxel x selon la probablté p défne à l équaton L ensemble de classfeurs FLD Les schémas stéganographques modernes tel que HUGO [1] ont tendance à utlser des espaces de caractérstques de plus en plus large, ce qu consttue un vra problème pour la stéganalyse. Afn de résoudre ce problème, Kodovský et al. [3] proposent un nouvel outl d apprentssage et de classfcaton alternatve aux outls classques tel que les SVM, ou les réseaux de neurones. Leur classfeur est basé sur l utlsaton d un ensemble de classfeurs de fable complexté. Ils utlsent pour l apprentssage et la classfcaton un ensemble F = {F 1,..., F L } de classfeurs FLD bnares. Sot A = {f, c } =N =1 une base d apprentssage composée de N observatons appartenant aux deux classes d mages cover et stégo, avec f R d un vecteur caractérstque de grande dmenson d, caractérsant la ème mage, et c {0, 1} la classe qu lu est assocée 0 pour une mage cover, et 1 pour une mage stégo. Lors de la phase d apprentssage, chaque classfeur FLD apprend à assocer correctement à chaque observaton f le numéro de la classe c à laquelle elle appartent : F l : R d {0, 1} f F l f. Pour cela, chaque classfeur FLD utlse la base d apprentssage A, afn de calculer le vecteur w l orthogonal à l hyper-plan séparant les observatons de la classe cover de ceux de la classe stégo. Dans le but de rédure la complexté de calcul, l apprentssage et la classfcaton de chaque classfeur FLD est effectué sur un sous-espace de caractérstques de dmenson d red avec d red d. En pratque, avant la phase d apprentssage chaque classfeur FLD chost pseudoaléatorement un sous-ensemble de caractérstques d red caractérstques à partr de chaque vecteur caractérstque f R d. Lors de la phase test, une observaton f donnée en entrée de cet ensemble de classfeurs est classée par chaque classfeur. Chaque classfeur FLD retourne alors une décson bnare ndquant le numéro de la classe attrbuée à cette

4 observaton. La décson fnale est obtenue en fusonnant par vote majortare les résultats des dfférents classfeurs FLD, à travers la formule suvante [3] : R : R d {0, 1} f Rf, { 1 s L tel que : Rf = l=1 F lf > L/2, 0 snon. La performance de l ensemble de classfeurs FLD en terme de détecton peut être évaluée en utlsant la probablté d erreur P E défne par : P E = 1 2 P F P + P F N, avec P F P la probablté de faux postf et P F N la probablté de faux négatf. Plus la probablté d erreur P E est pette, plus la classfcaton en deux classes est melleure. 3 Le schéma ASO 3.1 Calcul de la carte de détectablté Notre stratége de dssmulaton de données s appue sur le prncpe de mnmsaton d mpact d nserton secton 2.1. Il s agt d une technque de stéganographe adaptatve par oracle ASO 7 qu repose sur l adaptatvté de l nserton à travers l utlsaton d une carte de détectablté ρ = {ρ [0, [} n =1 calculée par un oracle. Les fonctonnaltés de l ensemble de classfeurs FLD de Kodovský [3], ans que les nformatons acquses lors de l apprentssage sont explotées lors du calcul de la carte de détectablté. L objectf est de trer proft des nformatons de la base de données utlsée par l émetteur afn d augmenter la sécurté du processus d nserton. Consdérons une mage de couverture en nveau de grs x = x 1,..., x n composée de n pxels, un vecteur f x caractérsant cette mage, une foncton de dstorson D addtve telle que 1, et une nserton en LSB-matchng 8. La carte de détectablté ρ R n est calculée ndépendamment en chaque pxel x. La détectablté ρ du pxel x est défne de la même façon que dans HUGO [1] par : ρ = mn ρ +, ρ, 5 avec ρ + respectvement ρ la détectablté après modfcaton +1 respectvemennt 1 du pxel x. Nous proposons de calculer la détectablté ρ + resp. ρ grâce à un oracle formé de L classfeurs FLD de Kodovský et al [3]. Pour cela, nous défnssons la détectablté ρ + resp. ρ comme étant la somme sans pondératon de la détectablté ρ l de chaque classfeur F l, avec l {1.., L} : 7. ASO : Adaptve Steganography by Oracle. 8. LSB-matchng : Modfcaton des pxels par ± 1. ρ + = L l=1 ρ l+, et ρ = L l=1 ρ l, 6 avec ρ + resp. ρ la détectablté fournt par le l ème classfeur. Pour un classfeur F l, l {1,..L}, nous défnssons la détectablté ρ l+, l {1.., L}, par : ρ l+ = wl.f l+ x w l l.f x s l w l. f l+ l x f x =, 7 s l De même, la détectablté ρ l est défne par : w l. f l l x f x ρ l =, 8 s l avec s l R + le facteur de normalsaton le scalng du l ème classfeur F l, w l le vecteur orthogonal à l hyper-plan séparateur des deux classes cover et stégo du classfeur F l, f x l le vecteur caractérstque à classer par le classfeur F l, et f x l+ resp. f x l le vecteur caractérstque après modfcaton +1 resp. 1 du pxel x. Notre objectf est d obtenr une valeur ρ l+ resp. ρ l fable, lorsque la modfcaton +1 resp. 1 entrane un déplacement f l+ x f l x resp. f l x f l x vers la classe cover. L hypothèse forte de notre schéma ASO est que la modfcaton d un pxel dot avor tendance à rapprocher l mage stégo d une mage cover. Par constructon, le vecteur w l est toujours orenté dans le sens cover vers stégo. Ans, en calculant ρ l+ et ρ l par les équatons 7 et 8, nous obtenons exactement ce comportement pusque les détectabltés ρ l+ et ρ l sont mnmales lorsque le vecteur w l et le vecteur f l+ x f l x resp. f l x f l x sont colnéares et de sens opposé, autrement dt, lorsque : w l. f l+ l x f x < 0 9 ou lorsque : w l. f l l x f x < Par alleurs, on comprend asément la nécessté d avor un facteur de mse à l échelle s l propre à chaque classfeur. En effet, cela permet d avor une mesure de détectablté ρ l+ et ρ l d un même ordre de grandeur entre les classfeurs. Pusque le calcul ρ + et ρ s obtent par une somme des ρ l+ et ρ l, alors chaque classfeur dot donner un coût de détectablté ρ l+ ou ρ l avec l {1.., L}, d un même ordre de grandeur. Nous défnssons le facteur de normalsaton s l par : s l = µ l 1 µl 0 wl + 2 w lt Σ l 0 wl + w lt Σ l 1 wl, 11

5 avec µ l 0 et Σ l 0 le vecteur moyenne et la matrce de co-varance de la classe cover, et µ l 1 et Σ l 1 le vecteur moyenne et la matrce de co-varance de la classe stégo. Rappelons, que pour un classfeur FLD, le vecteur w l, ans que le facteur de normalsaton s l sont calculés lors de la phase d apprentssage. Ce sont donc des valeurs précalculées qu ne sont pas recalculées lors du calcul de ρ l+ et ρ l équatons 7 et 8. Remarquons également, que lors de la phase de constructon de la carte de détectablté, l est très complexe, en coût de calcul, de calculer les vecteurs f x l+ et f x l pour chaque pxel et pour chaque classfeur. Pour rédure la complexté, l faut non pas calculer f x l+ et f x l, mas calculer drectement sur une zone rédute de l mage, la varaton f x l f x l ou f x l+ f x l mplquée par la modfcaton -1 ou +1 sur le pxel x. Nous obtenons une carte de détectablté ρ R composée de valeurs postves et négatves. Pour obtenr une carte de détectablté postve ρ = {ρ [0, [} n =1, nous translatons l ensemble des valeurs de notre carte par la valeur ρ mn = mnρ où ρ mn est la plus pette détectablté de la carte ρ. Une fos calculée, cette carte de détectablté peut être utlsée pour l nserton du message, sot par smulaton comme explqué en secton 2.1 équatons 3 et 4, sot en utlsant l approche STC 9 proposée dans [6]. 3.2 Schéma d nserton adaptatf proposé À travers notre schéma de stéganographe adaptatve par oracle ASO, nous proposons un nouveau concept de stéganographe : la stéganographe par base d mages. La méthode d nserton proposée permet non pas d obtenr une seule mage stégo en sorte du système, mas d obtenr toute une base d mages stégo. Lors de la transmsson, l émetteur peut alors chosr les mages les plus sûres pour la communcaton de son message. Fgure 1 Schéma de Stéganographe Adaptatve par Oracle ASO. 9. STC : Sydrome Trells Codes. Comme l llustre la Fgure 1, le schéma de stéganographe adaptatve par oracle se décompose en deux phases : La premère phase notée I sur la Fgure 1, utlse pour le calcul de la carte de détectablté secton 3.1, un ensemble de classfeurs FLD entrané à dstnguer les mages cover des mages stégo de l algorthme HUGO. Une fos calculée, la carte de détectablté est utlsée pour l nserton du message. Cette opératon est effectuée comme dans HUGO, en smulant l nserton parfate va l algorthme optmal secton 2.1 : équatons 3 et 4. À la sorte de cette premère phase nous obtenons une mage stégo ASO. La seconde phase notée II sur la Fgure 1 est une phase tératve, qu vse à augmenter l ndétectablté du message augmentaton de la sécurté. Elle utlse, pour le calcul de la carte de détectablté, à chaque tératon, un ensemble de classfeurs FLD qu a apprs à fare la dfférence entre les mages cover, et les mages stégo ASO obtenues lors de l tératon précédente. Le processus tératf est répété jusqu à stablsaton de la probablté d erreur de la classfcaton. Ans, à la fn de chaque tératon, une stéganalyse par ensemble de classfeurs FLD de Kodovský et al. [3] est effectuée secton 2.2. S la probablté d erreur ne vare plus, alors les tératons cessent. À la fn de cette seconde phase, nous obtenons une base d mages stégo ASO. Lors de la phase de transmsson, l émetteur chost le ou les mages les plus sûres pour la transmsson de ses données secrètes. La transmsson du message est effectuée de manère concrète en utlsant l algorthme STC [6]. 4 Résultats expérmentaux 4.1 Condtons expérmentales Pour vérfer l effcacté de notre schéma de stéganographe, nous avons procédé à deux types de tests : un test de valdté, et un test comparatf de performance entre l algorthme HUGO et l algorthme ASO. Nos tests ont été effectués sur la base d mages BOSSBase v contenant mages cover en nveau de grs de talle en format pgm. L algorthme ASO est applqué à chaque étape durant la phase I et la phase II sur les mages cover de la base BOSSBase v1.00. Autrement dt, à chaque fos les mêmes mages sont stéganographées par ASO. Par contre, l apprentssage de l oracle, et le test par le stéganalyseur nécesste à chaque fos de former deux bases composées chacune de 5000 cover, et de 5000 stégo ASO obtenues à l étape précédente. Lors de la phase I, les mages cover de BOSSBase v1.00 sont stéganographées par l algorthme ASO. Dans cette étape l oracle dot avor préalablement apprs sur une de base de 5000 mages cover de BOSSBase v1.00 et 5000 mages stégo HUGO. Le payload chos par l utlsateur 10. BOSSBase v1.00 : base d mages dsponble sur http ://agents.cz/boss/bossfnal/.

6 mpose l utlsaton d mages stégo de même payload durant toutes les étapes. Lors de la phase II, les mages cover et mages stégo ASO de l étape précédentes sont utlsées pour former une base notée A de : 5000 cover et 5000 stégo ASO, et une autre base notée T composée des 5000 autres cover et 5000 autres stégo. La base A est utlsée pour que l oracle apprenne à dstnguer les mages cover des mages stégo ASO. La base T permet au stéganalyseur de détermner les performances de la stéganographe par ASO, et de juger s l faut relancer le processus ou pas. Chaque mage est représentée par un vecteur caractérstque MINMAX [8] de talle d = Les paramètres des caractérstques MINMAX utlsées, ans que leur dmenson sont présentés dans le tableau 1. Nous fxons, par mnmsaton de P E, après de nombreuses expérmentatons sur des mages HUGO à 0.4 bpp, le nombre de classfeurs FLD à L = 30, et la dmenson d red = 250. Pour HUGO, nous obtenons une probablté d erreur de détecton P E = 23.67%. Pour l mplémentaton, nous avons chos de travaller avec la lbrare OpenMP 11 pour parallélser le processus d nserton. Les expérmentatons ont été effectuées sur un ordnateur à 8 processeurs Quad-Core AMD Opeterontm Processor 8384 à 2.69 GHz ; et les 32 cœurs sont utlsés. s q m T dm Tableau 1 Paramètres des caractérstques MINMAX [8] utlsées. s : le nombre des pxels utlsés pour le calcul du résdu, q : le pas de quantfcaton, m : l ordre des matrces de co-occurrence, T : le seul de la troncature, et dm : la dmenson résultante. 4.2 Test de valdté Pour vérfer la valdté du schéma ASO 14 nous avons construt deux bases de 110 mages. La premère base B est consttuée de 100 mages stégo HUGO à 0.4 bpp et de 10 mages cover. La deuxème base B est consttuée de 100 mages stégo ASO 12 à 0.4 bpp et de 10 mages cover 13. Une fos construtes, nous avons procédé à la stéganalyse des deux bases B et B en utlsant le stéganalyseur par Ensemble [3] composé de L = 30 classfeurs FLD entrané à dstnguer les mages cover des mages stégo HUGO. 11. OpenMP : lbrare pour la programmaton parallèle dsponble sur http ://openmp.org/wp/. 12. Notons que, les 100 mages hôtes stéganographées avec HUGO base B sont les mêmes que celles utlsées pour être stéganograhées avec ASO base B. 13. Les 10 mages cover de la base B sont les mêmes que celles utlsées dans B En utlsant le même stéganalyseur sans ré-apprentssage pour la stéganalyse des deux bases B et B, nous cherchons à tester s une mage qu état consdérée comme étant stégo lorsqu elle est stéganographée par HUGO, est toujours consdérée comme tel après nserton par l algorthme ASO phase I, ou s elle est consdérée comme étant cover. Autrement dt, s l utlsaton d un oracle entrané à dstnguer les mages cover des mages stégo lors de la phase I, permet de fare basculer une mage de la classe stégo vers la classe cover. équatons 7 et 8 permet de fare basculer une mage donnée de la classe stégo vers la classe cover. Les résultats présentés dans le tableau 2 confrment la valdté de notre algorthme de stéganographe adaptatve par oracle ASO. En effet, le stéganalyseur classe de manère erronée 17 mages comme cover alors qu elles sont stégo HUGO FP = 17, et ce même stéganalyseur classe de manère erronée 100 mages cover alors qu elles sont stégo ASO FP = 100. Autrement dt, la totalté des 100 mages stégo ASO ont été classées comme étant des mages cover. Ce test permet de valder l hypothèse selon laquelle l explotaton des nformatons trées de la phase d apprentssage par l oracle, pour le calcul des ρ l+ et ρ l On constate également, que sur les 10 mages cover des deux bases B et B, 2 mages sont classées stégo alors qu elles sont cover. Cela confrme l mportance de la phase de sélecton des mages les plus sûres lors de la transmsson des données secrètes. En effet, grâce au concept de stéganographe par base d mages proposé va notre schéma d nserton ASO, nous offrons à l émetteur la possblté de chosr l mage ou les mages les plus sûres pour la transmsson de son message secret. HUGO ASO FB FB FP 2 2 FN Tableau 2 Test de valdté de l algorthme ASO, avec FP : le nombre de faux postfs, et FN : le nombre de faux négatfs. 4.3 Test de performance Afn de tester la performance de notre algorthme ASO en stuaton réelle, nous avons comparé la performance de l algorthme ASO avec celle de HUGO [1]. Pour cela, nous avons procédé à la stéganalyse des algorthmes ASO et HUGO va l ensemble de classfeurs FLD de Kodovský et al. [3] secton 2.2, à dfférents payload. Pour chaque payload, nous avons utlsé une base test et une base d apprentssage consttuées chacune de 5000 mages cover et 5000 mages stégo. Les résultats obtenus pour ce test 14 sont présentés sur la F- 14. Pour le test de valdté et le test de performance, seule la phase I de ASO est utlsée. Autrement dt, pour l algorthme ASO, nous avons effectué une seule tératon en utlsant comme oracle un ensemble classfeurs FLD entrané à dstnguer les mages cover des mages stégo HUGO.

7 Fgure 2 Comparason du nveau de sécurté ASO vs HUGO. gure 2. La performance de l algorthme ASO en terme de sécurté est supéreure à celle de HUGO pour des payload de 0.2 bpp à 0.5 bpp. A ttre d exemple, pour un payload de 0.4 bpp, la probablté d erreur de détecton P E de l algorthme ASO est de 40% contre 23,67% pour HUGO. Sot une dfférence de 16.33%. De même, pour un payload de 0.5 bpp la probablté d erreur de détecton de ASO est supéreur à celle de Hugo. Elle est de 26.31% contre 18.13% pour HUGO, ce qu consttue une dfférence consdérable. On peut dre que l algorthme ASO offre à l émetteur la possblté d envoyer de longs messages secrets avec une plus grande sécurté que celle de HUGO. On constate également que le nveau de sécurté de ASO pour des petts payload est plus fable que celu de HUGO. En effet, pour un payload de 0.1 bpp, la probablté d erreur de détecton de ASO est de 33.52% contre 44.34% pour HUGO. Cela peut s explquer par le fat que pour un tel payload, l oracle utlsé pour le calcul de la carte de détectablté secton 3.1 a du mal à dstnguer les mages cover des mages stégo HUGO, ce qu nfluence automatquement l nserton avec ASO. Autrement dt, l algorthme ASO n arrve pas à dstnguer les régons sûres de celles qu ne le sont pas. 5 Concluson Dans cet artcle, nous avons présenté un nouveau schéma de Stéganographe Adaptatf par Oracle ASO, utlsant une carte de détectablté calculée à partr de l ensemble de classfeurs FLD de Kodovský et al. [3]. L explotaton de l ensemble de classfeurs comme oracle lors du calcul de la carte de détectablté, permet d augmenter la sûreté du processus d nserton. En effet, nous préservons à la fos le modèle de dstrbuton de l mage de couverture courante, et le modèle de la base d mages utlsée par l émetteur. Par alleurs, le concept de stéganographe par base d mages offre à l émetteur la possblté de chosr les mages les plus sûres lors de la transmsson. Comme l llustre les résultats obtenus, le schéma d nserton proposé présente de bonnes performances en termes de sécurté. Avec seulement une tératon, l algorthme ASO offre à l émetteur la possblté d envoyer de longs messages secrets avec une plus grande sécurté que celle de HUGO. Les travaux futurs porteront sur : 1 l étude du nombre d tératons nécessares pour l améloraton de la sécurté de l algorthme ASO, 2 la possble extenson du schéma ASO va l utlsaton d autres caractérstques pour le calcul de la carte de détectablté, et 3 l étude de la complétude du modèle utlsé [2]. Remercements. Nous tenons à remercer le Mnstère de l Ensegnement Supéreur et de la Recherche Scentfque de la Républque Algérenne Démocratque et Populare pour le fnancement de ce traval. Références [1] T. Pevný, T. Fller, et P. Bas. Usng Hgh-Dmensonal Image Models to Perform. Hghly Undetectable Steganography. Dans Informaton Hdng - 12th Internatonal Conference, volume 6387 de Lecture Notes n Computer Scence, IH 10, pages , Berln, Hedelberg, October Sprnger-Verlag. [2] J. Kodovský, T. Fller, J.J. Frdrch, et V. Holub. On Dangers of Overtranng Steganography to Incomplete. Cover Model. Dans workshop on Multmeda and securty, part of MM&Sec 11 Proceedngs of the thrteenth ACM multmeda, pages 69 76, Buffalo, NY, USA, September ACM. [3] J. Kodovský et J.J. Frdrch. Steganalyss n Hgh Dmensons: Fusng Classfers Bult on Random Subspaces. Dans Meda Watermarkng, Securty, and Forenscs XIII, part of IS&T SPIE Electronc Imagng Symposum, volume 7880, paper. 21, pages L 1 12, San Francsco, CA, January [4] J.J. Frdrch et T. Fller. Practcal Methods for Mnmzng Embeddng Impact n Steganography. Dans Securty, Steganography, and Watermarkng of Multmeda Contents IX, part of IS&T SPIE Electronc Imagng Symposum, volume 6505, pages 02 03, San Jose, CA, January 29-February [5] P. Bas, T. Fller, et T. Pevný. Break Our Steganographc System the ns and outs of organzng BOSS. Dans Informaton Hdng - 13th Internatonal Workshop, volume 6958 de Lecture Notes n Computer Scence, IH 11, pages 59 70, Prague, Czech Republc, May Sprnger-Verlag. [6] T. Fller, J. Judas, et J.J. Frdrch. Mnmzng Embeddng Impact n Steganography usng Trells-Coded Quantzaton. Dans Meda Forenscs and Securty II, part of IS&T SPIE Electronc Imagng Symposum, volume 7541, paper. 05, San Jose, CA, USA, January [7] T. Fller et J.J. Frdrch. Desgn of Adaptve Steganographc Schemes for Dgtal Images. Dans Meda Watermarkng, Securty, and Forenscs XIII, part of IS&T SPIE Electronc Imagng Symposum, volume 7880, paper. 13, pages F 1 14, San Francsco, CA, January [8] J.J. Frdrch, J. Kodovský, V. Holub, et M. Goljan. Breakng hugo the process dscovery. Dans Tomás Fller, Tomás Pevný, Scott Craver, et Andrew D. Ker, édteurs, Informaton Hdng - 13th Internatonal Conference, volume 6958 de Lecture Notes n Computer Scence, IH 11, Prague, Czech Republc, May Sprnger.

Proposition d'une solution au problème d initialisation cas du K-means

Proposition d'une solution au problème d initialisation cas du K-means Proposton d'une soluton au problème d ntalsaton cas du K-means Z.Guelll et L.Zaou, Unversté des scences et de la technologe d Oran MB, Unversté Mohamed Boudaf USTO -BP 505 El Mnaouer -ORAN - Algére g.zouaou@gmal.com,

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informatons de l'unté d'ensegnement Implantaton Cursus de ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles Electronque applquée B2150 Cycle 1 Bloc 2 Quadrmestre 2 Pondératon 4 Nombre de

Plus en détail

classification non supervisée : pas de classes prédéfinies Applications typiques

classification non supervisée : pas de classes prédéfinies Applications typiques Qu est ce que le clusterng? analyse de clusterng regroupement des obets en clusters un cluster : une collecton d obets smlares au sen d un même cluster dssmlares au obets appartenant à d autres clusters

Plus en détail

Exercices d algorithmique

Exercices d algorithmique Exercces d algorthmque Les algorthmes proposés ne sont pas classés par ordre de dffculté Nombres Ecrre un algorthme qu renvoe la somme des nombre entre 0 et n passé en paramètre Ecrre un algorthme qu renvoe

Plus en détail

SIMNUM : Simulation de systèmes auto-gravitants en orbite

SIMNUM : Simulation de systèmes auto-gravitants en orbite SIMNUM : Smulaton de systèmes auto-gravtants en orbte sujet proposé par Ncolas Kelbasewcz : ncolas.kelbasewcz@ensta-parstech.fr 14 janver 2014 1 Établssement du modèle 1.1 Approxmaton de champ lontan La

Plus en détail

Corrélation et régression linéaire

Corrélation et régression linéaire Corrélaton et régresson lnéare 1. Concept de corrélaton. Analyse de régresson lnéare 3. Dfférences entre valeurs prédtes et observées d une varable 1. Concept de corrélaton L objectf est d analyser un

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 2. Quadrimestre 1. Pondération 4. Nombre de crédits 4

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 2. Quadrimestre 1. Pondération 4. Nombre de crédits 4 Informatons de l'unté d'ensegnement Implantaton Cursus de Inttulé Code ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles Outls de communcaton B2050 Cycle 1 Bloc 2 Quadrmestre 1 Pondératon

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i Exercces avec corrgé succnct du chaptre 3 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

Gestion et stratégie Utilisateur

Gestion et stratégie Utilisateur Geston et stratége Utlsateur GESTION ET STRATEGIE UTILISATEUR...2 1.) Comment gérer des utlsateurs?...2 1.1) Geston des utlsateurs en groupe de traval...2 1.2) Geston des utlsateurs par domane...2 Rôle

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informatons de l'unté d'ensegnement Implantaton Cursus de Inttulé ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles fnalté électromécanque Concepton et producton M3050 Cycle 1 Bloc 3 Quadrmestre

Plus en détail

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe Algorthme approché d optmsaton d un modèle de Processus Décsonnel de Markov sur Graphe Nathale Peyrard Régs Sabbadn INRA-MIA Avgnon et Toulouse E-Mal: {peyrard,sabbadn}@toulouse.nra.fr Réseau MSTGA, Avgnon,

Plus en détail

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats

Plus en détail

Représentation de l'information

Représentation de l'information 1. L nformaton 1-1 Dualté état et temps Représentaton de l'nformaton La noton d'nformaton correspond à la connassance d'un état donné parm pluseurs possbles à un nstant donné. La Fgure 1 llustre cette

Plus en détail

Valeur absolue et fonction valeur absolue Cours

Valeur absolue et fonction valeur absolue Cours Valeur absolue foncton valeur absolue Cours CHAPITRE 1 : Dstance entre deu réels 1) Eemples prélmnares 2) Défnton 3) Proprétés CHAPITRE 2 : Valeur absolue d un réel 1) Défnton 2) Proprétés CHAPITRE 3 :

Plus en détail

Modélisation des Réseaux Ad hoc par Graphes

Modélisation des Réseaux Ad hoc par Graphes SETIT 009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March -6, 009 TUNISIA Modélsaton des Réseaux Ad hoc par Graphes M hamed Abdelmadd ALLALI et

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

Cours de Calcul numérique MATH 031

Cours de Calcul numérique MATH 031 Cours de Calcul numérque MATH 03 G. Bontemp, A. da Slva Soares, M. De Wulf Département d'informatque Boulevard du Tromphe - CP22 http://www.ulb.ac.be/d Valeurs propres en pratque. Localsaton. Méthode de

Plus en détail

La fourniture de biens et facteurs publics en présence de ménages et d entreprises mobiles

La fourniture de biens et facteurs publics en présence de ménages et d entreprises mobiles La fournture de bens et facteurs publcs en présence de ménages et d entreprses mobles Pascale Duran-Vgneron évrer 007 Le modèle On suppose un pays drgé par un gouvernement central ayant compétence sur

Plus en détail

- Equilibre simultané IS/LM : Pour déterminer le couple d équilibre général, il convient de résoudre l équation IS = LM.

- Equilibre simultané IS/LM : Pour déterminer le couple d équilibre général, il convient de résoudre l équation IS = LM. Exercce n 1 Cet exercce propose de détermner l équlbre IS/LM sur la base d une économe dépourvue de présence étatque. Pour ce fare l convent, dans un premer temps de détermner la relaton (IS) marquant

Plus en détail

Mailing. Les étapes de conception d un mailing. Créer un mailing

Mailing. Les étapes de conception d un mailing. Créer un mailing Malng Malng Word 2011 pour Mac Les étapes de concepton d un malng Le malng ou publpostage permet l envo en nombre de documents à des destnatares répertorés dans un fcher de données. Cette technque sous-entend

Plus en détail

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 1. Quadrimestre 1-2. Pondération 5. Nombre de crédits 5

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 1. Quadrimestre 1-2. Pondération 5. Nombre de crédits 5 Informatons de l'unté d'ensegnement Implantaton ECAM Cursus de Bacheler en Scences ndustrelles Informatque et communcaton B1030 Cycle 1 Bloc 1 Quadrmestre 1-2 Pondératon 5 Nombre de crédts 5 Nombre d heures

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Installation & Guide de démarrage WL510 Adaptateur sans fil /Antenne

Installation & Guide de démarrage WL510 Adaptateur sans fil /Antenne Installaton & Gude de démarrage WL510 Adaptateur sans fl /Antenne Informaton mportante à propos du WL510 Adresse IP = 192.168.10.20 Nom d utlsateur = wl510 Mot de passe = wl510 QUICK START WL510-01- VR1.1

Plus en détail

3- Réseau Neurologique (NN) 3-1- Réseau classique

3- Réseau Neurologique (NN) 3-1- Réseau classique OUTILS DE PREVISION DE LA VITESSE DE VENT : APPLICATION A LA CARACTERISATION ET A L OPTIMISATION DES CENTRALES EOLIENNES POUR L'INTEGRATION DANS LES RESEAUX ELECTRIQUES A MADAGASCAR. Andramahtasoa Bernard

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain.

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain. Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amens.fr/pedagoge/maths/new/ue2007/synthese_ateler_annette_alan.pdf 1 La règle du jeu Un drecteur de casno se propose d nstaller le

Plus en détail

Enseignement secondaire. PHYSI Physique Programme

Enseignement secondaire. PHYSI Physique Programme Ensegnement secondare Dvson supéreure PHYSI Physque Programme 3CB_3CC_3CF_3MB_3MC_3MF Langue véhculare : franças Nombre mnmal de devors par trmestre : 1 PHYSI_3CB_3CC_3CF_3MB_3MC_3MF_PROG_10-11 Page 1

Plus en détail

Sujets des projets. Informatique de Base Université Pierre et Marie Curie

Sujets des projets. Informatique de Base Université Pierre et Marie Curie 1 Sujets des projets Informatque de Base Unversté Perre et Mare Cure D Bernard, F Hecht, N Segun Master I / sesson 2004/2005 Table des matères 1 Sujet : Recherche rapde d un trangle contenant un pont dans

Plus en détail

COMPRESSION DES IMAGES MEDICALES FIXES

COMPRESSION DES IMAGES MEDICALES FIXES COMPRESSION DES IMAGES MEDICALES FIXES PAR RESEAU DE NEURONES Nacéra Benamrane, Maître de conférences en Informatque nabenamrane@yahoo.com, + 213 41 41 53 22 Zakara Benahmed Daho Etudant doctorant z-daho@lycos.com

Plus en détail

Cours Corporate finance

Cours Corporate finance Cours Corporate fnance Eléments de théore du portefeulle Le edaf Franços Longn www.longn.fr lan Notons de rentablté Défnton odélsaton Eléments de théore du portefeulle ortefeulle Dversfcaton Le edaf Le

Plus en détail

Ton domaine réservé Organisation Simplicité Efficacité

Ton domaine réservé Organisation Simplicité Efficacité Rev. 07/2012 Ton domane réservé Organsaton Smplcté Effcacté www.vstos.t Ton La tua domane area rservata réservé 1 MyVstos MyVstos est une plate-forme nformatque réservée aux revendeurs Vstos qu permet

Plus en détail

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait Edtons ENI Excel 2010 Collecton Référence Bureautque Extrat Tableau crosé dynamque Tableau crosé dynamque Excel 2010 Créer un tableau crosé dynamque Un tableau crosé dynamque permet de résumer, d analyser,

Plus en détail

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i Fchers F chers Offce 2013 - Fonctons de base Créer/ouvrr/enregstrer/fermer un fcher Clquez sur l onglet FICHIER. Pour créer un nouveau fcher, clquez sur l opton Nouveau pus, selon l applcaton utlsée, clquez

Plus en détail

Thèse. présentée. en vue de l obtention du DOCTORAT DE L UNIVERSITE DE TOULOUSE DELIVRE PAR L INSTITUT NATIONAL POLYTECHNIQUE DE TOULOUSE

Thèse. présentée. en vue de l obtention du DOCTORAT DE L UNIVERSITE DE TOULOUSE DELIVRE PAR L INSTITUT NATIONAL POLYTECHNIQUE DE TOULOUSE N d ordre : 2529 Thèse présentée en vue de l obtenton du DOCTORAT DE L UNIVERSITE DE TOULOUSE DELIVRE PAR L INSTITUT NATIONAL POLYTECHNIQUE DE TOULOUSE École doctorale Spécalté : Informatque et Télécommuncatons

Plus en détail

Application du système immunitaire artificiel ordinaire et amélioré pour la reconnaissance des caractères artificiels

Application du système immunitaire artificiel ordinaire et amélioré pour la reconnaissance des caractères artificiels 9 Nature & Technology Applcaton du système mmuntare artfcel ordnare et améloré pour la reconnassance des caractères artfcels Hba Khell a, Abdelkader Benyettou a a Laboratore Sgnal Image Parole SIMPA-,

Plus en détail

Paramétrer le diaporama

Paramétrer le diaporama PowerPont 2013 - Fonctons avancées Daporama Daporama PowerPont 2013 - Fonctons avancées Paramétrer le daporama Le daporama est la projecton de la présentaton à l écran. Ouvrez la présentaton à projeter.

Plus en détail

Comparaison d approches pour la détection et l identification de visages 2D

Comparaison d approches pour la détection et l identification de visages 2D Comparason d approches pour la détecton et l dentfcaton de vsages 2D Ans CHAARI,2,3 Sylve LELANDAIS,2 Mohamed SAAIDIA 2 Vncent VIGNERON 2 - Mohamed BEN AHMED 3 () IU d Evry Département Qualté, Logstque

Plus en détail

Reconnaissance des Mots Manuscrits Arabes par Combinaison d une Approche Globale et une Approche Analytique

Reconnaissance des Mots Manuscrits Arabes par Combinaison d une Approche Globale et une Approche Analytique Reconnassance des Mots Manuscrts Arabes par Combnason d une Approche Globale et une Approche Analytque Abdallah Benouareth, Abdellatf Ennaj, Mokhtar Sellam o cte ths verson: Abdallah Benouareth, Abdellatf

Plus en détail

Apprentissage incrémental dans un système de filtrage adaptatif

Apprentissage incrémental dans un système de filtrage adaptatif VSST'200 32 TEXTES DES COMMUNICATIONS - Tome I Apprentssage ncrémental dans un système de fltrage adaptatf Mohand BOUGHANEM, Mohamed TMAR boughane@rt.fr, tmar@rt.fr IRIT/SIG, Campus Unv. Toulouse III,

Plus en détail

Formation de voie pour la maximisation du débit dans les schémas d alignement d interférence

Formation de voie pour la maximisation du débit dans les schémas d alignement d interférence Formaton de voe pour la maxmsaton du débt dans les schémas d algnement d nterférence Yasser Fadlallah, Karne Ams Cavalec, Abdeldjall Assa El Bey, Ramesh Pyndah To cte ths verson: Yasser Fadlallah, Karne

Plus en détail

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix?

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix? Note méthodologque Tratements hebdomadares Questlemonscher.com Quelle méthode de collecte de prx? Les éléments méthodologques ont été défns par le cabnet FaE onsel, socété d études et d analyses statstques

Plus en détail

M.Belahcene-Benatia Mebarka

M.Belahcene-Benatia Mebarka Authentfcaton et Identfcaton de Vsages basées sur les Ondelettes et les Réseaux de Neurones. M.BELAHCENE-BENATIA Mébarka. LI3C Unv.Med Khder.BISKRA Résumé : Notre but est de concevor un système d authentfcaton

Plus en détail

gaussien pour l analyse de sensibilité d une sortie spatiale d un code de calcul

gaussien pour l analyse de sensibilité d une sortie spatiale d un code de calcul Utlsaton du métamodèle processus gaussen pour l analyse de sensblté d une sorte spatale d un code de calcul Applcaton à un code de transport hydrogéologque ologque Amandne Marrel Thèse effectuée au LMTE

Plus en détail

Un protocole de tolérance aux pannes pour objets actifs non préemptifs

Un protocole de tolérance aux pannes pour objets actifs non préemptifs Un protocole de tolérance aux pannes pour objets actfs non préemptfs Françose Baude Dens Caromel Chrstan Delbé Ludovc Henro Equpe Oass, INRIA - CNRS - I3S 2004, route des Lucoles F-06902 Sopha Antpols

Plus en détail

TP Programmation de protocoles de communication Basé sur un TP de M1- Master IST, Université Paris-Sud

TP Programmation de protocoles de communication Basé sur un TP de M1- Master IST, Université Paris-Sud IUT Bordeaux 1 2008-2009 Département Informatque ASR2-Réseaux TP Programmaton de protocoles de communcaton Basé sur un TP de M1- Master IST, Unversté Pars-Sud Ce TP a pour objectf d'nter à la programmaton

Plus en détail

10.1 Inférence dans la régression linéaire

10.1 Inférence dans la régression linéaire 0. Inférence dans la régresson lnéare La régresson lnéare tente de modeler le rapport entre deux varables en adaptant une équaton lnéare avec des données observées. Chaque valeur de la varable ndépendante

Plus en détail

Combinaison de dires d'experts en élicitation de lois a priori. pour Listeria chez la souris. Exposé AppliBugs

Combinaison de dires d'experts en élicitation de lois a priori. pour Listeria chez la souris. Exposé AppliBugs Combnason de dres d'experts en élctaton de los a pror. Applcaton à un modèle doseréponse pour Lstera chez la sours. Exposé ApplBugs ISABELLE ALBERT 8 / / 03 INTRODUCTION Cet exposé présente une parte du

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Choix de Portefeuille

Choix de Portefeuille Année 2007-2008 Chox de Portefeulle Chrstophe Boucher Chaptre 1. Théore de la décson en avenr ncertan Crtère d espérance d utlté L atttude vs-à-vs du rsque Chaptre 2. Rendements et crtères de chox entre

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

Shape optimization for 3D forging process

Shape optimization for 3D forging process Shape optmzaton for 3D forgng process Ten Tho Do To cte ths verson: Ten Tho Do. Shape optmzaton for 3D forgng process. Scences de l ngéneur [physcs]. École Natonale Supéreure des Mnes de Pars, 2006. Franças.

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

Prêts bilatéraux et réseaux sociaux

Prêts bilatéraux et réseaux sociaux Prêts blatéraux et réseaux socaux Quand la sous-optmalté condut au ben-être collectf Phlppe Callou, Frederc Dubut et Mchele Sebag LRI, Unverste Pars Sud F-91405 Orsay France {callou;dubut;sebag}@lr.fr

Plus en détail

DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS

DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS GUICHET D ÉCHANGES DE FICHIERS SUR INTERNET GFIN TABLE DES MATIÈRES 1 1. PRINCIPES GÉNÉRAUX... 3 1.1 GÉNÉRALITÉS... 3 1.2 ÉLÉMENTS TECHNIQUES... 3 1.3 SPÉCIFICITÉS

Plus en détail

MODELISATION DES PROCESSUS LINEAIRES

MODELISATION DES PROCESSUS LINEAIRES MDELISATIN DES PRCESSUS LINEAIRES Dans un premer temps, nous ne consdérons que des processus partculers, supposés notamment statonnare. Cec permet de présenter un certan nombre d'outls dans un cadre relatvement

Plus en détail

SIMULATION D UN JET TURBULENT POUR LE REFROIDISSEMENT DES AUBES DE TURBINE

SIMULATION D UN JET TURBULENT POUR LE REFROIDISSEMENT DES AUBES DE TURBINE 10 ème Sémnare Internatonal sur la Physque Energétque 10 th Internatonal Meetng on Energetcal Physcs SIMULAION D UN JE URBULEN POUR LE REFROIDISSEMEN DES AUBES DE URBINE Bounegta Bachr 1, Abdelarm Maamar

Plus en détail

Enquête sur les services de télécommunications

Enquête sur les services de télécommunications Enquête sur les servces de télécouncatons Vu l'avs favorable du Consel Natonal de l'inforaton Statstque, cette enquête, reconnue d'ntérêt général et de qualté statstque, est oblgatore. Vsa n 200222EC du

Plus en détail

Chapitre 5. Menu de SUPPORT

Chapitre 5. Menu de SUPPORT 155 Chaptre 5. Menu de SUPPORT Ce que vous apprendrez dans ce chaptre Ce chaptre vous présentera des routnes supplémentares susceptbles de vous ader dans les analyses de données présentées dans le chaptre

Plus en détail

Travaux pratiques : GBF et oscilloscope

Travaux pratiques : GBF et oscilloscope Travaux pratques : et osclloscope S. Benlhajlahsen ésumé L objectf de ce TP est d apprendre à utlser, c est-à-dre à régler, deux des apparels les plus couramment utlsés : le et l osclloscope. I. Premère

Plus en détail

Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 Année 2011 12. TD4. Tribus.

Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 Année 2011 12. TD4. Tribus. Unversté Perre & Mare Cure (Pars 6) Lcence de Mathématques L3 UE LM364 Intégraton 1 Année 2011 12 TD4. Trbus. Échauffements Exercce 1. Sot X un ensemble. Donner des condtons sur X pour que les classes

Plus en détail

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h. A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par

Plus en détail

DOCUMENT DE RECHERCHE EPEE

DOCUMENT DE RECHERCHE EPEE DOCUMENT DE RECHERCHE EPEE CENTRE D ETUDES DES POLITIQUES ECONOMIQUES DE L UNIVERSITE D EVRY Comment développer les emplos favorables à la bodversté en Ile-de-France? Jean DE BEIR, Célne EMOND, Yannck

Plus en détail

C Notice technique K-Réa v3 C. NOTICE TECHNIQUE

C Notice technique K-Réa v3 C. NOTICE TECHNIQUE C. NOTICE TECHNIQUE C.1. Introducton et grands prncpes... 5 C.1.1. Objet du calcul et champ d applcaton... 5 C.1.2. Introducton aux méthodes de calcul et vérfcatons proposées... 6 C.1.2.1. Présentaton

Plus en détail

Méthodologie quiestlemoinscher de comparaison de prix entre magasins

Méthodologie quiestlemoinscher de comparaison de prix entre magasins Méthodologe questlemonscher de comparason de prx entre magasns Les éléments méthodologques ont été défns par le cabnet FaCE Consel, socété d études et d analyses statstques ndépendante. Le cabnet FaCE

Plus en détail

DIET, tour d horizon

DIET, tour d horizon DIET, tour d horzon Eddy Caron, Frédérc Desprez GRAAL/LIP/ENS-Lyon {Eddy.Caron,Frederc.Desprez}@ens-lyon.fr http://graal.ens-lyon.fr Résumé L objectf de cet artcle est de fournr une vue d ensemble exhaustve

Plus en détail

Le raisonnement incertain

Le raisonnement incertain 1 Plan général 2 Le rasonnement ncertan dans les systèmes experts I- Introducton aux systèmes experts II- Fondements : organsaton et fonctonnement des SE III- Le rasonnement ncertan Introducton Antone

Plus en détail

Utilisation du symbole

Utilisation du symbole HKBL / 7 symbole sgma Utlsaton du symbole Notaton : Pour parler de la somme des termes successfs d une sute, on peut ou ben utlser les pontllés ou ben utlser le symbole «sgma» majuscule noté Par exemple,

Plus en détail

Notes de cours. Échantillonnage STT-2000. David Haziza Département de mathématiques et de statistique Université de Montréal

Notes de cours. Échantillonnage STT-2000. David Haziza Département de mathématiques et de statistique Université de Montréal otes de cours Échantllonnage STT-000 Davd Hazza Département de mathématques et de statstque nversté de Montréal Automne 008 PRÉFACE Ces notes de cours ont été rédgées pour le cours STT-000 (Échantllonnage)

Plus en détail

Cours #8 Optimisation de code

Cours #8 Optimisation de code ELE-784 Ordnateurs et programmaton système Cours #8 Optmsaton de code Bruno De Kelper Ste nternet : http://www.ele.etsmtl.ca/academque/ele784/ Cours # 8 ELE784 - Ordnateurs et programmaton système 1 Plan

Plus en détail

Méthodes psychométriques utilisées dans le cadre des évaluations des élèves

Méthodes psychométriques utilisées dans le cadre des évaluations des élèves MESURE DES COMPÉTENCES Méthodes psychométrques utlsées dans le cadre des évaluatons des élèves Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle présente les méthodes psychométrques

Plus en détail

Modélisation et simulation du démarrage d un véhicule à boite de vitesses automatique avec les bond graphs

Modélisation et simulation du démarrage d un véhicule à boite de vitesses automatique avec les bond graphs Modélsaton et smulaton du démarrage d un véhcule à bote de vtesses automatque avec les bond graphs Dragos N. CRUCERU, Andre N. MACIAC, Valeran CROIORESCU, Génevève DAUPHIN ANGUY Laboratore d Automatque,

Plus en détail

Comparaison entre un Modèle de Jeu Biforme et un Modèle de Jeu Coopératif pour un Réseau de Distribution de Produits

Comparaison entre un Modèle de Jeu Biforme et un Modèle de Jeu Coopératif pour un Réseau de Distribution de Produits Comparason entre un Modèle de Jeu Bforme et un Modèle de Jeu Coopératf pour un Réseau de Dstrbuton de Produts Lama Trqu-Sar BP 230, Laboratore de Productque de Tlemcen, Faculté des Scences de l Ingéneur,

Plus en détail

Contribution à la définition de modèles de recherche d information flexibles basés sur les CP-Nets

Contribution à la définition de modèles de recherche d information flexibles basés sur les CP-Nets Contrbuton à la défnton de modèles de recherche d nformaton flexbles basés sur les CP-Nets Fatha Boubekeur To cte ths verson: Fatha Boubekeur. Contrbuton à la défnton de modèles de recherche d nformaton

Plus en détail

Atelier 2 La recherche d information personnalisée sur le Web

Atelier 2 La recherche d information personnalisée sur le Web Ateler 2 La recherche d nformaton personnalsée sur le Web Mare-Aude Aufaure, Hajer Baazaou Zghal, Yves Lechevaller et Chrstophe Claramunt Ateler Recherche d Informaton Personnalsée sur le WEB Mare-Aude

Plus en détail

Interface OneNote 2013

Interface OneNote 2013 Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013

Plus en détail

Comparaison de méthodes d ajustement d une distribution de Weibull à 3 paramètres sur une base de données de mesures de ténacité

Comparaison de méthodes d ajustement d une distribution de Weibull à 3 paramètres sur une base de données de mesures de ténacité Comparason de méthodes d ajustement d une dstrbuton de Webull à 3 paramètres sur une base de données de mesures de ténacté M. Marquès, N. Pérot, N. Devctor Laboratore de Condute et Fablté des Réacteurs

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2015 2016. Statistiques Descriptives

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2015 2016. Statistiques Descriptives UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année unverstare 215 216 L1 Économe Cours de B. Desgraupes Statstques Descrptves Séance 7: Indces synthétques Table des matères 1 Introducton 1 1.1

Plus en détail

Mesurer la qualité de la prévision

Mesurer la qualité de la prévision Mesurer la qualté de la prévson Luc Baetens 24/11/2011 www.mobus.eu Luc Baetens 11 ans d expérence Planfcaton Optmsaton des stocks Organsaton de la Supply Chan Performance de la Supply Chan Geston de la

Plus en détail

Amélioration d une reconstruction 3D par voxels ( Visual Hull ) à l aide de la stéréo-vision

Amélioration d une reconstruction 3D par voxels ( Visual Hull ) à l aide de la stéréo-vision Améloraton d une reconstructon 3D par voxels ( Vsual Hull ) à l ade de la stéréo-vson Erc Nowak DEA IARFA 2002/2003 Rapport de stage de DEA Leu du stage : INRIA de Rocquencourt Projet : MIRAGES Responsable

Plus en détail

Organisation et optimisation des données pour l apprentissage de structure d un réseau bayésien multi-entités

Organisation et optimisation des données pour l apprentissage de structure d un réseau bayésien multi-entités Organsaton et optmsaton des données pour l apprentssage de structure d un réseau bayésen mult-enttés 1 1 3 H. Bouhamed, A. Reba,. Lecroq, M. Jaoua 1 3 Laboratore d'informatque, du ratement de l'informaton

Plus en détail

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique Ch 4 Séres statstques à une dmenson Défntons et représentaton graphque Termnologe Ensemble étudé = populaton Eléments de cet ensemble = ndvdus ou untés Attrbut consdéré = caractère qu peut être qualtatf

Plus en détail

Séparation de Sources par lissage cepstral des masques binaires

Séparation de Sources par lissage cepstral des masques binaires Séparaton de Sources par lssage cepstral des masques bnares Ibrahm Mssaou 1 Zed Lachr 1, 2 (1) École natonale d ngéneurs de Tuns, ENIT, BP. 37 Le Belvedere, 1002 Tuns, Tunse (2) Insttut natonal des scences

Plus en détail

Evaluation des actions

Evaluation des actions Akrem ISCAE archés nancers : Evaluaton des actons Evaluaton des actons Secton I : Dénton hypothèses et notatons I-- La noton d un act nancer -a- Dénton Un act nancer est tout ben qu un nvestsseur désre

Plus en détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF 1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs

Plus en détail

Mémento de théorie de l information

Mémento de théorie de l information Mémento de théore de l nformaton Glles Zémor 6 octobre 204 0 Rappels de probabltés Espaces probablsés. Un espace probablsé (Ω, P ) est un ensemble Ω mun d une mesure de probablté P qu est, lorsque Ω est

Plus en détail

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA)

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) Unversté d Orléans Econométre des Varables Qualtatves Chaptre 3 Modèles à Varable Dépendante Lmtée Modèles Tobt Smples et Tobt Généralsés Chrstophe Hurln

Plus en détail

Champ magnétique. 1 Notions préliminaires. 1.1 Courant électrique et densité de courant

Champ magnétique. 1 Notions préliminaires. 1.1 Courant électrique et densité de courant 4 Champ magnétque 1 Notons prélmnares 1.1 Courant électrque et densté de courant Un courant électrque est défn par un déplacement de charges électrques élémentares (ex : les électrons de conducton dans

Plus en détail

Cryptographie évolutionniste

Cryptographie évolutionniste Cryptographe évolutonnste Applcaton des algorthmes évolutonnstes à la cryptographe Fouza Omary* Abderrahm Tragha** Aboubakr Lbekkour* *Département de mathématques et nformatque faculté des scences-rabat

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

COMPARAISON DE MÉTHODES POUR LA CORRECTION COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce

Plus en détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS. ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque

Plus en détail

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr Modélsatons du rsque en assurance automoble Mchel Grun-Rehomme Unversté Pars 2 et Ensae Emal: grun@ensae.fr 1 Modélsatons du rsque en assurance automoble La snstralté est mesurée en terme de fréquence

Plus en détail

Installation du dispositif Cisco TelePresence MX200 - Sur pied

Installation du dispositif Cisco TelePresence MX200 - Sur pied 1a Déballage du système vdéo MX200 oîte de la base du ped de support MX200 La boîte de la base du ped de support MX200 content la colonne du ped de support, deux caches et la base du ped de support, ans

Plus en détail

Modélisation et simulation des efforts de coupe en fraisage 2.5 axes

Modélisation et simulation des efforts de coupe en fraisage 2.5 axes 18 ème Congrès Franças de Mécanque Grenoble, 7-31 août 007 Modélsaton et smulaton des efforts de coupe en frasage.5 axes Adel Amn AMMAR, Zouber BOUAZIZ & Al ZGHAL Unté de recherche de mécanque des soldes

Plus en détail

Clavier et souris virtuels pour personnes handicapées à mobilité réduite

Clavier et souris virtuels pour personnes handicapées à mobilité réduite Claver et sours vrtuels pour personnes handcapées à moblté rédute Naoures Belhabb et Ans Rojb Unversté Pars8, THIM, EA 4004 CHART 2, rue de la Lberté 93526 Sant-Dens nawres_habb@yahoo.fr ; ans.rojb@unv-pars8.fr

Plus en détail

Analyse des Performances et Modélisation d un Serveur Web

Analyse des Performances et Modélisation d un Serveur Web SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Analyse des Performances et Modélsaton d un Serveur Web Fontane RAFAMANTANANTSOA*,

Plus en détail

ANALYSE DE LA DEMANDE D ÉLECTRICITÉ DU SECTEUR RÉSIDENTIEL DU QUEBEC COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR

ANALYSE DE LA DEMANDE D ÉLECTRICITÉ DU SECTEUR RÉSIDENTIEL DU QUEBEC COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR UNIVERSITÉ DU QUÉBEC À MONTRÉAL ANALYSE DE LA DEMANDE D ÉLECTRICITÉ DU SECTEUR RÉSIDENTIEL DU QUEBEC MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR FRÉDÉRIK AUCOIN FÉVRIER 2007

Plus en détail

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43

Plus en détail