Skip to content
KitploitKITPLOIT
उपकरणब्लॉग
Log in
जमा करें
उपकरणब्लॉग
जमा करें

हैकिंग, पेनटेस्ट और साइबर सुरक्षा उपकरण आपके सुरक्षा शस्त्रागार के लिए!

Kitploit हैकिंग, साइबर सुरक्षा और पेंटेस्टिंग टूल्स की एक निर्देशिका है। कमजोरियों को खोजने, सिस्टम का विश्लेषण करने, परीक्षण को स्वचालित करने और अपनी सुरक्षा को मजबूत करने के लिए नवीनतम प्रोजेक्ट अपडेट खोजें।

फ़ीडसंपर्कगोपनीयता© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
उपकरण/GitHubGitHub/tancik/stegastamp
स्टेग्नोग्राफीमशीन लर्निंग
GitHubtancik/stegastamp

StegaStamp

भौतिक तस्वीरों में अदृश्य हाइपरलिंक्स

रिपॉजिटरी देखेंवेबसाइट
872225852 साल पहलेKitploit द्वारा समीक्षित
साझा करें

StegaStamp: भौतिक तस्वीरों में अदृश्य हाइपरलिंक्स [परियोजना पृष्ठ]

CVPR 2020

Matthew Tancik, Ben Mildenhall, Ren Ng कैलिफोर्निया विश्वविद्यालय, बर्कले

परिचय

यह रिपोजिटरी यहाँ पाई जाने वाली ArXiv रिपोर्ट के लिए कोड रिलीज़ है। यह परियोजना अवधारणात्मक समानता बनाए रखते हुए छवियों में डेटा छिपाने की खोज करती है। हमारा योगदान एन्कोडेड छवि (StegaStamp) को प्रिंट करने और कैमरे से फोटो खींचने के बाद (ये कदम छवि में विकृतियाँ लाते हैं) डेटा निकालने की क्षमता है। इस रिपोजिटरी में पेपर में दिखाए गए परिणामों को दोहराने के लिए कोड और पूर्व-प्रशिक्षित मॉडल शामिल हैं। इसके अतिरिक्त, रिपोजिटरी में एन्कोडर और डिकोडर मॉडल को प्रशिक्षित करने के लिए आवश्यक कोड शामिल है।

उद्धरण

यदि आप हमारे कार्य को उपयोगी पाते हैं, तो कृपया उद्धृत करने पर विचार करें:

    @inproceedings{2019stegastamp,
        title={StegaStamp: Invisible Hyperlinks in Physical Photographs},
        author={Tancik, Matthew and Mildenhall, Ben and Ng, Ren},
        booktitle={IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
        year={2020}
    }

स्थापना

  • रिपोजिटरी को क्लोन करें और उपमॉड्यूल स्थापित करें
git clone --recurse-submodules https://github.com/tancik/StegaStamp.git
cd StegaStamp
  • TensorFlow स्थापित करें (tf 1.13 के साथ परीक्षण किया गया)
  • Python 3 आवश्यक है
  • निर्भरताएँ डाउनलोड करें
pip install -r requirements.txt

प्रशिक्षण

एन्कोडर / डिकोडर

  • train.py में डेटासेट पथ सेट करें
TRAIN_PATH = DIR_OF_DATASET_IMAGES
  • मॉडल प्रशिक्षित करें
bash scripts/base.sh EXP_NAME

प्रशिक्षण train.py में किया जाता है। इसमें कई हाइपरपैरामीटर हैं, जिनमें से अधिकांश ऑगमेंटेशन पैरामीटर के अनुरूप हैं। scripts/bash.sh एक अच्छा प्रारंभिक बिंदु प्रदान करता है।

डिटेक्टर

डिटेक्टर मॉडल (जिसका उपयोग StegaStamps को सेगमेंट करने के लिए किया जाता है) के लिए प्रशिक्षण कोड इस रिपोजिटरी में शामिल नहीं है। पेपर में उपयोग किए गए मॉडल को यहाँ जारी किए गए BiSeNet मॉडल का उपयोग करके प्रशिक्षित किया गया था। CROP_WIDTH और CROP_HEIGHT को 1024 पर सेट किया गया था, अन्य सभी पैरामीटर डिफ़ॉल्ट पर सेट किए गए थे। डेटासेट बड़ी छवियों पर यादृच्छिक रूप से विकृत StegaStamps रखकर उत्पन्न किया गया था।

टेंसरबोर्ड

प्रशिक्षण को विज़ुअलाइज़ करने के लिए निम्न आदेश चलाएँ और अपने ब्राउज़र में http://localhost:6006 पर जाएँ।

tensorboard --logdir logs

एक संदेश को एन्कोड करना

स्क्रिप्ट encode_image.py का उपयोग किसी छवि या छवियों के निर्देशिका में संदेश को एन्कोड करने के लिए किया जा सकता है। डिफ़ॉल्ट मॉडल एक utf-8 एन्कोडेड गुप्त संदेश की अपेक्षा करता है जो <= 7 वर्णों का होता है (100 बिट संदेश -> ECC के बाद 56 बिट)।

एक छवि में संदेश एन्कोड करें:

python encode_image.py \
  saved_models/stegastamp_pretrained \
  --image test_im.png  \
  --save_dir out/ \
  --secret Hello

यह StegaStamp और मूल छवि पर लागू किए गए अवशेष दोनों को सहेजेगा।

एक संदेश को डिकोड करना

स्क्रिप्ट decode_image.py का उपयोग StegaStamp से संदेश को डिकोड करने के लिए किया जा सकता है।

उपयोग उदाहरण:

python decode_image.py \
  saved_models/stegastamp_pretrained \
  --image out/test_hidden.png

पता लगाना और डिकोड करना

स्क्रिप्ट detector.py का उपयोग किसी छवि में StegaStamps का पता लगाने और डिकोड करने के लिए किया जा सकता है। यह उन मामलों में उपयोगी है जहां कई StegaStamps मौजूद हैं या StegaStamp छवि के फ्रेम को नहीं भरता है।

डिटेक्टर का उपयोग करने के लिए, सुनिश्चित करें कि आपने स्थापना अनुभाग में बताए अनुसार डिटेक्टर मॉडल डाउनलोड कर लिया है। अनुशंसित इनपुट वीडियो रिज़ॉल्यूशन 1920x1080 है।

python detector.py \
  --detector_model detector_models/stegastamp_detector \
  --decoder_model saved_models/stegastamp_pretrained \
  --video test_vid.mp4

परिणामों को सहेजने के लिए --save_video FILENAME फ्लैग जोड़ें।

--visualize_detector फ्लैग का उपयोग डिटेक्टर नेटवर्क के आउटपुट को विज़ुअलाइज़ करने के लिए किया जा सकता है। मास्क सेगमेंटेशन मास्क से मेल खाता है, रंगीन बहुभुजों को ह्यूरिस्टिक्स के एक सेट का उपयोग करके इस सेगमेंटेशन मास्क में फिट किया जाता है। डिटेक्टर आउटपुट शोरगुल वाले हो सकते हैं और स्टेगास्टैम्प के आकार के प्रति संवेदनशील होते हैं। इस पेपर में डिटेक्शन नेटवर्क के और अनुकूलन का पता नहीं लगाया गया है।

टूल डाउनलोड करें

सबसे लोकप्रिय

सभी देखें →

हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 अंतिम OSINT टूलकिट: जाँच ग्राफ़, विश्वास स्कोरिंग, उपनाम परिवार, मानचित्र, टाइमलाइन और रिपोर्ट। 49 मॉड्यूल, 400+ साइटें, किसी API कुंजी की आवश्यकता नहीं।

    732
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # घोस्टलॉक वन-टैप निष्पादन ऐप (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    प्लानर/वर्कर एजेंट, एसेट और एक्सप्लोरेशन ग्राफ़, MITM ट्रैफ़िक रिकॉर्डिंग, और भेद्यता पुनःपरीक्षण के साथ LLM मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म।

    405
  • 4

    redforge

    cybersecurity91/redforge

    ब्राउज़र-साइड रेड टीम टूलकिट, जिसमें रेकॉन, पेलोड जनरेशन, क्रेडेंशियल हमलों, क्रिप्टो, एन्कोडिंग और एंगेजमेंट रिपोर्टिंग के लिए 102 ऑफ़लाइन टूल्स हैं।

    342
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI-मूल साइबरसुरक्षा के लिए कार्रवाई की प्रणाली—जहाँ इरादा नियंत्रित निष्पादन बन जाता है, साक्ष्य परिचालन स्मृति बन जाता है, और हर ऑपरेशन अगले को बेहतर बनाता है।

    261
  • 6

    antifox

    antifox-ai/antifox

    AI मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म जो रेकॉन, अटैक-सरफ़ेस डिस्कवरी, एक्सप्लॉइटेशन वैलिडेशन और साक्ष्य-आधारित रिपोर्ट डिलीवरी संचालित करता है।

    259

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →