8000 GitHub - BorisFaj/eSteBan8 · GitHub
[go: up one dir, main page]

Skip to content
BorisFajPublic

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

1 watching

Forks

Latest commit

 

History

79 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

eSteBan8

eSteBan8 es un proyecto de investigación y desarrollo en esteganografía y recuperación de mensajes ocultos mediante Deep Learning. El sistema se compone de dos grandes bloques:

  • GAN de imágenes para esteganografía visual (image/).
  • LSTM para recuperación de embeddings de texto (BERT) (message/).

✨ Módulo 1: GAN de imágenes (carpeta image/)

Este módulo implementa una arquitectura GAN adaptada para esteganografía:

  • El Encoder inserta un mensaje en una imagen minimizando la alteración visual.
  • El Decoder recupera el mensaje de la imagen stego.
  • El Discriminator intenta diferenciar entre imágenes reales y stego.

Principales hiperparámetros

Nombre Valor Descripción
WARM_UP_LEN 10 Epochs iniciales donde no se entrena el discriminador.
image_loss_lambda 0.25 Peso de la pérdida de imagen (MSE respecto a SSIM).
FREEZE_DISC_LOSS 0.05 Umbral para congelar el discriminador (personalizable).
image_channels 3 Canales de la imagen (RGB).
image_size 128 Tamaño de las imágenes cuadradas (128x128 px).
message_size 768 Dimensión del mensaje embebido.
batch_size 64 Tamaño del batch de entrenamiento.
num_epochs 3000 Número total de épocas de entrenamiento.
IMAGE_INPUT_RES 128 Resolución de entrada.
EPOCHS_TO_VAL 5 Frecuencia de evaluación.
EPOCHS_TO_SAVE 10 Frecuencia de guardado de checkpoints.
noise_std 0.01 Nivel de ruido gaussiano opcional (actualmente desactivado).
style_loss_weight 0.1 Peso para una pérdida de estilo (reservado).
message_weight 1.0 Peso de la pérdida del mensaje.
disc_loss_target 0.1 Pérdida objetivo del discriminador.
message_loss_target 0.1 Pérdida objetivo del mensaje.
sharpness 0.3 Controla la suavidad en la activación del discriminador.
message_alpha 0.001 Peso de regularización L2 sobre el mensaje.

🧠 Módulo 2: Recuperación de embeddings (carpeta message/)

Este módulo entrena una red basada en LSTM para reconstruir embeddings de texto (por ejemplo, vectores BERT) a partir de datos de entrada:

  • Entrada: secuencias de imágenes modificadas o embeddings parciales.
  • Salida: embeddings de 768 dimensiones.

Objetivos

  • Minimizar la distancia entre embeddings originales y recuperados.
  • Mantener la consistencia semántica del mensaje.

Futuras extensiones

  • Uso de Transformers en lugar de LSTM.
  • Fine-tuning de embeddings.
  • Regularizaciones avanzadas.

📂 Estructura general del proyecto

eSteBan8/
├── image/                # GAN de imágenes
│   ├── encoder.py
│   ├── decoder.py
│   ├── discriminator.py
│   ├── train.py
│   └── ...
├── message/              # LSTM para recuperación de embeddings
│   ├── lstm_recover.py
│   ├── train.py
│   └── ...
├── checkpoints/
├── logs/
├── runs/
├── .env
├── README.md
└── requirements.txt

💪 Herramientas

  • PyTorch: framework principal de entrenamiento.
  • TensorBoard: visualización de métricas e imágenes.
  • MLflow: gestión de experimentos y logging avanzado.

🚀 Primeros pasos

# Clonar el repositorio
git clone git@github.com:BorisFaj/eSteBan8.git
cd eSteBan8

# Instalar dependencias
pip install -r requirements.txt

# Configurar tu archivo .env correctamente

# Entrenar el modelo de imágenes
cd image
python train.py

# Entrenar el modelo de recuperación de mensajes
cd ../message
python train.py

📜 Licencia

Este proyecto está licenciado bajo la Licencia Apache 2.0.

Consulta el archivo LICENSE para más detalles.

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

1 watching

Forks

Releases

Packages

Used by

Contributors

Languages

0