Desarrollador  de la  Maestría en Ingeniería de la Universidad Autónoma de Manizales (UAM) logra avances significativos en la detección de mensajes ocultos en imágenes digitales.

Mario Alejandro Bravo Ortiz, ingeniero electrónico y biomédico graduado de la Universidad Autónoma de Manizales y actual estudiante de la Maestría en Ingeniería, ha logrado importantes avances de la inteligencia artificial.

Desde 2018, el estudiante de la UAM ha formado parte del semillero de investigación en Bioinformática e Inteligencia Artificial, y ahora, como estudiante de la  Maestría en Ingeniería y del Doctorado en Ingeniería, ha alcanzado resultados importantes en su carrera académica.

Detección de mensajes ocultos

Durante su proceso en la Maestría en Ingeniería, Bravo Ortiz llevó a cabo un proyecto innovador titulado "Convolutional Vision Transformer Applied in Spatial Domain Image Steganalysis" (Transformador de Visión Convolucional Aplicado en Esteganálisis de Imágenes en el Dominio Espacial). Este proyecto ha generado dos artículos de investigación que han sido aceptados en prestigiosas revistas internacionales indexadas, uno de ellos clasificado como Q1 y el otro como Q2.

Para comprender el impacto de este proyecto, es necesario familiarizarse con el concepto de esteganografía en imágenes. La esteganografía de imágenes se refiere a la técnica de ocultar mensajes dentro de archivos digitales de imágenes, lo cual ha surgido como una alternativa interesante para el intercambio seguro de información. El esteganálisis de imágenes, por otro lado, implica la detección de mensajes ocultos dentro de estos archivos digitales.

En el marco de su investigación de maestría, Bravo Ortiz ha desarrollado modelos de inteligencia artificial de última generación capaces de detectar con precisión mensajes ocultos en imágenes digitales, con una exactitud aproximada del 94%. Su innovador enfoque ha dado lugar a la creación de un nuevo modelo de aprendizaje profundo híbrido llamado "CVTStego-Net" (Red CVTStego), que combina los beneficios de una red neuronal convolucional con un Transformer de visión.

El modelo CVTStego-Net ha logrado superar el estado del arte en esteganálisis de imágenes digitales en el dominio espacial, representando un avance significativo en la detección y desenmascaramiento de mensajes ocultos. Además, Bravo Ortiz ha desarrollado una estrategia de preprocesamiento y distribución de imágenes digitales específicamente diseñada para mejorar el rendimiento de las redes neuronales utilizadas en este problema.

El ingeniero Bravo Ortiz aprovechó esta oportunidad para expresar su agradecimiento al semillero de investigación, al departamento de electrónica y automatización, y a sus tutores de investigación por el apoyo brindado durante todo el proceso de maestría. Asimismo, extendió un agradecimiento especial a la coordinadora del programa de maestría en ingeniería por su amabilidad y gestión durante todo el proceso.

Los avances logrados por Mario Alejandro Bravo Ortiz tienen el potencial de tener un impacto significativo en campos como la seguridad de la información y la protección de datos sensibles. Sus contribuciones en la inteligencia artificial demuestran el potencial de la investigación y la innovación para abordar desafíos tecnológicos cada vez más complejos.

Los tutores que acompañaron el proceso fueron Reinel Tabares Soto, Simón Orozco Arias y Diana Yomali Ospina