روش دیگر تغییر کل یکی از اجزای رنگی هر پیکسل است، یعنی بعد از انتخاب پیکسل مقدار قرمز آن را با مقدار کد اسکی حرف مورد نظر تغییر دهیم، سپس پیکسل دیگری را انتخاب کنیم و مقدار سبز آن را کد اسکی حرف بعدی جابجا کنیم و در آخر پیکسل دیگری را انتخاب و کد آبی آن را با مقدار اسکی حرف بعدی تغییر می دهیم، با این روش هر سه حرفِ متوالی در ۳ پیکسل جاسازی می شود، هر چند این روش تغییر قابل محسوس تری نسبت به روش LSB می دهد ولی نتیجه قابل قبولی دارد.
برای انتخاب پیکسل ها نیز می توان از روش های مختلف استفاده کرد، در یک روش می توان با بهره گرفتن از الگوریتم های رندوم^[۷۲] ساز و استفاده از seed که به عنوان یکی از رمز ها می تواند باشد یک سری
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

پیکسل های ثابتی را استخراج کرد. در این روش ممکن است تصادفا ً پیکسل انتخابی در جایی باشد که
رنگ های اطراف آن ثابت است و در آنجا عکس پیچیدگی ندارد. در چنین وضعیتی هر گونه تغییر در رنگ پیکسل می تواند مشاهده شود، هر چند در LSB تقریبا ً دیدن تغییرات با چشم انسان غیر ممکن است.
روش دیگری که می تواند مورد استفاده قرار گیرد استفاده از الگوریتم هایی است که مکان هایی از عکس که دارای پیچیدگی خاصی است را پیدا کند. برای این کار می توان بلاک هایی مثلا ً با ابعاد ۸ پیکسل در ۸ پیکسل را انتخاب کرد و میانگین رنگ های آن را بدست آورد، سپس اگر تعداد پیکسل هایی که در آن بلاک رنگش خیلی بیشتر یا کمتر از میانگین بود زیاد شد آن بلاک را به عنوان بلاک پیچیده در نظر
می گیرد. سپس در خود این بلاک ها با بهره گرفتن از LSB و همچنین الگوریتم های رندوم ساز رنگ پیکسلی را تغییر داد. با بهره گرفتن از این تکنیک کمتر امکان دیده شدن تغییرات وجود دارد.
وقتی از LSB برای عکس های ۸ بیتی استفاده می کنید باید دقت بیشتری داشته باشید زیرا عکس های ۸ بیتی قابلیت های عکس های ۲۴ بیتی را ندارد. برای انتخاب عکس پوشاننده باید دقت زیادی داشت تا وقتی پیغام دوم در آن جاسازی شد تغییرات بوجود آمده محسوس نباشد. از استفاده از عکس های معروف (مانند مونالیزا) باید پرهیز کرد، در حقیقت یک عکس از سگ شما می تواند برای این کار کافی باشد.
وقتی بیتهای LSB را در عکس های ۸ بیتی تغییر می دهید، نشانه گر که پالت اشاره می کند تغییر
می یابد. این مهم است که به یاد داشته باشید تغییر یک بیت ممکن است رنگ یک پیکسل را از قرمز به آبی در پالت تغییر دهد. این چنین تغییری در عکس کاملاً مشخص است و روشی که چنین تغییری بدهد اصلاً قابل قبول نیست. برای همین علت متخصصان مخفی کردن اطلاعات می گویند که در
عکس های ۸ بیتی از پالت خاکستری استفاده کنید زیرا تغییر رنگ بین طیف خاکستری محسوس
نمی باشد و در صورت تغییر اندیس هر پیکسل در پالت رنگ هایی که جلب نظر بکند دیده نخواهد شد.
۲-۱۲-۲-۴- پوشش^[۷۳] و فیلتر^[۷۴]
تکنیک های پوشش و فیلتر اطلاعات را مشابه تکنیک های واترمارکینگ در عکس مخفی می کند. بدلیل اینکه تکنیک های واترمارکینگ بیشتر در عکس ادغام می شود از آنها بدون ترس از دست رفتن بر اثر تغییر یا فشرده سازی عکس می توان استفاده کرد. بوسیله پوشانیدن یا پوشش یک نور ضعیف که قابل درک است بوسیله یک سیگنال دیگر سعی می کنیم اولی را غیر قابل درک کنیم، در حقیقت ما از ضعف سیستم بینایی انسان در تغییرات بسیار کم در یک محیط محدود و مشخص استفاده می کنیم.
از نظر تکنیکی، واترمارکینگ یک نوع از استگانوگرافی نیست. استگانوگرافی اطلاعات را در عکس مخفی می کند؛ واترمارکینگ اطلاعات را توسعه می دهد و آن را به عنوان یکی از خواص عکس پوشاننده تبدیل می کند، اطلاعاتی مانند مالکیت، اجازه و کپی رایت. استفاده از تکنیک های پوشش در عکسهای JPEG که از با اتلاف  استفاده می کنند بسیار مناسب تر از LSB است، زیرا سازگاری خاصی با فشرده سازی و برش عکس دارد.
۲-۱۲-۲-۵- الگوریتم ها و تبدیلات
بدلیل اینکه عکس های JPEG دارای کیفیت بالا و فشرده سازی خوب هستند بسیار مناسب است که از آنها برای استفاده در شبکه ها و اینترنت استفاده کنیم. در حقیقت JPEG متداول ترین فرمت بر روی اینترنت است.
عکس JPEG از تبدیل کسینوسی گسسته (DCT) برای فشرده سازی استفاده می کنند. DCT یک تبدیل با اتلاف برای فشرده سازی است. بدلیل اینکه مقدار کسینوس به دقت کامل محاسبه نمی شود همیشه احتمال خطا وجود دارد و اطلاعاتی که بازیابی می شود با توجه به مقادیری که DCT محاسبه کرده ممکن است با مقدار اولیه تفاوت داشته باشد.
همچنین عکس را می توان توسط تبدیل فوریه یا تبدیل موجک پردازش کرد. از روشنایی عکس ها هم
می توان استفاده کرد، سیستم بینایی انسان حساسیت کمی نسبت به تغییرات کم در روشنایی دارد.
از معروف ترین روش های مبتنی بر کاهش بعد، آنالیز مولفه های اصلی و تبدیل کسینوسی گسسته است. تحلیل مولفه های اصلی یک تبدیل خطی است که از واریانس داده های ورودی استفاده می کند. این روش ابزار قدرتمندی برای تجزیه و تحلیل داده های ورودی در حضور تغییرات خطی می باشد.[۲۶]
تبدیل کسینوسی یکی از تبدیلهایی است که در پردازش سیگنالهای دیجیتال و پردازش تصویر کاربرد بسیاری دارد. تبدیل کسینوسی دو بعدی یک تکنیک استاندارد برای فشرده سازی و کدینگ تصاویر است که در استاندارد هائی همانندMPEG- 2 ،MPEG-1 ، JPEGو … از این تبدیل استفاده می شود.[۳]
بقیه تکنیک ها اطلاعات مخفی شده را کدگذاری می کند. آنها فرض می کنند که اگر بیت های پیغام کشف شد اگر الگوریتم و کلمه رمز وجود نداشته باشد پیغام را نتوان رمزگشایی کرد. با اینکه این
تکنیک ها در محافظت از پیغام در برابر کشف شدن کمک می کند ولی در مقابل دستکاری عکس مصونیت ندارند.
۲-۱۲-۳- استگانوگرافی در صدا
بدلیل محدوده سیستم شنوایی انسان مخفی کردن اطلاعات در صدا نیز می تواند مورد استفاده قرار گیرد. سیستم شنوایی انسان می تواند قدرتی بین یک تا یک میلیون و فرکانسی بیشتر یک هزار تا یک را درک کند. همچنین نسبت به پارازیت هایی که اضافه می شود بسیار حساس است. هر گونه مزاحمتی در یک فایل صوتی قابل درک است حتی اگر به کمی یک قسمت از ده میلیون باشد. به هر حال با اینکه سیستم شنوایی انسان حساسیت زیادی دارد ولی در برابر بعضی تغییرات حساسیت خود را از دست
می دهد مثلا ً صداهای بلند صداهای آرام را در خود جای می دهند.
برای استفاده از صدا برای مخفی کردن اطلاعات دو نکته را باید در نظر داشت، اول، باید از ضعف سیستم شنوایی انسان سوء استفاده کرد و دوم توجه خاصی به حساسیت فوق العاده آن داشت.
۲-۱۲-۳-۱- محیط های صدا
وقتی سیگنال های صدا فرستاده می شود دو نکته مد نظر است، یکی وسیله ذخیره صدا و دیگری وسیله پخش آن.
۲-۱۲-۳-۲- ذخیره صدا
فایلهای صدای دیجیتالی دارای دو خصوصیت هستند:
الگوی کوانتیزاسیون^[۷۵]: معمول ترین فرمت های ذخیره صدا با کیفیت بالا استفاده از فرمت های ۱۶ بیتی خطی کوانتیزاسیون است مانند آن چیزی که در ^[۷۶]WAV یا AIFF^[77] استفاده می شود. مقداری از سیگنال ها بوسیله این فرمت دچار اعوجاج می شود.
تمپورال^[۷۸] نرخ نمونه گیری: پر استفاده ترین تمپورال نرخ نمونه گیری ها برای صدا عبارتند از ۸KHz, 9.6KHz, 10KHz, 12KHz, 16KHz, 22.05KHz  و ۴۴٫۱KHz می باشد. نرخ نمونه گیری یک حد بالا برای استفاده از فرکانس های مختلف در صدا ایجاد می کند. به طور کلی فضای قابل استفاده نسبت خطی با نرخ نمونه گیری دارد.
یکی دیگر از روش های ذخیره که باید به آن توجه کرد ISO MPEG است. در این فرمت خصوصیات
سیگنال ها بوسیله کد کردن بخش قابل شنیدن آن تغییر می یابد، اینگونه که صدا را حفظ می کند ولی سیگنال را تغییر می دهد.
۲-۱۲-۳-۳- وسایل پخش
 وسیله پخش یا محیط پخش در یک سیگنال صدا به محیطی گفته می شود که سیگنال در آن از رمزگذاری به رمزگشاییمی رود.
چهار محیط پخش عبارتند از:
محیط Digital End-to-End: وقتی یک فایل صوتی مستقیماً از یک ماشین به ماشین دیگر کپی شود اما تغییری در آن اعمال نشود آنگاه آن فایل از طریق Digital end to end منتقل شده است. در نتیجه نمونه گیری بین رمزگذاری و رمزگشایی تغییر نخواهد کرد. در این محیط اطلاعات خیلی کمی
می توان مخفی کرد.
محیطی با بهره گرفتن از کم یا زیاد کردن و نمونه گیری مجدد: در این محیط یک سیگنال دوباره نمونه گیری می شود تا به یک سطح بالاتر یا پایین تری از نرخ نمونه گیری برسد اما همچنان دارای خروجی یکسان باشد. اما همچنان بزرگی و فاز سیگنال ها حفظ می شود و فقط خاصیت های تمپورال سیگنال تغییر می کند.
پخش آنالوگ و نمونه گیری مجدد: این وقتی اتفاق می افتد که سیگنال به آنالوگ تغییر می کند و آن بر روی یک خط آنالوگ پخش می شود. بزرگی سیگنال، نمونه کوانتیزاسیون و نرخ نمونه گیری تمپورال حفظ نمی شود. به طور کلی فقط فاز سیگنال حفظ می شود.
محیط هوا: این وقتی اتفاق می افتد که سیگنال در هوا پخش شود و دوباره بوسیله میکروفن از آن نمونه برداری کنند. در این حالت سیگنال تغییرات غیر خطی زیادی می کند مانند تغییر در فاز، دامنه، فرکانس و غیره.
هر دوی محیط پخش و وسیله ذخیره سینگال در نوع الگوریتم هایی که برای مخفی کردن اطلاعات به کار می رود اهمیت دارند.
۲-۱۲-۳-۴- روش های مخفی کردن اطلاعات در صدا