| Campo DC | Valor | Idioma |
|---|
| dc.contributor.advisor | Mendonça, Fábio Lúcio Lopes de | - |
| dc.contributor.author | Vergara, Guilherme Fay | - |
| dc.date.accessioned | 2026-07-08T20:54:09Z | - |
| dc.date.available | 2026-07-08T20:54:09Z | - |
| dc.date.issued | 2026-07-08 | - |
| dc.date.submitted | 2026-03-06 | - |
| dc.identifier.citation | VERGARA, Guilherme Fay. Digital preservation with a blockchain of custody architecture using OAIS and video steganography. 2026. 170 f., il. Tese (Doutorado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2026. | pt_BR |
| dc.identifier.uri | http://repositorio.unb.br/handle/10482/55319 | - |
| dc.description | Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2026. | pt_BR |
| dc.language.iso | eng | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.title | Digital preservation with a blockchain of custody architecture using OAIS and video steganography | pt_BR |
| dc.title.alternative | Preservação digital com uma arquitetura de blockchain de custódia utilizando OAIS e esteganografia em vídeo | pt_BR |
| dc.type | Tese | pt_BR |
| dc.subject.keyword | Blockchain | pt_BR |
| dc.subject.keyword | Preservação digital | pt_BR |
| dc.subject.keyword | Aprendizado profundo | pt_BR |
| dc.subject.keyword | Design Science | pt_BR |
| dc.description.abstract1 | Digital evidence can be modified without leaving traces, its provenance can be forged, and
audit trails can be manipulated by those with administrative access. Traditional approaches
rely on institutional trust and procedural safeguards, which are insufficient against determined adversaries. Although partial solutions exist, no system integrates blockchain,
OAIS digital preservation, and steganography into a coherent architecture. This thesis designs, implements, and validates a modular architecture that combines blockchain with
Proof of Work, OAIS-compliant preservation with BagIt packaging (RFC 8493), and video
steganography, providing cryptographically verifiable integrity, archival compliance, and
covert evidence transport. For video-in-video scenarios, the thesis proposes Stego-STFAN, a
novel neural network architecture based on spatial-temporal adaptive filtering that replaces
computationally expensive 3D convolutions with FAC modules and CBAM attention. The
architecture was fully implemented and validated following the Design Science methodology.
Validation executed 14 live attack scenarios across three architectural layers. At the blockchain
layer, six attack types were executed with 100% accuracy across 260 test cases. At the steganographic layer, bit-flip, lossy re-encoding, and payload-swap attacks were executed using
SHA-256 hash comparisons, and byte-perfect reversibility was confirmed across 200 LSB
embedding/extraction cycles. At the custody layer, five attacks were executed by BagIt’s twolevel manifest structure. Stego-STFAN achieved a container PSNR of 27.03 dB, ranking third
among the compared models with 43.91 M parameters. Security analysis against CIA+ANP
properties shows the integrated system satisfies all six properties (Confidentiality, Integrity,
Availability, Authenticity, Nonrepudiation, and Privacy).
The results demonstrate that blockchain-anchored preservation with steganographic capability provides a viable approach to digital evidence management, offering mathematical
verification independent of institutional trust while maintaining compliance with established archival standards. | pt_BR |
| dc.description.abstract2 | Documentos digitais podem ser modificadas sem deixar vestígios, sua proveniência pode
ser forjada e trilhas de auditoria podem ser manipuladas por quem detém acesso administrativo. Abordagens tradicionais dependem de confiança institucional e de salvaguardas
procedimentais, insuficientes diante de adversários determinados. Embora existam soluções
parciais, nenhum sistema integra blockchain, preservação digital OAIS e esteganografia em
uma arquitetura coerente. Esta tese propõe, implementa e valida uma arquitetura modular
que combina blockchain com Proof of Work, preservação conforme OAIS/BagIt (RFC 8493)
e esteganografia em vídeo, fornecendo integridade criptograficamente verificável, conformidade arquivística e transporte. Para cenários de vídeo-em-vídeo, propõe-se o Stego-STFAN,
uma arquitetura de rede neural original baseada em filtragem adaptativa espaço-temporal
que substitui convoluções 3D por módulos FAC com atenção CBAM. A arquitetura foi
integralmente implementada e validada seguindo a metodologia Design Science.
A validação executou 14 cenários de ataque ao vivo em três camadas. Na camada blockchain,
seis tipos de adulteração foram testados com 100% de acurácia em 260 casos de teste. Na
camada esteganográfica, ataques de bit-flip, recodificação lossy e substituição de payload
foram detectados por meio da comparação com o SHA-256, com a reversibilidade perfeita
confirmada em 200 ciclos LSB. Na camada de custódia, cinco ataques foram testados pela
estrutura de dois níveis de manifesto do BagIt. O Stego-STFAN alcançou 27,03 dB de PSNR
no container, terceiro lugar entre modelos comparados, com 43,91 M de parâmetros. A
análise CIA+ANP demonstra que o sistema satisfaz todas as seis propriedades de segurança
(Confidencialidade, Integridade, Disponibilidade, Antenticidade, Não repúdio e Privacidade).
Os resultados demonstram que a preservação ancorada em blockchain com capacidade
esteganográfica constitui uma abordagem viável para a gestão de documentos digitais, oferecendo verificação matemática independente de confiança institucional e de conformidade
com padrões arquivísticos estabelecidos. | pt_BR |
| dc.description.unidade | Faculdade de Tecnologia (FT) | pt_BR |
| dc.description.unidade | Departamento de Engenharia Elétrica (FT ENE) | pt_BR |
| dc.description.ppg | Programa de Pós-Graduação em Engenharia Elétrica | pt_BR |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|
