یک روش امن پنهاننگاری مبتنی بر الگوریتم ژنتیک به منظور افزایش حجم داده جاسازی شده
محل انتشار: پنجمین کنفرانس ماشین بینایی و پردازش تصویر
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,952
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP05_072
تاریخ نمایه سازی: 29 اردیبهشت 1387
چکیده مقاله:
علم پنهان نگاری طی دهه گذشته و با گسترش ارتباطات شبکه ای و اینترنت اهمیت روزافزونی یافته و توجه محققین برای ارائه روشهای مخفی سازی با مقاومت ، امنیت و ظرفیت بالا را به خود جلب کرده است . هدف پنهان نگاری مخفی کردن وجود هرگونه ارتباط سری بین فرستنده و گیرنده است و د این مقاله یک الگوریتم جدید پنهان نگاری مبتنی بر یادگیری توسط الگوریتم تکاملی برای مخفی سازی حجم زیادی از اطلاعات در تصاویر BMP معرفی شده است . برای این منظور از فیلتر گذاری تصویر وفق پذیر و قطعه بندی تصویر غیر یکنواخت با تعویض بیت در پیکسل های مناسب استفاده نمودیم . این پیکسل ها بصورت تصادفی با استفاده از مفهوم جدید تعریف شده با حالات اصلی با زیر حالات برای هر بایت در یک پیکسل انتخاب می گردند . در این متد چهار لایه امنیتی برای مقابله با پنهان شکنی و شکستن رمز پیام ارسالی پیشنهاد شده است . سیستم آموزشی در لایه چهارم امنیتی از طریق سیستم بهینه سازی الگوریتم های تکاملی استفاده می شود. این لایه برای افزایش مقاومت در برابر حمله های آماری و بصری خروجی های این روش قبل و بعد از سیستم یادگیری با الگوریتم های پنهان نگاری قبلی مقایسه شده است . نشان داده شده که این روش می تواند به صورت موثر حجم زیادی از اطلاعات را با وجود کیفیت بالای خروجی جاسازی نماید .
کلیدواژه ها:
نویسندگان
رضا خاک پور
دانشکده کامپیوتر دانشگاه آزاد قزوین
امیر مسعود افتخاری مقدم
دانشکده کامپیوتر دانشگاه آزاد قزوین
هادی نبئی
دانشکده کامپیوتر دانشگاه آزاد قزوین
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :