بهینه سازی رمزنگاری تصویر مبتنی بر آشوب با استفاده از الگوریتم آموزش و یادگیری

امروزه رمزنگاری تصویر یکی از روشهای مهم ایجاد امنیت است. به دلیل همبستگی بین پیکسل های همجوار، حجم زیاد اطلاعات و نیاز به پردازش بلادرنگ، برای رمزنگاری تصویر نمی توان از روش های مرسوم در رمزنگاری داده استفاده کرد. در میان روش های موجود برای رمز تصویر استفاده از توابع آشوب به دلیل خواص ذاتی همچون تصادفی بودن، حساسیت به مقادیر اولیه و سادگی در پیاده سازی بیشتر مورد توجه قرار گرفته است. در این مقاله با استفاده از روشی جدید تصویر توسط نگاشت لجستیک (تابع آشوب) رمز می شود و به کمک الگوریتم نوث پیکسل های تصویر جایگشت می یابند. در نهایت با استفاده از الگوریتم بهینه سازی آموزش و یادگیری(TLBO ) تصویر رمز شده از نظر همبستگی میان پیکسل های همجوار ویا آنتروپی بهینه می شود. نتایج به دست آمده از آزمون های مختلف نشان دهنده ی دقت و کیفیت روش ارائه شده است به گونه ای که مقدار همبستگی تصویر رمز به میزان 〖10〗^(-6) می رسد که در مقایسه با روش های دیگر کمترین مقدار را داراست.

کلیدواژه ها:

رمزنگاری تصویر ، الگوریتم TLBO ، نگاشت لجستیک ، تابع آشوب ، جایگشت نوث