Geri Dön

Still image steganography detection based on machine learning techniques

Makine öğrenmesi teknikleri tabanlı hareketsiz görüntü steganografi tespiti

PDF İndir

  1. Tez No: 559120
  2. Yazar: ISAMADEEN ABDOLMUGHITH KHALIFA KHALIFA
  3. Danışmanlar: DOÇ. DR. MUSA ATAŞ, DR. ÖĞR. ÜYESİ SUBHİ R. M. ZEEBAREE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Siirt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgi Güvenliği Bilim Dalı
  13. Sayfa Sayısı: 64

Özet

Son yirmi yılda steganaliz bilimi, dijital bilgisayar dosyalarındaki veri gizliliğinin yanlış kullanılması ile geride bırakılan güvenlik risklerini en aza indiren verimli bir araştırma alanı haline geldi. Gizli yazının yayılması arttıkça, steganalize olan ihtiyaç ortaya çıktı ve yasadışı gizli iletişimleri engellemek için büyük ölçüde gerekli hale geldi. Bu tez, eş oluşum matrisini, frekans alanı dönüşümlerini, ilk üç momenti ve Geri Yayılımlı Sinir Ağlarını (GYSA) kullanarak hareketsiz görüntülerdeki gizli bilgileri tespit etmek için bir steganaliz sistemi sunmaktadır. İlk olarak, eş-oluşum matrisi, gizli bilginin taşıyıcısı olduğundan şüphelenilen giriş görüntüsü için hesaplanır. İkinci olarak, 12 alt bantla sonuçlanan üç Ayrık Dalgacık Dönüşümü (ADD) seviyesi uygulanır. Ardından, orijinal görüntü ile birlikte bu alt bantlar, 13 alt bant üretmek için Ayrık Fourier Dönüşümü (AFD) veya Ayrık Kosinüs Dönüşümü (ACD) tarafından işlenir. Bundan sonra, ilk üç momentten 39 elemanlı özellik vektörü hesaplanır. Son olarak görüntünün gizli bilgi içerip içermediğini belirlemek için bir GYSA sınıflandırıcısı kullanılır. Önerilen yaklaşım, eş-oluşum matrisi ve onsuz olarak her biri bir kez AFD ve bir kez de ACD kullanılarak test edilmiştir. Elde edilen sonuçlar önceki çalışmalara göre AFD ile birlikte eş-oluşum matrisini kullanmanın en yüksek performansa sahip olduğunu göstermiştir.

Özet (Çeviri)

In the last two decades, steganalysis has become a fertile research area to minimize the security risks left behind by misuse of data concealment in digital computer files. As the propagation of hidden writing increased, the need for the steganalysis emerged and grew to a large extent necessary to deter illicit secret communications. This thesis introduces a steganalysis system to detect hidden information in still images through using co-occurrence matrix, frequency domain transforms, the first three moments, and Back Propagation Neural Network (BPNN). Firstly, the co-occurrence matrix is calculated for the input image, which suspected to be a carrier of hidden secret information. Second, three levels of Discrete Wavelet Transform (DWT) are applied resulting in 12 subbands. Then, those subbands along with the original image are transformed by Discrete Fourier Transform (DFT) or Discrete Cosine Transform (DCT) to produce 13 subbands. After that, the first three moments are calculated resulting feature vector with 39 feature. Finally, a BPNN is used as a classifier to determine whether the image is containing hidden information or not. The proposed approach is tested with and without co-occurrence matrix, each of them once using DFT and another time using DCT. The results showed that using the co-occurence matrix with DFT has the highest performance compared to previous studies.

Benzer Tezler

  1. Tez No

    672445

    An effective medical image steganography based on pixels disparity value to improve the security and imperceptibility

    Güvenliği ve emniyetliliği artırmak için piksel ayrışıklık değerine dayalı etkili bir medikal görüntü steganografisi

    MOHAMMED KAREEM ABED ABED

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    Assoc. Prof. Dr. SEFER KURNAZ

  2. Tez No

    843496

    Image steganography and encryption algorithm for hiding important information from image‏

    Başlık çevirisi yok

    AYSAR ABD ALSATTAR SHAKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilim ve TeknolojiAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN

  3. Tez No

    390331

    New approach for text based steganography

    Metin tabanlı steganografide yeni bir yaklaşım

    ABDIKARIM ABI HASSAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KEMAL TÜTÜNCÜ

  4. Tez No

    276850

    Least significant bit embedding methods on still images

    İmgelerde son bite gömme yöntemleri

    CEM OLCAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. NURDAN SARAN

  5. Tez No

    427928

    İmge içerisine lsb eşleştirme alanı tabanlı kayıplı imge gizleyen yüksek kapasiteli tersinir sırörtme yöntemi

    A high capacity reversible steganography method based on lsb mapping area for hiding lossy images into images

    ALİ DURDU

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET TURAN ÖZCERİT

Geri Dön