Sıft anahtar noktalarını kullanarak ham video bileşenlerinde veri gizleme ve gizli verileri tespit etme
Hiding data and detecting hidden data in raw video components using sift points
- Tez No: 651756
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZKAN KILIÇ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 127
Özet
Bu çalışmada, veri gizleme yöntemlerinin önemli bir alt disiplini olan steganografi ve steganaliz üzerinde durulmuş ve farklı yöntemler kullanılarak elde edilen sonuçlara göre çıkarımlar yapılmıştır. Taşıyıcı ortam olarak hem zamana hem de uzaya yayılmış gerçek zamanlı olarak alınan ham video bileşenleri kullanılmıştır. Öznitelik çıkarım algoritmalarından SIFT kullanılarak veri gizlenen gerçek zamanlı ham video bileşenleri için, hem istatistiksel/matematiksel modellemede piksel komşuluk matrisine dayalı hem de derin öğrenmede CNN detektörleri kullanılmasına dayalı steganaliz çalışmaları yapılmıştır. Taşıyıcı ortama veri gizleme işlemi yapılırken, gerçek zamanlı ham video bileşenlerinin her bir çerçevesi için ayrı ayrı elde edilen en kaliteli 5 (beş) SIFT anahtar noktasından mükerrer olmayan noktalar kullanılmıştır. Hem veri gizlenmeden önceki örtü dosyalarından hem de veri gizleme işlemi yapıldıktan sonraki örtülü dosyalar içerisinden ayrı ayrı elde edilen SIFT anahtar noktalarının uzay düzleminde birebir aynı olduğu ve aralarında çok ciddi yapısal farkların olmadığı tespit edilmiştir. Bu SIFT anahtar noktalarına, bit uzayında LSB yöntemi kullanılarak veri gizleme işlemi yapılmıştır. SIFT yöntemi ile elde edilen anahtar noktalara yapılan veri gizleme işlemi sonucunda örtü medyaya saklanan gizli mesaj ile örtülü medyadan elde edilen gizli mesajın birebir aynı olduğu görülmüştür. Bu çalışma, gizli mesajı içerik olarak bulmayı ve gizli mesajın içerik olarak bulunup yok edilmesi ve/veya değiştirilerek bozulmasını amaçlamamıştır. Sadece istatistiksel/matematiksel ve derin öğrenme tabanlı olarak gizli mesaj içeriğinin var olup olmadığı bilgisini tespit etmeyi hedeflemiş ve elde edilene sonuçlar değerlendirilmiştir.
Özet (Çeviri)
In this study, steganography and steganalysis, which are important sub-disciplines of data-hiding methods, have been emphasized and inferences have been made according to the results obtained by using different methods. Raw video components that were taken in real time have been used. These components are both spatial and temporal. Steganalysis studies were performed on real-time raw video components in which data were hidden using SIFT, a feature extraction algorithm. These studies are based both on pixel adjacency matrix in statistical/mathematical modeling and on the use of CNN detectors in deep learning. While data storage is performed in the carrier medium, non-repeating points are used from the highest quality 5 SIFT keypoints obtained separately for each frame of real-time raw video components. It has been confirmed that the SIFT keypoints obtained separately from the cover medias before and after the data-hiding transaction are exactly the same in the spatial domain and that there are no serious structural differences between them. Data-hiding transaction within these SIFT keypoints is achieved using the LSB method in the spatial domain. As a result of the data-hiding transaction made to the keypoints obtained by SIFT method, it has been observed that the secret message stored on the cover media is the same as the secret message obtained from the covered media. This study was not intended to find the hidden message as content or to disclose and/or destroy the hidden message as content. This study aimed to determine whether there is any hidden message content based on statistical/mathematical and deep learning. And the results have been evaluated.
Benzer Tezler
- Akustik ve görsel özellikleri kullanarak müzik tür sınıflandırması uygulaması
Musical genre classification application using both acoustic and visual features
ALİ ÖZKAHRAMAN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜRVET KIRCI
- Natural scene image text detection and recognition using a novel global curvature feature
Yenı küresel eğri özellikleri kullanarak doğal sahne görüntü metni algılama ve tanıma
BELAYNESH CHEKOL
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NUMAN ÇELEBİ
- Ses dosyalarına yönelik yapılan kopyala yapıştır ses sahteciliklerinin tespiti
Detection of copy move audio forgeries targeting audio files
MUHAMMED KILIÇ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÜZİN ULUTAŞ
- Panoramik görüntüler için fotoğraf birleştirmeye yönelik sıft tabanlı yeni bir algoritma geliştirilmesi
A novel sift based algorithm for image stitching in panoramic images
DURDU ASLI KAPLAN YAŞKAYA
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
PROF. DR. MUSTAFA SERDAR KORUKOĞLU
DOÇ. DR. MUHAMMET GÖKHAN CİNSDİKİCİ
- Hematoksilen-eozin ve floresan ın situ hibridizasyon ile boyanan histopatoloji görüntülerinin imge çakıştırma yöntemleriyle ile eşleştirilmesi
Matching of histopathology images stained with hematoxylin-eosin and fluorescent in situ hybridization with image registration methods
ZAFER SÜNETCİ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Medeniyet ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURULLAH ÇALIK