USING UNSUPERVISED IMAGE SEGMENTATION AND IMAGE FREQUENCY HISTOGRAM TO IMPROVE COVERLESS INFORMATION HIDING
KAPASIZ BİLGİ GİZLİĞİNİ GELİŞTİRMEK İÇİN KULLANILMAMIŞ GÖRÜNTÜ SEGMENTASYONU VE GÖRÜNTÜ FREKANS HİSTOGRAMINI KULLANMA
- Tez No: 667372
- Danışmanlar: YRD. DOÇ. DR. OĞUZ ATA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Steganografi her zaman bilgisayar güvenliğinin umut verici bir parçası olmuştur, bir bilgiyi başka bir bilgi parçasına gizleme fikri yeni bir bilgi değildir, ancak son yıllarda oldukça ilginç bir steganografi kavramı ortaya çıktı, bir kapak bilgisini bir kapak içine gizleme fikri ortaya çıktı Kanıt veya operasyon izi bırakmadan normalde“kapaksız steganografi”olarak adlandırılır. mesaj ve kapak dosyası arasında bir eşleme ilişkisi bularak kapaksız bir bilgi gizleme yöntemi öneriyoruz, kapaksız gizlememizi K-ortalama kümeleme algoritması kullanarak bir görüntüyü alt görüntülere bölerek uygulıyoruz ve daha sonra görüntümüzün görüntü frekans histogramını ve ortaya çıkan segmentler. bundan sonra görüntü segmentlerini bir ikili diziye indirgeyerek görüntüden bir ikili dizi üretiyoruz, her bir görüntü segmenti bu dizide bir biti temsil edecek, daha sonra bilgilerimiz arasında bir eşleme ilişkisi bulmak için görüntü veri setimizdeki her dizinin bir sözlüğünü yapıyoruz ve karşılık gelen görüntü blokları, daha sonra görüntü blokları ve sekans sözlüğümüzden bir görüntü dizisi arasında bir eşleme ilişkisi bularak çift endeksleme şeması yaparız, daha sonra görüntüyü alıcı üzerinde yapılan işlemleri tersine çevirmek için alıcıya göndeririz görüntüyü aynı algoritmayı kullanarak bölümlere ayırarak ve görüntüyü her grubumuzda bir görüntü bloğunu temsil edecek şekilde bitlere indirgeyerek bir bilgi parçasını temsil eder
Özet (Çeviri)
Steganography has always been a promising part of computer security, the idea of concealing an information inside another piece of information is not a new one but in recent years a fairly interesting concept of steganography appeared, the idea of concealing a piece of information inside a cover information without leaving an evidence or a trace of the operation it's normally referred to as“coverless steganography”. we propose a coverless information hiding method by finding a mapping relationship between the message and the cover file, we implement our coverless hiding by segmenting an image into sub images using K-means clustering algorithm and then calculate the image frequency histogram of our image and our resulting segments. after that we generate a binary sequence from the image by reducing the image segments into a binary sequence each image segment will represent a bit in this sequence, then we make a dictionary of each sequence in our image dataset to find a mapping relationship between our information and the corresponding image blocks, then we make a double indexing scheme by also finding a mapping relationship between the image blocks and a sequence of an image from our sequence dictionary, after that we send the image to the receiver to reverse the operations done on the image by segmenting the image using the same algorithm and reducing the image to bits every group of which will represent an image block in our dictionary thus representing a piece of information. The experimental results show that our method has a the most hiding capacity of all previous methods implemented and it is so far the most robust coverless hiding scheme when it comes to resilience to the known steganalysis technique
Benzer Tezler
- Unsupervised detection of compound structures using image segmentation and graph-based texture analysis
Bileşik yapıların görüntü bölütleme ve çizge tabanlı doku analizi ile öğreticisiz bulunması
DANİYA ZAMALİEVA
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. SELİM AKSOY
- Unsupervised texture segmentation with Markov random fieled models and self organizing maps
Markov rasgele alan modelleri ve özdüzenlemeli haritalar ile gözetimsiz doku bölütlemesi
MESUT GÖKTEPE
Doktora
İngilizce
1996
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEŞE YALABIK
- Image processing and machine learning techniques for Chagas disease identification and segmentation
Görüntü işleme ve makine öğrenimi teknikleri, Chagas hastalığı tanı ve segmentasyonu için
INASS MOHAMMED AZZAWI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. LAVDİE RADA ÜLGEN
- Beyin mr görüntülerinin dalgacık dönüşümü ve özörgütlemeli harita ağları kullanılarak bölütlenmesi
Segmentation of brain mr images using wavelet transform and self organizing maps neural network
AYŞE DEMİRHAN
Doktora
Türkçe
2012
BiyomühendislikGazi ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı (disiplinlerarası)
PROF. DR. İNAN GÜLER
- Deep learning based unsupervised tissue segmentation in histopathological images
Histopatolojik görüntülerde derin öğrenme temelli öğreticisiz doku bölütlemesi
TROYA ÇAĞIL KÖYLÜ
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM GÜNDÜZ DEMİR