Geri Dön

Profile Hidden Markov ve olasılıksal geçiş tabanlı görüntü şifreleme

Visual cryptography based on profile Hidden Markov and probability transition

  1. Tez No: 671482
  2. Yazar: HİKMETCAN ÖZCAN
  3. Danışmanlar: DOÇ. DR. SUHAP ŞAHİN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 109

Özet

Bu çalışmanın amacı, kişisel veri güvenliği kapsamında dijital görüntü şifreleme algoritmalarını incelemek ve yeni iki görüntü şifreleme algoritması geliştirmektir. Bu tez çalışmasında dijital görüntüleri şifrelemek amacıyla iki farklı görüntü şifreleme yöntemi önerilmiştir. İlk yöntemde Profile Hidden Markov Model kullanılarak şifrelenecek görüntüye ait bir RGB olasılık vektörü elde edilmektedir. Rastgele değerlerden oluşturulmuş başlatma vektörü ve PHMM yöntemi üzerinden elde edilen olasılık vektörü kullanılarak görüntü pikselleri üzerinde blok şifreleme işlemi gerçekleştirilmektedir. Ayrıca şifrelenmiş piksel değerlerinin karıştırılması için S-Box'lardan yararlanılmaktadır. İkinci yöntemde ise, olasılıksal bir renk modeli kullanılarak şifrelenecek görüntüye ait bir RGB olasılık vektörü elde edilmektedir. Ayrıca ilk yöntemde kullanılan başlatma vektörü de şifreleme için kullanılmaktadır. Son olarak birbirinden tamamen farklı iki S-Box kullanılarak hem şifreleme işlemine girmeden önce hem de şifreleme işleminden sonra piksel değerinin karıştırılması sağlamaktadır. Böylece geliştirilen her iki yeni görüntü algoritmalarındaki simetrik şifreleme ile görüntünün şifrelenmesi sağlanmaktadır. Şifreleme önerilen her iki yöntemde de renkli görüntüler için 24 bitlik, gri tonlamalı görüntüler için ise 8 bitlik bloklar halinde yapılmaktadır. Önerilen yöntemlerin güvenlik ve performans analizleri görüntü kriptanaliz yöntemleri ile test edilmiştir. Elde edilen sonuçlar literatürde mevcut görüntü şifreleme yöntemleri ile karşılaştırılmıştır. Sonuçlara göre önerilen görüntü şifreleme algoritmalarının hem renkli hem de gri tonlamalı görüntüler için hızlı ve yüksek güvenliği sağlayabileceğini doğrulamaktadır.

Özet (Çeviri)

The purpose of this study is to examine visual cryptography algorithms within the scope of personal data security and to develop two new visual cryptography algorithms. In this thesis, two different visual cryptography are proposed to encrypt digital images. In the first method, an RGB probability vector of the image to be encrypted is obtained using the Profile Hidden Markov Model method. Then, the Block encryption process is performed on the image pixels by using the initiation vector created from random values and the probability vector obtained through the PHMM method. Also, S-Box is used to mix encrypted pixel values. In the second method, an RGB probability vector of the image to be encrypted using a probabilistic color model is obtained. In addition, an initialization vector used in the first method is used for encrypting. Finally, by using two completely different S-Boxes, the pixel value is mixed before and after the encryption process. Thus, the image is encrypted with symmetric encryption in both new visual cryptography algorithms. Encryption is done in 24-bit blocks for color images and 8-bit blocks for grayscale images in both methods. Security and performance analysis of the proposed method was tested by visual cryptanalysis methods. The results obtained were compared with the visual cryptography methods available in the literature. According to the results obtained, it confirms that the proposed visual cryptography algorithms can provide fast and high security for both color and grayscale images.

Benzer Tezler

  1. Biyoinformatik algoritmaların konum tabanlı öneri sistemlerinde uygulanması

    Implementation of bioinformatics algorithms in location-based recommendation systems

    ABDURRAHMAN GÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NEVCİHAN DURU

  2. İçerik dağıtım ağlarında senkronizasyon zamanının profile hidden Markov Model ile kestirimi

    Estimation of synchronization time in content delivery networks with profile hidden Markov Model

    FİDAN KAYA GÜLAĞIZ

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SUHAP ŞAHİN

  3. FPGA kullanılarak gizli profil Markov modeline dayalı yeni bir görsel şifreleme yönteminin uygulanmas

    Implementation of a new visual encryption method based on the profile hidden Markov model using FPGA

    MUHAMMET BAHADIR TÜRKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SUHAP ŞAHİN

  4. Sequence alignment using hidden Markov method

    Hıdden Markov metodu kullanarak dizin hizalama

    MUSTAFA DURAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TUĞRUL YANIK

    YRD. DOÇ. DR. İHSAN ÖMÜR BUCAK

  5. Evolutionary exploration of subfamily-specific features and mechanisms in class C GPGRs

    C sınıfı G-protein kenetli reseptörlerinde alt-ailelere özgü özelliklerin ve mekanizmaların evrimsel keşfi

    AYLİN BİRCAN

    Doktora

    İngilizce

    İngilizce

    2023

    BiyolojiSabancı Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyomühendislik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ OGÜN ADEBALİ