Propose AI system to enhance image steganography
Görüntü steganografisini geliştirmek için AI sistemi önerin
- Tez No: 828247
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- 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: 53
Özet
Gizli bilgi alışverişinde kullanılan yöntemlerden biri olan steganografi görünmez iletişim sanatıdır. Gizli iletişim, insan duyuları tarafından görülemeyecek şekilde gizlenir. Steganografi ve şifreleme, bu gizliliğe ulaşmanın etkili bir yolunu sunar. Geleneksel görüntü steganografisi yöntemleri, ilk pikselle başlama ve gizli mesajın son parçası gömülene kadar sonraki piksellerle devam etme eğilimindedir. Steganografi sisteminin güvenliğini artırmak için modern eğilimler, çeşitli akıllı algoritmalar kullanarak görüntüleri keyfi olarak gizlemeyi içerir. Bu tezde, görüntü steganografisini geliştirmek ve yüksek düzeyde güvenlik sistemleri sağlamak ve gizli bilgileri güvenli bir şekilde değiş tokuş etmek için çok sayıda yöntem kullanılacaktır. Karınca Kolonisi Optimizasyonuna (ACO) dayalı olarak önerilen bir görüntü steganografi yöntemi, şifrelenmiş verileri kapakta keyfi olarak gizleyerek, coğrafi görüntü steganografisini geliştirmeyi amaçlar. Veri Şifreleme Standardı (DES), önerilen sistemin güvenliğini artırmak için gizli bir iletişimi kodlamak için kullanılır. DES algoritmasını kullanma Saldırgana karşı karmaşıklığı artırmak için anahtar oluşturmak için genişlik algoritması kullanmak ve orijinal mesajı tespit etmenin zor yolu. Gruplara (n*n) ayrılan kapak resmi, pikseller arasındaki bağlantı sayesinde optimum pikseller keşfedilebilir. Her bloğa, bloktaki pikseller arasındaki renk dokusunu belirlemek ve şifrelenmiş gizli mesaj bitlerini gömmek için hangi pikselin en iyi kullanılacağını belirlemek için kendisine uygulanan Karınca Kolonisi Sistemi (ACS) vardır. Bu işlem, gizli mesaj bitene kadar sonraki her blok için tekrarlanır. Test çalışması, kalite (MSE ve PSNR) ve güvenlik açısından bunu göstermektedir. Güvenlik teknikleri (steganografi ve kriptografi) ile yapay zeka (ACO (ACS) güvenlik teknikleri) arasındaki nihai deneysel sonuçları açıklar. ACO algoritmasının Karınca Koloni Sistemi (ACS), R(RGB-LSB)'den daha iyi performans gösterir. ACO ve R(RGB-LSB) arasındaki kontrast bulgularına göre R(RGB-LSB) tekniğinde PSNR 71 ve ACO 83'tür.
Özet (Çeviri)
Steganography is one of the methods used for the hidden exchange of information and it art of invisible communication. The confidential communication is concealed so that it cannot be seen by human senses. Steganography and encryption offer an effective means of achieving that privacy. Conventional methods of image steganography tend to start with the first pixel and proceed with subsequent pixels until the last piece of the hidden message is embedded. In order to increase the security of the steganography system, modern trends involve arbitrarily hiding data in images using various clever algorithms. Numerous methods will be used in this thesis to improve image steganography and provide high levels of security systems and exchange the secret information in secure way. By arbitrarily concealing encrypted data in the cover, a proposed image steganography method based on Ant Colony Optimization (ACO) aims to improve geographic image steganography. Data Encryption Standard (DES) is used to encode a secret communication to increase the security of the suggested system. The use DES algorithm With using breadth algorithm to generate the key to increase the complexity against the attacker and difficult way to detect the original message. Cover image separating into groups (n*n) optimum pixels can discovered through the connection between pixels. Each block has the Ant Colony System (ACS) applied to it in order to determine the texture of colour among the pixels in the block and determine which pixel is best to use to embed the encrypted secret message bits. This process is repeated for each subsequent block until the secret message finished. The testing study demonstrates that in terms of quality (MSE and PSNR) and security. The final experimental results between security techniques (steganography and cryptography) and artificial intelligence (ACO (ACS) with security techniques) explains. Ant Colony System (ACS) of the ACO algorithm outperforms R(RGB-LSB). The PSNR in the R(RGB-LSB) technique is 71 and ACO is 83, according to the findings of the contrast between the ACO and R(RGB-LSB).
Benzer Tezler
- Derin öğrenme tabanlı yöntemlerle düşük ışıklı görüntü iyileştirme
Low light image enhancement with deep learning based methods
EMİN CİHANGİR US
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Vector-driven: A new projection and backprojection algorithm based on vector mapping
Vector-driven: Vektör haritalamasına dayalı yeni bir projeksiyonve ters projeksiyon algoritması
İSMAİL MELİK TÜRKER
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Analog image processing using gaussian based filtering for motion detection applications
Analog görüntü işleme: Hareket algılama uygulamaları için gauss tabanlı filtreleme
MECİD ALHAMUY
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BURCU ERKMEN
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- A situational awareness framework for connected autonomous vehicles
Bağlantılı otonom araçlar için durum farkındalık sistemi
DERYANUR TEZCAN
Yüksek Lisans
İngilizce
2024
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLAY ÖKE GÜNEL