Geri Dön

Artık blok destekli U-Net mimarisi kullanarak görüntü steganografisi ve gizli veri boyutunun analizi

Image steganography using U-Net architecture supported by residual blocks and analysis of hidden data size

PDF İndir

  1. Tez No: 857505
  2. Yazar: DİLARA ŞENER
  3. Danışmanlar: DOÇ. DR. SELDA GÜNEY
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 129

Özet

Günümüz iletişim sistemlerinde veri güvenliği, hayati bir öneme sahiptir. Temel amaç, hassas bilgilerin yetkisiz kişilerin eline geçmeden veya anlaşılamayacak şekilde güvenli bir biçimde hedefe iletilmesidir. Dijital teknolojideki gelişmeler ve cihazların yaygınlaşması veri güvenliği konusunda yeni zorlukları da beraberinde getirmektedir. Özellikle bankacılık, sağlık sektörü ve özel yaşam gibi alanlarda veri güvenliği daha da önem kazanmıştır. Bu bağlamda, steganografi gibi veri gizleme yöntemleri, kötü niyetli erişimlerden korunma amacıyla öne çıkmaktadır. Steganografi, önemli bilgileri fark edilmeden dijital medyaların içine gizleyerek, bu bilgilerin sadece gönderici ve alıcı tarafından bilinmesini sağlayan bir yöntem olması nedeniyle bilgi güvenliği alanında sıkça kullanılan yöntemlerden biridir. Bu tez çalışmasında, temel amaç, artık blok destekli U-Net mimarisi kullanılarak 256x256 boyutlarındaki renkli mesaj görüntülerinin aynı boyutlardaki kapak görüntülerine etkili bir şekilde gizlenmesini sağlamaktır. Literatürdeki çalışmalarda genellikle görüntü segmentasyonu amacıyla kullanılan klasik U-Net mimarisi, bu çalışmada veri gizleme ve çıkarma amacıyla düzenlenerek kullanılmıştır. Modelin test edilmesi aşamasında, iki farklı analiz yapılmıştır. İlk analiz kapsamında, literatürdeki mevcut çalışmalardan farklı olarak, Linnaeus 5 veri seti kullanılarak 32x32, 64x64, 128x128, ve 256x256 olmak üzere farklı boyutlardaki renkli mesaj görüntülerinin kapak görüntüsü üzerindeki etkisini incelemiştir. İkinci analiz kapsamında, farklı karakteristik özelliklere sahip görüntüler üzerinde genelleştirme yeteneğini ölçmek amacıyla model, Linnaeus 5 veri setine ek olarak ImageNet ve Labeled Faces in the Wild (LFW) veri setleri ile de test edilmiş ve ölçüm metrikleri elde edilmiştir. Elde edilen sonuçlar literatürde yer alan diğer çalışmalarla kıyaslanmıştır. Gerçekleştirilen kapsamlı literatür taramasından elde edilen mevcut bilgiler çerçevesinde, çalışmanın literatürdeki mevcut derin öğrenme algoritmalarına kıyasla Tepe Sinyal-Gürültü Oranı (Peak Signal to Noise Ratio, PSNR) ve Yapısal Benzerlik İndeksi Ölçümü (Structural Similarity Index, SSIM) açısından umut verici sonuçlar verdiği değerlendirilmektedir. Elde edilen analiz sonuçları hem yüksek veri gizleme kapasitesi hem de yüksek algılanamazlık düzeyinin elde edildiğini göstermektedir. Tez çalışması kapsamında ayrıca kapak görüntüleri karmaşıklık düzeylerine göre kategorize edilerek iki ayrı kategorideki bu resimlere aynı gizli görüntülerin gizlenmesiyle elde edilen ölçüm sonuçları değerlendirilmiştir. Böylece, karmaşıklık düzeyine göre optimum kapak resmi seçilmesi konusunda istatistiksel bir değerlendirme yapılmıştır.

Özet (Çeviri)

In modern communication systems, data security is of paramount importance. The primary goal is to ensure that sensitive information is transmitted to the intended recipient securely and unintelligibly to unauthorized individuals. Advancements in digital technology and the proliferation of devices have introduced new challenges in data security. In fields such as banking, healthcare, and personal privacy, the importance of data security has become increasingly critical. In this context, methods of data concealment like steganography have gained prominence for their ability to protect against malicious access. Steganography, by discreetly embedding crucial information within digital media, ensures that the data is only known to the sender and the receiver, making it a frequently employed method in the field of information security. This thesis is primarily focused on employing the U-Net architecture, which is supported by residual blocks, for the efficient concealment of colored message images of 256x256 dimensions within cover images of identical size. The classical U-Net architecture, traditionally used for image segmentation in the literature, has been adapted in this study for data hiding and extraction. During the testing phase of the model, two distinct analyses were conducted. Differing from existing studies, the first analysis investigated the impact of colored message images of various sizes (32x32, 64x64, 128x128, and 256x256) on the cover image using the Linnaeus 5 dataset. The second analysis aimed to measure the generalization capability of the model on images with different characteristics, employing additional datasets such as ImageNet and Labeled Faces in the Wild (LFW), and the results were compared with other studies in the literature. Comprehensive analyses have shown promising results in terms of Peak Signal to Noise Ratio (PSNR) and Structural Similarity Index Measure (SSIM) compared to current deep learning algorithms in the literature, to the best of our knowledge. The results demonstrate both a high capacity for data concealment and a high level of imperceptibility. Additionally, as part of the thesis work, cover images categorized based on their complexity levels and evaluates the measurement results obtained by embedding the same secret images into these two different categories. This provides a statistical assessment for selecting the optimum cover image based on complexity level.

Benzer Tezler

  1. Tez No

    822349

    The impact of digitalisation on company law

    Dijitalleşmenin şirketler hukukuna etkisi

    AYBÜKE KESKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Hukukİstanbul Medeniyet Üniversitesi

    Özel Hukuk Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MELTEM KARATEPE KAYA

  2. Tez No

    911471

    Investigation of the behavior and effects of passive side reinforcement on in-situ retaining structures

    Pasif yan takviyenın kast yapı üzerindeki davranış ve etkilerinin incelenmesi

    TARIK SOLOMON TESHOME

    Doktora

    İngilizce

    İngilizce

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    Prof. Dr. AYKUT ŞENOL

    DR. ÖĞR. ÜYESİ ZEHRA NİL KUTLU

  3. Tez No

    674058

    6. sınıf tıp fakültesi öğrencilerine verilen 'sepsis yönetiminin birinci saati' eğitiminde, simülasyon destekli ters yüz sınıf modelinin etkinliğinin değerlendirilmesi

    Evaluation of simulation-supported flipped classroom model in the 'first hour of sepsis management' training for 6th year medical students

    AYDIN GÖNÜLCAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    İlk ve Acil YardımAnkara Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. MÜGE GÜNALP

  4. Tez No

    795990

    Zirkon yüzeyler ile seramik braketler arasındaki kopma dirençlerine farklı yüzey pürüzlendirme yöntemlerinin etkisi

    Comparison of shear bond strength of ceramic brackets to zirconia surfaces using different surface treatment methods

    NURCAN KUTUCU DÜLGER

    Doktora

    Türkçe

    Türkçe

    2023

    Diş HekimliğiEge Üniversitesi

    Ortodonti Ana Bilim Dalı

    PROF. DR. AYNUR ARAS

  5. Tez No

    783718

    Exploring the enablers and barriers of circular economy and blockchain adoption in the construction industry

    İnşaat sektörünün blok zinciri ve döngüsel ekonomiye geçişini engelleyen ve destekleyen faktörlerin incelenmesi

    UFUK ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜZİDE ATASOY ÖZCAN

Geri Dön