ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > إخفاء الصور الرقمية الملونة في...>الوصف

إخفاء الصور الرقمية الملونة في ملفات الصوت والفيديو باستخدام الشبكات العصبية

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: بدران، عامرة استقلال (مؤلف)
المجلد/العدد: ع24
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2013
الصفحات: 131 - 143
ISSN: 1680-855X
رقم MD: 635865
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
تكنولوجيا المعلومات | الصور الرقمية | وسائل الإعلام | الفيديو | الشبكات العصبية | المقاييس والإختبارات الرقمية | مستخلصات الأبحاث
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: في هذا البحث استخدمت شبكة GRNN لإخفاء صورة داخل ملف غطاء، وقد استخدم نوعان من ملفات الغطاء هما الملف الصوتي والفيديو. وطبق الإخفاء باستخدام إحدى خوارزميات الإخفاء وهي (Least Significant Bit(LSB)) وذلك تطبيق عملية الـــــــ (XOR) بين آخر (2bit) من كل byte من الغطاء (cover) و2bitمن الرسالة لإنتاج الغطاء المضمن (stego_cover)، الذي يدخل مع الغطاء (cover) على شبكة الارتداد العصبية العامة ((General Regression Neural Network(GRNN) لاستخراج الوزن. يرسل الغطاء مرة واحدة إلى المستلم ويمكن أن يحتفظ فيه بعدد غير محدود من الرسائل(messages). وكل رسالة يتم إخفؤها سوف يتم إرسال الوزن (weight) فقط، والذي يعتمد مفتاحا، عندها يقوم المستلم باستخدام الغطاء مع الوزن الذي تسلمه لفك الإخفاء، وبذلك فأن هذه الطريقة تتضمن مستويين من الحماية، المستوى الأول يمثل إخفاء الرسالة فى الغطاء لتكوين غطاء مضمن، والمستوى الثاني يمثل تشفير الغطاء المضمن باستخدام الشبكة العصبية (GRNN) باعتبارها هي الهدف (target)والغطاء هو الإدخال إلى الشبكة، عندها يتم تكوين أوزان تمثل البيانات المشفرة. وبعد ذلك بإمكان المستلم عن طريق شبكة (GRNN) من فك الإخفاء والحصول على الصوت المضمن أو ملف الفيديو المضمن ومن ثم الحصول على الرسالة. وقد استخدمت لغة (Matlab R2010a) لانجاز هذا البحث.

In this paper GRNN is used to hide an image into a cover file, Audio and video files are used as cover files in this work. The hiding was applied using one of concealment algorithm that is (Least Significant Bit (LSB)) by applying (XOR) operation between the last (2bits) of each byte of the image (cover) and 2bits of the message to produce the (stego_cover), which feed with the cover to General Regression Neural Network (GRNN) to produce the weights. Cover is delivered once to the recipient who can use it for unlimited number of messages. The weights are delivered to the recipient for each hidden message as a key. The recipient uses the cover with the weights to unhide the message. So, this method includes two levels of security. The first one is hiding the message in the cover to produce embedded cover (stegocover). The second one is ciphering the embedded cover using GRNN Neural Network. This Network is considered as a target and the input to the Neural Network is the cover. Then the weights, which represent the encrypted information, are reconstructed. The recipient can use GRNN Network to unhide the message by having the embedded cover (stego-cover) then the message. Matlab R2008a was used in this paper.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.