| المستخلص: |
تحليل غطاء الإخفاء، هو علم وتكنولوجيا للكشف عن وجود البيانات المخفية داخل الوسائط الرقمية، هو إجراء مضاد لتقنيات إخفاء المعلومات التي يمكن استخدامها لأغراض غير مشروعة. البحث المقدم في هذه الأطروحة يعرض نموذج تحليل غطاء الإخفاء الذي يستخدم الملامح الإحصائية ونهج التعلم الآلي للكشف عن وجود البيانات المخفية في الصور الملونة RGB، حيث يقوم بتحليل ملامح صورة RGB كوحدة مركبة، فضلا عن تحليل قنوات الألوان المنفردة والمزدوجة. تتألف مجموعة الخصائص المستخدمة في هذه الدراسة من 26 سمة لكل قناة، تشمل مصفوفة مستوى الرمادي (GLCM) والتي تشمل الارتباط، والتباين، والتجانس، والطاقة، المحسوبة للبايتات الكاملة وأنصف البايتات ومقاطع 3 بت و2 بت من القنوات الفردية، بالإضافة إلى الانتروبيا من البايت الكامل ونصف بايت، ومعامل الانحراف للبايت الكامل ونصف البايت، وميزات إحصائية إضافية. يتم حساب المميزات لقناة واحدة، ويتم دمج مميزات القناة المفردة في مجموعة مميزات لأزواج القنوات والقنوات الثلاثة. الطريقة الرئيسية المستخدمة للمصنف الثنائي الذي تم اختياره هي خوارزمية ماكنة متجه الدعم (SVM). استخدم العمل التجريبي مجموعتين من البيانات، 1500 صورة نوع BMP لكل منهما، من أجل التدريب والتحقق من النموذج، ومجموعة بيانات مستقلة من 1000 صورة نوع PNG غير مضغوطة لأغراض الاختبار. تم إنشاء مجموعات بيانات للصور المتضمنة للإخفاء (ستيجو) من مجموعات البيانات للصور النظيفة، باستخدام تقنيات 2LSB و 4LSB لإخفاء المعلومات. أظهرت النتائج التجريبية لمرحلة التحقق أن صحة دقة الكشف كانت 100% لصور الإخفاء نوع4LSB RGB - %99.73لصور الإخفاء نوع RGB 2LSB، وتم الحصول على نتائج مماثلة عندما تم تحليل القنوات الفردية (B, G, R) والقنوات المزدوجة (GB, RB, RG) أيضا، عندما تم تضمين قناة واحدة فقط، والتي كانت القناة الزرقاء، تم الحصول على نفس النتائج. في مرحلة الاختبار تم تحليل 1000 صورة إخفاء نوع PNG، والتي أكدت نتائج مرحلة التحقق من صحة النموذج. تم كذلك استخدام مصنف تحليل التمييز (DA) للمقارنة مع المصنف SVM، وأظهرت النتائج أن المصنف SVM أعطى دقة كشف أعلى. وقد استخدم MATLAB 2015 في تنفيذ أجزاء معالجة الصور وتصنيفها في النموذج المقترح.
|
