ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Steganalysis of Color Images for Low Payload Detection

العنوان بلغة أخرى: تحليل الاخفاء للصور الملونة لكشف الخزن المنخفض
المؤلف الرئيسي: المناصير، رناد مخلد (مؤلف)
مؤلفين آخرين: الجراح، مظفر منير (مشرف)
التاريخ الميلادي: 2019
موقع: عمان
الصفحات: 1 - 62
رقم MD: 988219
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة الشرق الأوسط
الكلية: كلية تكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

11

حفظ في:
المستخلص: إخفاء المعلومات هو علم وتكنولوجيا لإخفاء المعلومات السرية بداخل عدة أشكال من وسائل الإعلام الرقمية مثل الفيديو، الصوتيات والصور. أما تحليل غطاء علم الإخفاء هو علم وتكنولوجيا تهدف إلى كشف إخفاء المعلومات داخل وسائل الإعلام الرقمية التي قد تستخدم 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. يحلل البحث خصائص صورة RGB من نوع PPM كوحدة مركبة. تتألف مجموعة الخصائص من 120 خاصية لكل قناة والتي تتضمن ميزات مصفوفة مستوى الرمادي الأساسية والممتدة (GLCM) للارتباط والتباين والتجانس والطاقة، محسوبة لحالات البايت الكاملة ونصف البايتات، 3. بت؛ 2 بت و1 بت. يتم تطبيق الميزات على القنوات الفردية، ويتم دمج ميزات القناة الواحدة في مجموعات صور ثلاثية القنوات. خوازمية التصنيف المستخدمة في هذا البحث التصنيف الثنائي هي خوارزمية ماكنة متجه الدعم (SVM). تم استخدام مجموعة البيانات عامة في هذا البحث والتي تتكون من 10,000 صورة غير مضغوطة من نوع PPM، كما تم إنشاء سبع مجموعات من صور الستيجو باستخدام 10,000 صورة من الصور النظيفة، والتي تم تضمينها مع بيانات سرية عشوائية في نسب الحمولة من 0.01 إلى 0.5 بت لكل قناة، باستخدام تقنية إخفاء المعلومات LSB-1. بالنسبة لمرحلة التصنيف، تم اختيار مجموعة من 5000 صورة نظيفة بشكل عشوائي وتم اختيار 5000 صورة بشكل عشوائي لكل نسبة حمولة. وقد تم العمل التجريبي على 5000 صورة مختارة بشكل عشوائي من صور النظيفة والصور المتضمنة للإخفاء (ستيجو) لجميع الحمولات. وأظهرت نتائج تحليل الخوارزمية، باستخدام خوارزمية ماكنة متجه الدعم (SVM)، قيم دقة للكشف تتراوح من 56.18% ل 0.01 بت لكل قناة إلى 91.00% ل 0.5 بت لكل قناة. وأظهرت النتائج أن النموذج قد حقق اكتشافا إيجابيا (TP) أعلى من السلبية الحقيقية (TN) في معظم نسب الحمولات، مما يشير إلى أن النموذج أكثر فاعلية في الكشف عن الصور الثابتة (الستيجو)، وهو الغرض من Steganalysis. تم استخدام MATLAB 2016a‏ في تنفيذ أجزاء تحليل وتصنيف الصور الخاصة بالنموذج المقترح.

عناصر مشابهة