کاربرد شبکه های عصبی در پنهان شکنی تصاویر – برق

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی برق
نوع ارائه:سمینار
تعداد صفحات:54
قالب بندی:word قابل ویرایش

نحوه خرید

کاربرد شبکه های عصبی در پنهان شکنی تصاویر – برق

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فهرست مطالب

چکیده ۱

مقدمه ۲
فصل اول : مبانی و کاربردهای پنهان نگاری ۳
 ۱ -۱ پنهان نگاری ۴
 ۱ -۲ تفاوت پنهان نگاری و رمزنگاری ۴
 ۱ -۳ پنهان شکنی ۵
 ۱ -۴ تاریخچه ۶
 ۱ -۵ کاربردهای استگانوگرافی ۷
 ۱ -۶ تقسیم بندی الگوریتمهای پنهان نگاری ۹
 ۱ -۶-۱ میزان مقاومت ۹
 ۱ -۶-۲ توانایی آشکارسازی ۱۰
 ۱ -۷ ویژگیهای سیستم نهان نگاری ۱۰

فصل دوم: بررسی روشهای استگانوگرافی تصویر ۱۵
 ۲ -۱ فشرده سازی تصاویر ۱۶
 ۲ -۲ روش های رمز کردن تصویر ۱۸
 ۲ -۲-۱ روش اعمال کمارزشترین بیت(LSB)ص ۱۸
 ۲ -۲-۲ ضعف روش LSB اولیه ۲۰
 ۲ -۲-۳ بررسی الگوریتمهای نوین استگانوگرافی تصویر ۲۲
 ۲ -۲-۴ پوششگذاری و پالایش ۲۶
۲-۲-۵ استفاده از حوزهی تبدیل ۲۷
فصل سوم: معرفی ومقایسۀ روشهای نهان نگاری در حوزه های
۲۸ مختلف تبدیل
۲۹  ۳ -۱ تبدیل DCT
 ۳ -۱-۱ نهان نگاری در حوزه DCT از کل تصویر ۲۹
۳-۱-۲ روش نهاننگاری وفقی تصویر مبتنی بر DCTص ۳۱
 ۳ -۲ تبدیل موجک دو بعدی ۳۳
 ۳ -۲-۱ مزایای روش مبتنی بر تبدیل موجک ۳۵
۳۵ Ridgelet تبدیل ۳-۳
۳-۳-۱ نهاننگاری در حوزهی Ridgeletص ۳۹
۴۰ Contourlet تبدیل ۴- ۳ 
 ۳ -۴-۱ اعمال نهاننگاری به حوزه Contourletص ۴۳
فصل چهارم: کاربرد شبکه های عصبی مصنوعی در ۴۴ پنهانشکنی تصاویر
 ۴ -۱ پنهانشکنی با استفاده از شبکههای عصبی ۴۵
فصل پنجم : نتیجهگیری و پیشنهادات ۵۰
فصل ششم: منابع و ماخذ ۵۱

چکیده:
آنچه پیش رو دارید بررسی پنهاننگاری تصاویر و همچنین مبحث پنهانشکنی با استفاده از شبکههای عصبی میباشد. پنهان نگاری هنر ارتباط پنهانی به وسیله قرار دادن پیام در یک رسانه پوششی با کمترین تغییر قابل درک و پنهانشکنی هنر کشف حضور اطلاعات است.
از ویژگیهای سیستم نهاننگارمیتوان به شفافیت، پایداری، نرخ داده، امنیت و… اشاره کرد که بسته به نیازهای سیستم طراحی بر اساس این ویژگیها انجام میشود.
به طور کلی الگوریتم های پنهان نگاری از فضای مکانی یا فضای تبدیل استفاده می کنند و در هر کدام از این فضاها به شیوه های گوناگونی می توان داده ها را پنهان کرد. ازالگوریتمهای اولیه نهـان نگـاری روشLSB اسـت که بیتهای پیام در کم ارزشترین بیت هر پیکسل سیگنال پوشش قرار میگیرند و برای پنهاننگـاری در حـوزهتبــدیل نیــز تبــدیلات(DCT(Discrete Cosine Transform ،DFT(Discrete Fourier Transform و(DWT(Discrete Wavelet Transform و همچنین تبـدیلهای چنـد دقتـه جداناپـذیر از جملـهRidgelet ، Curvelet وContourlet وجود دارند.
درمبحث تحلیل نهاننگاره نیزتحلیلها به دو دستهی کلی مبتنی بر الگوریتمهای خاص و تحلیلهای مستقل از الگوریتم تقسیم میشوند. از روشهای آموزش ماشین برای پنهانشکنی میتوان روشهای مبتنی برشبکه هـایعصبی (NN) وماشینهای بردارپشتیبان (SVM) را نام برد.

مقدمه:
امروزه مبحث امنیت انتقال اطلاعات، ازمسائل مهم در تبادل اطلاعات محرمانه است. دراین راسـتا روش هـایرمزنگاری و پنهاننگاری و همچنین شیوههای نفوذ مختلف به طور گسترده توجه پژوهشگران را جلب نمـودهاست. اگرچه استفاده از روشهای رمزنگاری توانسته تا حدی جوابگوی نیازها در زمینهی امنیت اطلاعات باشد ولی وضوح این ارتباط زمینهساز مشکلات دیگری است. هدف پنهاننگاری، مخفیکردن پیام بگونهای است که حتی وجود پیام نیز محسوس نبوده و تشخیص وجود آن خود مستلزم بکارگیری روشهای علمی میباشد.
در این سمینار به روشهای گوناگون پنهاننگاری و پنهان شکنی تصاویر میپردازیم. پس از بررسی ویژگیهـایسیستمهای نهاننگاری و طراحی با توجه به ویژگیهای مورد نظر در فصل اول، در فصـل دوم بـه روشهـاینخستین استگانوگرافی تصویر از جمله LSB و چند روش نوین استگانوگرافی اشاره شده است. فصل سـوم بـهمعرفـی ومقایسـۀ روشـهای نهـاننگـاری در حـوزههـای مختلـف تبـدیل از جملـهContourlet ، DCT وWaveletو… پرداخته ودر نهایت درفصل چهارم پنهانشکنی با شبکههای عصبی مصنوعی به اختصـار بیـانشدهاست.

نتیجه گیری و پیشنهادات
در این پژوهش ویژگیهای سیستم نهاننگار بیان شد که در طراحی باید تقابل برخی ویژگیها مثل شفافیت و امنیت و.. در نظرگرفته شود. همچنین روشهای مختلف پنهانسازی در دو حوزه مکان و تبدیل بررسی شد. حوزه تبدیل شامل تبدیلات فوریه، کسینوسی گسسته، موجک، ریجلت و کانتورلت بوده و در حوزهی زمان نیز اصلیترین روش، اعمال کمارزشترین بیت (LSB) است که شامل انواع روشهای LSB بهبود یافته می -باشد. تکنیکهای نهاننگاری در حوزه تبدیل مقاومت بیشتری در مقابل حملات گوناگون در مقایسه با تکنیکهای حوزه مکان از خود نشان میدهند و به این علت است که وقتی از تصویری تبدیل معکوس گرفته میشود، نهاننگاره به طور بیقاعده ای در طول تصویر پخش می شود، بنابراین خواندن و اصلاح آن برای مهاجمان بسیار مشکل خواهد شد. در حوزهی تبدیل، تبدیل موجک برای نمایش ناپیوستگیهای نقطهای و تبدیلات جهتدار مثل ریجلت و کانتورلت برای نمایش ناپیوستگیها در راستای خطوط و منحنی مناسب هستند. الگوریتمهای پنهانشکنی نیز به طور کلی در دو حوزه تبدیل و حوزه مکان انجام میشوند و همگام با گسترش روشهای استگانوگرافی، ارتقاء مییابند. با توجه به اثراتی که درج در تصویر برجای گذاشته و تغییراتی که در مولفههای آماری و پارامترهای مختلف آن ایجاد شده و به کمک شبکههای عصبی وجود یا عدم وجود اطلاعات در تصاویر تشخیص داده میشود که در اینجا به یک نمونه آشکارسازی توسط شبکه عصبی feedforward با الگوریتم پسانتشار خطا اشاره شد که در آن مولفان روش آنالیزی با استفاده از تابع مشخصه ضرایب موجک و تصویر خطای پیشبینیشده پیشنهاد کردهاند و برای تقویت تغییرات ایجادشده در اثر پنهانسازی اطلاعات در تصویر نیز مقدار سطح خاکستری هر تصویر از روی سطوح خاکستری پیکسل های مجاور پیشبینی شده که تصویر خطای پیش بینی شده با تفریق تصویر پیش بینی شده از تصویر اصلی به دست میآید. درتصویر خطای پیش بینی شده، اطلاعاتی غیر از اطلاعات ایجاد شده در پروسه پنهانسازی حذف شده در نتیجه باعث بهبود آنالیز پنهانشکنی شدهاست.

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت

آخرین مطالب

مطالب مرتبط