در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

دانشگاه آزاد اسلامی

واحد تهران جنوب

دانشکده تحصیلات تکمیلی

“M.Sc” پایان نامه برای دریافت درجه کارشناسی ارشد

مهندسی برق – الکترونیک

عنوان :

پنهان شکنی تصاویر با بهره گیری از شبکه های عصبی

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی گردد

تکه هایی از متن به عنوان نمونه :
(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)
چکیده:
پنهان نگاری هنر ارتباط پنهانی به وسیله قرار دادن پیام در یک رسانه پوششی با کمترین تغییر قابل درک و پیش روی، پنهانکاوی هنر کشف حضور اطلاعات می باشد. به گونه کلی شیوه های پنهان کاوی به دو دسته تقسیم میشوند: پنهان کاوی کور که مستقل از روش نهان نگاری می باشد و پنهان کاوی اختصاصی که که فقط به روش نهان نگاری مشخصی اعمال میشود. سه قسمت اصلی در سیستم پنهان کاوی عبارتند از: استخراج ویژگی، انتخاب ویژگیهای کارا و طبقه بندی. در این راستا، استخراج ویژگیهای حساس به پنهاننگاری مهم ترین بخش میباشد.
ویژگیها معمولا از حوزهی مکان و یا حوزه های تبدیل (مانند DCT، DWT و…) استخراج می شوند. مبحث استخراج ویژگی ها از تبدیل Contourlet نیز به تازگی در شیوه های پنهان کاوی بهره گیری شده و تعداد مقالات محدودی در این زمینه چاپ گردیده می باشد. در این پژوهش، سیستم پنهان کاوی (Steganalysis) کور در تصاویر رنگی با فرمت JPEG مطالعه میشود. در حال حاضر بیشترین فرمت تصویری که برای ارتباطات بخصوص در اینترنت بهره گیری میشود فرمت JPEG می باشد و اغلب روشهای پنهان نگاری تصاویر نیز برای این دسته تصاویر طراحی شده اند.
روش پیشنهادی بر اساس کنارهم قرار دادن ویژگیهای آماری و ماتریس هم رخداد بدست آمده از تبدیل های کسینوسی، موجک و Contourlet میباشد. همچنین از تکنیکهای واکاوی تغییرات (ANOVA) و بهینه سازی باینری جستجوی ذرات (BPSO) به مقصود انتخاب دسته ویژگی بهینه بهره گیری شده می باشد. در ادامه، برای طبقه بندی از روشهای یادگیری ماشین برای پنهان کاوی میتوان بهره گیری نمود. در این پژوهش روش های مبتنی بر شبکه های عصبی و ماشینهای بردار پشتیبان بکار گرفته شده و نتایج عملکرد آنها با یکدیگر مقایسه شده می باشد.
سیستم پیشنهادی بر روی چهار روش پنهانکاوی معمول برای تصاویر JPEG (روش های Jsteg ،Outguess، Model-based و JPHS) با نرخ پنهان سازی 5%، 10% و 25% از بیشینه ظرفیت این روش ها آزمایش شده می باشد. نتایج حاصل نشان دهنده  کاراتر بودن ویژگی های حاصل از تبدیل Contourlet نسبت به تبدیل های دیگر و همچنین عملکرد موفق روش پیشنهادی از نظر انتخاب بهترین ویژگی ها و کاهش پیچیدگی محاسباتی در بخش طبقه بندی کننده به دلیل کاهش تعداد ویژگی ها می باشد.
مقدمه:
امروزه مبحث امنیت انتقال اطلاعات، ازمسائل مهم در تبادل اطلاعات محرمانه می باشد. دراین راستا، روش های رمزنگاری و پنهان نگاری و همچنین شیوه های نفوذ مختلف به گونه گسترده توجه پژوهشگران را جلب نموده می باشد. اگرچه بهره گیری از روش های رمزنگاری توانسته تا حدی جوابگوی نیازها در زمینه ی امنیت اطلاعات باشد اما وضوح این ارتباط زمینه ساز معضلات دیگری می باشد. هدف پنهان نگاری، مخفی کردن پیام به گونه ای می باشد که حتی وجود پیام نیز محسوس نبوده و تشخیص وجود آن خود مستلزم بکارگیری روشهای علمی میباشد. به بیانی دیگر شکست روش پنهان نگاری در مشخص شدن وجود پیام در رسانه ی پوششی میباشد که این موضوع، هدف اصلی پنهان کاوی می باشد. پنهان کاوی هنر کشف حضور اطلاعات پنهان می باشد.
اگرچه از تمام فرمتهای دیجیتالی میتوان جهت پنهان نگاری بهره گیری نمود، اما فرمتهایی برای این کار مناسب به نظر می رسند که درجه افزونگی آنها بالاتر باشد. مقصود از درجه افزونگی تعداد بیت هایی می باشد که دقتی بیش از حد لازم و غیر ضروری را برای نمایش ارائه میکنند. با در نظر داشتن این نکته، تصاویر JPEG بیشتر از سایر فرمتها برای این امر مورد بهره گیری قرار میگیرند. در حال حاضر بیشترین فرمت تصویری که برای ارتباطات بخصوص در اینترنت بهره گیری میشود فرمت JPEG می باشد و بیشتر روش های پنهان نگاری تصاویر نیز برای این دسته تصاویر طراحی شده اند.
به طورکلی شیوه های پنهان کاوی به دو دسته تقسیم میشوند: پنهان کاوی کور که مستقل از روش پنهان نگاری می باشد و پنهان کاوی اختصاصی که که فقط به روش پنهان نگاری مشخصی اعمال میشود. الگوریتم های پنهان نگاری به دو دسته ی کلی الگوریتم های فضای مکانی یا فضای تبدیل تقسیم می شوند. روشهای پنهان سازی درفضای تبدیل پایداری بیشتری دارند. درمقابل، روشهای پنهانکاوی نیز از استخراج ویژگی از حوزه های مکان و تبدیل بهره گیری میکنند. در بسیاری از مقالات از تبدیل های کسینوسی و تبدیل موجک بهره گیری شده می باشد. به تازگی نیز مراجع محدودی از تبدیل Contourlet بهره گیری کرده اند. تبدیل موجک بدلیل داشتن تنها سه جهت عمودی، افقی و مورب در تشخیص لبه های نرم و ناهمواری ها محدودیت دارد که تبدیل Contourlet بدلیل چند جهته بودن (بیشتر از سه جهت) در سطح های مختلف تا حدودی این مشکل را حل کرده می باشد. در این پایان نامه ویژگی های استخراج شده از حوزه های مختلف مقایسه شده اند.
در این پژوهش به پنهان کاوی کور تصاویر JPEG میپردازیم. پس از مطالعه ویژگی های سیستم های پنهان نگاری در فصل اول، در فصل دوم روشهای متداول پنهان کاوی تصویر به اختصار مطالعه می شوند. در فصل سوم حوزه های مختلف تبدیل معرفی میشوند. در فصل چهارم تکنیک های یادگیری ماشین اظهار شده اند و روش پیشنهادی نیز در فصل پنجم معرفی شده می باشد.
تعداد صفحه : 78
قیمت : 14700 تومان

 

این مطلب رو هم توصیه می کنم بخونین:   سمینار ارشد برق الکترونیک: مطالعه ترانزیستورهای SOI MOSFET دو گیتی با اتصال شاتکی

***

—-

دسته‌ها: مهندسی برق

دیدگاهتان را بنویسید