منصة الرسائل والاطاريح: تحليل الاخفاء في الصور لطرق الاخفاء تكيفية المحتوى بالاستناد الى الشبكة العصبية التلافيفية وآلة المتجه الداعم

الخلاصة

إخفاء البيانات وتحليل الاخفاء هما تقنيتان متناقضتان. إخفاء البيانات هي تقنية لتضمين المعلومات السرية في محتوى الوسائط المتعددة لجعلها غير قابلة للكشف، بينما تقنية معرفة ما إذا كان هناك معلومات سرية مخبأة في الصور تعرف باسم تحليل الاخفاء. بما أن طرق الاخفاء في الصور المتكيفة مع المحتوى تدمج المعرفة على نحو تكيفي في المناطق الغنية بالنسيج والقائمة على التشويه، فإن التطور الحاصل في هذه الطرق جعل أحدث نُهج تحليل الاخفاء غير قادرة على التمييز بين الصور التي تحتوي على المعلومات المخفية من تلك الخالية منها, أو يتم اكتشافها بدقة اقل، مما يجعل ذلك تحدياً مستمراً. نظراً للأداء المميز الذي حققته الشبكات العصبية التلافيفية في مجال معالجة الصور، فقد ركز عدد متزايد من الباحثين على تطوير أساليب لتحليل الاخفاء بالاعتماد على هذه الشبكات. على أي حال، تهدف هذه الأطروحة إلى تطوير نظام يعتمد في استخلاص الميزات على الشبكة العصبية التلافيفية واختيار مجموعة الميزات الأفضل من بينها لغرض تحليل الاخفاء في الصور لطرق الاخفاء تكيفية المحتوى. بعد تحضير مجموعات بيانات طرق الاخفاء، تستند الطريقة المقترحة على تطبيق مرشح مخلفات الضوضاء على مجموعات البيانات لكبت محتويات الصورة، ثم استخلاص ميزات الصور باستخدام الطريقة المقترحة والقائمة على استخدام الشبكة العصبية التلافيفية. بعد ذلك، يتم استخدام خوارزمية اسراب الطيور لاختيار أكثر الميزات فائدة والغنية بالمعلومات، وأخيراً، تدريب مصنف آلة المتجه الداعم باستخدام ميزات التدريب المختارة واستخدام نفس المصنف لمعرفة ما إذا كان هناك معلومات مخبأة في الصور باستخدام مجموعات الاختبار باعتبارها صوراً جديدة للتنبؤ بها. لتقييم أداء الطريقة المقترحة، تم استخدام خمساً من طرق الإخفاء وكانت نتائج الدقة تتراوح من 69.80% الى 85.96%, من 71.00% الى 87.53%, من 71.22% الى 85.12%, من 60.77% الى 88.16%, وأخيرا من 65.39% الى 87.04% لطرق الاخفاء HILL , HUGO , MiPOD , و S-UNIWARD ,على التوالي.