إخفاء الصور وتشفيرها في الفيديو بالاعتماد على شبكة CNN والخريطة الفوضوية
Image Steganography and Encryption in Video Based on CNN and Chaotic Map
- الباحث
- راويه عبدالله محمد
- المشرف
- ميساء عبد علي خضر - اشواق محمود العبايجي
- الجامعة
- الجامعة التكنولوجية
- الكلية / القسم
- قسم علوم الحاسوب / علوم الحاسوب
- الشهادة
- دكتوراه
- السنة
- 2024
- لغة الرسالة
- انكليزي
- الكلمات المفتاحية
- Image steganography;Video encryption;CNN;Chaotic map
الملخص
يلعب أمن المعلومات دورًا مهماً في حماية الصور التي يتم مشاركتها عبر القنوات غير ALY) لأمن المعلومات نهجان رئيسيان: التشفير وإخفاء المعلومات، وكلاهما يضمن مستوى فعال وملائم من الحماية. تقدم هذه الأطروحة نظامًا جديدًا لإخفاء الصور بالفيديو يعتمد على الشبكات العصبية التلافيفية(1717©) ، والتي تحدد تلقائيًا المناطق المناسبة ذات الاهتمام لإخفاء الصور السرية، وبالتالي تعزيز قوة إخفاء الصور. ولزيادة الأمان بشكل أكبرء يتم تشفير الصورة المرسلة قبل تضمينها في إطار الفيديو باستخدام خوارزمية جديدة خفيفة الوزن لتشفير الصور. ويتم كل هذا من جانب ،he yall ومن ناحية أخرىء يتلقى جانب الخادم الفيديو الذي يحتوي على الصورة المخفية (الصورة السرية) ويستخرج الصورة المخفية لتحديد الهوية. كدراسة حالة، يمكن استخدام النظام المقترح للمعاملات المالية عبر الإنترنت للتحقق من aay المستخدم لمعرفة ما إذا كان المستخدم مرخصا al لا. يقوم هذا النظام بتأمين الصور المنقولة عبر قنوات غير آمنة إلى Age الاستقبال ثم يقوم بالتعرف عليها. بشكل cele يتضمن النظام ثلاث مراحل: نموذج إخفاء المعلومات للفيديو، وخوارزمية التشفير على جانب4 Raspberry Pi ، ونموذج التعريف على جانب الخادم. لزيادة سرية الصورة المنقولة، يتم تشفيرها قبل إخفائها في إطار فيديو الغلاف بواسطة خوارزمية تشفير كتلية جديدة خفيفة الوزن. تعتمد خوارزمية التشفير المقترحة على الأنظمة الفوضوية وصندوق الاستبدال الجديد (S-box) وتقنيات أخرى. تمت مقارنة :5-80 المقترح بعدة مراجع واجتاز جميع متطلبات الأمان الخاصة ب S-box معيار الانهيار الجليدي الصارم (SAC) هو 0.5029375 وكانت خاصية اللاخطية 104. وتعتبر هذه النتائج فعالة ومقبولة. ولذلك، فقد ثبت أن S-box المقترح قوي ومقاوم لهجمات التشفير. من ناحية col تم تقييم فعالية نموذج إخفاء المعلومات المقترح باستخدام متوسط الخطأ المربع (MSE) بالنسبة لمجموعة بيانات ،Tiny ImageNet تم تسجيل MSE aS البالغة 0.002129227 و0.0027040462 للصورة السرية وصور الغلافء على التوالي. على العكس من ذلكء بالنسبة لمجموعة بيانات 000002017، كانت 0.002824199 MSEs و0.0024882748 للصور السرية وصور الغلاف، على التوالي. توضح النتائج أن الصور المخفية التي ينتجها هذا النموذج غير محسوسة للرؤية البشرية، في حين أنها لا تزال توفر إمكانية cla fal جيدة.
Abstract
Information security plays an important role in protecting images shared through insecure channels. Information security has two main approaches: cryptography and steganography, both of which ensure an efficient and adequate level of protection. This dissertation introduces a new video steganography system based on Convolutional Neural Networks (CNN), which automatically identifies suitable regions of interest for concealing secret images, thereby enhancing the robustness of image hiding. To further increase security, the transformed image is encrypted using a new lightweight image encryption algorithm before being embedded in the video frame. All this is done on the sender side, on the other hand, the server side receives the steganography video and extracts the hidden image for identification. As a case study, the proposed system can be employed online financial transactions to authenticate the user's face to know if the user is authorized or not. This system secures transferred images through insecure channels to the receiver side and then identifies. In general, the system involves three phases: the video steganography model, the encryption algorithm on the Raspberry Pi 4 side, and the identification model on the server side. To increase the transfer image's confidentiality, it is encrypted before it is hidden in a cover video frame by a new lightweight block cipher encryption algorithm. The proposed encrypting algorithm is based on chaotic systems, a new substitution box (S-box), and other techniques. The proposed S-Box was compared with several references and it passed all the security requirements of the S-box. The Strict Avalanche Criterion (SAC) is 0.5029375 and the nonlinearity property was 104. These results are considered effective and acceptable. Therefore, the proposed S-box is proven to be strong and resistant to cryptography attacks. On the other hand, the proposed steganography model's effectiveness was assessed using mean square error (MSE). For the Tiny ImageNet dataset, MSE values of 0.002129227 and 0.0027040462 were recorded for the secret and cover images, respectively. Conversely, for the COCO2017 dataset, the MSEs were 0.002824199 and 0.0024882748 for the secret and cover images, respectively. The findings demonstrate that the steganographic images produced by this model are imperceptible to human vision, while still providing good recoverability.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.