رویکرد بهینه برای نهان نگاری تصویر توسط الگوریتم کلونی زنبور

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 948

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCEIT01_004

تاریخ نمایه سازی: 1 آذر 1394

چکیده مقاله:

با توجه به گسترش روزافزون ارتباطات در دنیای امروز، ضرورت کنترل بهینه ارتباطات در محیط های گوناگون اداری، چندرسانهای، فیزیکی، دیجیتالی و امنیتی بیش از پیش روشن میشود. دانش هوش مصنوعی از زیرمجموعه های مهم در دانش کامپیوتر، در این زمینه گامهای بلندی برداشته است. حفاظت از داده ها در مقابل کپی برداری و جعل از اهمیت بالایی برخوردار است، به همین دلیل باید از راهکارهایی برای کنترل کپی کردن استفاده نمود. یکی از این راهکارها، استفاده از تکنیک نهان نگاری میباشد. نهاننگاری به معنای پنهان کردن داده ها در تصاویر است به نحوی که با چشم قابل تشخیص نباشد و فقط افراد مجاز قادر به استخراج این داده ها باشند.قابل تشخیص نبودن و قدرتمندی نهان نگاری، هر دو از مواردی هستند که باید همزمان با هم برقرار باشند، که این امر در روشهای پیشین با هم برقرار نبوده اند. در این مقاله سعی شده است تا مخاطب با فناوری نهان نگاری که تلفیقی از دانش هوش مصنوعی و رمزگذاری سنتی به شمار میرود، آشنایی پیدا کند .و سپس آنها را طبقهبندی کرده و ویژگیها و کاربردهای آنها، محدودیتها و عملکرد هر یک بررسی میشوند. در آخر، روشی ارائه میدهیم که به طور قابل توجهی باعث کاهش هزینه در تعبیه نهاننگاری میشود. در این روش ابتدا از تبدیل گسسته کسینوسی استفاده میشود و سپس با استفاده از الگوریتم کلونی زنبورها مکان مناسب برای تعبیه نهاننگاری پیدا میشود.

کلیدواژه ها:

تکنیکهای نهان نگاری ، حملات ، قدرتمندی ، الگوریتم کلونی زنبور مصنوعی

نویسندگان

امین مصلی نژاد

دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، گروه مهندسی کامپیوتر، هوش مصنوعی، بوشهر، ایران

مهدی صادق زاده

هیئت علمی، دانشگاه آزاد اسلامی واحد ماهشهر، گروه مهندسی کامپیوتر، ماهشهر، ایران

احمد کشاورز

هیئت علمی، دانشگاه دولتی خلیج فارس واحد بوشهر، گروه مهندسی برق، بوشهر، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • B. COST, G.W. Wornellm, Quantization index modulation: S ecure SpreadSp ...
  • B.Y. Qu, P.N. Suganthan, Multi-objective ...
  • evolutionary algorithms based on the summation of normalized objectives and ...
  • C.C. Chang, C.C. Lin, C.S. Tseng, W.L. Tai, Reversible hiding ...
  • C.-C. Lai, H.-C.Huang, C.-C. Tsai, A digital watermarking scheme based ...
  • decomposition and micro-genetic algorithm, International Journal of Innovative Computing, Information ...
  • C.H. Huang, J.L. Wu, A watermark optimization technique based on ...
  • C.H. Hang, J.L. Wu, Fidelity-gu aranteed robustness enhancement of blind-detection ...
  • C.H. Lin, J.L. Wu, C.H. Huang, An Efficient Genetic Algorithm ...
  • E. Fernandez, E. Lopez, F. Lopez, C.A. Coello Coello, Increasing ...
  • compromise in evolutionary multiobjective optimization: the extended NOSGA method, Information ...
  • E. Zitzler, L. Thiele, Multi-objective evolutionary algorithms: a comparative case ...
  • F.M. Meng, H. Peng, Z. Pei, J. Wang, A novel ...
  • International Conference on Computational Intelligence and Security, 2008, pp. 16-20 ...
  • P.-T. Yu, H.-HI.Tsai, J.-S. Lin, Digital watermarking based on neural ...
  • H. Peng, J. Wang, W. Wang, Image watermarking ...
  • نمایش کامل مراجع