MAKİNE ÖĞRENMESİ TEKNİKLERİ TABANLI HAREKETSİZ GÖRÜNTÜ STEGANOGRAFİ TESPİTİ

dc.contributor.authorAbdolmughith Khalifa KHALIFA, Isamadeen
dc.date.accessioned2019-11-28T13:05:24Z
dc.date.available2019-11-28T13:05:24Z
dc.date.issued21.06.219en_US
dc.date.submitted2019-06-21
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalıen_US
dc.description.abstractSon yirmi yılda steganaliz bilimi, dijital bilgisayar dosyalarındaki veri gizliliğinin yanlış kullanılması ile geride bırakılan güvenlik risklerini en aza indiren verimli bir araştırma alanı haline geldi. Gizli yazının yayılması arttıkça, steganalize olan ihtiyaç ortaya çıktı ve yasadışı gizli iletişimleri engellemek için büyük ölçüde gerekli hale geldi. Bu tez, eş oluşum matrisini, frekans alanı dönüşümlerini, ilk üç momenti ve Geri Yayılımlı Sinir Ağlarını (GYSA) kullanarak hareketsiz görüntülerdeki gizli bilgileri tespit etmek için bir steganaliz sistemi sunmaktadır. İlk olarak, eş-oluşum matrisi, gizli bilginin taşıyıcısı olduğundan şüphelenilen giriş görüntüsü için hesaplanır. İkinci olarak, 12 alt bantla sonuçlanan üç Ayrık Dalgacık Dönüşümü (ADD) seviyesi uygulanır. Ardından, orijinal görüntü ile birlikte bu alt bantlar, 13 alt bant üretmek için Ayrık Fourier Dönüşümü (AFD) veya Ayrık Kosinüs Dönüşümü (ACD) tarafından işlenir. Bundan sonra, ilk üç momentten 39 elemanlı özellik vektörü hesaplanır. Son olarak görüntünün gizli bilgi içerip içermediğini belirlemek için bir GYSA sınıflandırıcısı kullanılır. Önerilen yaklaşım, eş-oluşum matrisi ve onsuz olarak her biri bir kez AFD ve bir kez de ACD kullanılarak test edilmiştir. Elde edilen sonuçlar önceki çalışmalara göre AFD ile birlikte eş-oluşum matrisini kullanmanın en yüksek performansa sahip olduğunu göstermiştiren_US
dc.identifier.urihttps://hdl.handle.net/20.500.12604/1960
dc.identifier.yoktezid559120
dc.language.isotren_US
dc.publisherSiirt Üniversitesi, Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.snmz#KayıtKontrol#
dc.subjectAyrık Dalgacık Dönüşümü, Ayrık Fourier Dönüşümü, Ayrık Kosinüs Dönüşümü, Eş Oluşum Matrisi, Geri Yayılımlı Sinir Ağları, Görüntü, Steganalizen_US
dc.titleMAKİNE ÖĞRENMESİ TEKNİKLERİ TABANLI HAREKETSİZ GÖRÜNTÜ STEGANOGRAFİ TESPİTİen_US
dc.title.alternativeSTILL IMAGE STEGANOGRAPHY DETECTION BASED ON MACHINE LEARNING TECHNIQUESen_US
dc.typeMaster Thesisen_US

Dosyalar

Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:

Koleksiyon