بهروز خادم - استادیار، دانشگاه جامع امام حسین (ع)، کارشناسی ارشد، دانشگاه تبریز

امروزه به دلیل کاربرد گسترده ارسال برخط تصاویر فشرده در شبکه های ارتباطی مختلف، پارامترهای سرعت انتقال، نرخ فشردهسازی، کیفیت تصویر بازگشایی شده و امنیت محرمانگی این داده ها در این شبکه ها بسیار مهم هستند. روش فشرده سازی یادگیری عمیق مبتنی بر شبکه عصبی تلفیقی، از سریع ترین روش های فشرده سازی تصویر در شبکه پهپادی است که ضمن دارا بودن نرخ فشرده سازی خوب، کیفیت تصویر بازگشایی شده را به خوبی حفظ می کند. از طرف دیگر به دلیل پیچیدگی های مربوط به تولید و مدیریت کلید رمزنگاری، اغلب محرمانگی در لایه فیزیکی این شبکه ها انجام می گیرد. در این مقاله با استفاده از روش یادگیری عمیق مبتنی بر شبکه عصبی، تصاویر فشرده شده و سپس با ایجاد و افزودن نویز مصنوعی به داده های فشرده شده، امنیت برقرار می شود. در این روش نویز افزوده شده با استفاده از ویژگی های کانال، روی کانال گیرنده مجاز خودی قابل شناسایی است ولی با کاهش ظرفیت کانال شنودگر، به سختی قابل کشف است و درنتیجه با افزایش امنیت کانال گیرنده مجاز، امکان انتقال امن داده ها را فراهم می کند. بر اساس شبیه سازی انجام شده در این تحقیق، بر روی یک دستگاه رایانه شخصی عادی، تصاویر بازگشایی شده توسط گیرنده مجاز با نرخ سیگنال به نویز (SNR) ۵ دسی بل، دارای اختلاف (MSE) کمتر از ۵ درصد با تصاویر فشرده ارسالی بوده است.

نویز مصنوعی، شبکه پهپادی، شبکه عصبی، فشرده سازی تصویر، یادگیری عمیق