پنهان نگار ی قوی برای ایمنی سازی داده های حساس با استفاده از شبکه عصبی کانولوشن abstract
داده های پزشکی از طریق اینترنت منتقل می شوند که ممکن است در هنگام انتقال در برابر حملات آسیب پذیرباشند. بنابراین، امنیت داده ها باید هنگام برقراری ارتباط از طری اینترنت حفظ شود. تکنیک های زیادی برایایمن سازی داده ها تکامل یافته اند، مانند تکنیک هایی مانند
پنهان نگاری که داده ها را در فایل یا سند دیگر پنهانمی کند. بدین منظور در این مطالعه یک روش
پنهان نگاری تصویر مبتنی بر
شبکه عصبی کانولوشن معرفی شد کهداده های حساس پزشکی را در فایل حامل پنهان می کند و در نتیجه حریم خصوصی داده های حساس را افزایشمی دهد. داده های در نظر گرفته شده در این مطالعه تصاویر اسکن MRI مغز است. شبکه های Prep Net ،Hiding Net و Reveal Net که هر کدام با تعداد لایه های پیچیدگی مشخصی برای ساخت مدل هستند ،استفاده شدند. داده های حساس ابتدا برای شناسایی منطقه مورد نظر تقسیم بندی شدند و سپس ترکیبی از دادههای حساس و تصویر حامل به Prep Net داده شد تا تصاویر حساس را به گونه ای دستکاری کند که به راحتیدر تصویر حامل قرار گیرد. Hiding Net نتیجه Prep Net را گرفت و تصویر حساس را در داخل تصویر حاملجاسازی نمود تا یک تصویر نهان تشکیل دهد. Reveal Net نتیجه تصویر Hiding Net را گرف ت و سپستص ویر حساس را با کمترین ضرر استخراج نمود. نتایج به دست آمده نشان می دهد که مدل پیشنهادی ۲۰ درصدخروجی بهتری نسبت به روشها ی سنتی LSB دارد. در نتیجه پتانسیل مخفی کردن داده ها و همچنین امنیت آنافزایش می یابد.