بررسی مقاومت اطلاعات پنهان نگاری شده بیمار در تصاویر پزشکی در برابر پنهان یابی با کمک الگوریتم بردار پشتیبان
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 545
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICTCK03_082
Index date: 1 July 2017
بررسی مقاومت اطلاعات پنهان نگاری شده بیمار در تصاویر پزشکی در برابر پنهان یابی با کمک الگوریتم بردار پشتیبان abstract
فایل های DICOM یک استاندارد بین المللی برای ذخیره انواع تصاویر پزشکی بیمار محسوب میشود که شامل یک فایل شامل جزییات اطلاعات است. این امر پنهان یابی و پنهان نگاری اطلاعات حساس بیمار را بسیار مورد توجه قرار میدهد. پنهان نگاریاطلاعات در تصاویر یک روش پنهان کردن اطلاعات برای بالا بردن امنیت محسوب می شود. در این مقاله روش جدیدی به منظور پنهان یابی اطلاعات پنهان شده در تصاویر پزشکی و بررسی میزان مقاومت الگوریتم های پنهان نگاری استفاده شده در تصاویر DICOM ارایه داده خواهد شد. در این روش ما روی آرایه دو بعدی تصاویر Jpeg که از ضرایب DCT به دست آمده اند استفاده می کنیم. پردازش مارکوف هم برای مدل کردن تفاضل به وجود آمده روی تصویر که در سه جهت افقی، عمودی و قطری به دلیل پنهان نگاری اطلاعات به وجود آمده اند استفاده میشود. از الگوریتم بردار پشتیبان به منظور دسته بندی خاصیت های به دست آمده بهره گرفته شده است. در اینمقاله از سه روش OutGuess و F5 و MB1 به منظور پنهان نگاری اطلاعات استفاده شده و نتایج آنها بررسی شده است. پنهان یابی روی دیتاست پزشکی مورد نظر و تحلیل داده های به دست آمده نشانگر مقاومت پایین Outguess نسبت به دیگر الگوریتم های پنهان نگاری استفاده شده است.
بررسی مقاومت اطلاعات پنهان نگاری شده بیمار در تصاویر پزشکی در برابر پنهان یابی با کمک الگوریتم بردار پشتیبان Keywords:
بررسی مقاومت اطلاعات پنهان نگاری شده بیمار در تصاویر پزشکی در برابر پنهان یابی با کمک الگوریتم بردار پشتیبان authors
مجتبی مداحی
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه خاتم، ایران، تهران
احسان اخترکاوان
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه خاتم، ایران، تهران
بابک مجیدی
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه خاتم، ایران، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :