محمد مصلح - عضو هییت علمی دانشگاه آزاد اسلامی واحد دزفول
عبدالحسن قیطاسی - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد اهواز

بحث حفظ حریم خصوصی و امنیت سیگنال های صوتی به یکی از موضوعات مهم در زمینه علوم کامپیوتر تبدیل شده است و محققان بسیاری را به یافتن راه حل هایی برای دستیابی به این مهم، ترغیب کرده است. در این راستا ابزارها و الگوریتم هایی موسوم به نهان کاوی که برای پنهان کردن اطلاعات موجود در فایل های صوتی استفاده می شوند، ارایه شده است. از آنجایی که بحث سو استفاده از اطلاعات موجود بصورت یک تهدید در جامعه وجود داشته است، لذا باید روندی برای حل این مشکل و افزایش امنیت فایل های صوتی ارایه شود. در واقع دسترسی آسان ابزارها از طریق اینترنت ممکن است باعث استفاده برخی از افراد مغرض مانند خراب کاران از اطلاعات شود. لذا در این راستا در این مقاله روشی ترکیبی برای استخراج و دسته بندی اطلاعات موجود در فایل های صوتی برمبنای روش شبکه عصبی و الگوریتم PSO ارایه شده است. در واقع در روش پیشنهادی در ابتدا اطلاعات براساس آمارهای طیف فوریه و ضرایب مل کپستروم استخراج شده و سپس با استفاده از الگوریتمPSO اقدام به انتخاب ویژگی های موثر از این مجموعه ویژگی ها می شود. سپس با استفاده از شبکه عصبی بهینه شده با الگوریتم PSO، دسته بندی بر روی مجموعه داده انجام خواهد شد. نتایج حاصل از شبیه سازی روش پیشنهادی نشان از برتری این روش از لحاظ معیار دقت و نرخ TP شده است.

نهان کاوی، الگوریتم PSO، شبکه عصبی، روش مل کپستروم، دقت، نرخ TP