تم وبعون الله مناقشة رسالة الماجستير للطالبة رسل عبد الرضا وبعنوان
Using deep learning to support multiple image optical encryption
و قد تألف اللجنة من :
أ.م.د هديل قاسم وادي رئيسا
أ.م.د سنان حسام مهدي عضوا
م.د احمد هاني يوسف عضوا
أ.د رعد سامي فياض عضوا و مشرفا
وقد استوفت الطالبة درجة الماجستير في هندسة الحاسوب
وتهدف الرسالى الى:
مع التطور السريع لتكنولوجيا الوسائط المتعددة والإنترنت، يجب حماية المزيد والمزيد من المعلومات. اجتذب أمن الصورة اهتمامًا متزايدًا، حيث يعتبر تشفير الصورة الطريقة الفعالة والمباشرة التي يمكن تنفيذها باستخدام التقنيات الرقمية أو البصرية أو الهجينة. يكمن التحدي في كيفية تصميم نظام تشفير متعدد الألوان عالي السرعة وعالي الأمان ويستفيد من التقنيات المتقدمة مثل نظام الفوضى(chaos) والتعلم العميق (DL). وتتناول هذه الرسالة هذه المسألة.
تم اقتراح مخططات للتشفير الرقمي/الضوئي الهجين (HDOE) لصورتين او ثلاثه صورملونه ويعتمد على نظام فوضوي ذو الابعاد التسعه (9D). يتكون كل مخطط من ربط جُزئيَ التشفير الرقمية والضوئي. جُميعت التسلسلات الفوضوية التسعة في ثلاث مجموعات، وكل مجموعة مسؤولة عن تشفير إحدى قنوات RGB بشكل مستقل .يتحكم تسلسل واحد من المجموعة في العمليات التي تمثل التشفير الرقمي ( الاندماج وعمليه XOR و تغيرمواقع البكسل في الصوره) . استخدام تسلسل المجموعتين الأخريين للتحكم في الجزء الضوئي عن طريق بناء قناعين مستقلين للمرحلة الفوضوية في مجال تحويل فورييه (FT)الضوئيه. صممت شبكة عصبية (DnCNN) لتقييم متانة الصور التي تم فك تشفيرها ضد ضوضاء كاوسيه Gaussian)). نفذت المخططات المقترحة في بيئة Matlab 2021b.
كشف نتائج المحاكاة أن مخطط HDOE للصور المتعددة المقترح يوفر 7.9989 إنتروبي للصور الملونة المشفرة ونسبة ذروة الإشارة إلى الضوضاء (PSNR) للصور التي تم فك تشفيرها. تعمل DnCNN المصممة بكفاءة مع مخططات التشفير المقترحه الذي ينتج عنه تحسين أداء الصور التي تم فك تشفيرها ضد ضوضاء الكاوسيه
