在当今的数字时代,确保消息和信息的安全至关重要。本研究提出了一种使用RSA算法进行密码学的组合方法,而对隐肌的低钻头编码(LBE)算法则提高了安全措施。安全过程涉及将明文消息加密到密文中,然后将其嵌入MP3音频文件中作为封面对象。评估是通过测量Stego音频的均方根误差(MSE)和峰信号比(PSNR)进行的。研究结果表明,MSE值约为0.6,PSNR为62.2 dB,表明高质量的音频文件。这些算法的集成提供了强大的安全级别,从而确保了有效的消息机密性。这项研究有助于更深入地了解密码学和隐身技术,以保护数字通信期间敏感信息。
摘要:本研究的重点是使用先进的计算机视觉和深度学习技术提出文本图像重建和赔偿框架来保存柬埔寨的历史高棉棕榈叶手稿。为了解决保存,使用卷积神经网络(CNN)和生成对抗网络(GAN)来填充受损图像中字符缺失的模式。该研究利用Sulukrith集[1],该集合由91,600张图像组成,分为两个部分:90,600个训练图像和1,000张测试图像。每个图像包含高棉棕榈叶脚本的单个字符。训练图像故意降解为三种不同的变体,每个变体均遭受三个级别的降解(1级,第2级和第3级)。评估性能并比较卷积神经网络(CNN)和生成对抗网络(GAN)模型的有效性,并采用了各种评估指标。这些指标包括均方根误差(MSE),峰值信噪比(PSNR)和结构相似性指数(SSIM)。通过根据这些指标评估两个模型的结果,可以观察到,GAN模型在MSE,PSNR和SSIM方面始终优于CNN模型。与CNN模型相比,GAN模型达到了较低的MSE值,较高的PSNR值和更高的SSIM值,这表明其在图像重建和保留原始文本方面具有出色的性能。
摘要 - 视频数据是最容易访问的信息手段。这项研究的目的是使用RC4钥匙发生器结合Beaufort和Vigenere替代密码,以生成通过Web在数据传输过程中抗攻击的加密视频。Vigenere加密算法和Beaufort芯片机是一种经典的加密算法,其相同的宣传字符并不总是形成相同的密码字符,这意味着所得的密码能够掩盖纯文本模式。RC4是用于制造Keystream的流密封加密算法。发现对30个AVI视频文件的研究结果发现加密和解密过程是成功的。视频框架文件大小与加密和解密的计算时间成正比。对三个视频数据样本测试数据组的测试结果获得了17分17秒的加密所需的平均时间,并获得了17分40秒的解密。随机加密质量,其中三组的音频给出了平均MSE±15883和PSNR±0.612 dB。MSE 0和PSNR无限证明了完美的解密质量。Beaufort和Vigenere芯片机与RC4密钥生成器的组合强烈建议通过Web进行数据传输过程。关键字:视频加密,Avi,Vigenere,Beaufort,RC4。摘要 - 视频数据是最广泛访问的信息介质。这项研究的目的是使用RC4密钥生成器将Beaufort和Vigenere替换量牌组合到生产者加密视频中,该视频在网络上可以在数据传输数据期间抗攻击。Vigenere和Beaufort Cipher加密算法是经典的加密算法,其中相同的明文字符并不总是形成相同的密码字符,这意味着所产生的密码能够掩盖宣传模式。rc4是一种用于键流创建的流密码加密算法。对30个AVI视频文件的研究结果表明,加密和解密过程是成功的。视频框架文件的大小与加密和解密计算时间成正比。测试三组测试样本视频数据的结果获得了17分钟17秒的加密所需的平均时间和17分40秒的解密。随机加密的质量,其中三组的音频的平均MSE为±15883,PSNR为±0.612 dB。MSE 0和无限PSNR证明了完美的解密质量。Beaufort和Vigenere Cipher与RC4密钥生成器的组合强烈建议通过Web进行数据传输过程。关键字:视频加密,Avi,Vigenere,Beaufort,RC4
摘要。目的:这项工作旨在应用量子希尔伯特(Hilbert)争夺,以增强图像水印的安全性和完整性,而不会影响视觉质量退化。对被调查方法的进一步概念可能会为传统的水印方法提供一个很好的解决方案,以通过新的量子计算概念解决数字图像安全性和完整性的一些问题。方法:本文回顾了量子希尔伯特(Hilbert)争夺,其计算复杂性为𝑂(𝑛22 2)。该过程涉及将图像编码为量子状态,并用希尔伯特曲线置换量子,并使用量子门嵌入水印。结果:定量性能评估指标,例如峰信号与噪声比(PSNR)和结构相似性指数(SSIM),显示出高峰信号与噪声比(PSNR)值的高峰值信号(PSNR)值,从56.13 dB到57.87 db至57.87 db,结构相似性指数(SIM)(SSIM)(SIM)(SIM)(SIM)(SIM)(SIM)来自0.9985至0.985至0.999990,相应地愿意。这证明了质量降解非常小,结构的细节得到很好的维护。新颖性:所提出的方法将量子计算与传统水印步骤集成在一起,以在数字水印中采用安全有效的方法。进一步的开发应集中于改善有关计算效率的量子电路,将方法的适用性扩展到广泛的图像上,以及在水印中的各种情况,并通过结合量子和经典方法来提高性能和可伸缩性,以找到混合方法。关键字:希尔伯特(Hilbert)争夺,图像水印,量子希尔伯特(Hilbert)争夺,2024年7月收到的绩效测量 / 2024年10月修订 / 2024年11月接受的这项工作已在创意共享4.0国际许可下获得许可。
可靠的脑电图(EEG)信号获取对于医疗疾病,脑机构界面(BCIS)和神经科学研究至关重要。然而,心电图(ECG)和电解图(EOG)伪像经常污染EEG记录,损害数据质量和解释性。传统的删除方法可能会扭曲脑电图信号,或需要其他传感器进行ECG和EOG获取。本研究使用多元预测方法将删除伪像作为回归任务,从EEG数据本身重建ECG和EOG信号。我们的方法在两个独立数据集上进行了严格评估,用于ECG和EOG信号,并在不同个体的未见数据上进一步验证。使用平方误差(MSE),平均绝对误差(MAE)和峰值信噪比(PSNR)评估性能。我们的方法实现了与使用实际的ECG和EOG记录的常规方法相媲美的方法,证明了使用原始EOG记录清洁清洁的脑电图和脑电图之间的PSNR为39 dB。这使我们的方法成为经济高效且非侵入性的替代方案。这些发现提出了脑电图噪声过滤研究的有希望的新方向。
音频隐肌是一种将数据隐藏在WAV,MIDI,AVI,MPEG和MP3文件的音频文件中的技术。音频文件已充当秘密通信多媒体文件(文本,图像,音频和视频)的封面。最不重要的位算法(LSB)是音频隐肌的标准和传统算法。使用LSB算法隐藏在WAV的音频文件中的文本文件中。由组织内部或外部交换了由此产生的Stego音频文件,以促进具有安全性和不可识别性的远程诊断。将音频隐身与物联网合并,以机密性和完整性增强了医疗记录中的安全沟通。使用归一化的互相关测量盖子和Stego Audios中的相似性。平均平方误差(MSE),峰值信号噪声比(PSNR)和位错误率(BER)性能指标评估封面音频和Stego音频文件中的失真。使用远程医疗模型的IoT使用IoT的音频隐身术超过了Stego Audio清晰度,平均PSNR为34.5dB,较低的BER为0.00035。
由于气候变化,热带气旋变得更加激烈,与基于数学模型的传统方法相比,基于AL的建模的崛起提供了一种更实惠和更容易获得的方法。这项工作通过整合卫星成像,遥感和大气数据来利用生成扩散模型来预测旋风轨迹和降水模式。它采用了一种级联的方法,该方法包含三个主要任务:预测,超分辨率和降水建模。培训数据集包括2019年1月至2023年3月的六个主要热带气旋盆地的51个旋风。实验表明,来自级联模型的最终预测显示,对于所有三个任务,分别超过0.5和20 dB的良好结构相似性(SSIM)和峰值信号 - 噪声比(PSNR)值(SSIM)和峰值信号 - 噪声比(PSNR)值分别具有出色的结构相似性(SSIM)。可以在单个NVIDIA A30/RTX 2080 Ti的30分钟内生成36小时的预测。这项工作还强调了AL方法的有希望的效率,例如在天气预报中为高性能需求的扩散模型,例如热带气旋预测,同时保持计算负担得起,使其非常适合具有关键预测需求和财务限制的高度脆弱区域。代码可在https://github.com/nathzi1505/forecast-diffmodels上访问。
通过公共渠道交换大量信息已成为日常发生,这种情况在可能发生网络攻击的情况下会产生巨大的风险,并激发学术和科学界制定新的强大安全计划。该研究的目的是使用数学和人工智能工具来提出新的安全计划。下面介绍了用于文本的加密货币算法的设计和实现。所采用的方法包括使用细胞自动机检测载体图像的边缘,利用颜色对比度的多样性以及Tinkerbell混沌吸引子生成两个伪随机序列:一种用于加密方案,而另一个用于选择载体图像的边缘像素图像的边缘像素图像隐藏。此外,还包括一个验证阶段,其中接收器提供了一个代码以确认未更改stegoimage。使用Diffie-Hellman算法在发件人和接收方之间共享系统密钥。对所提出的算法进行了一系列地理和加密性能测试,包括熵分析,均方根误差(MSE),相关系数,关键敏感性,峰值信号 - 噪声比(PSNR),归一化的根平方误差(NRMSE)以及结构相似性指数(SSI)。将PSNR,MSE和SSI测试的结果与科学基准进行了比较,揭示了与信息安全标准保持一致的指标。最后,由于学术练习的结果,对加密货币算法进行了整合,其指标使其可能适用于现实世界中的环境。
摘要计算性能与功耗之间的平衡是计算系统中的关键限制,集成电路技术带有瓶颈。近似计算可以将准确性或误差方案的功率改善进行权衡。分裂具有很高的计算需求和延迟,是计算效率的瓶颈。我们提出了一个基于乘法性能的二次插值近似分隔线(QIAD),该分裂具有较高的统计性能。在TSMC 65NM过程中模拟和合成该设计,并根据图像颜色量化进行了测试,显示了使用诸如PSNR,MSE和SSIM等评估指标的最佳量化效果。关键词:近似计算,分隔线,硬件设计。分类:集成电路(逻辑)
摘要:合成孔径雷达 (SAR) 图像由于相干采集系统的乘性斑点噪声而难以解释。因此,SAR 图像的去斑点始终是 SAR 图像处理中的首要预处理任务。有许多方法使用各种空间域滤波器和变换域算法来减少斑点,但并非所有方法都能保留图像边缘特征。本文提出了一种通过稀疏表示的去斑点算法,该算法使用具有方向选择性和平移不变性的 Shearlet 变换和 DTCW 变换的组合。实验结果表明,所提出的方法比现有的最先进方法具有更好的 PSNR、ENL 和 EPI 值。所提出的方法不仅保留了边缘,还通过增强 SAR 图像的纹理改善了视觉效果。