یک روش ترکیبی برای بهبود پنهان‌نگاری در تصاویر با استفاده از روش‌های فرا ابتکاری

در این مقاله روشی برای بهبود عملیات پنهان‌نگاری و بالا‌بردن امنیت، با استفاده از ترکیب الگوریتم‌های فراابتکاری ارائه شده است. هدف، دست‌یابی به مقدار بهبود‌یافته psnr است؛ به‌گونه‌ای که کیفیت تصویر در فرایند پنهان‌نگاری حفظ شود. در این روش ابتدا هفت الگوریتم فراابتکاری متداول در این حوزه، از جمله بهینه‌سازی کلونی مورچه، زنبور عسل، جستجوی فاخته، ژنتیک، حرکت ذرات، تبرید شبیه‌سازی‌شده، کرم شب‌تاب انتخاب و کارایی الگوریتم‌های یادشده پس از اعمال به‌صورت انفرادی بر روی داده‌های موجود مورد ارزیابی قرار می‌گیرد. از میان الگوریتم‌های اعمال ‌شده، سه الگوریتم جستجوی فاخته، کرم شب‌تاب، زنبور عسل که دارای بهترین مقدار تابع برازش و در‌نتیجه بالاترین کیفیت هستند، انتخاب شدند. تمامی شش حالت مختلف از ترکیب این سه الگوریتم به‌طور مجزا بررسی شد. بهترین ترکیب به‌کار‌رفته به‌ترتیب، الگوریتم های کرم شب‌تاب، زنبور عسل و جستجوی فاخته است که این ترکیب، میانگین نسبت سیگنال به نوفه برابر 54.89 را فراهم کرده است. ترکیب یادشده در مقایسه با الگوریتم‌های انفرادی بررسی‌شده بهینه‌سازی کلونی مورچه، زنبور عسل، جستجوی فاخته، ژنتیک، حرکت ذرات، تبرید شبیه‌سازی‌شده، کرم شب‌تاب، به‌‌ترتیب به میزان 59.29، 29.61، 37.43 ، 52.56، 54.84، 57.82 و 3.82 درصد بهبود در مقدار psnr را ارائه می‌کند.

A hybrid method to improve Steganography in JPEG images using metaheuristic algorithms

This paper presents a method for improving steganography and enhancing the security using combinatorial Metaheuristic algorithms. The goal is to achieve an improved PSNR value in order to preserve the image quality in the steganography process.Steganography algorithms, in order to insert message signal information inside the host data, create small changes based on the message signal in the host data, so that they are not visible to the human eye. Each cryptographic algorithm has two steps: insert a stego signal and extract it. You can use the area of the spatial or transformation area to insert the stego signal. Extraction can be done using the correlation with the original watermark or independently of it. Clearly, the choice of insertion method and how to extract are interdependent. In spatial techniques, information is stored directly in pixel color intensity but in the transform domain, the image is initially converted to another domain (such as frequency), and then the information is embedded in the conversion coefficients. Using optimization algorithms based on Metahuristic algorithms in this field is widely used and many researchers have been encouraged to use it. Using a suitable fitness function, these methods are useful in the design of steganography algorithms.In this research, seven commonly used Metahuristic algorithms, including ant colony, bee, cuckoo search, genetics, Particle Swarm Optimization, Simulated Annealing and firefly were selected and the performance of these algorithms is evaluated individually on existing data after being applied individually. Among the applied algorithms, cuckoo search, firefly and bee algorithms that have the best fitness function and therefore the highest quality were selected. All 6 different modes of combining these 3 algorithms were separately examined. The best combination is the firefly, bee and cuckoo search algorithms, which provides a mean signaltonoise ratio of 54.89.The proposed combination compared to the individual algorithms of optimization of ant colony, bee, cuckoo search, genetics, Particle Swarm Optimization, Simulated Annealing and firefly, provides 59.29, 29.61, 37.43, 52.56, 54.84, 57.82, and 3.82% improvement in the PSNR value.