بهینه سازی رمزنگاری تصویر مبتنی بر آشوب با استفاده از الگوریتم آموزش و یادگیری

امروزه رمزنگاری تصویر یکی از روشهای مهم ایجاد امنیت است. به دلیل همبستگی بین پیکسل‌های همجوار، حجم زیاد اطلاعات و نیاز به پردازش بلادرنگ، برای رمزنگاری تصویر نمی‌توان از روش‌های مرسوم در رمزنگاری داده استفاده کرد. در میان روش‌های موجود برای رمز تصویر استفاده از توابع آشوب به دلیل خواص ذاتی همچون تصادفی بودن، حساسیت به مقادیر اولیه و سادگی در پیاده‌سازی بیشتر مورد توجه قرار گرفته است. در این مقاله با استفاده از روشی جدید تصویر توسط نگاشت لجستیک (تابع آشوب) رمز می‌شود و به کمک الگوریتم نوث پیکسل‌های تصویر جایگشت می‌یابند. در نهایت با استفاده از الگوریتم بهینه‌سازی آموزش و یادگیری(tlbo ) تصویر رمز شده از نظر همبستگی میان پیکسل‌های همجوار ویا آنتروپی بهینه می‌شود. نتایج به دست آمده از آزمون‌های مختلف نشان‌دهنده‌ی دقت و کیفیت روش ارائه شده است به گونه ای که مقدار همبستگی تصویر رمز به میزان (6-)^10 می‌رسد که در مقایسه با روش های دیگر کمترین مقدار را داراست.