Implementation of the Gauss-Circle Map for encrypting and embedding simultaneously on digital image and digital text
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This paper discusses implementation of Gauss-Circle Map (GCM) in cryptography and steganography process simultaneously. Cryptography is used for securing data confidentiality, while steganography is used to protect the existence of data. The objects that used in this thesis are digital text and digital images. This research was conducted by designing algorithms for encryption and embedding simultaneously, as well as extraction and decryption simultaneously then implement it with python programming. Results obtained from the observation shows that GCM had randomness level 100% using NIST test with chosen parameter x 0 (1) = x 0 (2) = 0, α (1) = α (2) = 9, β (1) = β (2) = 0.481, K (1) = K (2) = 1000000, and Ω (1) = Ω (2) = 0.5. Algorithm that have been designed have varying degrees of sensitivity according to different parameters, and high key spaces that reaches 2.6244 × 10 1269 . Encrypted image is uniformly distributed since it passes goodness of fit test. Correlation coefficient values of the stego image are at interval [0.89,1] and very close to correlation coefficient values of the cover image. However, Peak Signal to Noise Ratio (PSNR) of the stego image did not meet standard (above 40 dB). Here, the extracted-decrypted stego image have perfect similarity with the original image.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle