MétaCan
Menu
Retour à la cohorte
Enregistrement W4392348843 · doi:10.18280/ts.410147

Enhanced Security Through Integrated Morse Code Encryption and LSB Steganography in Digital Communications

2024· article· en· W4392348843 sur OpenAlexvenueno aff
Huda Ismail Olewi, Mohammed Majid Msallam, Sarah Kareem Salim, Hasanain A.H. Al-Behadili

Notice bibliographique

RevueTraitement du signal · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueAlgorithms and Data Compression
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMorse codeSteganographyEncryptionLeast significant bitComputer scienceCode (set theory)SteganalysisSteganography toolsComputer securityTelecommunicationsArtificial intelligenceEmbeddingOperating systemProgramming language

Résumé

récupéré en direct d'OpenAlex

In the digital era, the protection of sensitive data transmitted over the Internet, such as credit card information, is paramount.This study introduces an innovative system that enhances data security during internet transmission by synergizing steganography and cryptography.The proposed method employs a two-stage process: encryption followed by concealment.Initially, secret text data is encrypted using an evolved form of Morse code, converting it into ciphertext.Subsequently, this ciphertext is discreetly embedded within a cover image utilizing the least significant bit (LSB) technique, a method renowned for its subtlety and efficiency in data hiding.The effectiveness of this novel system was evaluated by comparing its performance with existing benchmarks.The chosen test case involved embedding encrypted data within a Baboon image.The results demonstrated a notable improvement of 2.596% over the baseline, affirming the system's efficacy.A critical aspect of this approach is the high quality of the resultant stego image.This quality is instrumental in ensuring the covert nature of the embedded data, thereby significantly reducing the likelihood of detection during internet transmission.Key elements of this study include the development of a more sophisticated Morse code encryption algorithm and the optimization of the LSB steganography technique.These advancements contribute to the system's robustness, rendering the encrypted and hidden data virtually undetectable and inaccessible to unauthorized entities.The integration of these two techniques represents a significant stride in the realm of digital data security, offering a dual-layered defense mechanism against potential cyber threats.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,267
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraitement du signalMême sujetAlgorithms and Data CompressionTravaux en français237 207