Bu tez çalışmasında yapay zekâ teknikleri kullanarak sayısal imgelerin özlük haklarının korunması için damgalama teknikleri önerilmiştir. Sayısal imgelerin içerisine eklenen damganın çeşitli imge saldırılarından sonra daha başarılı olarak elde edilmesi ve damgalama tekniklerinde kullanılmayan yapay zekâ tekniklerinin de damgalama işlemine adapte edilmesi gerçekleştirilmiştir. Gerçekleştirilen çalışmalarda gri imgeler ve renkli imgeler kullanılmıştır. Gerçekleştirilen damgalama teknikleri her iki imge türünde de kullanılabilmektedir. Ayrıca hem uzaysal alanda hem de frekans alanında yapay zekâ teknikleri kullanılarak damgalama işlemleri yapılmıştır. Bu bağlamda tez çalışması içerisinde beş damgalama tekniği önerilmiştir. Gerçekleştirilen çalışmalarda özellikle çeşitli imge saldırılarından sonra eklenen damganın daha başarılı bir şekilde elde edilmesi amaçlanmıştır. Gerçekleştirilen çalışmalar ve elde edilen sonuçlar aşağıda özetlenmiştir.
Renkli imgeler üzerinde DVM’ye dayalı damgalama sistemi isimli çalışma sayısal medyaların özlük haklarının korunması amacıyla gerçekleştirilen blok tabanlı renkli imgeler üzerinde sayısal damgalama tekniğidir. Literatürde yapay zekâ yöntemlerinin kullanıldığı çalışmalarda genellikle damga eklenecek bloklar seçilmesi rastgele olarak yapılmaktadır. Yapay zekâ yöntemlerinin kullanılabilmesi için damganın eklendiği bloklardan özellik çıkarılması gerekmektedir ve bu özellik çıkarılması genellikle piksellerin parlaklık değerlerinin farklılıklarından yararlanılarak yapılmaktadır. Damga ekleme işlemi pikselin parlaklık değerinden faydalanılarak gerçekleştirilmektedir. Bu yüzden damganın bir olan bitlerinin ve sıfır olan bitlerinin ekleneceği blokların önceden belirlenmesi yani bir önişleme yardımıyla seçilmesi damganın elde edilme başarısını artırmaktadır. Bu çalışmada damganın bir olan bitlerinin ekleneceği bloklar ve damganın sıfır olan bitlerinin ekleneceği bloklar olmak üzere bloklar matematiksel olarak iki gruba ayrılmıştır. Daha sonra bu blok kümesi içinden rastgele bloklar seçilerek damga ekleme ve elde etme işlemleri gerçekleştirilmiştir. Yapılan bu önişleme sayesinde hem orijinal imgenin yaklaşık %2 oranında daha az bozulması sağlanmış hem de çeşitli imge
saldırılarından sonra damganın %1 - %9 arasında daha başarılı bir şekilde elde edilmesi sağlanmıştır.
Damgalama alanında daha önce kullanılmamış olan YBTS kullanılarak damgalama tekniği geliştirilmiştir. Sınıflandırma başarısının artırılmasına çalışılan YBTS tekniği, başarılı bir şekilde damgalama alanında kullanılması uyarlanmıştır. Elde edilen sonuçlar literatürde çok fazla kullanılan YSA ve DVM gibi metotlarla yapılan damgalama teknikleriyle karşılaştırılabilir düzeydedir.
Ayrık kosinüs dönüşümünde yapılan damgalama tekniklerinde genellikle düşük frekanslı katsayılar kullanılmaktadır. Sabit katsayıların kullanılmasının iki dezavantajı vardır. Birincisi bilinen katsayıların kullanılması bazı güvenlik açıklarına sebep olmaktadır. Bu katsayılar değiştirilerek damganın elde edilmesi zorlaştırılmaktadır. İkincisi ise çeşitli imge saldırılarından sonra bu katsayıların etkilenip etkilenmediğinin bilinmeyerek damganın elde edilmeye çalışılmasıdır. Bu problemleri çözmek amacıyla düşük frekanslı katsayılar arasından çeşitli saldırılardan sonra damganın en iyi olarak elde edildiği en optimum katsayıların seçiminin PSO ile seçilerek gerçekleştirilen bir damgalama tekniği önerilmiştir. Bu çalışmada ayrık kosinüs dönüşüm alanında DVR’nin kullanılması hem de pozisyonların PSO ile bulunması ile damganın elde edilme başarısı %1 ile %12 arasında artırılmıştır.
Çeşitli evrimsel algoritmalar damgalama tekniklerinde damganın daha iyi elde edilebilmesini sağlamak amacıyla ya pozisyonların veya blokların bulunması ya da kullanılan çeşitli parametrelerin optimizasyonu amacıyla kullanılmıştır. PSO’nun sadece optimizasyon değil aynı zamanda bir sınıflandırma problemlerine de çözüm getirebileceği bu çalışmada sunulmuştur. PSO ve kNN kullanılarak basit bir sınıflandırıcı oluşturulmuştur. Damgalama tekniğinde bu sınıflandırıcı, literatürde fazlaca kullanılan SVM ve YSA gibi karmaşık veya fazla çalışma zamanı gerektiren sınıflandırıcılarla yarışan bir sınıflandırma başarısına sahip olduğu gözlemlenmiştir.
Damganın silinmesi amacıyla orijinal imgelerin gözle görülür bir şekilde bozulmasının da göze alındığı bu durumlarda damgalama teknikleri zayıf kalmaktadır. Kullanılan damgalama teknikleri imge üzerinde gerçekleştirilen bütün imge saldırılarına karşı sağlam değildir. Kullanılan damgalama tekniklerinin imge saldırılarından sonra daha başarılı bir şekilde damganın elde edilmesi için hata
düzeltme kodları (HDK) ile damganın kodlanması tekniği çalışmada önerilmiştir. HDK ile damganın kodlanarak kullanılması ile normalde çok düşük kalitede elde edile edilen damganın başarısının arttığı görülmüştür. HDK ile damganın kodlanarak kullanıldığı YSA ile ilgili bir çalışma yapılmış ve HDK damga elde başarısı üzerindeki etkisi gösterilmiştir.
Tez çalışmasında gerçekleştirilen uygulamaların her birinde farklı resimler ve farklı saldırıların kullanılması yapılan çalışmaların performanslarının literatürde elde edilen sonuçlarla karşılaştırılması amacıyladır. Çünkü damgalama sisteminde henüz tam oturmuş bir değerlendirme kıstası bulunmamaktadır. Sonraki yapılacak çalışmalar olarak, yapılan damgalama tekniklerinin değerlendirilme kriteri ile ilgili çalışmalar yapılabilir. Ayrıca bu tez çalışmasında matematiksel yöntemlerle yapılan blok seçimi, optimizasyon algoritmaları kullanılarak da yapılabilir. PSO ve kNN tabanlı sınıflandırma yönteminin lineer olmayan verilerin sınıflandırılmasında kullanılacak çok noktalı PSO-kNN algoritması geliştirilebilir.