الفهرس 
Chapter 1 :IntroductionOnly 14 pages are availabe for public view
 |  | from | 103 |  |  |
| | | from | 103 | | |
Abstract
يعد تزوير النسخ واللصق هو نوع من التلاعب بالصور يتم انشاؤه عن طريق نسخ جزء من الصورة ولصقه في جزء آخر من نفس الصورة لإخفاء مناطق معينة أو استنساخها بشكل ضار مما يعطي للصورة معنيً غير حقيقي. يُعد تزوير النسخ واللصق هو النوع الأكثر شهرة ، وهو واسع الإنتشار في جميع عمليات تزوير الصور. يُعد تنفيذ هذا النوع من التزوير سهلاً وذلك لأن الجزء المزور له نفس خصائص الصورة بأكملها مما يجعل من الصعب إكتشافه. هناك العديد من الخوارزميات المستخدمة للكشف عن هجمات تزوير النسخ واللصق وفقًا لتقنيات مختلفة.
الهدف الرئيسي من هذا العمل هو كالتالي:
• بناء خريطة كاملة تتضمن كل أنواع الخوارزميات المستخدمة في الكشف عن تزوير النسخ واللصق وتحديد كيفية عمل كلٍ منها و أفضل الخوارزميات الموجوده حالياً و الأساليب والتقنيات المستخدمة في كلٍ منها.
• اقتراح بعض الطرق التي توفر حماية أكبر للبيانات عالية الحساسية لتجنب الآثار الحادة الناجمة عن انتهاك أمنها .
• بعد تحديد أفضل الخوارزميات المستخدمة ومعرفة مميزاتها وتحديد نقاط الضعف فيها، نقوم بتحسين أدائها وكفاءتها في عوامل مختلفة مثل زيادة الدقة في أكتشاف التزوير وتقليل الاكتشاف الخاطئ في الصور الأصلية هذا بالأضافة الي تقليل وقت تنفيذ عملية اكتشاف التزوير وتقليل تكلفة المعالجة الرقمية المطلوبة لهذا الغرض.
• بناء خوارزميات جديدة تستطيع اكتشاف تزوير النسخ واللصق بكفاءة ودقة أعلي مع الأخذ في الاعتبار العوامل السابق ذكرها في النقطة السابقة وتقديم مقترحات أكثر كفاءة وسرعة ودقة.
تقترح الرسالة منهجاً جديداً ومبتكراً للكشف التلقائي عن تزوير النسخ واللصق استنادًا إلى أساليب التعلم العميق. تم تصميم شبكة عصبية تلافيفية خصيصًا لاكتشاف تزييف الصور.
يتم تنفيذ المهام اعتماداً على التعلم العميق والتحويل المثلثي على مجموعة من قواعد البيانات التي تحتوي علي صور حقيقية و مزيفة كما يتم تنفيذ العديد من التحويلات المثلثية مثل تحويل جيب التمام المتقطع, وتحويل فوريير المتقطع , والتحويل الجيبى المتقطع, وتحويل المويجات المتقطع. يتم تنفيذ هذه التحويلات على مدخلات النظام لاستخلاص الخصائص المميزة لها. بالإضافة إلى ذلك ، فإن نماذج التعلم العميق الذي تم تصميمه في هذه المهمات تمتاز بأنها ليست معقدة مقارنة بالنماذج المصممة بدون تحويل. لذا ، فإن الدافع وراء هذه المهمام هو الوصول إلي نموذج التعلم العميق الكفء بأقل عدد من الطبقات والوصول إلى أداءٍ عالٍ لاكتشاف تزوير الصور.
من أجل توفير تطبيق لكشف تزوير الصور ، تم اقتراح مهمة أخرى تعتمد على شبكة إنترنت الأشياء. يعتمد السيناريو المقترح على كشف التزوير للصور التي توفرها الطائرات بدون طيار أو الأقمار الصناعية. قد يحدث التزوير من قبل مهاجم يريد نشر الفوضى في بلد معين. في هذا السيناريو ، تستند طرائق التعلم العميق المقترحة إلى كل من الشبكات العصبية التلافيفية و الشبكات العصبية التلافيفية ذات الذاكرة طويلة و قصيرة المدى. يتم تنفيذ الطرائق المقترحة على مجموعة من قواعد بيانات الصور بدون تحويل والصور المحولة.
نهايةً, تم اقتراح نهج عملي آخر في هذه الأطروحة اعتمادًا على تغيير بصمات الأصابع في وجود الخدمات المصرفية عبر الإنترنت في شبكات الجيل الخامس. يتضمن السيناريو المقترح ثلاثة أنواع من التعديلات (الطمس ، الدوران المركزي ، وقطع الزجزاج). يحدث هذا التغيير من قبل مهاجم لانتحال هوية عميل معين خاصة في وجود الخدمات المصرفية عبر الإنترنت عبر الهواتف الذكية. يعتمد نظام الكشف المقترح على الشبكات العصبية التلافيفية و الشبكات العصبية التلافيفية ذات الذاكرة الطويلة و القصيرة المدي. يتم تنفيذ الطرائق المقترحة على مجموعة بيانات الصورالمعدلة لبصمات الأصابع.