<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>یادگیری هوشمند و تحول مدیریت</JournalTitle>
      <Issn>3115-8900</Issn>
      <Volume>4</Volume>
      <Issue>اردیبهشت ماه 1405</Issue>
      <PubDate PubStatus="epublish">
        <Year>1405</Year>
        <Month>02</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Authentication of Exam Papers Using Steganography Techniques and Optimization Using Meta-Heuristic Algorithms</ArticleTitle>
    <VernacularTitle>احراز هویت اوراق امتحانی با استفاده از تکنیک نهان نگاری و بهینه سازی با استفاده از الگوریتم‌های فرا مکاشفه‌ای</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>33</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>امیرحسین</FirstName>
        <LastName>مقدم</LastName>
        <Affiliation>گروه مهندسی کامپیوتر، واحد تهران جنوب،دانشگاه آزاداسلامی،تهران،ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مریم</FirstName>
        <LastName>حاجی ئی</LastName>
        <Affiliation>گروه مهندسی کامپیوتر، واحد تهران جنوب،دانشگاه آزاداسلامی،تهران،ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>امیرشهاب</FirstName>
        <LastName>شهابی</LastName>
        <Affiliation>گروه مهندسی کامپیوتر، واحد تهران جنوب،دانشگاه آزاداسلامی،تهران،ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1404/09/24</Year>
        <Month></Month>
        <Day></Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;The primary objective of this study is to design an efficient steganography method for the authentication of exam papers, ensuring that the original image quality is maximally preserved with the least amount of distortion. This study proposes a three-stage image steganography method that combines optimization, steganography, and frequency-domain transforms. To prevent the degradation of sensitive regions, data embedding is avoided in edges and corners. Instead, high-energy regions without edges or corners are extracted and selected. The proposed framework utilizes the Wavelet transform, Discrete Cosine Transform (DCT), Huffman coding, and the African Vultures Optimization Algorithm (AVOA). The simulations were conducted in the MATLAB environment, and the performance of the proposed method was evaluated against three baseline schemes. The evaluation results demonstrated that the proposed method significantly improved image steganography quality by achieving minimum Mean Squared Error (MSE) values. Compared to the three baseline methods, the proposed approach showed an MSE improvement of 3% to 4% for the first test image, 25% to 39% for the second image, and 3% to 25% for the third image. Across all three tested images, the proposed method consistently yielded better MSE outcomes than the baseline schemes. The integration of the Wavelet transform, AVOA optimization, and Huffman coding provides a secure and highly effective steganographic solution for exam paper authentication and intellectual property protection, proving superior to existing approaches by significantly reducing errors and preserving visual quality.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف اصلی این پژوهش، طراحی یک روش نهان‌نگاری کارآمد برای احراز هویت اوراق امتحانی است؛ به‌گونه‌ای که کیفیت تصویر اصلی تا حد امکان حفظ شده و کمترین میزان تحریف در آن ایجاد شود. این پژوهش یک روش نهان‌نگاری تصویر در سه مرحله را پیشنهاد می‌دهد که ترکیبی از بهینه‌سازی، نهان‌نگاری و تبدیل‌های حوزه فرکانس است. برای جلوگیری از تخریب نواحی حساس تصویر، جاسازی داده‌ها در لبه‌ها و گوشه‌ها انجام نمی‌شود؛ بلکه بخش‌هایی از تصویر استخراج و انتخاب می‌شوند که دارای پیکسل‌های پرانرژی بوده اما فاقد لبه یا گوشه هستند. این روش از تبدیل موجک، تبدیل کسینوسی گسسته (DCT)، کدگذاری هافمن و الگوریتم بهینه‌سازی کرکس آفریقایی (AVOA) بهره می‌برد. شبیه‌سازی‌ها در محیط نرم‌افزار متلب (MATLAB) انجام شده و عملکرد روش پیشنهادی با سه طرح پایه مورد ارزیابی و مقایسه قرار گرفته است. نتایج ارزیابی‌ها نشان داد که روش پیشنهادی با دستیابی به مقادیر حداقلی در معیار خطای میانگین مربعات (MSE)، کیفیت نهان‌نگاری تصاویر را به‌طور قابل‌توجهی بهبود بخشیده است. در مقایسه با روش‌های پایه، میزان بهبود معیار MSE در تصویر اول بین ۳ تا ۴ درصد، در تصویر دوم بین ۲۵ تا ۳۹ درصد و در تصویر سوم بین ۳ تا ۲۵ درصد بوده است. در نتیجه مقدار MSE برای هر سه تصویرِ مورد بررسی، نسبت به سه طرح پایه وضعیت بهتری داشته است. ترکیب تبدیل موجک، روش بهینه‌سازی کرکس آفریقایی و کدگذاری هافمن، یک راهکار امن و مؤثر برای نهان‌نگاری، احراز هویت اوراق امتحانی و حفاظت از مالکیت معنوی فراهم می‌کند که با کاهش چشمگیر خطا و حفظ کیفیت تصویر، نسبت به روش‌های موجود برتری دارد.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Authentication of exam papers</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Stealth technique</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Optimization</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Meta-heuristic algorithms</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">احراز هویت اوراق امتحانی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تکنیک نهان نگاری</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">بهینه سازی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">الگوریتم های فرا مکاشفه ای</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jilmt.com/index.php/jilmt/article/download/187/229</ArchiveCopySource>
  </Article>
</ArticleSet>
