:: ECONOMY :: .NET BASED WEB CAMERA RANDOM SEQUENCE GENERATOR IMPLEMENTATION :: ECONOMY :: .NET BASED WEB CAMERA RANDOM SEQUENCE GENERATOR IMPLEMENTATION
:: ECONOMY :: .NET BASED WEB CAMERA RANDOM SEQUENCE GENERATOR IMPLEMENTATION
 
UA  RU  EN
         

Світ наукових досліджень. Випуск 35

Термін подання матеріалів

20 листопада 2024

До початку конференції залишилось днів 0



  Головна
Нові вимоги до публікацій результатів кандидатських та докторських дисертацій
Редакційна колегія. ГО «Наукова спільнота»
Договір про співробітництво з Wyzsza Szkola Zarzadzania i Administracji w Opolu
Календар конференцій
Архів
  Наукові конференції
 
 Лінки
 Форум
Наукові конференції
Наукова спільнота - інтернет конференції
Світ наукових досліджень www.economy-confer.com.ua

 Голосування 
З яких джерел Ви дізнались про нашу конференцію:

соціальні мережі;
інформування електронною поштою;
пошукові інтернет-системи (Google, Yahoo, Meta, Yandex);
інтернет-каталоги конференцій (science-community.org, konferencii.ru, vsenauki.ru, інші);
наукові підрозділи ВУЗів;
порекомендували знайомі.
з СМС повідомлення на мобільний телефон.


Результати голосувань Докладніше

 Наша кнопка
www.economy-confer.com.ua - Економічні наукові інтернет-конференції

 Лічильники
Українська рейтингова система

.NET BASED WEB CAMERA RANDOM SEQUENCE GENERATOR IMPLEMENTATION

 
24.04.2024 13:26
Автор: Oleg Makaruk, PhD student, Chernivtsi National University name Yuriy Fedkovych, Chernivtsi; Pavlo Prokhorov, PhD student, Chernivtsi National University name Yuriy Fedkovych, Chernivtsi; Oleh Pavliuchenko, PhD student, Chernivtsi National University name Yuriy Fedkovych, Chernivtsi; Rostyslav Diachuk, PhD student, Chernivtsi National University name Yuriy Fedkovych, Chernivtsi
[2. Інформаційні системи і технології;]

ORCID: 0009-0008-0965-5771 Pavlo Prokhorov

The importance of cybersecurity in modern life cannot be overstated. The generation of pseudorandom sequences of numbers is the basis of modern cryptographic algorithms, so optimising their components has a significant impact on security in general [1]. Among the numerous methods for generating pseudorandom sequences based on various sources of entropy, the methods based on webcam images are particularly interesting for research. They allow for achieving high sequence generation speeds due to the large amount of input data obtained from the webcam sensor. However, for practical use, it is important to optimise the speed of the algorithm. Although many of the proposed methods have good cryptographic characteristics, they have insufficient speed [2,3,4].

A simple algorithm for constructing a sequence of pseudo-random numbers based on a webcam was used. It is based on obtaining two consecutive images A and B from a webcam sensor in the form of a three-dimensional array of bytes representing individual color components of each pixel.




The next step is to calculate the change in the image using a subtraction operation:




with the subsequent formation of a one-dimensional vector:




where m and n are the width and height of the resulting images, and p = 3 corresponds to the number of bytes that encode different colour components.

This paper proposes to consider a random sequence generator implementation based on the .NET framework and the Emgu CV library, which can potentially reduce the computational resources required to obtain an image from a matrix and perform operations on matrices, making higher pseudorandom sequence generation rates practically available. At the same time, the software solution remains cross-platform.The necessary initialisation before starting to work with the webcam is as follows, setting the image capture parameters supported by the webcam:

using var capture = new VideoCapture();

capture.Set(CapProp.FrameWidth, 1920);

capture.Set(CapProp.FrameHeight, 1080);

capture.Set(CapProp.Fps, 30);

After that, a matrix of two images is obtained with a minimum delay between them:

using var frame1 = new Mat();

using var frame2 = new Mat();

capture.Read(frame1);

capture.Read(frame2);

After these operations, the frame1 and frame2 objects will contain the three-dimensional matrix of the corresponding image. The matrix subtraction operation can be performed using the following operations:

using var diffFrame = new Mat();

CvInvoke.AbsDiff(frame1, frame2, diffFrame);

With the subsequent formation of a one-dimensional vector:

diffFrame.GetRawData();

Table 1. Achieved generation speed per image resolution.




This approach allows to achieve an average pseudorandom sequence generation rate of 1395 Mbps or 174 Mbps when using a 1920 x 1080 FHD image from an image sensor without significant use of computing resources, which is close to the theoretical maximum and makes it promising for further research.

References

1. Asia Othman Aljahdal,  “Random Number Generators Survey” International Journal of Computer Science and Information Security (IJCSIS),Vol. 18, No. 10, October 2020 https://zenodo.org/records/4249407 

2. Barannik, V., Sidchenko, S., Barannik, N., & Khimenko, A. (2021). The method of masking overhead compaction in video compression systems. Radioelectronic and Computer Systems, (2), 51-63. https://doi.org/10.32620/reks.2021.2.05 

3. Yevseiev, S., Milov, O., Zviertseva, N., Lezik, O., Komisarenko, O., Nalyvaiko, A., Pogorelov, V., Katsalap, V., Pribyliev, Y., & Husarova, I. (2023). Development of the concept for determining the level of critical business processes security. Eastern-European Journal of Enterprise Technologies, 1(9 (121), 21–40. https://doi.org/10.15587/1729-4061.2023.274301 

4. R. Li, "A True Random Number Generator algorithm from digital camera image noise for varying lighting conditions," SoutheastCon 2015, Fort Lauderdale, FL, USA, 2015, pp. 1-8, doi: 10.1109/SECON.2015.7132901.  https://ieeexplore.ieee.org/document/7132901



Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License

допомогаЗнайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter


 Інші наукові праці даної секції
METHODS AND MEANS FOR DETECTION AND CLASSIFICATION OF CAMOUFLAGED OBJECTS BASED ON DEEP NEURAL NETWORKS
29.03.2024 23:27
ІНФОРМАЦІЙНО-ТЕХНОЛОГІЧНІ ПРОЕКТИ «РОЗУМНИХ» СИСТЕМ ЦЕНТРАЛІЗОВАНОГО ТЕПЛОПОСТАЧАННЯ
24.04.2024 23:24
ОБҐРУНТУВАННЯ ДОЦІЛЬНОСТІ ФОРМАЛІЗАЦІЇ АРТЕФАКТІВ ПРОЦЕСУ РОЗРОБЛЕННЯ ПРОГРАМНИХ СИСТЕМ
24.04.2024 22:11
INVESTIGATING THE POSSIBILITY OF USING CONSECUTIVE WEBCAM FRAMES TO GENERATE RANDOM SEQUENCES
24.04.2024 14:00
ДОСЛІДЖЕННЯ МІЖКАДРОВОЇ КОРЕЛЯЦІЇ ХАОСУ, ЩО ГЕНЕРУЄТЬСЯ ВЕБКАМЕРОЮ
24.04.2024 13:52
ENHANCING CRYPTOGRAPHIC SECURITY SYSTEMS THROUGH STOCHASTIC PROCESSES INDUCED BY WEB CAMERAS
24.04.2024 12:58
ВИКОРИСТАННЯ ГЕНЕРАТИВНОГО ШТУЧНОГО ІНТЕЛЕКТУ У КІБЕРБЕЗПЕЦІ: НОВІ МОЖЛИВОСТІ ДЛЯ ЗАХИСТУ ТА НАПАДУ
23.04.2024 13:30
ІНФОРМАЦІЙНІ РЕСУРСИ У ПРАВНИЧІЙ ДІЯЛЬНОСТІ
23.04.2024 12:22
ОДИН ПІДХІД ДО РОЗВ’ЯЗАННЯ ЗАДАЧ ТЕОРІЇ РОЗКЛАДІВ З ЦИКЛІЧНИМ ПОРЯДКОМ ПОДІЙ
22.04.2024 16:46
ДОСЛІДЖЕННЯ ОСОБЛИВОСТЕЙ ЗБОРУ ТА АГРЕГУВАННЯ ПОТОКОВИХ ДАНИХ НОВИН У СОЦІАЛЬНИХ МЕРЕЖАХ ПРИ ВИРІШЕННІ ЗАВДАНЬ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ
22.04.2024 15:33




© 2010-2024 Всі права застережені При використанні матеріалів сайту посилання на www.economy-confer.com.ua обов’язкове!
Час: 0.615 сек. / Mysql: 1570 (0.519 сек.)