Nesnelerin internetinde görüntü şifreleme için kaos tabanlı yeni bir yaklaşım geliştirilmesi

Nesnelerin İnterneti (IoT) ekosisteminde görsel verilerin hızla artması, kaynakları kısıtlı uç cihazlar için hem güvenli hem de hafif şifreleme çözümlerinin geliştirilmesini zorunlu kılmaktadır. Yüksek güvenlik ve düşük hesaplama maliyeti arasında optimum bir denge kurmayı hedefleyen bu tez çalışması kapsamında, literatürde ilk kez tarafımdan önerilen ve tekstil örgü yapılarından esinlenen "Örgüsel Karıştırma" (ÖK) çerçevesi geliştirilmiştir. Bu özgün çerçevenin özel bir uygulaması olarak tasarlanan "Üçlü Karesel Örgü Modeli" (ÜKÖM), mekânsal fazlalığı etkin bir şekilde ortadan kaldıran deterministik ve tersine çevrilebilir bir karıştırma katmanı sunmaktadır. Geliştirilen bu yeni hibrit görüntü şifreleme mimarisi; ÖK tabanlı karıştırma yapısını, parametreleri gizli anahtar ve tek kullanımlık sayı (nonce) ile SHA-256 üzerinden dinamik olarak türetilen bir boyutlu (1B) Lojistik harita tabanlı kaotik yayılma katmanıyla bütünleştirmektedir. Ayrıca, yayılma sürecindeki karmaşıklığı en üst düzeye çıkarmak amacıyla Çift Akışlı XOR-Mod-Eklemeli (DXA) bir mekanizma kullanılmıştır. Gerçekleştirilen kapsamlı deneysel analizler, algoritmanın teorik maksimuma oldukça yakın (7.9994) bilgi entropisi değerlerine ulaştığını; diferansiyel güvenlik ölçütleri bağlamında ise %99.61 ortalama NPCR ve %33.46 ortalama UACI değerleri ile üstün bir performans sergilediğini kanıtlamaktadır. Gürültü ve veri kaybı saldırılarına karşı yüksek dayanıklılık gösteren bu yöntem, O(8MN) düzeyindeki doğrusal zaman karmaşıklığı sayesinde kaynak kısıtlı IoT ortamlarında gerçek zamanlı görüntü şifreleme uygulamaları için güvenli, hızlı ve pratik bir çözüm ortaya koymaktadır.