امنیت اطلاعات یکی از مسائل با اهمیت پدافندی در مقابله با حمله مهاجمان به حریم اطلاعات با ارزش سازمان می باشد. یکی از ابزارهای قدرتمند پدافند غیر عامل در راستای تأمین امنیت اطلاعات و ارتباطات، علم رمزنگاری می باشد. موضوع پایان نامه، کاربردی از دنباله های فوق آشوب اصلاح شده در رمزنگاری تصویر است. سیستم به کار برده شده یک سیستم چهار بعدی است که به کمک الگوریتم رونگ- کوتا مرتبه چهار با مقدارهای اولیه ( x_°,y_°,z_°,w_°) ، چهار دنباله فوق آشوب{(x_i,y_i,z_i,w_i)|i?=1,2,3…..} را تولید می کند. دنباله های فوق آشوب غیر متناوب هستند و، وابستگی بسیار حساسی به شرایط اولیه دارند. همچنین دنباله های مذکور شبه تصادفی ایده آل نیستند. برای رسیدن به حالت ایده آل و تولید رشته کلیدی آشوبناک آنها را بهبود می دهیم. الگوریتم رمزنگاری پیشنهادی شامل تولید کلید و 2 مرحله عملیات انتشار است. برای بررسی کارایی این طرح، با استفاده از نرم افزار متلب آن را پیاده سازی نموده و به منظور کارآمدی طرح پیشنهادی، آن را با استفاده از یک سری آزمو-ن ها و مقایسه ها می سنجیم. این آزمون ها عبارتند از: آزمون بصری، تحلیل فضای کلید، تحلیل هیستوگرام، آنتروپی اطلاعات، سنجش کیفیت رمزنگاری، تحلیل همبستگی، تحلیل تفاضلی و تحلیل حساسیت به کلید. طرح پیشنهادی یک سری ضعف ها دارد که باعث شکست کامل آن می شود و آنها را مورد بررسی قرا می دهیم.

رمزنگاری تصویر بدلیل برخی ویژگی های ذاتی آن,همچون حجم بالای داده ها و همبستگی زیاد میان پیکسل ها,متفاوت از رمزنگاری متن می باشد. لذا روش های کلاسیک رمزنگاری متن,برای این منظور چندان کارآمد نیستند.به همین منظور در این پایان نامه,دو الگوریتم برای رمزنگاری تصویر پیشنهاد شده است,در الگوریتم اول از توابع آشوب و حساسیت بسیار بالایشان به شرایط اولیه و پارامترهای خود برای تولید کلید استفاده می شود.لازم به ذکر است که فرایند انتشار, تنها چهار بیت با ارزش بالاتر تصویر را رمزنگاری می کند. در الگوریتم دوم, تصویر تنها در دو دور انتشار و با استفاده از توابع در هم ساز رمزنگاری می شود.

یک نفوذ به عنوان مجموعه ای از فعالیت هایی تعریف می شود که تلاش می کنند یکپارچگی، محرمانگی و در دسترس بودن یک منبع را به مخاطره بیاندازند. یک سیستم تشخیص نفوذ (ids)، دسترسی کاربر به سیستم کامپیوتر را با اجرای قوانین خاص، بازبینی و محدود می کند. قوانین، مبتنی بر دانش متخصص می باشد که از مسئولان باتجربه ای که سناریوهای حمله را ساخته اند، استخراج شده است. سیستم، همه ی تخلفات صورت گرفته توسط کاربران را شناسایی کرده و اقدامات لازم برای متوقف کردن حمله روی پایگاه داده را انجام می دهد. مشکل تشخیص نفوذ در امنیت کامپیوتر به طور وسیعی بررسی شده است. سیستم تشخیص نفوذ، نرم افزار یا سخت افزاری است که عمل تشخیص نفوذ را به طور خودکار انجام می دهد. با روند رو به رشد استفاده از شبکه های کامپیوتری به خصوص اینترنت و مهارت رو به رشد کاربران و مهاجمان این شبکه ها و نیز نقاط آسیب پذیری مختلف در نرم افزارها، ایمن سازی سیستم ها و شبکه های کامپیوتری از اهمیت بیشتری نسبت به گذشته برخوردار شده است. تامین امنیت در هر سیستم یا شبکه ی کامپیوتری می تواند به دو صورت، یکی از طریق پیشگیری امنیتی و دیگری از طریق تشخیص تخطی از سیاست های امنیتی انجام پذیرد. روش های مختلفی برای تشخیص نفوذ در سیستم پیشنهاد شده است. در این میان روش هایی که از داده کاوی و یادگیری ماشین استفاده می کنند، مورد توجه هستند.در این تحقیق به دنبال ارائه ی روشی دو مرحله ای هستیم. در لایه ی اول سعی داریم تا با استفاده از روش های خوشه بندی، مجموعه داده را خوشه بندی کرده و سپس در لایه دوم داده های نرمال را از غیر نرمال تششخیص دهیم. لایه ی اول باعث ساده سازی می شود زیرا هم حجم داده را کاهش داده و هم باعث تمرکز دسته بند برروی داده های جمع آوری شده در لایه ی دوم می شود. در این لایه از الگوریتم k-means برای خوشه بندی استفاده می کنیم. در رابطه با استفاده از دسته بند، از الگوریتم های دسته بندی مبتنی بر مجمع، استفاده خواهیم کرد. در واقع، در این تحقیق مدلی مبتنی بر داده کاوی به منظور افزایش دقت تشخیص نفوذ، پیشنهاد شده است. در این مدل، چندین دسته بند مختلف با یکدیگر ترکیب می شوند. ایده ی پشت این مدل، تقسیم فضای پیچیده ویژگی به زیرفضاهایی ساده تر، و سپس محول کردن هر زیرفضا به یک دسته بند است. در این تحقیق از مجموعه داده kdd cup استفاده شده است.