Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   1 4 ,  No.   1 ,  A pr il   201 9 , p p.  462 ~ 470   IS S N:  25 02 - 4752, DO I: 10 .11 591/ijeecs .v1 4 .i 1 .pp 462 - 470          462       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Wireles s  se ns or data min ing  f or e - co mm erce applic atio ns       T .   Sride vi 1 ,  P.  Mall ikarj un a R ao 2 ,  P.   V  Ra mar aj u 3   1 ,2 Depa rtment   of   Elec tron ic s  &  C om m unic at ion  E ngine er ing ,   Andhra   Univer si t y   C oll eg e  of   Engi n e eri ng  (A) ,   Visakha pat n am, A ndhra   Prade sh,   India   3 Depa rtment   of  El e ct roni cs  &   C om m unic at ion  E ngine er ing ,   SR KR E ngin ee ring   C oll eg e, Bhi m avaram,   Andhra  Prade sh ,   India       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved  J un  24 , 2 018   Re vised  O ct   15 , 2 018   Accepte d  J a n 7 , 2018       I nform at ion  hid i ng  is  th e  m ost  i m porta nt  cr it er ia  today   in  sev eral   sec tors,   due   to  sec ur ity   issues.  Mos tly   for   th e  sec ur ity   appli ca t ions  used  in   Financ e   &   banki ng  sec tors,   hidi ng  th e  infor m at ion  about   us ers  and  th ei r  tr a nsac ti ons  ar e   nec essar y   a t  pr ese nt  from   the   hac ker s  in  al l  h igh  sec urity   zo nes.   In  thi s  conse quence  bio m et ric s is  progre ss ive l y   conside r ed  as  founda ti on   componen t   for  an  ext ensiv e  arr a y   of  p ers onal   aut h ent i cat ion  soluti ons,  b oth  at   the  nat ion al   l eve l   (E . g.   Indi a  UID AI)  and  the  sm al le r - sca le   ( E. g .   bank i ng  ATMs ,   school  lun ch  pa y m ent   s y stems ).   Biom et ric  fra ud  is  al so  an  ar ea  o f  inc r ea sin g   conc ern ,   as  the  num ber   of  de plo y ed  biometric  s y stems   inc r ea ses  and   fra udsters  be co m e  awa re   of  th e  pote ntial  to  comprom ise  the m .   Organi z at ions   are   inc r ea singl y   depl o y ing  p roc e ss   and  technolog y   solu ti ons  to   st a y   one   step   ahe ad .   At  pre sen t  Banke rs  are   usi ng  diffe re nt  sing le   Biom et ri c  Modali t ie s  for   diffe re n t  servic e s.  All  Biom et ric  fe at ure s  ar e  not  suita ble ,   for  a ll   services  bec ause   of  var io us  art ifact s  whil e  ext r acting  f ea t ure s  from   the   se nsors   due  to   bac kground  noi se,   li ght ing  co ndit ions,  e ase   of  ac ce ss   etc.   Thi s  pape r   proposes  a  m ult i  m odel   s y stem  tha t  wil l  show   a  onet ime  singl e  soluti on  to   m ee t  al l  th ei r  s ec uri t y   prob le m s.  Thi s  pape r  p art i cul ar l y   h and le s  how  to  inc orpora te c r y p togra ph y   and  st e ganogr aph y   in  b i om et ric   appl i cati ons.   Ke yw or d s :   Bi om e tric   app l ic at ion s   Crypto gr a phy   E - com m erce   Secu rity   Stegan ogra phy     Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .     Al l   rights re serv ed .   Corres pond in g  Aut h or :   T. Sride vi ,   Dep a rtm ent  o f El ect ro nics   a nd C omm un ic ation   En gin ee rin g,     And hr a  Unive r sit y C ollege of  En gin eeri ng   ( A) ,     Visak ha patna m , A ndhr a   Pr a des h,   India.   Em a il :  sridev i. ds p@ gm ail.co m       1.   INTROD U CTION     To  date,   bio m et ric   te chn ol ogie s   [1]   ha ve  been   m os t  widely   adopted  by  the  Gove r nm ent / pu blic  sect or ,  pr im aril y  fo r  poli ci ng / secur it y  an d  bor der   c ontrol/t r avel  facil it at ion .  Fin ge rprint  recog niti on   [ 2] ,  Face  recog niti on ,  ey e  recogn it io n  and   vo ic e  rec og niti on   are  diff e ren t  areas  of   bio m et rics  te chn ologies .  Fin ger  pr in t   recog niti on   dom inate s  d ue  t o  low  c os t,  high   sp ee d,   high  a ccur acy   a nd  de ns e  data  cha ra ct erist ic s,  apar t   from   it s  us e  in   bac kgr ound  che ck ing .   Ma r ket  siz e  for   Face  re cogniti on  wa s   USD  912  m i ll ion   in  2012  and  i s   exp ect e d  to  to uch   USD  2.15   bill ion   by  2018,  pri m ary  reas on s  bein g  ad opt ion   in  e - Pass port  gates,  a nd   grow t h  in  m ob il e  bas ed  ap plica ti ons  fo r  face  rec ogniti on .   Bi om et ric  info rm at ion   is  ver y  i m po rtant  an d  Faci ng  Pr oble m   of   secur it y  in  to days.  T his  is  done  by  a pply ing   diff e re nt  crypto grap hy   al gorithm s   and  Stega a no gr a ph y   al gorithm s [ 2] , [ 3]  for  a void ing  i nfor m at ion   hack i ng.        1.1.   Be nefi ts of Usin g  Bi om etrics i n B an k ing   The be nef it s a r e ,   a.   Bi om e tric   te c hnology  pr ov i des  the  st ron gest  m et ho d  of   a uth e ntica ti on   t hat  prote ct s  bankin g  inf or m at ion  from  b ei ng  co m prom ise d  by una uthorize d pe rs onnel.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Wi rel ess sen s or d ata mi ning f or  e - co m merce  app li catio ns   ( T. Sridevi )   463   b.   Bi om e tric   te chn ol og y  pro vide s  fast  an d  acc ur at e  ide ntific a ti on   f or  the  ba nk i ng  in du st ry.   Custom ers  can  be qu ic kly  authe ntica te d  i n  sec onds t hro ugh  a  f ast   biom et ric scan.   c.   A  bi om et ric  vo ic e  rec ogniti on  syst em   [4]   fo r  e xam ple  prov i des  a  sec ure  and   flexi ble  so luti on  to   ver ify  a ny c us t om er   execu ti ng c omm un ic at i on outsi de  of a  brick a nd m or ta r   e nv ir onm ent.   These   days,   it   is  necessa ry  to   ap ply  crypt og raphy   al go rith m s  and   Stega nogra ph y   al gori thm s  [5 ]   f or   bette r  sec ur it y.  In   c rypt ogra phy,  the  m essage  is  s cram bled  and  unrea dab le .   Howe ver,  wh e n  th e   com m un ic at ion   ha pp e ns ,   it   can  be  noti ced   that  the   in for m at ion   is  e ncry pted .   Alth ou gh  the   in form at ion   is  hidden  in  the   ci ph er,  a n  in te rcep ti on  o f  t he  m essage  c an  be  dam aging,  as  it   st il l   sh ows  that  there  is  com m un ic at ion   betwee n  the   send e r  an d  re cei ver .  I n  co nt rast,  ste ga nograph y  ta kes  a  di ff ere nt  ap proa ch  in  hid in g  the  e vide nce .   I n  Stega nograp hy ,  one  inf or m at ion   is  hid den   in  oth e r   inform at ion ,  th at ’s  way  it   is  highly   i m po ssible  t o  noti ce  that  t he  in f or m at ion   visible  on  the  c omm un ic at ion   li ne   co nt ai ns   in visible  hidden  inf or m at ion .  Com par ed  to   c rypto gr a phy,  ste gano gr a phy  ha s  it s  adv a ntage   becau se  t he  m essage  it sel f  w il l  no t   at tract   the  au di e nce ,  as   the  ve ry  natu re  of  a  ste gano gr a ph y   syst e m   is  to  hi de  the  m essag e  in  an   un no ti c eable   m ann er .   By  co m bin ing   these  Crypto gr a phy  (F or  E nc ryptio n   &  Dec ryptio n)   [ 6] ,   [ 7]  an d  Stegan ogra phy  ( F or   Data hi ding i n a m ult i m edia o bj ect )   sec ur it y  te chn iq ues   in form ation  ca n be  secu red m or e  eff ect ively .   As  a   P OC  a nd  ref e re nce,   a  pa per  by  Faiz an   A hm ad ,  Aaim a  Na j am ,  and  Zeesha n  A hm e d  e xp la i ns   that  hu m an  face  is  a  dyna m ic  obj ect   hav i ng   high  de gr ee  of  var ia bili ty   in  i ts  app eara nce,  and   they   intr oduce d  Im age - base d  F ace  Detect ion   and   Re c ogniti on   [ 8].  Re nu  Bhati a  discuss ed  di ff e ren t  bio m et rics  te chn iqu e s   su c h  as  Ir is  sc an,   reti na  sca n  and   face  rec ogniti on  te ch niq ue s   [9 ] .   G.   N agar a ju  an d  T.   V.   Hym a  La ks hm i  exp la ine d  t he  proce dure  to  a pp ly   sca nn i ng   te chn iq ues  f or   the  im age  and   add i ng   key - ba sed  car rie r  im a ge  t o  get  bette r  e ncry ptio .  Dr.  P .V. Ram a  Ra j u,  T.   A nv e sh  Ga nd hi,  G.  Na ga  R aju  discuss e d  how  t o  get  e nc ryptio n  thr ough  zi gzag  pix el   ind ic at or  an d  scan  te c hn i qu e s  an d  app ly in g  ste ga nogra ph y .  A  pa per   by  Sr ide vi   Tho ta ,   Ph a nindra   Sai   Sr i niv as  G udip ud i,   Bha nu   Pr a kas h  Pa nc hak a rla  e xp la ins   a n  e nh a nc ed  m at rix  ap proac h  al gorithm   thro ugh  wh ic h  la rge  a m ou nt  of   da ta   can  be  hidde n  inside  a n  im age  file .  T his  al gorithm   ensu r es  the   secur it y  an d  sa fety   of   hidde n  data.  T hu s   the  al gorithm   can  be  exte nded  t o  the  fiel ds   of   Def e ns e,  I nter net  an d  oth e r  ap plica ti on s   w her e   dat a  secu rity   is  of  pr im ary  con c ern.  A  pa per   by   Ab ik oye  Oluwakem i  C,  Adewo le   Kayo de  S ,  Oladip upo  Ayot unde  J   disc us s e s  a  syst em   th at   was  e valuat ed  f or  ef fecti ve ness  a nd  the   resu lt   sh ows  that,  th e   encr ypti on  an d  decr y ptio n  m et ho ds   use d  for  de velo ping   the  syst e m   m ake  the  secu rity   of   the  pro po se d  syst e m   m or e  eff ic ie nt  in  sec ur in g  data  from   un a uthorize d   acce ss.  Th e  syst em   is ,  reco m m end ed  t o  be  us e d  by  t he   In te rn et   us e rs  for  est a blishin g  a  m or e  sec ur e   com m un ic at i on.   In  [ 10 ]   e xpla ined  inte gr at i on  of   Ad a ptive  Wei gh t  Ra nk i ng  P olicy   (AWRP)   with  intel li ge nt  cl assifi ers  ( NB - A W RP - D A  an d  J 48 - A WRP - D A)   via  dynam ic   agin g  fact or   to  i m pr ov e  cl assif ie rs  powe r  of   predict io n.   T he  m et ho ds   a re  us ed  to  c hoos e  t he   best   su bse t  of  fe at ures.  T he  c onfi den ti al   awa re ne ss  base d  on  c ryptoa naly sis  f or   t wo  fact or   a uth e ntica ti on   proces s  is  pr e sente d  in   [ 11 ] .  The   co m par ison   of  va rio us   c rypto   a naly ses  pr ocedur es   are   disc usse d.  I n  [12],  th ere  a r e   three  cat e gori es  of  c rypto gr aph ic   al gori th m s.  They  are   as  fo ll ows:  Hash  al gorit hm s,  in  wh ic h  has hing  functi ons  are  use d  to  m ap  data   of   ra ndom   or   pr e def in ed  siz es.   To  f ur t her   i m pr ov e  the  sec ur it y  this  al go r it h m   is im ple m ented.     1.2.   Ob jecti ve s   The  m ai n  obj e ct ives of this  paper  are:   a.   To   s how   that  hid in g  data  a nd  m aking   it   in visible  is  bette r  tha n  j ust   enc ryptin g  it   an d  m aking   it   visible.   b.   To  hi de  data  in  a  popula r  obj ect   that  will   no t  at tract   any  at te ntion .  I n  c ase  the  data  is  extracte d,   i t   will  b e e ncr y pted.   To  achie ve  the se  obj ect ives,  ‘ i m age’   is  the  ri gh t  ob j ect   to  app ly   the  pro posed  al gorithm s.  The  reas on   wh y  only   im ag e  is  co ns id ere d  is  beca us e;   i t  can  c on ta i n  e noug h  in f or m at i on  to  hide ,  w hi le   no t  a ppeari ng  to  be  m od ifie d.   It is  ef fici ent   en ough to  not  dr a w  a ny att entio n .        2.   PROP OSE D  METHO DOL OGY   A  ge ner al   pro cedure  to  secu re  bio m et ric   i nfor m at ion   is  sh ow n  in  Fig ure  1.   Ta king  the  bio m et ric  inf or m at ion   [13]  fr om   the  us er  an d  stori ng   it   on   the  m e m or y  de vice  an d  retrievin g  the  inf or m at ion   from   the  m e m or y  wh e ne ver  re qu i red  are  c omm on   ste ps   i n  bio m et ric   te chnolo gy.  To  protect   this   inf or m at ion ,  a dd i ng  crypto  m echani s m   is  necessary.  I n  un prote ct ed  proces s,  i t  is  ver y  easy   to  hac k  the  bi om et ric  info r m at ion ,  because   the re  i s  no  s pecial   se cret  key  us e d  [ 14 ] .  I n  protect ed  proce dure,  with  a  sec ret  ke y  there  is  a   pe rf ect   prot ect ion. T hi s is sho wn in F igure  2.       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 4 , N o.   1 ,  A pr il   201 9   :   462   –   470   464       Figure  1 .   Flo w  d ia gram  f or se cur e  b i om et ric  inf or m at ion           Figure  2 .   Prote ct ing  alg ori thm  f lo w diag ram   for  the  d at a  sec ur it y       Si m il arly   there   is  a  po ssi bili t y  of   hi ding  dat a  in  i m ages  ju st  by  LSB  re place m ent  m et ho d.  This  m et ho d  with e xam ple is sho wn in Fi gure   3.           Figure  3 .   Exa m ple o f  LSB  r ep la cem ent  m e thod       2.1.    Bi ome tric   Securi t y   Sy s tems   This   syst em   i nvolv e s  pe rson' s   un iq ue  ide ntific at ion   ( ID),  su c h  as  Fac e,  Hand  geo m et ry,  Re ti nal,   IRIS ,   Fin ge rpr int  or  D N A ,   i t   is    bec om ing   popula r  for  prov i ding   the   se cur it y  in  ne w  IT  world .  O ne   of  the   m ul ti   m od el  b i om et ric secur it y sy stem s is shown as  in  Fig ure  4.     Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Wi rel ess sen s or d ata mi ning f or  e - co m merce  app li catio ns   ( T. Sridevi )   465           Fig ure  4 .   Mult im od al  b iom et ri c syst e m       Thi s   te ch nolo gy   cat ches   the   at te ntion   of  ha cker s   w hose  pri m ary  ta rg et   is  to  bypass   th e  bio m et ric   secur it y.  T he  hack e rs  break   the  bi om et rics   secu rity   thr ough  bi om et ric  scann i ng  te ch nolo gy.  T he  biom et ric  scan ning  te ch nolo gy  sti ll   has  m any  con ce rn s   su ch  a s  inf orm at ion   and   ph ysi cal   pr ivacy .  The  ha cke rs  m anag e d  to  ha ck   va rio us  bi om et ric  secur it y  la ye rs   [ 15 ]   se ve ral  ti m es  by  m anipu la ti n g  te m pla te s  in  t he  Data  base ,   wh ic h  is  colle c te d  from   a  person  of  his   fin ge r  pri nt   a nd   Ir i s  i m ages   by  usi ng   a  sca nner  e tc .  This  em erges  the   need   t o  ad d  t he  ext ra  sec uri ty   to  bio m et r ic   syst e m s  es pecial ly   fo r  fin ancial   ser vic es  involve d  li ke  e - com m erce,  b a nk i ng  sect ors  and  de fe ns e  se ct or s. I n  pu rsu it   of  fi nd i ng   out   a  rem edy,  we   fou nd  out  a  s olu ti on   for  ‘m anipu la ti ng   te m plate s  i n  a  data base’   and   par ti al ly   su ccee de d  to  a ddress  t he  seco nd   pro blem   w hich  i s   us in g  bio m et ri c  i m ages  inst ead  of   physi cal   bio m et rics.   This  proce dure  is  e xp la ine d  with  e xam ple  of   enroll m ent at ban k i n Fi gure  5 .                                       Figure   5 .   Ba nk  enrollm ent ex a m ple f or  pro pose d  m et ho dolog y       2.2 .    Pr oposed  A lg orit hm  (Desi gn  Pr oced u re)   The  pr opos e d  s yst e m  sh own  in Fig ur e  6,   a dd s two  lay ers of sec ur it y o n  to p of  the  bio m et ric secur it y.  Crypto gr a phy  and  ste ga nogra ph y  te c hnologi es  are  pro vid i ng  the   tw o  la ye r s  of   sec ur it y .  The  a ppli cat ion   will  op e rate  basical ly  in  two p r oce sses.     Reg is tratio n P rocess :   T he re gistrati on is a   one - t im e   pr oces s which  h as  to be  done  at  t he e nrollm ent.   Fin g er  p rint   Miniatu re  Extractio n   Vo ice   Sig n atu re   Face       Fu sio n  and   g en erate  the  te m p late   Cry p to  and   Steg an o -   g raph y   Data  Bas e   Miniatu re  Extractio n   Miniatu re  Extractio n   Miniatu re  Extractio n   Miniatu re  Extractio n   Han d  geo m etr y   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 4 , N o.   1 ,  A pr il   201 9   :   462   –   470   466   Au t hen tica tio n  Proce ss :   th e  authe ntica ti on   process  is  r equ i red   e ve ry  tim e   the  us er  needs  to  acce s s  the  app li cat io n.             Figure   6 .   Bl oc k diag ram  o f  th e pro posed  sys tem       The  Bl oc k  dia gr am   sh ow n  in  Fi gure  6   in cl ud es  t he  c om bin at ion   of  Re gistrati on  a nd  A uth e ntica ti on   process . Th e pro posed  syst e m  co ns ist s o f  the foll ow i ng   unit s.  The  Ac qu isi ti on  syst e m ,  the  Encr y ptio n and   the   D ecry ption  (a re  known   as   Crypto grap hy ) ,  em bed di ng  a nd  the   ex tract ing   t he  i m age  (a re  known  a s   ste gano gr a ph y )  [ 16 ] ,  [17]   and   te m plate   m at ching   f or   face  ide ntific at ion .  T he  syst e m   is  integrated  wit h    fron t e nd  GUI.   In this  pro po se d  al go rithm , f ol lowing ste ps  a re im ple m ente d.   a.   Face Re co gnit ion usi ng c ogni ti ve  ser vices   b.   Crypto gr a phy:   AES   Enc rypt io n  a nd D ec rypti on u si ng .NET   c.   Stegan ogra phy an d De - ste ganogra ph y  us in g R   Cod i ng.   d.   Applic at ion I ntegr at io n   e.   C orrespo nd i ng U se r  I nter face   Tech no l og ie s  used  for  t he  im ple m ented  so fa r  are  m entione d belo w   a.   Mi cro s of t  C # . Net   b.   SQ L  Data  base   c.   R.Net   d.   Crypto gr a phy  AES -   Ri j i nd al   e.   Stegan ogra phy - Ma trix a ppr oa ch wit h 3D cha nn el s       3.   RESU LT S  &  DISCU SSI ONS   3.1 .    Cr ypt og r ap h y    In   t he  prese nt  scenari o m os t  of   t he  pe ople   are  ada ptin g  onli ne  s hoppin g  and   st oc k  tra ding.  T hat’s   wh y  m os t  of   the  ap plica ti ons  based   on   int ern et   are  em erg ed   as  e - c omm erce  app li cat ion s .  Be cause  of   this   e m erg in g  onli ne  m ark et   trad ing ,  t he  m on ey   transacti ons  a re  al so   ta cki ng  place  thr ough   internet  banki ng   a nd   el ect ro nic  bill   paym ent  et c.  Su c h  tra ns act ion s ,  ov e r  wire   or   wireless  public  netw orks   dem and   en d - to - e nd   s ecur e  c onnec ti on s,  s hould   be  co nf ide ntia l,  to  ensu re  da ta   au thentic at ion ,  acc ountab il ity  con fide nt ia li t y,   integrity   an d  a vaila bili ty .   All  above  m entione d  are  go i ng  to   be  pro vid e d  by   a  pr oce ss  cal le d  as   Crypto grap hy .   Crypto gr a phy  is  a  m et ho d  of   storing  an d  tra ns m itti ng   data  in  an  enc od e d  form at  (u n  rea dab le   f or m )  that  on ly   read   a nd   pr oce ss  by  the  inten ded   us ers .  The   popu la r  data  encr y ption   al go rithm s  are  DES ,  Triple  DE S,   RSA,  AES ,  ECC ,  B LO WFISH ,  T WOFIS H,   TH REEFIS H,   RC 5  an d  ID E A  et c .  These  al gori thm s  are  diff er   base d  on   t he  key ,   ci pher  te xt  siz e  a nd   m at he m at ical  transfor m at i on s .  Am ong  th ese  we  us e  AE S  Algorithm   fo r  our   syst e m   becau s e of it s no velty  as e xp la ine d  a s b el ow .   AES   ( A dv a nce d  E nc ryptio n  S ta nd a rd) :   The  Adva nced   E nc ryptio n  Stan da rd   is  a  re placem ent  to  DES  and   3DES .  AE S   is  a  sym m et r i c  blo c k  ci pher   us e d  to  protec t   sensiti ve  data   inf or m at ion   th rou ghout  the  world   in  va rio us  sec uri ty   app li cat io ns  w her e   the   in f or m at io n  is  tra ns fe rr e d  thr ou gh  wi re,  as  we ll   a s  wireless .  I t  al so   stores  the i nform at ion   f or   f ur t her p ro ce ssin g.    AES  is  act uall y,  three   bl ock  ci ph e rs,   AE S - 128,  A ES - 192  an d  AES - 25 6.  Each   ci pher   e ncr y pts  an d  decr y pts  data  i n  blo c ks   of  12 8  bits  us i ng  cr yptogra ph ic   ke ys  of  12 8  bits,  192  bits  a nd  256  bits ,   res pect ively .  Accor ding to  the  key len gth s uch as  128bit s,  192 bits a nd  256 bit s   t he  re spe ct ive roun ds  a re  of   10,   12,   14.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Wi rel ess sen s or d ata mi ning f or  e - co m merce  app li catio ns   ( T. Sridevi )   467   The  ba sic   com pone nts  of  Ri jnd el   E ncr y ptio n  an d  dec rypti on   process   wh i ch  is  us e d  he re   is  a   si m pl e   m at he m at ic a l,  log ic al ,   an d  ta ble  lo okup  op e rati ons.  It  is  base d  on  AES  Key  E xpan sio n  in   w hich  t he   encr y ption   pro cess  is  a  bit  w ise   exclusive  OR  op e rati on  of   a  set   of   im age  pix el s  al ong  with  a  key  wh ic h  changes  for ev ery set  of  pix el s in  e ver y  r ound as  sho wn in Fi gure   7 .           Fig ure  7 .   A  b it   wise e xclusiv e   OR ope rati on       In  each   case,   a ll   oth er   r ounds   are  i de ntica l,  excep t   f or  the   la st  rou nd.  Eac h  rou nd  in   enc ryptio n  proces s   furthe r  fo ll ows   so m e   ste ps   to  com plete  eac h  rou nd   ti ll   n.   Each  rou nd   i n  encr y ptio n  possess  f our  ste ps   i.e.   Substi tute b yt e , Shift r ows,  Mi x  Col um n  and Add r ound  ke y   as f ollo ws  i n Fi gure  8.           Figure   8 .   AE S  a lgorit hm  r ound ste ps       Substi tuti on   B yt es  is  a  t ran sf or m at ion   in  th e  Ci ph e r  that  proces ses  the  Stat e  us in g  a  nonlinear   byt e   su bst it ution   ta ble  (S - box)  that  ope rates  on  each   of  t he  Stat e  byte s  ind e pe ndent ly .  Sh ift  rows   are  a   trans form ation  in  the  Ci ph er  that  processes  the  Stat e  by  cycli cal ly  sh ifti ng   the  la st  three  ro w s  of   the  St at e  by   diff e re nt  off set s.  Mi x  c ol um ns   is  a  tra nsfo r m at ion   in  t he  Ci ph er   that  ta ke s  al l  of  t he   co lum ns   of  the  S ta te   and  m ixes their  dat a (inde pende ntly  o f o ne  a no t he r)  t o   pro du ce   new col um ns .    Adding  R ound   Key  is  a   T ransform at ion   in  the  Ci pher   an d  Inverse  Ci pher   in  w hich   a  Ro und  Key  i s   add e d  to  the  S ta te   us ing   a n  XO R  op e rati on.  T he  le ngth  of   a  Ro und  Ke y  equ al s  the  si ze  of   the  Stat e .  In   t he   decr y ption  exa ct ly   inv erse   th e  proce ss  ste ps  I. e   Add  r ou nd  keys,  I nv e rs e  m ix  colum ns ,  I nverse   s hift  rows,  i nv e rse  s ubsti tute byt es a re  use d for  getti ng  the in ver se  cip her.  T hen the  r esult wil l be  as  shown i n  Fi g ure  9.           Fig ure  9 .   Re su l t of Cry pt ogra ph y       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 4 , N o.   1 ,  A pr il   201 9   :   462   –   470   468   3.2 .    Ste gan og raphy   Im ages  are  one  of  the   pr e ferred   m edia  to  hi de  the   in form at ion   due  to   th ei r  hi gh  ca pacit y  and  l ow   i m pact  on   t he   visibil it y.  W e   can  us e  t he  c omm on   i m age  form at   li ke  GI F  (Graphic s  I nterc hange  Form at ),   BM P  ( W i ndows  Bi tm ap) ,  J PEG  (J oin t  Photo gr a phic   E xpert  Gro u p)  et c.  T her e   are  m any  ap proac he s  to  hid e   the  im ages  li ke  Least   Si gn i ficant  Bi t  substi tuti on  (L SB),   Transf or m   te chn i qu e s,  Ma s ki ng  an d  filt ering.  We   us e  bm p  colo r  im ages  with   LSB  te ch nique.  L SB  (L ea st  Sign i ficant  Bi t)  Substi tuti on  is  the  proc ess  of  m od ify in g  the   le ast   sign ific a nt   bit  of  t he  pixe ls  of  the   co ve r  m edia.  LSB  Substi tuti on  le nd s   it sel f  t o  be com e  a  ver y  powe rful  Stega nogr a ph y  m et ho d  with  fe w  li m i ta tio ns.  P opula r  s te ganogra ph ic   too ls  base d  on  LS B   e m bed di ng   va r y  in  their  ap proach   f or   hid in g  inf orm ati on .  So m e  al go rith m s   change  LS B  of   pix el s  vis it ed  in  a   rand om   walk,   oth e rs  m od ify   pix el s  in  certai n  areas  of   im a ges,   or   instea d  of   just  cha nging   the  la st  bit  they   increm ent o r  dec rem ent the pi xel v al ue .     To  f or m   the  ste go - im age  we  require  tw o  fil es,  first  o ne  is  the  i m age  (call ed  co ver   im age)   into  wh ic h  the  data  is  to  be  hid de n  an d  s econd  one  is  th e  data  file   wh ic h  is  to  be  hidden  (ex :  face  i m age) .  Fig ure   8  show s   an  e xam ple w he re th e  cove r  i m age is co m bin ed  w it h face  im age to   pro duce the ste go - im age.   This su bs ti tuti on  tec hn i qu e  w il l  m od ify  the l ast  sign ific ant  bit of  the c ov e r  i m age.  Be fo re  e m bed di ng   process ,  the  syst e m   m us t  kn ow  the  siz e  of  the  co ver   im age  file .  The  sta nd a r d  siz e  of   t his  i m age  is  80 0* 600  pix el s,  which  c an  em bed   up to  60kb s iz e  of  m essage.   In   t he  L SB  te chn i qu e ,  the   LS B  of   t he  pix el s   is  re placed  by   the  face   im ag e  pix el s .  T he  f ace  i m age   pix el   bits  a re  per m uted  be f ore  em bed ding,   this  has  t he  eff ect   of  distribu ti ng  th e  bits   even ly ,  t hu s  on   a n  aver a ge  25  pi xe ls  of   co ver   im age  co ntains  two  pix el s  of   fa ce  i m age.  Ou r  op ti m iz ed  al go rithm   wil l  m od ify   the   le ast   fo ur  sig ni ficant  bits  of  t he  co ve r  im ag e.  For  em bed di ng   t he  face  im age  into  t he  co ver   im age,  the  cov e r   i m age  sh ould  be  great er  tha n  or   e qu al   to  12.5   ti m es  of   the  face  i m age .  So  w e  us e  the  fac e  i m ag e  siz e  of   60   x  80  x  3  ( 14 KB)   an d  c ov e r  im age  siz e  of  75 0  x  1000  x  3( 2197KB ).   Re s ults  of  Ste ganogra ph y  a re  s how n  i n  Figure   10.           Fig ure  1 0 .   Re s ults o f  Ste gano gr a phy :       3.3 .   F ace  Detec tion a nd Re cog nitio n  –   C ognitive   Web   Services   Mi cro s of t  C ogniti ve  Se rv ic es   le t  you  buil d  apps  with  pow erful  al gorithm s  us i ng  just  a   f ew  li nes   of   cod e .  They  w ork  acr os s  de vic es  and   platf orm s   su ch  as  iOS,  And ro i d,   an d  W in dows ,  ke ep  i m pr ovin g,   and   are   easy   to  set   up.  T he   Mi crosof t  Face  API ,  a  cl oud - base d  se rv ic e   that   pro vid es   the   m os t  adv a nc ed  face   al gorithm s.  Face  API  has  tw o  m ai n  functi ons:  face   detect ion   with  at trib utes  an d  face  r ecognit ion.  Fa ce  API   detect s  up   to  64  hu m an  faces   with   hi gh  pr e ci sion   face  l oc at ion   i n  a n  im a ge.  A nd  the   im age  ca n  be   sp e ci fied   by  file   in  bytes   or   valid  UR L.   Face  rectan gle  (left,  top,  width   a nd   he ig ht)  ind ic at in g  the  face  locat io n  in  the   i m age  is  retur ned   al on g  with   each  detect ed   face.  Op ti onal ly ,  face  detect i on   e xtracts  a  series  of   face  r el at ed  at tribu te s  su c h  as  po se,  ge nder,  age ,  hea d  po s e,  f aci al   ha ir  and   glasses.   It  prov i des  f our  face  recog ni ti on   functi ons   s uc h  as   face   ve rific at ion ,  fin ding  si m il ar  faces,  f ace  gro upin g,   and  pe rs on  ide ntific at ion .   Fac e  API   ver ific at io n  pe rfor m s  an  authen ti cat ion   agai ns t  two  detect e d  faces  or  auth entic at ion   fr om   on e  detect ed   face  to  one   per s on  obje ct .   W e  inte grat ed  this  cogni ti ve  w eb  ser vi ce  with  our  integrate d  C#. net  platfor m   al on g  wit h  the cry ptogra phy an d st ega nogr a phy m od ule s.     3.4 .    Perf orm ance  M e trics   False   Acce pta nce  Ra te   ( FAR )  an d  False   Re j ect ion  Ra te   ( FRR )   are  t he   2  sta ndar d  m et rics  us e d  t o  rate  the  pe rfo r m ance  of   a   bi om et ric  syst e m .   FA R  is  c on si der e d  se rio us   i ssu e  tha n  FRR   beca us e,  a uthorizi ng  an un - a uthoriz ed pers onnel is  criti cal  than   un - a uthorizi ng  a n  a uthorize d p erson nel.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Wi rel ess sen s or d ata mi ning f or  e - co m merce  app li catio ns   ( T. Sridevi )   469   FA R  of   t he  sy stem   with  the   pro po se d  c ombinati on  of   t w o  bi om et ric  te c hn i qu e s  (C rypt ogra ph y  a nd   Stegan ogra phy)  can  undo ub te dly  be  le sser  ( m uch   cl os er  to   zero)  tha n  tha t  of   F AR  of   a  syst e m   fu nctio ni ng   with  only   Crypto gr a phy  or   only   Stegan ogra ph y.  A  sim ple  te st  ver ifie d  t hat  FA R  of   t he   pro po se d  sys tem   is   cl os e to  zer o.   The  te st i s as  foll ows.   So m e  ran do m   ste go - enc rypte d  i m ages  are  con si der e d.   F or  exam ple,  say  i m g1   belo ngs  to  Mr.  A.   I f   ‘A’  us es  t he  pro po se d  syst e m ,  he  is  authorized .  N ow,   the  act ual  im age  file   of   ‘A’  that  was  us e d  f or   dev el op i ng  ste go - e ncr ypte d  i m age  of  ‘ A ’  i s  ta ke n  a nd  2  bits  in  2  pix el s  of  that  im age  are  c ha ng e d.  This  change  is   eq ui valent  to   the   im age  of  a  dif f eren t  perso n  but  with   m os t  of  the   sim il ar  fe at ur es  e xpect   t ho s e  2   pix el s.  Now  th e  new ly   f or m ed  im age  is  us ed  wit h  the  syst e m   to  see  if  the  syst e m   can  a uthorize  the  pe rson.  The  syst em   end ed   in  no t  a ut horizi ng  the  ne wly  form ed  im age  of  ‘ A’.  The  sam e  te st  has  been  co nd ucted  on   the r em ai nin g  i m ages as wel l and the  res ults  ho l d goo d for a ll  tho se im ages as  w el l.     3.5 .    A ppli ca tion     The  ap plica ti on   is  helpful  to   al l  secur it y  w ing s  f ro m   the  fina ncial   sect or   to  Mi li ta ry  s ecur it y.   Th e   pro po se d  secu rity   la ye rs  ca n  be  us e d  f or  any  bio m et ri c  m od al it y.  We  can  en ha nc e  the  featur e s  of   the   pro po se d  te ch niques  f or  the  Bim od al   bio m et ric  authe ntica ti on   syst em s.  The  al gorithm s  can  be  i nc orporate d  into the  futu re  up c om ing  tech no l og ie s  li ke  R obotics as  well .       4.   CONCL US I O N   The  propose d  secur it y  la ye rs   can  be  us e d  f or   a ny  bi om et r ic   m od al it y  for  any  ty pe  of   i nfor m at ion   su c h  as  te xt,  i m age,   an d  au di o   /  vid e o  file s.  The  a ppli cat ion   is  help fu l   to  al l  secur it y  wi ng s   f r om   the  finan ci al   sect or   to  Mi li ta ry  secur it y. T he   syst e m   can  e nh a nce  the  fea tures  of   the  propose d  te ch niques  f or   t he  Bi m od al   bio m et ric  auth entic at ion   syst e m s.  The  al go r it h m s  can  be  i ncor porated  i nto   the  fu t ur e   up com ing   te chno log ie s  li ke  Ro bo ti cs a s w el l .       REFERE NCE S     [1]   Faiz an ,   A.,   Aa i m a,   N.,   and   Z e esha n,   A. ,   “ Im age - base d  Fac e  Dete c ti on  and  Rec ognition:  St at e  of  th e  Art” ,   Inte rnational   Jo urnal  of  Comput er  Scienc e  Iss ue s,   vol. 9, Issue  6 ,   no  1 ,   Novem ber   2012,     [2]   Donn y ,   J.  O.,   Li z a,   P.,   and   L ei ,   C. , ”Pre v ent i ng  Cel l  Phone  Intrusion  and  T hef t  using  Biom et ric s  Fin ger p rint  Biom et ric   Se cur ity   ut il i zi ng  Do ngle   and   Solid  Stat e  R el a y   T echnolog y ”,  IEEE   Sec urit y  and  P rivac y   Workshops ,   2013.   [3]   Sm it a  S.  M.,   Pradn y a,   M. ,   and   Shende,   M.  V.  S.,   “ Biom et ric s  Authent i ca t ion  Te chn ique   For   Intrusion  Dete c tion  S y stems   Us ing  F inge rprin t  Rec og nit ion”,  Inte rnat i onal  Journal  of  Computer  Sci en ce ,   Eng ineering  and  Information  Technol ogy   ( IJ CSEIT) ,   vol. 2,   no. 1,   Februa r y   201 2.   [4]   Naga ra ju ,   G.,   a nd   Hy m a  L akshm i,   T.   V.,   “ I m age   enc r y pt io n  using  sec re t - ke y   images  and   SC AN  pat te rn s”,   Inte rnational   Jo urnal  in Adv an c es  in  Comput er,   El e ct rica l, &   El ec tronic s  Engg.,   vol.   02 ,   pp .   13 - 1 8,   2012 .   [5]   Renu  B. ,   “ Bio m et ric s  and  Fa ce   Rec ogn it ion   Te chni qu es” ,   Inte rnational   Jo urnal  of  Adv an ce d  Re s earc h  i n   Computer  Scien ce   and   So f tware Engi ne ering,   vol .   3 ,   Iss ue  5 ,   Ma y  2013.   [6]   Rez a ,   M.  R. ,   Ab dolra hm an,   A.,   a nd   Rez a,   E.   A.,   “ A  New  Fast  and  Sim ple   Im age   Enc r y p ti on  Algori thm  Us ing  Scan   Patt ern s  and  XO R”,   Inte rnat iona l  Journal  of  Signal   Proce ss ing,   Image  Proce ss ing  and  Pat te rn  Re cogniti on   vol. 6 ,   no.   5 ,   PP :275 - 29 0.   2013 .   [7]   Ramara ju,  P.  V . ,   Nag araju,   G . ,   and   Cha itan y a ,   R.   K.,  “ Im age   En cr y pti on   a nd  Dec r y pt ion  using  Advanc ed   Enc r y pt ion  Algo rit hm ”,   Dis cove r y ,   2015 ,   The   Inter nati onal  Dail y j ournal,   vol .   29 ,   no.   107 ,   Pp:2 - 28 ,   2015 .   [8]   Sakthi dasa n ,   K .   S.,   and   Santhosh ,   Krishna,   B .   V.,   “ A New  Chaot ic   Algorit hm   for  Im age   Enc r y pt io n  and  Dec r y pt io n   of  Digital  Co lor Im age s”,   In te rna ti onal Journal  o f   Information  and   Educ a ti on  Te ch nology ,   vol .   1 ,   n o.   2 ,   June   2011.   [9]   Rinki ,   P. ,   Vijay ,   K.  T. ,   and   Vin ee t ,   R. ,   “ A  Surv e y   On  Diffe r ent  Im age   Enc r y pt i on  and  Dec r y ption  Te chni qu es” ,   ( IJ CSIT )   Inte rna ti onal  Journal  of  Computer  Sci e nce   and  Information  Technol ogi es,   vol.   4,   no.   1,   pp.   113  –   116,   2013.   [10]   Dr.  Rama  Raj u ,   P.V.,   Anvesh  Gandhi,   T.,  and   Naga   Ra ju,   G. ,   “ RGB  Im age   S te g anogr aph y   using  Zi g za g  Pix e l   Indic a tor  and  Scan  Te chn ique s“   Inte rnational   Jo urnal  Of  Re search  In  El ectronic s A nd  Computer  Engi ne ering.,   vol.  3,   Iss ue  3 ,   pp .   10 3 -   107,   2015.   [11]   Mrs .   Sridevi ,   T.,  P hani ndra ,   S.  S.,   Gudipudi,   B. ,   and   Pancha kar la ,   P.,   “ An  Enha nce d  Dat a  Hidi ng  Te chni qu e  of  Stega nogra ph y   Us ing  Matri x  A pproa ch  Me thod ”,   In te rnat ional   j ournal  of  S yste m s and  Technol og ie s .    [12]   Sale h,   S. ,   “ Secu re   Data   Com m unic a ti on  S y st em  Us ing  Cr y ptogr aph y   And  Steg a nogra ph y ”,   In te r nati onal  Journal   of  Comput er  N etwor ks  &   Com mu nic ati ons   ( IJ CNC) ,   vol. 5,   no. 3 ,   Ma y   2013.   [13]   A biko y e ,   O.  C. ,   Adewole ,   K.  S.,   and   Oladi pupo ,   A.  J.,   ”E fficie nt  Data   Hiding  S y stem  using  C r y ptogr aph y   and   Stega nogra ph y ” ,   Inte rnat ional   Jo urnal  of Appl i ed Information  Syst ems ( IJ AIS) ,   vol. 4, no . 11 ,   2012 .   [14]   Olanr ewa ju ,   R.   F.,   and   Azm an,  A.  W . ,   “ Inte ll i gent   Cooperativ e  Adapti ve  W eight  Ranki ng  Policy   vi a  d y n amic  agi ng  b ase d  on   NB  and  J48  c la s sifie rs”,   Indone s ian  Journal   of  E le c tric al   Engi n e ering  and  In formatic s  ( IJ EE I) , v ol.   5,   no . 4,     357 - 36 5,   2017 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 4 , N o.   1 ,  A pr il   201 9   :   462   –   470   470   [15]   Choi,   Y.,   "Cr y p ta na l y sis  on  Pri vacy - awa r e  two - fa ct or  Auth ent i ca t ion  Protocol   for  W ire le ss   Sensor  Networks",   Indone sian J our nal  of   Elec tric al   Engi ne ering  and   Computer  Sc ie n ce ,   vol .   8 ,   no .   2 ,   pp.   296 - 301 ,   20 17.   [16]   Singh,  P.,   and   Chauha n,   R.   K. ,   "A   Survey   on  Com par isons  of  Cry ptogr aphic  Algorit hm s  Us ing   C ert a in  Para m et er s  in  W SN . "  Inte rn ati onal Journal of  E le c tric al   and   Computer  Eng i nee ring,   vol .   7 ,   no.   4 ,   pp .   2232 ,   2017.   [17]   Saxena ,   S.,   “ E xte nsion  to  HiRLoc   Algorit h m   for   Loc al i z at ion  Err or  Co m puta ti on  in  W ire le ss   Se nso r  Networks”,   Indo nesian  Journal   o f  E le c tric al   Eng i nee ring a nd   Info rm ati cs ,   vol .   1 ,   n o.   4 ,   pp .   119 - 12 6,   2013 .       Evaluation Warning : The document was created with Spire.PDF for Python.