Cuộc cách mạng thông tin số đã mang lại những thay đổi sâu sắc trong xã hội và cuộc sống của chúng ta. Những lợi thế mà thông tin số mang lại cũng tạo ra những thách thức và cơ hội mới cho sự phát triển. Ngược lại với mã hóa thông tin, nhằm ngăn chặn việc truy cập và sửa đổi thông tin trái phép.
Che giấu và phát hiện thông tin là một kỹ thuật tương đối mới và đang phát triển rất nhanh và thu hút sự chú ý của cả các nhà khoa học và ngành công nghiệp, nhưng vẫn còn nhiều thách thức. Đồng thời, chúng tôi trình bày một số kỹ thuật che giấu và phát hiện thông tin trong ảnh kỹ thuật số, từ đó đưa ra các thử nghiệm và đánh giá để phát hiện thông tin ẩn trong ảnh kỹ thuật số.
Tổng quan về kỹ thuật giấu tin (Steganoeraphy)
- Định nghĩa kỹ thuật giấu tin
- Mục đích của giấu tin
- Mô hình kỹ thuật giấu thông tin cơ bản
- Mô hình kỹ thuật tách thông tin cơ bản
- Yêu cầu thiết yếu đối với một hệ thống giấu tin
- Một số đặc diểm của việc giấu thông tin trên ảnh
Trình nhúng thông tin: là các chương trình che giấu thông tin. Đầu ra: là phương tiện lưu trữ trong đó thông tin đã được ẩn. Phương tiện lưu trữ sau khi lấy được thông tin có thể được sử dụng và quản lý theo các yêu cầu khác nhau. Tính vô hình là tính vô hình của thông tin được nhúng trong phương tiện nhúng.
Khả năng nhúng là lượng thông tin nhúng được nhúng trong phương tiện. Lượng thông tin ẩn so với kích thước của hình ảnh xung quanh cũng là vấn đề cần quan tâm trong thuật toán ẩn thông tin.
Tổng quan về kỹ thuật phát hiện ảnh có giấu tin (Steganalysis)
Khái niệm
Kỹ thuật phát hiện ảnh ẩn thông tin sử dụng kỹ thuật ẩn RCM [7] do Coltue và cộng sự đưa ra. Từ giao diện chính của chương trình, chọn menu “Display” để chạy chức năng phát hiện hình ảnh ẩn. Để thực hiện chức năng phát hiện ảnh ẩn, chọn nút “Kiểm tra”.
Sau đó sử dụng chương trình phát hiện được cài đặt theo kỹ thuật phát hiện ảnh ẩn bằng kỹ thuật ẩn RCM (kỹ thuật phát hiện thẻ hình mờ tương phản ẩn đảo ngược). Nghiên cứu kỹ thuật phát hiện ảnh ẩn thông tin bằng kỹ thuật ẩn RCM.
Phân tích tin ẩn giấu thƣờng dựa vào các yếu tố sau
Các phƣơng pháp phân tích ảnh có giấu tin
CẤU TRÚC ẢNH BITMAP
Cấu trúc ảnh Bitmap
- Bitmap Header
- Palette màu
- Bitmap data
Thành phần bitcount (Bảng 2.2 Thông tin về Tiêu đề Bitmap) của cấu trúc Tiêu đề Bitmap cho biết số bit cho mỗi pixel và số lượng màu tối đa trong hình ảnh. Nếu bit có giá trị 0 thì pixel có màu đen, nếu bit có giá trị 1 thì pixel có màu trắng. Nếu thành phần này được đặt thành 0, Bitmap sẽ sử dụng số lượng màu tối đa tương ứng với giá trị bitcount.
Các dòng hình ảnh được lưu từ dưới lên trên, pixel được lưu từ trái sang phải. Giá trị của mỗi pixel là một chỉ số trỏ đến phần tử màu tương ứng trong bảng màu.
Cấu trúc ảnh PNG
- Lịch sử và phát triển
- Thông tin kỹ thuật
Phiên bản hiện tại của PNG chỉ khác một chút so với phiên bản 1.2 và không chứa thành phần mới. Cấu trúc dựa trên thành phần được thiết kế để cho phép định dạng PNG tương thích với các phiên bản cũ hơn khi sử dụng. PNG được cấu trúc như một mảng các phần tử, mỗi phần tử chứa kích thước, loại, dữ liệu và mã sửa lỗi CRC bên trong nó.
Sự phân biệt này giúp bộ giải mã phát hiện bản chất của chuỗi khi không thể nhận dạng được. Bộ giải mã phải có khả năng đọc và hiển thị tệp PNG.
NGHIÊN CỨU KỸ THUẬT GIẤU TIN DỰA VÀO LƢỢC ĐỒ THỦY VÂN
Các khái niệm cơ bản
- Khái niệm về bit có trọng số thấp (LSB - Least Significant Bit )
- Phép biến đổi RCM ?
Thuật toán RCM
- Ý tƣởng thuật toán
- Thuật toán giấu tin gồm có 2 bƣớc
- Thuật toán tách thông điệp và khôi phục ảnh gốc
Nếu (a, b) không thuộc RCM, đặt LSB của a thành "0", LSB gốc của a được coi là bit thông báo và chèn vào hình ảnh (tức là bit này sẽ ' được thêm vào chuỗi thông báo để tiếp tục nhúng vào ảnh). Chia dữ liệu hình ảnh thành từng cặp theo hướng quét tùy ý (hàng, cột). Từ chuỗi bit LSB đã trích xuất, tiếp tục trích xuất độ dài của tin nhắn (24 bit đầu tiên).
Sau khi có được độ dài của tin nhắn, chúng ta tiến hành trích xuất tin nhắn gốc và khôi phục lại ảnh gốc. Nếu LSB(a') = 0 và LSB a', b' không thuộc miền RCM sau khi được đặt thành 1, cặp pixel gốc sẽ được khôi phục bằng cách thay thế LSB(a') bằng giá trị thực. Trích xuất từ hình mờ.
KỸ THUẬT PHÁT HIỆN ẢNH CÓ GIẤU TIN SỬ DỤNG KỸ THUẬT GIẤU
Phân tích vấn đề an toàn của kỹ thuật RCM
Dựa trên thảo luận ở trên, có thể tính được xác suất của các bit 0 và 1 trong LSB của sơ đồ thủy ấn RCM của hình ảnh sau khi ghi mật mã. Nếu xác suất một cặp pixel thuộc RCM và xác suất một cặp pixel không thuộc RCM lần lượt là PRCM và PRCM thì PE là tỷ lệ nhúng. Chúng ta có thể thấy sự xuất hiện khác nhau của các bit 0 và 1 trong LSB của sơ đồ tạo hình mờ RCM của hình ảnh sau khi ghi mật mã của hình ảnh gốc.
Dựa trên quan sát này, quy tắc sau được đề xuất để phân biệt hình ảnh steganographic với hình ảnh môi trường. Giá trị của δ có thể được đánh giá bằng phân tích hình ảnh sau khi chụp ảnh mật mã và có thể được lựa chọn theo yêu cầu của từng ứng dụng cụ thể. Để đánh giá tính khả thi của phương pháp đề xuất, tác giả bài báo đã trích xuất 500 ảnh từ cơ sở dữ liệu ảnh CBIR [8] và chuyển đổi chúng sang định dạng mức xám 8 bit.
Các hình ảnh được chia thành hai nhóm, nhóm một bao gồm 250 hình ảnh được sử dụng trong thí nghiệm một và nhóm hai bao gồm 250 hình ảnh còn lại được sử dụng trong thí nghiệm hai. Thông báo nhúng được sử dụng trong thử nghiệm được tạo bằng cách tạo số giả ngẫu nhiên. Trong thí nghiệm 1, tác giả đã nhúng các lượng thông tin khác nhau bằng kỹ thuật RCM và quan sát sự thay đổi của sơ đồ LSB trong ảnh sau khi ẩn thông tin.
Trong thử nghiệm thứ hai, tác giả đã đánh giá tính chính xác của phương pháp đề xuất trong việc phát hiện hình mờ RCM ở các tỷ lệ nhúng và ngưỡng δ khác nhau. Từ số liệu ở Bảng 4.1, chúng ta thấy khi ngưỡng δ = 0,03 thì chúng ta thu được kết quả khả quan nhất trong việc phát hiện thủy vân RCM.
Kỹ thuật phát hiện ảnh có giấu tin sử dụng kỹ thuật giấu RCM
CÀI ĐẶT VÀ THỰC NGHIỆM
Môi trƣờng cài đặt
Giao diện chƣơng trình
- Giao diện chính chƣơng trình
- Giao diện có chi tiết các module giấu tin
- Giao diện có chi tiết các module tách tin
- Màn hình giao diện một trƣờng hợp giấu tin
- Màn hình giao diện một trƣờng hợp tách tin và khôi phục ảnh gốc
- Màn hình một trƣờng hợp kiểm tra một ảnh bất kỳ có giấu tin hay không (giao diện
Ẩn thông tin với embedding rate: thực hiện ẩn thông tin với bitrate ngẫu nhiên với kích thước được tính toán dựa trên phần trăm của hình ảnh (tỷ lệ do người dùng nhập vào). Ẩn bất kỳ tệp nào: Ẩn tệp văn bản do người dùng chọn. Trích xuất chuỗi bit ngẫu nhiên: Thực hiện trích xuất chuỗi bit từ hình ảnh được nhúng bằng chức năng "ẩn chuỗi bit ngẫu nhiên".
Tách chuỗi theo tốc độ nhúng: thực hiện tách chuỗi bit khỏi hình ảnh được nhúng bằng chức năng "ẩn thông tin theo tốc độ nhúng". Trích xuất chuỗi bất kỳ: Trích xuất chuỗi thông báo từ hình ảnh được nhúng bằng chức năng "ẩn chuỗi bất thường". Trích xuất bất kỳ tệp nào: Trích xuất tệp văn bản từ hình ảnh được nhúng bằng tính năng "ẩn bất kỳ tệp nào".
Từ giao diện chính của chương trình, chọn menu “Đăng ký mẫu” và chọn chức năng “Lưu mẫu mới”. Để nhập tên ảnh muốn ẩn (tên ảnh) các bạn chọn nút Browser rồi chọn ảnh. Tên ảnh sau khi ẩn thông tin (New Image Name) sẽ tự động được tạo sau khi chọn ảnh và người dùng có thể thay đổi trường này.
Sau khi thực hiện các bước trên chúng ta tiếp tục chọn nút “Ẩn thông tin” để thực hiện chức năng ẩn thông tin (Hình 1: ảnh trước ẩn thông tin - Hình 2: ảnh sau ẩn thông tin). Từ giao diện chính của chương trình, chọn menu "Tach information" và chọn chức năng "Tach a Random File". Để nhập tên ảnh cần trích xuất (Image name to share) các bạn chọn nút Browser và tiếp tục chọn ảnh.
Sau khi thực hiện các bước trên, chúng ta tiếp tục chọn nút “Thông tin chi nhánh” để thực hiện chức năng tách tin nhắn và khôi phục ảnh gốc (Hình 1: ảnh trước khi tách tin - Hình 2: ảnh sau khi khôi phục).
Kết quả thử nghiệm
Đánh giá kỹ thuật phát hiện theo F-measure
- Độ đo đánh giá
- Kết quả thử nghiệm
- Nhận xét
Giữa khoảng thời gian đó, giá trị β càng cao thì độ chính xác càng trở nên quan trọng hơn so với việc thu hồi. Sau đó chúng tôi sử dụng các thước đo đánh giá: Precision, Recall và F-measure để phân loại ảnh có thông tin ẩn và ảnh không có thông tin ẩn. Nhìn vào kết quả bảng 5.5, ta thấy độ đo F rất cao, điều này cho thấy thuật toán phát hiện ảnh ẩn bằng kỹ thuật ẩn RCM trình bày ở Chương 4 là chính xác và hiệu quả. Việc phát hiện thông tin ẩn trong ảnh là rất lớn.
Việc phát hiện các thông tin ẩn trong dữ liệu đa phương tiện, đặc biệt là trong ảnh số, đang là vấn đề được quan tâm hiện nay trong nhiều lĩnh vực. Để phát hiện và phân biệt một hình ảnh kỹ thuật số có chứa thông tin bí mật hay không đòi hỏi nhiều yếu tố và kỹ thuật phức tạp. Trong dự án này, chúng tôi đã cung cấp cái nhìn tổng quan về thông tin ẩn trong miền RCM và phát hiện các hình ảnh có thông tin ẩn bằng kỹ thuật ẩn RCM.
Trong quá trình thực hiện đề tài, việc nghiên cứu đề tài này không tránh khỏi những thiếu sót do hạn chế về thời gian.
