Tài liệu: Bảo vệ cơ sở dữ liệu quan hệ bằng phương pháp mở rộng hiệu và dự

Tìm hiểu phương pháp bảo vệ cơ sở dữ liệu quan hệ thông qua mở rộng hiệu và dự báo trên thuộc tính số thực, đảm bảo an toàn thông tin hiệu quả.

• Tác giả: Lã Đăng Hiệp
• Người hướng dẫn: PGS. Phạm Văn Ác
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Bảo vệ cơ sở dữ liệu quan hệ bằng phương pháp mở rộng hiệu và dự báo trên các thuộc tính kiểu số thực
• Loại tài liệu: Luận văn thạc sỹ
• Năm xuất bản: 2016
• Địa điểm: Thái Nguyên

Tóm tắt

I. Khái Niệm Cơ Bản Về Bảo Vệ Cơ Sở Dữ Liệu Quan Hệ

Bảo vệ cơ sở dữ liệu quan hệ là một trong những vấn đề quan trọng nhất trong thời đại số hóa hiện nay. Với sự phát triển mạnh mẽ của công nghệ thông tin, việc chia sẻ thông tin trực tuyến đã trở thành hoạt động thiết yếu cho kinh doanh và nghiên cứu. Tuy nhiên, điều này cũng mang theo những rủi ro liên quan đến bản quyền dữ liệu và tính toàn vẹn của thông tin. Thủy vân cơ sở dữ liệu đã được công nhận là một giải pháp hiệu quả để bảo vệ bản quyền và xác thực tính xác thực của dữ liệu số trong môi trường internet. Các phương pháp bảo vệ hiện đại đặc biệt tập trung vào việc nhúng các dấu hiệu ẩn vào dữ liệu mà không làm thay đổi giá trị gốc của chúng.

1.1. Định Nghĩa Cơ Sở Dữ Liệu Quan Hệ

Cơ sở dữ liệu quan hệ là một tập hợp các bảng dữ liệu có liên kết với nhau thông qua các khóa ngoại. Mỗi bảng trong CSDL quan hệ chứa các hàng (records) và cột (attributes) biểu diễn thông tin về các thực thể. Đây là mô hình dữ liệu phổ biến nhất trong các hệ quản trị cơ sở dữ liệu hiện đại, cho phép lưu trữ, truy xuất và quản lý dữ liệu một cách hiệu quả và an toàn.

1.2. Tầm Quan Trọng Của Thủy Vân Dữ Liệu

Thủy vân dữ liệu đóng vai trò quan trọng trong việc bảo vệ bản quyền và đảm bảo tính toàn vẹn của thông tin. Kỹ thuật này cho phép nhúng các dấu hiệu ẩn vào trong cơ sở dữ liệu mà không ảnh hưởng đến khả năng sử dụng của dữ liệu gốc. Thủy vân thuận nghịch là phương pháp tiên tiến cho phép khôi phục hoàn toàn dữ liệu ban đầu sau khi trích xuất dấu hiệu, đảm bảo sự bảo vệ toàn diện.

II. Phương Pháp Mở Rộng Hiệu Và Dự Báo

Phương pháp mở rộng hiệu (Difference Expansion - DE) và mở rộng sai số dự báo (Prediction Error Expansion - PEE) là những kỹ thuật tiên tiến trong lĩnh vực bảo vệ cơ sở dữ liệu quan hệ. Những phương pháp này cho phép nhúng thủy vân vào các thuộc tính kiểu số thực của dữ liệu mà không làm giảm chất lượng hoặc độ chính xác của thông tin. Mở rộng hiệu hoạt động bằng cách tính toán hiệu số giữa các giá trị và sử dụng không gian này để lưu trữ thông tin thủy vân. Những phương pháp này đã được chứng minh là có khả năng bảo vệ cao và cho phép khôi phục dữ liệu một cách hoàn hảo.

2.1. Nguyên Lý Hoạt Động Của Mở Rộng Hiệu

Mở rộng hiệu là một kỹ thuật dựa trên việc phân tích hiệu số giữa các cặp giá trị liền kề trong cơ sở dữ liệu. Bằng cách mở rộng những hiệu số này, chúng ta có thể tạo ra không gian để nhúng thủy vân. Phương pháp này đặc biệt hiệu quả với thuộc tính số thực vì nó tận dụng tính chất toán học của các con số để tối ưu hóa quá trình nhúng và khôi phục.

2.2. Ưu Điểm Của Mở Rộng Sai Số Dự Báo

Mở rộng sai số dự báo (PEE) cung cấp những lợi thế vượt trội trong bảo vệ cơ sở dữ liệu quan hệ. Phương pháp này cho phép nhúng dung lượng lớn thủy vân với độ bền vững cao chống lại các tấn công. Ngoài ra, khôi phục dữ liệu hoàn toàn có thể được thực hiện mà không mất mát thông tin gốc, giữ nguyên tính toàn vẹn của dữ liệu ban đầu.

III. Các Yêu Cầu Và Thách Thức Trong Bảo Vệ Dữ Liệu

Việc bảo vệ cơ sở dữ liệu quan hệ phải đáp ứng một số yêu cầu kỹ thuật và bảo mật nghiêm ngặt. Trước tiên, thủy vân phải có khả năng nhúng đủ dung lượng để lưu trữ thông tin bản quyền và xác thực. Thứ hai, tính che giấu của thủy vân là rất quan trọng, không thể phát hiện được bằng mắt thường hoặc các công cụ phân tích đơn giản. Thứ ba, cơ sở dữ liệu được bảo vệ phải có tính bền vững cao, chống lại các loại tấn công như cập nhật thông thường, tấn công có chủ đích hay các phép biến đổi khác. Những thách thức này đòi hỏi sự kết hợp giữa các kỹ thuật tiên tiến như mở rộng hiệu và dự báo.

3.1. Khả Năng Nhúng Và Che Giấu

Khả năng nhúng đề cập đến dung lượng thông tin có thể được nhúng vào cơ sở dữ liệu mà không gây ảnh hưởng đáng kể. Tính che giấu là yêu cầu mà thủy vân phải không thể nhận biết được, giữ nguyên tính chất ban đầu của dữ liệu. Điều này có ý nghĩa quan trọng để đảm bảo rằng dữ liệu được bảo vệ vẫn có giá trị sử dụng cao trong các ứng dụng thực tế.

3.2. Tính Bên Vững Chống Lại Các Tấn Công

Tính bền vững là khả năng của thủy vân để tồn tại ngay cả sau khi cơ sở dữ liệu bị tấn công hoặc chỉnh sửa. Các loại tấn công bao gồm cập nhật thông thường, tấn công có chủ đích và các phép biến đổi ngẫu nhiên. Phương pháp mở rộng hiệu và dự báo được thiết kế để chống lại những tấn công này, đảm bảo bảo mật cơ sở dữ liệu lâu dài.

IV. Ứng Dụng Và Hướng Phát Triển Trong Tương Lai

Kỹ thuật bảo vệ cơ sở dữ liệu quan hệ bằng thủy vân đã được áp dụng rộng rãi trong nhiều lĩnh vực quan trọng. Các ứng dụng thực tế bao gồm bảo vệ bản quyền dữ liệu thời tiết, dữ liệu tài chính, dữ liệu y tế và các cơ sở dữ liệu khoa học khác. Phương pháp mở rộng hiệu và dự báo đã chứng minh hiệu quả cao trong việc nhúng và khôi phục thủy vân mà vẫn duy trì tính toàn vẹn của dữ liệu. Trong tương lai, các nhà nghiên cứu sẽ tiếp tục phát triển những kỹ thuật mới để tăng cường khả năng bảo vệ, cải thiện dung lượng nhúng và tăng tính bền vững chống lại các hình thức tấn công ngày càng phức tạp.

4.1. Các Ứng Dụng Thực Tiễn Hiện Tại

Thủy vân cơ sở dữ liệu được sử dụng để bảo vệ bản quyền trong các CSDL chứa dữ liệu nhạy cảm về thời tiết, chứng khoán, điện năng, y tế và khoa học. Các tổ chức kinh tế và nghiên cứu sử dụng phương pháp bảo vệ này để ngăn chặn việc sao chép trái phép và phân phối không hợp pháp. Kỹ thuật thủy vân thuận nghịch đặc biệt hữu ích vì nó cho phép khôi phục dữ liệu gốc hoàn toàn.

4.2. Xu Hướng Nghiên Cứu Và Phát Triển

Các nhà khoa học đang tập trung vào việc phát triển những phương pháp bảo vệ mới với độ bền vững cao hơn và dung lượng nhúng lớn hơn. Mở rộng hiệu và dự báo là những xu hướng nghiên cứu chính được quan tâm. Mục tiêu là tạo ra những giải pháp bảo mật cơ sở dữ liệu toàn diện, thích ứng với các mối đe dọa bảo mật mới trong môi trường digital ngày càng phức tạp.

Trích đoạn nội dung tài liệu

Chương 1. Tổng quan về thủy vân CSDL quan hệ Chương 2. Thủy vân thuận nghịch trên CSDL quan hệ sử đụng mỡ rộng hiệu và dự báo trên các thuộc tính kiểu số thực. “Chương 3: Chương trình thử nghiệm.

'Kết luận và những kiến nghị về hướng phát triển. Mic dit trong quả trình nghiên cứu và hoàn thành luận văn em đã rất nỗ lực và cổ gắng. Song do thời gian và trình độ còn hạn chế nên luận văn khó. tránh khỏi những thiếu sót, kính mong nhận được sự đóng góp ý kiến, chi bio cia cdc thay giáo, cô giáo và các bạn dé luận văn được hoàn thiện hơn.

Em xin trân trọng cảm ơn! HUONG I: TONG QUAN VE THUY "AN CSDL QUAN HE 1. Một số khái niệm cơ bản.1 Cơ sỡ đữ liệu quan hệ a. Cơ sỡ dữ liệ Cơ sở đữ liệu (đatabase) là một hệ thống các thông tin có cấu trúc được. lưu trữ trên các thiết bị lưu trữ thứ cấp (băng từ, đĩa ti.) nhằm thoả mãn yêu.

cầu khai thác thông tin đồng thời của nhiều người sử dụng hay nhiều chương. trình ứng dụng với nhiều mục đích khác nhau. Khái niệm cơ sở đữ liệu quan hệ Cơ sở dỡ liệu được xây dựng dựa trên mô hình đữ liệu quan hệ gọi là cơ sỡ dữ liệu quan hệ. Trong cơ sở đữ liệu quan hệ, bang được gọi là quan hệ, cốt được gọi là thuộc tính, hàng được gọi là bộ (bản ghì), kiễu dữ liệu được goi là miễn đữ liệu.

Hệ quản trị cơ sở dữ liệu dùng để tạo lập, cập nhật và khai thác cơ sở dữ liệu quan hệ gọi là hệ quản trị cơ sở đữ liệu quan hệ Bang (Table): Là một thành phần cơ bản trong cơ sỡ đữ liệu quan hệ Bảng được hình thành khi sắp xếp các thông tin có liên quan với nhau theo. hàng và cột. Các hàng tương ứng với các bản ghi (record) dữ liệu và các cột tương ứng với trường dữ liệu. ‘Vi du: Bing DanhsachHS.

Cac hang là học sinh, mỗi hàng tương ứng với một học sinh. Các cột là trường (hay lĩnh vực) của thông tin. Ta có các cột: Số báo danh, Họ đt tên, Giới tính, Năm sinh, Điểm. Trường dữ liệu (Field): trong cơ sở dữ liệu, đây là không gian đành.

cho một mẫu thông tin trong bản ghỉ dữ liệu. Trong chương trình quản trị CSDL dang bing véi dữ liệu được tổ chức theo hằng và cột, thì trường dữ liệu tương ứng với các cột. Ban ghi (Record): trong co s@ di liệu, bản ghỉ là một đơn vị hoàn chỉnh nhỏ nhất của dữ liệu, được lưu trữ trong những trường hợp dữ liệu đã được đặt tên. Trong một cơ sở dữ liêu dạng bảng, bản ghỉ đữ liệu đồng nghĩa với hàng (row).

Bản ghi chứa tắt cả các thông tin có liên quan với tin mài cơ sở đữ liệu đang theo đối. Vi du, trong co sở đữ liệu về DanhsachHS, bản ghỉ sẽ liệt kê Số báo. danh, Họ & tén, Giới tính, Năm sinh, Tên tỉnh, Điểm. Hầu hết các chương trình đều hiễn thị các bản ghỉ đỡ liệu theo hai cách: theo các mẫu nhập dữ liệu và theo các bing dữ liệu.

Cac ban ghi di liệu được hiển thị đưới dạng các hàng ngang và mỗi trường dữ liệu là một cột Khóa chính (Primary key): là một giá tri ding 48 phân biệt bản ghỉ này với bản ghi khác. Giá trị của khóa chính trong mỗi bản ghi 14 duy nhất trong cả bảng (table). Có thé xem số chứng minh nhân dân như một khóa chính và không người nào giống người nào. Ngoài khóa chính ra còn có khóa ngoài (foreign key).

Khóa ngoài là giá trị ding đề liên kết giữa các bảng và thiết lập mồi quan hệ giữa các bản ghỉ trong các bảng khác nhau. Mô hình đữ liệu quan hệ Trong quả trình thiết kế và xây đựng các hệ quản trị cơ sở dit lig, người ta tiến hành xây dựng các mô hình dữ liệu. Mô hình dữ liệu phải được thể hiện được các mối quan hệ bản chất của các đữ liệu mà đữ liệu này phân. ánh các mồi quan hệ và các thực thể trong thế giới thực.

Mô hình đữ liệu phản. ánh khía cạnh cấu trúc logic mà không đi sâu vào khía cạnh vật lý của cơ sở dữ liệu. Mô hình dữ liệu là một sự hình thức hóa toán học với một tập ký hiệu để mô tả dữ liệu và một tập các phép toán được sử dụng để thao tác các dit liệu này. Khi xây đựng các mô hình dữ liệu cần phân biệt các thành phần cơ ‘ban sau: - Thực thể: Là đối tượng có trong thực tế mà chúng ta cần mô tả các.

đặc trưng của nó, - Thuộc tính: Là các đữ liệu thể hiện các đặc trưng của thực thể. - Ràng buộc: Là các mồi quan hệ logic của các thực thê. Ba thành phân trên được thê hiện ở hai mức: - Mức loại đữ liệu: là sự khái quát hóa các ràng buộc, các thuộc tính, các thực 9 thể - Mức thể hiện: Là một rằng buộc cụ thể, hoặc là các giá trị thuộc tính, hoặc là một thực thé cu thé. "Trên thực tế có một số mô hình dữ liệu đã được nghiên cứu: - Mô hình dỡ liệu mạng: Thể hiện trực tiếp các rằng buộc tùy ý giữa các loại bản ghỉ.

La mô hình đữ liệu được biểu đi bởi một đỗ thị cô hướng. ~ Mô hình đữ liệu quan hệ: Các rằng buộc được thể hiện qua các quan hệ tức là bảng giá trị. Mô hình đựa trên lý thuyết tập hợp và đại số quan hệ. ‘Vi tinh chất chặt chẽ của toán học về lí thuyết tập hợp niên mô hình này đã mô.

tả dữ liệu một cách rõ rằng, uyỄn chuyển và trở thành rất thông đụng. - Mô hình đữ liệu hướng đối tượng: Cho phép biểu điền đữ liệu tự nhiên và sát với thực tế hơn cả. Tuy nhiên cho đến nay, chưa có một cơ sỡ toán học tốt hình thức hóa ở mức cao, chặt chế đối với mô hình này "Mô hình đỡ liệu quan hệ do EF. Codd dé xuất năm 1970 là cơ sỡ cho hầu hết các hệ thống cơ sở đữ liệu hiện tại.

Mô hình đữ liệu quan hệ được quan tâm là vi né được xây đựng trên cơ sở toán học chặt chẽ. Mô hình dit liệu quan hệ cung cấp các khái niệm chặt chế được hình thức hóa cao, cho phép áp dụng các công cụ toán học, các thuật toán tối ưu trên mô hình dữ liệu quan hệ. Mô hình dữ liệu quan hệ được trữu tượng hóa cao và chỉ đờng ở mức logic. Quan hệ Cho U = (AI, A2,.

Ay} là một tập hữu hạn không rỗng các thuộc tính. Mỗi thuộc tính A:(i =1. 7) có miễn giá trị là Dom(Ai). Khi đồ rlà một tập các Độ (ri.

r„} được gọi là quan hệ trên U với r, (j = 1. 2 am) là một hàm tỉ U = Up, seta Ae Dont =. 2, th Có thể xem một quan hệ như một bảng, trong đó mỗi hàng (phản tử) là một bộ và mỗi cột tương ứng với một thành phần gọi là thuộc tính. Biểu dién quan hệ r thành bang như sau: Bảng 1.Bảng biểu điễn quan hệr AL As A " HÁI nA nA n nA | A nA fn fmAr fA fA Vidu: MaHS Ho&Ten NgSinh — Dchỉ H01 ũ Thu Hà 2/4/1986 - HãNội Hs02 Nguyễn MaiAnh 4/5/1990 VĩnhPhúc H03 Trương Thanh Bình 2/4/1988 Hải Phòng Trong đó các thuộc tính là MaHS: Mã số học sinh; Ho&Ten: Họ và tên, NgSinh: ngàysinh; Debi: dia chi.

BO giá tị: (hs01, Vũ Thu Hà, 2/04/1986, Ha Nội) là một bản ghỉ (bộ). Lược đồ quan hệ Tap tat cả các thuộc tính trong một quan hệ cùng với mối liên hệ giữa. chúng được gọi là lược đỏ quan hệ. Lược đỗ quan hệ R với tập thuộc tính U=(A1, A2,.

Ay} được viết là R(U) hoặc R(AI, A2,. Miễn thuộc tính: Tập tất cả các giá trị có thễ có của thuộc tính Ai gọi là miền giá trị của thuộc tính đó, kỹ hiệu: Dom(Ai) hay viết tắt là: ¡ A D.1: Hocsinh(MaHS, Ho&Ten, NgSinh, Ðchi) Dom(MaHiS(sbd)) = {char(5)}; Domio&Ten) = {char(20)); Dom(NgSinh) = {date}; Dom(Dchi) = {‘Ha N6i’, “Hai Phong’, “Vinh Phúc = 'Kiểu thuộc tint ¡ một thuộc tinh đều phải thuộc một kiễu dữ liệu. Kiểu dữ liệu có thể là vô hướng - là các kiểu đữ liệu cơ bản như chuỗi, số, logic, ngày tháng. hoặc các kiểu có cấu trúc được định nghĩa dựa trên các kiểu dữ liệu đã có sẵn.

Khoá cũa quan hệ ‘Khoa ciia quan hệ r xác định trên tập thuộc tinh U= (Ay, A¿. A;}là tập con K CƯ sao cho bắt kỹ hai bộ khác nhau t1, 2 £ r ôn thoát. K +0 Kva kỳ tập con thực sự KIC K nào đồ đều không có tinh ct đồ, Trong ví đụ trên thì thuộc tính MaHS là khóa của quan hệ Hocsinh. Khoá là một khái niệm rất quan trọng trong việc thiết kế một cơ sở dữ liệu quan hệ.

Khoá thường được áp đụng trong việc tìm kiếm hay cập nhật dữ liệu trong các cơ sở dữ liệu quan hệ.2 Thủy vân cơ sỡ dữ liệu quan hệ a. Thũy vân Từ “thuỷ vân” có xuất xứ từ kỹ thuật đánh đấu nước thời xưa. Đây là thuật đánh dấu chìm một hình ảnh, một logo, hay một dữ liệu nào đó lên trên giấy nhằm mục đích trang trí và phân biệt được xuất xứ của sản phẩm giấy "Như vậy, thông tin cần giấu được gọi là thuỷ vân (watermark). Thuy van mé ta théng tin có thể được đùng để chứng minh quyền sở hữu.

hoặc chống xuyên tạc Cö hai loại thuỷ vân, đó là: thuỷ vân bên vững và thuỷ vân dễ vỡ. - Thuy van dé vé /?agiie watermark): La thuy van dé bi bién đổi trước. những biến đổi hay tấn công lên dữ liệu. Các kỹ thuật này thường được ding trong các ứng đụng xác thực thông tin, đấm bảo sự toàn vẹn dữ liệu.

- Thuỷ vân bền vững (robust vwatermar): Là thuỷ vân tổn tại bền vững cùng với đữ liệu, không đễ đàng bị phá huỷ trước những biến đổi, tấn công lên dữ liệu. Các kỹ thuật này thường được đùng trong các ứng đụng bảo vệ "bản quyền, chứng minh quyền sở hữu Thuỷ vân bền vững lại được chia thành. hai loại là thuỷ vân ẫn và thuỷ vân hiện. « Thủy vân hiện: là loại thuỷ vân được hiện ngay trên sản phẩm và người đùng cô thể nhìn thấy được giống như các biểu.

tượng kênh chương trình vô tuyến VTVI, VCT2, TVS. Céc thuỷ 8 vân hiện trên ảnh thường đưới đạng chìm, mờ hoặc trong suốt để không gây ảnh hưởng đến chất lượng ảnh gốc. Thông tin bản quyền. hiễn thị ngay trên sẵn phẩm.

+ Thuỷ vânấn : là loại thủy vân yêu cầu tính ẩn cao, bằng mắt thường không thê nhìn thấy thuỷ vân.