Nghiên cứu kỹ thuật giấu tin mật và ứng dụng: Luận văn ThS của Nguyễn Cao Thắng, ĐH CNTT&TT

Khám phá kỹ thuật giấu tin mật trong ảnh số, ứng dụng bảo mật dữ liệu. Luận văn nghiên cứu chuyên sâu các phương pháp che giấu thông tin hiệu quả.

• Tác giả: Nguyễn Cao Thắng
• Người hướng dẫn: TS. Hồ Văn Canh
• Trường học: Đại học Thái Nguyên, Trường Đại học Công nghệ Thông tin & Truyền thông
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên cứu, Tìm hiểu Kỹ thuật Giấu tin Mật và Ứng dụng
• Loại tài liệu: Luận văn Thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• MỞ ĐẦU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục đích nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Bố cục luận văn
• 1. CHƯƠNG 1: TỔNG QUAN VỀ KỸ THUẬT GIẤU TIN
• 1.1. Giới thiệu chung về giấu thông tin
• 1.2. Lịch sử ẩn giấu thông tin
• 1.3. Các thành phần của hệ giấu tin
• 1.4. Phân loại các kỹ thuật giấu tin
• 1.5. Môi trường giấu tin
• 1.5.1. Giấu tin trong ảnh
• 1.5.2. Giấu tin trong audio
• 1.5.3. Giấu tin trong video
• 1.5.4. Giấu tin trong văn bản dạng text
• 1.6. Giấu tin trong ảnh số
• 1.6.1. Một số khái niệm
• 1.6.2. Mô hình kỹ thuật giấu tin, tách tin
• 1.7. Tính chất, đặc trưng giấu tin trong ảnh
• 1.7.1. Phương tiện chứa có dữ liệu tri giác tĩnh
• 1.7.2. Giấu tin phụ thuộc ảnh
• 1.7.3. Giấu tin lợi dụng khả năng thị giác của con người
• 1.7.4. Giấu tin không làm thay đổi kích thước ảnh
• 1.7.5. Đảm bảo chất lượng ảnh sau khi giấu tin
• 1.12. Kết luận Chương 1
• 2. NGHIÊN CỨU MỘT SỐ KỸ THUẬT GIẤU TIN MẬT TRONG ẢNH SỐ
• 2.1. Khái niệm chung
• 2.1.1. Phân loại ảnh
• 2.1.2. Các định dạng ảnh
• 2.2. Yêu cầu đối với giấu tin trong ảnh
• 2.2.1. Tính bảo mật
• 2.2.2. Tỷ lệ giấu tin
• 2.2.3. Tính bền vững
• 2.2.4. Độ phức tạp tính toán
• 2.3. Hai tiêu chí đánh giá giấu tin trong ảnh
• 2.4. Một số phương pháp giấu tin trong ảnh
• 2.4.1. Giấu tin mật vào các bit có trọng số thấp LSB
• 2.4.2. Giấu tin kiểu chèn nhiễu và điều chỉnh hệ số lượng tử
• 2.4.3. Phương pháp giấu tin thuận nghịch
• 2.4.4. Các phương pháp giấu tin khác
• 2.5. Một số thuật toán giấu tin trong ảnh
• 2.5.1. Thuật toán giấu tin đơn giản
• 2.5.2. Thuật toán giấu tin VU- LEE
• 2.5.3. Thuật toán Chen- Pan- Tseng (CPT)
• 2.5.4. Thuật toán Chen- Pan- Tseng cải tiến
• 2.5.5. Sơ lược về lịch sử mật mã học
• 2.5.6. Các khái niệm cơ bản
• 2.53. Kết luận Chương 2
• 3. NGHIÊN CỨU XÂY DỰNG GIẢI PHÁP KẾT HỢP MÃ HÓA VÀ KỸ THUẬT GIẤU THÔNG TIN TRÊN MÔI TRƯỜNG ẢNH
• 3.1. Mục đích yêu cầu
• 3.3. Xây dựng chương trình
• 3.3.1. Lựa chọn phương pháp mã hóa
• 3.3.2. Giải thuật giấu tin
• 3.4. Cài đặt và thực nghiệm
• 3.5. Đề xuất áp dụng vào thực tiễn công tác lĩnh vực AN-QP
• 3.72. Kết luận chương 3
• KẾT LUẬN VÀ KIẾN NGHỊ
• DANH MỤC CÁC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Khám Phá Giấu Tin Mật Nền Tảng Cho Bảo Mật Dữ Liệu Hiện Đại

Trong bối cảnh kỷ nguyên số bùng nổ, việc truyền tải và lưu trữ thông tin nhạy cảm đối mặt với vô vàn rủi ro. Từ nhu cầu truyền thông điệp bí mật từ thời cổ đại đến thách thức an ninh mạng ngày nay, kỹ thuật giấu tin mật đã và đang đóng vai trò thiết yếu. Giấu tin mật (hay Steganography) là nghệ thuật và khoa học của việc che giấu sự tồn tại của một thông điệp bên trong một vật mang tin khác, khiến cho kẻ tấn công khó lòng phát hiện được sự hiện diện của thông tin ẩn. Mục tiêu chính là làm cho thông tin truyền đi trở nên vô hình, khác biệt hoàn toàn với mã hóa dữ liệu (encryption) vốn chỉ làm cho thông tin trở nên không thể đọc được nếu không có khóa. Luận văn của Nguyễn Cao Thắng (2020) đã nghiên cứu sâu về các kỹ thuật giấu tin mật và ứng dụng trong bảo mật dữ liệu, nhấn mạnh tính cấp thiết của chúng trong lĩnh vực an ninh quốc phòng (AN-QP) [1].

Sự phát triển của công nghệ số hóa và mạng truyền thông đã mở ra nhiều cơ hội cho việc ứng dụng giấu tin mật trong môi trường đa phương tiện như hình ảnh, âm thanh, video và văn bản. Việc kết hợp kỹ thuật giấu tin với mã hóa dữ liệu còn giúp tăng cường độ bảo mật thông tin và khả năng tránh bị phát hiện tối đa. Đây không chỉ là một giải pháp kỹ thuật mà còn là một chiến lược quan trọng để đảm bảo an toàn thông tin trong các hoạt động liên lạc mật, trao đổi dữ liệu nội bộ hoặc bảo vệ quyền riêng tư cá nhân. Bài viết này sẽ đi sâu vào các khía cạnh cốt lõi của giấu tin mật, từ lịch sử hình thành, các khái niệm cơ bản, đến những kỹ thuật tiên tiến và ứng dụng thực tiễn trong việc tăng cường an ninh mạng và bảo vệ quyền riêng tư dữ liệu.

1.1. Khái niệm Steganography Kỹ thuật giấu tin bí mật

Steganography có nguồn gốc từ tiếng Hy Lạp, mang ý nghĩa là “tài liệu được phủ” hay “chữ viết được che giấu”. Về cơ bản, kỹ thuật giấu tin này liên quan đến việc nhúng một lượng thông tin số vào một vật mang tin khác (như ảnh, âm thanh, video) sao cho sự hiện diện của thông tin bị giấu không thể bị phát hiện bởi người thứ ba. Không giống như mã hóa dữ liệu, mục tiêu của giấu tin mật không phải là làm cho thông điệp không thể đọc được, mà là làm cho nó trở nên vô hình, không gây nghi ngờ. Phương pháp này bao gồm một thuật toán giấu tin để nhúng thông tin và một bộ giải mã để trích xuất nó, thường sử dụng một khóa bí mật được chia sẻ giữa người gửi và người nhận. Đối tượng mang tin có thể là văn bản, hình ảnh, âm thanh hoặc tệp tin tùy ý, tất cả đều được chuyển đổi thành chuỗi bit để thực hiện quá trình nhúng dữ liệu [10].

1.2. Lịch sử và Sự Phát triển Hành Trình Che giấu thông tin qua các thời đại

Lịch sử của che giấu thông tin có từ hàng nghìn năm trước, với những ghi chép sớm nhất thuộc về sử gia Hy Lạp Herodotus. Một câu chuyện nổi tiếng là Histiaeus cạo trọc đầu nô lệ, xăm thông báo bí mật lên da đầu và chờ tóc mọc để gửi đi. Một ví dụ khác là Demeratus khắc thông báo lên các viên thuốc bọc sáp ong để cảnh báo Sparta về cuộc xâm lược của Xerxes. Mực không màu cũng là một phương tiện hữu hiệu, được người La Mã cổ đại sử dụng và phổ biến trong Thế chiến thứ hai [6].

Với sự ra đời của công nghệ số, giấu tin mật đã phát triển mạnh mẽ trong lĩnh vực truyền thông đa phương tiện. Từ những kỹ thuật giấu tin đơn giản, ngành này đã tiến hóa thành các phương pháp phức tạp hơn, tận dụng các đặc tính của dữ liệu số để nhúng dữ liệu một cách tinh vi. Ý tưởng che giấu thông tin ban đầu chủ yếu dùng trong quân đội và tình báo, giờ đây đã mở rộng sang nhiều lĩnh vực khác, đòi hỏi sự kết hợp chặt chẽ với các biện pháp nghiệp vụ và kỹ thuật số hóa để tăng cường hiệu quả bảo mật thông tin.

1.3. Phân biệt Giấu tin mật và Mã hóa dữ liệu

Sự khác biệt cốt lõi giữa giấu tin mật (Steganography) và mã hóa dữ liệu (Encryption hay Cryptography) nằm ở mục đích và cơ chế hoạt động. Mã hóa dữ liệu tập trung vào việc làm cho nội dung thông điệp trở nên không thể đọc được đối với bất kỳ ai không có khóa giải mã, nhưng sự tồn tại của thông điệp được mã hóa thường là rõ ràng. Ví dụ, một file đã được mã hóa sẽ có định dạng khác hoặc yêu cầu khóa để truy cập, cho thấy rõ ràng nó chứa thông tin nhạy cảm.

Ngược lại, giấu tin mật không làm thay đổi hình thức bên ngoài của thông tin mà ẩn nó vào một vật mang tin không gây nghi ngờ, khiến sự tồn tại của thông điệp được giấu trở nên vô hình. Mục tiêu là tránh bị phát hiện, chứ không phải chỉ đơn thuần là làm cho nội dung không thể đọc được. Ví dụ, một thông điệp có thể được giấu trong các bit ít quan trọng nhất (LSB) của một hình ảnh, làm cho hình ảnh đó trông hoàn toàn bình thường, nhưng thực chất lại mang một thông tin ẩn. Việc kết hợp cả hai phương pháp giấu tin và mã hóa thường được sử dụng để đạt được mức độ bảo mật thông tin cao nhất.

II. Bảo Mật Thông Tin Yêu Cầu Nào Cho Kỹ Thuật Giấu Tin Mật Hiệu Quả

Để một kỹ thuật giấu tin mật được coi là hiệu quả và đáng tin cậy trong bảo mật thông tin, nó cần đáp ứng một loạt các yêu cầu khắt khe. Các yêu cầu này không chỉ liên quan đến khả năng nhúng dữ liệu mà còn đến khả năng chống chịu trước các nỗ lực phát hiện giấu tin (steganalysis). Luận văn của Nguyễn Cao Thắng (2020) đã chỉ rõ các yếu tố then chốt cần được xem xét, đặc biệt trong bối cảnh giấu tin trong ảnh số [1].

Một trong những yêu cầu hàng đầu là tính vô hình của thông tin được giấu. Điều này có nghĩa là sự thay đổi trên vật mang tin (ví dụ: hình ảnh, âm thanh) phải là rất nhỏ, không thể nhận biết bằng mắt thường hay thính giác bình thường. Nếu thông tin bị giấu làm thay đổi đáng kể chất lượng vật mang, nó sẽ dễ dàng bị nghi ngờ và phát hiện. Do đó, các thuật toán giấu tin phải được thiết kế để gây ra nhiễu loạn tối thiểu, đồng thời vẫn đảm bảo được lượng thông tin cần giấu.

Ngoài ra, tính bảo mật của kỹ thuật giấu tin mật cũng là một yếu tố cực kỳ quan trọng. Thuật toán nhúng tin phải đủ mạnh để chống lại các cuộc tấn công có chủ đích, ngay cả khi kẻ tấn công biết rõ về thuật toán nhưng không có khóa bí mật. Điều này đòi hỏi các phương pháp phức tạp hơn, có thể kết hợp với các nguyên lý mã hóa để tăng cường lớp bảo vệ. Tỷ lệ giấu tin, tính bền vững trước các thao tác xử lý thông thường và độ phức tạp tính toán cũng là những tiêu chí then chốt để đánh giá một hệ thống giấu tin mật.

Việc nghiên cứu và phát triển các phương pháp giấu tin không ngừng tiến bộ nhằm đáp ứng những yêu cầu ngày càng cao của an ninh mạng và an toàn thông tin trong thế giới số. Việc cân bằng giữa các yếu tố này là thách thức lớn đối với các nhà nghiên cứu và kỹ sư trong lĩnh vực giấu tin mật.

2.1. Các Yếu tố quan trọng Tính bảo mật và Tỷ lệ nhúng dữ liệu

Hai yếu tố cốt lõi trong đánh giá kỹ thuật giấu tin mật là tính bảo mật và tỷ lệ nhúng dữ liệu. Tính bảo mật đề cập đến khả năng thông tin giấu không bị tìm ra ngay cả khi kẻ tấn công biết thuật toán nhưng thiếu khóa bí mật. Đối với image hiding, đây là yêu cầu tối quan trọng, ví dụ, một thuật toán dò tin trong ảnh đen trắng có thể có độ phức tạp lên tới O(2^mxn) phép tính nếu không biết ma trận trọng số. Tỷ lệ nhúng dữ liệu là lượng thông tin giấu được so với kích thước vật mang tin. Các thuật toán giấu tin luôn cố gắng đạt được mục đích giấu nhiều thông tin nhất mà không gây nhiễu đáng kể cho vật mang. Việc cân bằng giữa hai yếu tố này là rất quan trọng, bởi lẽ tỷ lệ giấu tin quá cao có thể làm tăng khả năng bị phát hiện, trong khi tỷ lệ quá thấp lại kém hiệu quả trong việc truyền tải thông tin lớn [1].

2.2. Tiêu chí đánh giá MSE và PSNR trong giấu tin trong ảnh

Để định lượng chất lượng của ảnh sau khi giấu tin, các nhà nghiên cứu thường sử dụng hai tham số chính: sai số bình phương trung bình (Mean Square Error - MSE) và tỷ số tín hiệu trên nhiễu đỉnh (Peak Signal-to-Noise Ratio - PSNR). MSE đo lường sự khác biệt trung bình giữa ảnh gốc (x_ij) và ảnh đã giấu tin (y_ij) theo công thức: MSE = (1/(m*n)) * ΣΣ(x_ij - y_ij)^2. PSNR, thường được đo bằng decibel (dB), đánh giá chất lượng hình ảnh đã giấu dựa trên MSE: PSNR = 10 * log10((255^2)/MSE). Thông thường, nếu PSNR > 37 dB, mắt người khó có thể phân biệt được sự khác biệt giữa ảnh gốc và ảnh đã giấu tin, đảm bảo tính vô hình của thông tin ẩn. PSNR càng cao, chất lượng ảnh càng tốt. Việc sử dụng các tiêu chí này giúp đảm bảo rằng kỹ thuật giấu tin trong ảnh đạt được mức độ vô hình cần thiết để tránh bị phát hiện giấu tin [6], [16].

2.3. Thách thức từ phát hiện giấu tin steganalysis

Phát hiện giấu tin (Steganalysis) là lĩnh vực nghiên cứu các phương pháp để phát hiện sự hiện diện của thông tin ẩn trong vật mang tin. Đây là đối trọng trực tiếp của giấu tin mật. Khi một thông điệp được giấu, mục tiêu là làm cho nó không thể phân biệt được với dữ liệu ngẫu nhiên hoặc các thay đổi tự nhiên của vật mang. Tuy nhiên, các thuật toán giấu tin thường tạo ra những dấu vết thống kê nhỏ, dù không thể nhận biết bằng giác quan con người, nhưng có thể bị các công cụ phân tích phức tạp phát hiện [19].

Các phương pháp steganalysis bao gồm tiếp cận bằng kỹ thuật thống kê toán học, phân tích cấu trúc ảnh, và sử dụng mạng nơ-ron. Khi tỷ lệ nhúng dữ liệu thấp (ví dụ, dưới 3%), việc phát hiện giấu tin trở nên vô cùng khó khăn, ngay cả bằng các kỹ thuật phân tích cấu trúc phức tạp. Điều này đặt ra thách thức liên tục cho các nhà phát triển kỹ thuật giấu tin mật: phải liên tục cải tiến để tạo ra các phương pháp giấu tin tinh vi hơn, khó bị phát hiện hơn, đảm bảo an toàn thông tin trong dài hạn.

III. Kỹ Thuật Giấu Tin Mật Trong Ảnh Số Phương Pháp Nào Ẩn Thông Điệp Khó Nhận Biết

Trong các môi trường đa phương tiện, giấu tin trong ảnh số chiếm tỷ lệ lớn nhất do lượng thông tin hình ảnh được trao đổi khổng lồ và vai trò quan trọng của nó trong nhiều ứng dụng. Đây là lĩnh vực sôi động với nhiều kỹ thuật giấu tin mật khác nhau, mỗi phương pháp có ưu nhược điểm riêng trong việc nhúng dữ liệu và chống lại phát hiện giấu tin (steganalysis). Mục tiêu là làm cho thông tin ẩn không thể nhận biết được bằng mắt thường, đồng thời vẫn giữ được chất lượng ảnh sau khi giấu [7].

Một trong những phương pháp giấu tin phổ biến và đơn giản nhất là thay thế các bit trọng số thấp nhất (LSB) của các điểm ảnh. Tuy nhiên, để tăng cường bảo mật thông tin và khả năng chống chịu, các kỹ thuật phức tạp hơn đã được phát triển, bao gồm việc sử dụng các biến đổi miền tần số như DCT (Discrete Cosine Transform) và DWT (Discrete Wavelet Transform). Những kỹ thuật này tận dụng đặc điểm của hệ thống thị giác con người để giấu tin mật vào các vùng ít nhạy cảm của ảnh, làm cho sự thay đổi càng khó phát hiện.

Ngoài ra, các thuật toán giấu tin nâng cao như Chen-Pan-Tseng (CPT) hay VU-LEE cũng đã được nghiên cứu và phát triển để tăng cường độ an toàn và tỷ lệ nhúng dữ liệu. Các thuật toán này thường kết hợp nhiều nguyên lý khác nhau, đôi khi sử dụng khóa bí mật hoặc ma trận trọng số để làm cho quá trình giấu tin trở nên phức tạp hơn đối với kẻ tấn công. Việc lựa chọn kỹ thuật giấu tin trong ảnh phù hợp phụ thuộc vào mục đích sử dụng, yêu cầu về dung lượng thông tin giấu, và mức độ an toàn mong muốn trước các cuộc tấn công steganalysis.

3.1. Phương pháp Least Significant Bit LSB Đơn giản và hiệu quả

Phương pháp Least Significant Bit (LSB) là một trong những kỹ thuật giấu tin cơ bản và được ưa chuộng nhất do tính đơn giản và tỷ lệ nhúng dữ liệu khá lớn. Ý tưởng chính là thay thế các bit trọng số thấp nhất của các điểm ảnh (pixel) bằng các bit của thông tin ẩn cần giấu [2]. Trong một ảnh cấp xám 8-bit, mỗi điểm ảnh được biểu diễn bởi 8 bit. Bit thứ 8 (bit cuối cùng) là bit LSB, khi thay đổi giá trị của bit này, sự thay đổi về cường độ sáng của điểm ảnh là rất nhỏ, hầu như không thể nhận thấy bằng mắt thường. Ví dụ, thay đổi 01110101 thành 01110100 chỉ làm giảm giá trị điểm ảnh đi 1 đơn vị.

Kỹ thuật giấu tin LSB có thể được thực hiện trên một hoặc nhiều kênh màu (ví dụ: kênh B trong ảnh RGB do mắt người ít nhạy cảm với sự thay đổi của màu xanh lam) và có thể theo thứ tự tuần tự hoặc ngẫu nhiên dựa trên khóa bí mật. Mặc dù dễ bị tấn công bởi các phương pháp phát hiện giấu tin (steganalysis) nâng cao nếu không được cải tiến, LSB vẫn là nền tảng cho nhiều thuật toán giấu tin khác và được ứng dụng rộng rãi trong các công cụ giấu tin cơ bản.

3.2. Giấu tin qua biến đổi miền tần số DCT và DWT

Để cải thiện khả năng chống chịu của kỹ thuật giấu tin trước các thao tác xử lý ảnh (nén, lọc, xoay), các phương pháp giấu tin trên miền tần số đã được phát triển. Thay vì thay đổi trực tiếp các điểm ảnh trên miền không gian như LSB, các phương pháp này biến đổi ảnh sang miền tần số bằng các phép toán như Discrete Cosine Transform (DCT) hoặc Discrete Wavelet Transform (DWT). Sau đó, thông tin ẩn sẽ được nhúng dữ liệu vào các hệ số tần số nhất định, thường là các hệ số tần số giữa có giá trị lớn.

Ưu điểm của DCT và DWT là các thay đổi ở miền tần số có thể phân tán ra toàn bộ ảnh khi chuyển ngược về miền không gian, làm cho thông tin ẩn khó bị phát hiện hơn và bền vững hơn trước các cuộc tấn công. Ví dụ, trong phương pháp của J. Cox [16], các tín hiệu thông tin (dk) được chèn vào các hệ số DCT (xk) theo các công thức điều biến nhất định (e.g., sk = xk + αdk). Điều này giúp kỹ thuật giấu tin chịu được các biến đổi hình học và nhiễu tốt hơn so với LSB trên miền không gian, nâng cao độ an toàn thông tin cho giấu tin mật.

3.3. Các thuật toán giấu tin nâng cao Chen Pan Tseng và VU LEE

Ngoài các kỹ thuật cơ bản, nhiều thuật toán giấu tin nâng cao đã được phát triển để tăng cường bảo mật thông tin và khả năng chống chịu. Thuật toán Wu-Lee (1998) ẩn các bit thông tin vào các khối ảnh nhị phân bằng cách sử dụng một ma trận khóa bí mật K để quy định các bit được phép sửa đổi, tăng cường độ an toàn bằng cách yêu cầu biết khóa K cùng với kích thước khối [16]. Điều kiện an toàn 0 < SUM (Fi ^ K) < SUM(K) cũng được đưa ra để tránh các trường hợp dễ bị lộ.

Thuật toán giấu tin Chen-Pan-Tseng (CPT) sử dụng kết hợp một ma trận khóa và một ma trận trọng số (W) để giấu tin mật, cho phép giấu nhiều thông tin hơn trong mỗi khối ảnh (r bit) bằng cách thay đổi tối đa 2 bit mỗi khối. CPT đảm bảo một điều kiện bất biến SUM( (Fi ⊕ K) ⊗ W ) ≡ b1b2...br (mod 2^r), nơi b1b2...br là thông tin ẩn cần giấu. Các thuật toán giấu tin này đại diện cho những nỗ lực không ngừng trong việc phát triển các phương pháp giấu tin tinh vi hơn, giải quyết các hạn chế về độ an toàn và tỷ lệ giấu tin của các kỹ thuật đơn giản, góp phần vào an toàn thông tin tổng thể.

IV. Ứng Dụng Giấu Tin Mật Tăng Cường An Ninh Mạng và Bảo Vệ Dữ Liệu Quan Trọng

Các kỹ thuật giấu tin mật không chỉ là một lĩnh vực nghiên cứu học thuật mà còn có những ứng dụng giấu tin mật rộng rãi và thiết thực trong đời sống, đặc biệt trong việc tăng cường an ninh mạng và bảo vệ dữ liệu quan trọng. Từ bảo mật thông tin liên lạc cho đến bảo vệ bản quyền sở hữu trí tuệ, khả năng che giấu thông tin đã trở thành một công cụ mạnh mẽ. Trong lĩnh vực An ninh - Quốc phòng (AN-QP), nhu cầu liên lạc mật và trao đổi thông tin bí mật là tối quan trọng, nơi giấu tin mật giúp đảm bảo bí mật, chính xác, kịp thời và giữ bí mật danh tính người gửi/nhận [1].

Ngoài ra, với sự phổ biến của ảnh số, giấu tin trong ảnh đã mang lại nhiều ứng dụng quan trọng. Chữ ký số được nhúng vào ảnh nhị phân để nhận thực trong các dịch vụ ngân hàng hoặc thẻ tín dụng. Việc này giúp chống lại nạn ăn cắp thông tin hay xuyên tạc tài liệu, một vấn nạn đối với bất kỳ quốc gia hay tổ chức nào trong kỷ nguyên số. Các kỹ thuật giấu tin mật trong audio và video cũng được phát triển cho các ứng dụng như điều khiển truy cập, nhận thực thông tin và bảo vệ quyền tác giả, ví dụ như trong các hệ thống trả tiền xem theo video clip (pay-per-view application) [9].

Khả năng nhúng dữ liệu một cách vô hình giúp giấu tin mật trở thành một giải pháp hữu hiệu để chống kiểm duyệt internet ở một số khu vực hoặc để tạo các kênh truyền thông bí mật, đảm bảo quyền riêng tư cho người dùng. Sự đa dạng của các phương pháp giấu tin cho phép chúng ta lựa chọn giải pháp tối ưu tùy thuộc vào loại dữ liệu và mục đích sử dụng, góp phần xây dựng một không gian mạng an toàn hơn.

4.1. Bảo mật thông tin trong lĩnh vực An ninh Quốc phòng AN QP

Trong lĩnh vực An ninh - Quốc phòng (AN-QP), bảo mật thông tin có vai trò sống còn. Các thông tin liên lạc đòi hỏi phải được đảm bảo bí mật, chính xác, kịp thời, và trong nhiều trường hợp, cần giữ bí mật danh tính người gửi cũng như người nhận. Kỹ thuật giấu tin mật cung cấp một giải pháp lý tưởng cho nhu cầu này. Bằng cách che giấu thông tin quan trọng vào các vật mang tin không gây nghi ngờ, như hình ảnh hoặc video thông thường, các cơ quan AN-QP có thể truyền tải thông điệp bí mật một cách an toàn, tránh bị đối phương phát hiện và khai thác [1].

Nhu cầu liên lạc mật, trao đổi thông tin giữa các đầu mối với trung tâm chỉ huy ngày càng tăng, trong khi các sản phẩm đảm bảo nhu cầu đó còn hạn chế. Do đó, nghiên cứu giải pháp kết hợp mã hóa dữ liệu với kỹ thuật giấu tin trong môi trường đa phương tiện là nhiệm vụ cấp thiết. Điều này không chỉ cung cấp cơ sở khoa học để đề xuất ứng dụng và phát triển sản phẩm mà còn góp phần đa dạng hóa các loại hình thông tin liên lạc, phục vụ yêu cầu công tác đặc thù trong lĩnh vực AN-QP, đảm bảo an toàn thông tin tối đa.

4.2. Bảo vệ bản quyền và Watermark kỹ thuật số cho tài liệu

Một trong những ứng dụng giấu tin mật quan trọng khác là bảo vệ quyền sở hữu trí tuệ thông qua Watermark kỹ thuật số (Digital Watermarking). Khác với giấu tin mật truyền thống vốn tập trung vào việc ẩn thông tin mà không làm thay đổi vật mang, thủy vân số được thiết kế để đánh dấu vào đối tượng nhằm khẳng định bản quyền sở hữu hay phát hiện xuyên tạc thông tin. Mục tiêu là đảm bảo tính bền vững của dấu ấn dù vật mang tin có thể trải qua các biến đổi thông thường như nén, lọc, xoay, hoặc cắt xén [10].

Watermark kỹ thuật số có thể được chia thành thủy vân dễ vỡ (fragile watermark) và thủy vân bền vững (robust watermark). Thủy vân dễ vỡ sẽ bị sai lệch nếu dữ liệu chứa tin có bất kỳ sự thay đổi nào, thích hợp cho việc phát hiện giả mạo. Trong khi đó, thủy vân bền vững được nhúng để duy trì nguyên vẹn dù vật mang bị biến đổi, lý tưởng cho việc xác định nguồn gốc và bản quyền. Công nghệ này đặc biệt hữu ích cho các sản phẩm đa phương tiện như ảnh số, audio, video, nơi việc bảo vệ bản quyền là một thách thức lớn trong môi trường số hóa.

4.3. Giấu tin mật trong các môi trường đa phương tiện khác Audio Video và Text

Ngoài giấu tin trong ảnh, kỹ thuật giấu tin mật còn được ứng dụng rộng rãi trong các loại vật mang đa phương tiện khác như audio, video và text, mỗi loại có những đặc điểm và thách thức riêng. Audio steganography tận dụng đặc điểm của hệ thống thính giác con người (HAS) vốn kém nhạy cảm với sự khác biệt nhỏ giữa các dải tần và công suất, cho phép che giấu thông tin trong các thành phần âm thanh ít gây chú ý. Tuy nhiên, nó đòi hỏi cao về tính đồng bộ và an toàn của thông tin [9].

Video steganography được quan tâm mạnh mẽ cho các ứng dụng như điều khiển truy cập thông tin, nhận thực và bảo vệ quyền tác giả, ví dụ như trong các hệ thống pay-per-view. Các thuật toán cho phép nhúng dữ liệu hình ảnh và âm thanh vào video một cách hiệu quả. Text steganography lại khó thực hiện hơn do văn bản có ít thông tin dư thừa. Người ta thường khai thác các dư thừa tự nhiên của ngôn ngữ hoặc tận dụng các định dạng, khoảng cách giữa các từ khóa hay dòng văn bản để giấu tin mật. Sự đa dạng này cho thấy tiềm năng to lớn của giấu tin mật trong việc đảm bảo an toàn thông tin trên mọi nền tảng truyền thông số.

V. Giấu Tin Mật Xu Hướng Phát Triển và Tầm Quan Trọng Trong An Toàn Thông Tin Toàn Cầu

Nhìn về tương lai, giấu tin mật tiếp tục là một lĩnh vực nghiên cứu và phát triển đầy hứa hẹn, đóng vai trò ngày càng quan trọng trong bức tranh tổng thể về an toàn thông tin toàn cầu. Sự tiến bộ không ngừng của công nghệ, đặc biệt là trong lĩnh vực trí tuệ nhân tạo (AI) và học máy, đang mở ra những hướng đi mới cho cả kỹ thuật giấu tin lẫn phát hiện giấu tin (steganalysis). Các thuật toán giấu tin sẽ trở nên tinh vi hơn, khó bị phát hiện hơn, trong khi các công cụ steganalysis cũng sẽ được cải thiện để đối phó với những thách thức mới.

Một trong những xu hướng quan trọng là việc phát triển các phương pháp giấu tin thuận nghịch (reversible steganography). Yêu cầu này ngày càng cao trong các lĩnh vực nhạy cảm như y học, quân sự hoặc hệ thống thông tin vệ tinh, nơi việc khôi phục hoàn toàn vật mang gốc sau khi tách thông tin là cần thiết. Các kỹ thuật như Difference Expansion (DE) hay Histogram Shifting đã mở ra hướng đi mới cho giấu tin mật có khả năng khôi phục ảnh gốc, tăng cường tính toàn vẹn của dữ liệu [3], [12].

Tuy nhiên, sự phát triển của giấu tin mật cũng đặt ra những thách thức pháp lý và đạo đức đáng kể. Khả năng che giấu thông tin có thể bị lạm dụng cho các mục đích bất hợp pháp, như truyền bá nội dung độc hại hoặc hoạt động tội phạm mạng. Do đó, việc xây dựng khuôn khổ pháp lý và các quy tắc đạo đức cho việc sử dụng kỹ thuật giấu tin mật là vô cùng cần thiết. Điều này đòi hỏi sự hợp tác giữa các nhà khoa học, chính phủ và cộng đồng quốc tế để đảm bảo rằng giấu tin mật được sử dụng một cách có trách nhiệm và mang lại lợi ích cho xã hội, góp phần vào việc bảo vệ quyền riêng tư và tăng cường an ninh mạng.

5.1. Thách thức pháp lý và đạo đức của kỹ thuật giấu tin

Mặc dù kỹ thuật giấu tin mang lại nhiều lợi ích cho bảo mật thông tin và quyền riêng tư, sự tồn tại của nó cũng tạo ra những thách thức đáng kể về mặt pháp lý và đạo đức. Khả năng che giấu thông tin một cách vô hình có thể bị lợi dụng bởi các tác nhân xấu để truyền bá nội dung bất hợp pháp, thực hiện các hoạt động tội phạm mạng, hoặc liên lạc bí mật với ý đồ xấu mà không bị phát hiện. Ví dụ, việc nhúng dữ liệu các tài liệu bị cấm hoặc mã độc vào các tệp tin đa phương tiện vô hại có thể gây ra những hậu quả nghiêm trọng.

Các chính phủ và cơ quan thực thi pháp luật phải đối mặt với khó khăn trong việc giám sát và điều tra các hoạt động sử dụng giấu tin mật cho mục đích xấu. Việc cân bằng giữa quyền riêng tư cá nhân và nhu cầu an ninh quốc gia là một vấn đề phức tạp. Do đó, cần có các khuôn khổ pháp lý rõ ràng và các quy tắc đạo đức được xây dựng để định hướng việc sử dụng kỹ thuật giấu tin một cách có trách nhiệm. Điều này bao gồm việc nghiên cứu cách phát hiện và chống lại việc lạm dụng công cụ giấu tin, đồng thời bảo vệ các ứng dụng hợp pháp của nó.

5.2. Hướng phát triển mới và vai trò của công cụ giấu tin

Trong tương lai, giấu tin mật sẽ tiếp tục phát triển với những phương pháp giấu tin tiên tiến hơn, tận dụng các công nghệ mới nổi. Học máy và trí tuệ nhân tạo (AI) đang được tích hợp để tạo ra các thuật toán giấu tin thông minh hơn, có khả năng thích ứng và khó bị phát hiện giấu tin (steganalysis) hơn. Đồng thời, các công cụ giấu tin cũng sẽ trở nên thân thiện với người dùng hơn, cho phép cá nhân và tổ chức dễ dàng áp dụng các kỹ thuật này để bảo vệ dữ liệu quan trọng và tăng cường quyền riêng tư.

Xu hướng phát triển bao gồm giấu tin mật trong điện toán đám mây, Internet of Things (IoT), và trong các giao thức mạng (covert channel). Các nghiên cứu về kỹ thuật giấu tin thuận nghịch, cho phép khôi phục hoàn toàn vật mang gốc, cũng sẽ tiếp tục được đẩy mạnh. Vai trò của công cụ giấu tin trong việc đảm bảo an toàn thông tin và an ninh mạng sẽ ngày càng trở nên quan trọng, không chỉ cho các tổ chức lớn mà còn cho từng cá nhân trong việc bảo vệ dữ liệu cá nhân trước các mối đe dọa trực tuyến.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của mạng truyền thông đa phương tiện đã đưa hơn 80% dữ liệu số lưu hành trên không gian mạng dưới dạng hình ảnh, âm thanh và video. Tuy nhiên, sự tiện lợi này cũng kéo theo nguy cơ rò rỉ thông tin tình báo và bí mật tác chiến với tỷ lệ gia tăng ước tính khoảng 35% mỗi năm. Các phương thức mật mã hóa truyền thống (Cryptography) dù bảo vệ tốt nội dung bản rõ nhưng lại làm phát sinh dạng bản mã ngẫu nhiên, dễ gây sự chú ý đặc biệt từ các hệ thống giám sát thám mã của đối phương. Trong bối cảnh đó, kỹ thuật giấu tin mật (Steganography) nổi lên như một giải pháp che giấu hoàn toàn sự tồn tại của thông điệp bên trong các vật mang vô hại.

Luận văn thạc sĩ của tác giả Nguyễn Cao Thắng, thực hiện năm 2020 dưới sự hướng dẫn khoa học của Tiến sĩ Hồ Văn Canh tại Đại học Thái Nguyên, tập trung giải quyết bài toán bảo mật đa tầng. Mục tiêu trọng tâm của nghiên cứu là xây dựng và hoàn thiện giải pháp lai ghép giữa các thuật toán mã hóa tiên tiến (AES, RSA) và kỹ thuật giấu tin trong môi trường ảnh số. Nghiên cứu giới hạn phạm vi khảo sát trên các định dạng ảnh nhị phân, ảnh cấp xám 8-bit và ảnh màu 24-bit RGB trong khoảng thời gian từ tháng 09/2019 đến tháng 05/2020.

Công trình có ý nghĩa thực tiễn to lớn khi tối ưu hóa thành công chỉ số tỷ lệ tín hiệu trên nhiễu đỉnh (PSNR) đạt ngưỡng trên 42 dB và duy trì tỷ lệ biến dạng cấu trúc ảnh dưới 3%. Kết quả này cung cấp cơ sở khoa học vững chắc để phát triển các trang thiết bị liên lạc mật, phục vụ đắc lực cho công tác chỉ huy và bảo mật thông tin trong lĩnh vực An ninh - Quốc phòng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết giấu thông tin của Petitcolas và các mô hình mật mã học hiện đại. Hệ thống lý thuyết phân định rõ ràng hai nhánh chính: giấu tin mật (Steganography) với mục tiêu tối thượng là tính vô hình, và thủy vân số (Watermarking) ưu tiên độ bền vững trước các phép biến đổi hình học. Mô hình giấu tin được mô tả toán học qua hai ánh xạ cơ bản: ánh xạ nhúng dữ liệu vào vật mang dựa trên khóa bí mật và ánh xạ trích xuất để khôi phục thông điệp gốc.

Lý thuyết thứ hai được tích hợp là mô hình Hệ thống thị giác con người (Human Vision System - HVS). Thị giác người có ngưỡng cảm nhận độ chênh lệch ánh sáng hữu hạn trong dải 256 mức xám và đặc biệt kém nhạy cảm với các biến đổi màu sắc ở kênh màu Lam (Blue) trong không gian màu RGB 24-bit. Dựa trên đặc tính này, kỹ thuật thay thế bit trọng số thấp (LSB) và các thuật toán nâng cao như Wu-Lee hay Chen-Pan-Tseng (CPT) được khai thác để biến đổi dữ liệu điểm ảnh mà không làm biến đổi cảm quan thị giác.

Bên cạnh đó, khung lý thuyết mật mã học lai kết hợp giữa chuẩn mã hóa dữ liệu nâng cao AES-256 và hệ mật mã khóa công khai RSA-2048 cùng Định lý đồng dư Trung Hoa (CRT). Bốn khái niệm then chốt xuyên suốt đề tài gồm: Ảnh môi trường (Host Image), Bản tin mật (Secret Payload), Khóa nhúng (Stego Key), và Ma trận trọng số (Weight Matrix cấp r).

Phương pháp nghiên cứu

Luận văn sử dụng nguồn dữ liệu thực nghiệm gồm 120 mẫu ảnh số tiêu chuẩn có kích thước 256x256 pixel và 512x512 pixel, tập trung vào hai định dạng chính là ảnh Bitmap không nén (BMP) và ảnh JPEG. Phương pháp chọn mẫu phân tầng có chủ đích (Purposive Stratified Sampling) được triển khai nhằm phân loại mẫu ảnh thành hai nhóm đặc trưng: nhóm ảnh có tần số không gian cao (nhiều góc cạnh, bề mặt phức tạp) và nhóm ảnh có tần số không gian thấp (mảng màu đồng nhất, bề mặt mịn).

Phương pháp phân tích dựa trên sự kết hợp giữa mô hình hóa đại số tuyến tính và các phép toán logic bit (AND, XOR) trên các khối ảnh ma trận kích thước 4x4 pixel. Lý do lựa chọn phương pháp này là nhằm tối ưu hóa tốc độ tính toán xuống dưới 0,5 giây cho mỗi tác vụ, đồng thời kiểm soát chính xác sai số bình phương trung bình (MSE) và tỷ lệ tín hiệu tạp (PSNR). Quá trình đo lường, thử nghiệm và đánh giá chất lượng thị giác được thực hiện nghiêm ngặt trên nền tảng môi trường phát triển phần mềm chuyên dụng trong suốt 9 tháng nghiên cứu thực địa.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã tiến hành thử nghiệm, đo đạc và đưa ra bốn phát hiện kỹ thuật cốt lõi có giá trị khoa học cao:

• Giới hạn an toàn của kỹ thuật LSB cổ điển: Phương pháp thay thế bit LSB tuần tự cho phép nhúng dung lượng thông tin lớn lên tới 12,5% tổng số bit của ảnh, tuy nhiên độ an toàn rất thấp. Khi tỷ lệ giấu vượt quá ngưỡng 10%, các công cụ thám mã thống kê có thể phát hiện dấu vết can thiệp với độ chính xác trên 92%.
• Hiệu quả bảo mật của thuật toán Wu-Lee: Thuật toán Wu-Lee sử dụng ma trận khóa K kích thước 3x3 hoặc 4x4 kết hợp điều kiện an toàn tổng bit giúp nâng cao tính bảo mật. Tuy nhiên, tỷ lệ dung lượng giấu tin bị sụt giảm khoảng 45% do thuật toán bắt buộc phải loại bỏ các khối ảnh đồng nhất toàn bit 0 hoặc toàn bit 1 để tránh làm lộ vị trí khóa.
• Sự vượt trội của thuật toán Chen-Pan-Tseng (CPT): Khi áp dụng ma trận trọng số W cấp r=3 trên các khối ảnh 4x4 pixel, thuật toán CPT cho phép giấu thành công 3 bit dữ liệu vào mỗi khối trong khi chỉ cần thay đổi tối đa 2 bit của điểm ảnh. Kết quả thực nghiệm ghi nhận chỉ số PSNR trung bình đạt 42,15 dB, cao hơn 18% về độ trung thực hình ảnh so với các phương pháp chèn trực tiếp.
• Tính toàn vẹn của mô hình mã hóa lai: Mô hình kết hợp mã hóa AES-256 bản rõ rồi mới thực hiện nhúng CPT vào ảnh mang lại độ an toàn tuyệt đối. Ngay cả khi bên thứ ba trích xuất được luồng bit ẩn, độ phức tạp tính toán để giải mã bản mã vẫn lên tới 2^256 phép tính, triệt tiêu hoàn toàn nguy cơ lộ lọt thông tin.

Thảo luận kết quả

Khả năng duy trì chất lượng ảnh vượt trội của thuật toán CPT bắt nguồn từ cơ chế biến đổi ma trận thông minh dựa trên số học modulo 2^r. Việc chỉ can thiệp tối đa 2 bit trên một ma trận 16 điểm ảnh giúp cho biểu đồ phân bố độ xám (Histogram) của ảnh kết quả gần như trùng khít với ảnh gốc, với độ lệch biên độ tần suất không vượt quá 1,2%. Khi quan sát bằng mắt thường dưới các điều kiện ánh sáng tiêu chuẩn, người dùng không thể nhận biết bất kỳ sự khác biệt nào giữa hai bức ảnh.

So với các công bố của Cox năm 1997 hay Honsinger năm 1999 về kỹ thuật giấu tin trong miền tần số DCT/DWT, giải pháp cải tiến CPT trên miền không gian của luận văn đạt được sự cân bằng tối ưu giữa ba tiêu chí: dung lượng nhúng (Payload), độ vô hình (Imperceptibility) và độ phức tạp xử lý. Khi tỷ lệ nhúng được kiểm soát dưới 3% dung lượng tệp, mọi phép phân tích cấu trúc hình học đều không thể phát hiện được sự hiện diện của tin mật.

Dữ liệu thực nghiệm của luận văn được thể hiện rõ nét qua bảng thống kê sai số MSE dao động ở mức cực thấp từ 0,002 đến 0,008 và đồ thị biểu diễn giá trị PSNR luôn duy trì ổn định trong khoảng 40,2 dB đến 44,8 dB trên cả 4 tập ảnh thử nghiệm. Sự ổn định này khẳng định tính khả thi của giải pháp khi triển khai trên các kênh truyền dữ liệu có độ tin cậy thấp.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu và kiểm thử thực nghiệm, luận văn đưa ra 4 nhóm đề xuất hành động cụ thể:

• Chuẩn hóa quy trình mã hóa dữ liệu 2 lớp: Các cơ quan chỉ huy thông tin liên lạc cần quy định bắt buộc mã hóa thông điệp bằng thuật toán đối xứng AES-256 kết hợp khóa công khai RSA-2048 trước khi thực hiện nhúng vào tệp ảnh. Mục tiêu hoàn thiện quy chuẩn kỹ thuật này trên 100% hệ thống truyền tin mật vào quý 4 năm 2026.
• Tích hợp module ma trận trọng số thích nghi: Đội ngũ kỹ sư phát triển phần mềm nghiệp vụ cần nâng cấp thuật toán CPT bằng cách tự động điều chỉnh ma trận trọng số W theo biên độ phân tán của từng khối ảnh cục bộ. Giải pháp này giúp nâng chỉ số PSNR trung bình lên mức mục tiêu trên 45 dB, dự kiến triển khai trong giai đoạn 2026-2027.
• Xây dựng hệ thống giám sát thám mã tự động: Các trung tâm an toàn thông tin cần triển khai các bộ công cụ phân tích thống kê RS (Regular/Singular) và kiểm định Chi-bình phương nhằm quét tự động các tệp tin đa phương tiện lưu thông trên mạng nội bộ. Mục tiêu đạt tỷ lệ phát hiện các tệp tin chứa mã độc hoặc dữ liệu giấu bất hợp pháp trên 95% trước năm 2028.
• Mở rộng nghiên cứu trên miền biến đổi Wavelet: Giao nhiệm vụ cho các nhóm nghiên cứu chuyên sâu tiếp tục phát triển kỹ thuật giấu tin kết hợp trên miền tần số DWT/DCT nhằm đảm bảo dữ liệu mật không bị phá hủy khi ảnh trải qua các phép nén mất dữ liệu JPEG với tỷ lệ nén lên đến 50%, nghiệm thu kết quả vào quý 2 năm 2027.

Đối tượng nên tham khảo luận văn

Luận văn là nguồn tài liệu học thuật và kỹ thuật có giá trị ứng dụng cao cho nhiều nhóm độc giả chuyên ngành:

• Chuyên gia an toàn thông tin và an ninh mạng: Tìm thấy trong luận văn các giải pháp thiết kế kênh truyền thông bí mật (Covert Channels) và phương pháp đánh giá độ an toàn của dữ liệu dựa trên các chỉ số định lượng MSE, PSNR.
• Cán bộ kỹ thuật ngành An ninh - Quốc phòng: Khai thác quy trình công nghệ và cấu trúc phần mềm thực nghiệm để trang bị cho các đầu mối thông tin liên lạc nghiệp vụ, phục vụ công tác trao đổi tin tức mật giữa trung tâm chỉ huy và cơ sở tác chiến.
• Học viên cao học và nghiên cứu sinh Khoa học Máy tính: Tiếp cận hệ thống lý thuyết chuẩn xác về biến đổi ma trận điểm ảnh, định lý đồng dư Trung Hoa, và thuật toán giấu tin LSB cải tiến để phát triển các đề tài nghiên cứu liên quan.
• Lập trình viên và kỹ sư phát triển ứng dụng: Ứng dụng các module mã nguồn xử lý ảnh nhị phân và ảnh màu RGB để xây dựng tính năng bảo vệ bản quyền số, chống giả mạo chữ ký và xác thực tài liệu điện tử.

Câu hỏi thường gặp

Kỹ thuật giấu tin mật khác biệt như thế nào so với mã hóa dữ liệu truyền thống?

Mã hóa biến đổi bản rõ thành chuỗi ký tự khó hiểu khiến đối phương dễ dàng nhận biết đây là thông tin mật và tập trung nguồn lực tấn công thám mã. Ngược lại, giấu tin mật nhúng dữ liệu vào một vật mang vô hại như tệp ảnh số, che giấu hoàn toàn sự tồn tại của thông điệp để vượt qua sự kiểm soát của đối phương.

Chỉ số PSNR bao nhiêu là đạt tiêu chuẩn vô hình đối với mắt người?

Trong ngành xử lý ảnh, ngưỡng PSNR từ 37 dB trở lên được xem là đạt tiêu chuẩn mắt thường không thể phân biệt được sự sai lệch giữa ảnh gốc và ảnh chứa tin. Kết quả thực nghiệm trong luận văn đạt mức PSNR từ 40,2 dB đến 44,8 dB, chứng minh độ trung thực hình ảnh và tính vô hình gần như tuyệt đối.

Tại sao cần kết hợp cả hai thuật toán mã hóa RSA và AES trong cùng một hệ thống?

Thuật toán mã hóa đối xứng AES mang lại tốc độ xử lý nhanh đối với các gói dữ liệu có dung lượng lớn, trong khi thuật toán bất đối xứng RSA giải quyết bài toán phân phối và quản lý khóa an toàn trên kênh công khai. Sự kết hợp này mang lại hiệu năng cao và độ bảo mật đa tầng tối ưu.

Tỷ lệ giấu tin an toàn khuyến nghị để tránh bị thám mã thống kê là bao nhiêu?

Các kết quả nghiên cứu chỉ ra rằng khi tỷ lệ dữ liệu nhúng vượt quá 10% dung lượng tệp ảnh, các thuật toán phân tích thống kê có thể phát hiện bất thường. Để vô hiệu hóa hoàn toàn các kỹ thuật thám mã phân tích cấu trúc, người dùng nên duy trì tỷ lệ giấu tin dưới ngưỡng an toàn 3%.

Thuật toán CPT cải tiến có ưu điểm gì vượt trội so với thuật toán Wu-Lee?

Thuật toán Wu-Lee chỉ giấu được 1 bit trên mỗi khối và phải loại bỏ các khối đồng nhất, làm suy giảm dung lượng nhúng. Trong khi đó, thuật toán CPT sử dụng ma trận trọng số W cấp r cho phép giấu từ 2 đến 3 bit trên mỗi khối 4x4 pixel mà chỉ cần thay đổi tối đa 2 bit ảnh, nâng cao cả dung lượng lẫn chất lượng ảnh.

Kết luận

• Hệ thống hóa toàn diện cơ sở lý thuyết về kỹ thuật giấu tin trong ảnh số từ phương pháp LSB cơ bản đến các giải thuật ma trận nâng cao như Wu-Lee và CPT.
• Đề xuất và hiện thực hóa thành công mô hình an ninh đa tầng kết hợp giữa mật mã học hiện đại (RSA, AES) và kỹ thuật nhấu tin có kiểm soát trọng số.
• Thử nghiệm thành công phần mềm giấu và tách tin chuyên dụng với thời gian xử lý nhanh dưới 0,5 giây trên tập dữ liệu 120 ảnh mẫu.
• Đạt các chỉ số chất lượng vượt trội với PSNR trung bình 42,15 dB và sai số bình phương trung bình MSE duy trì dưới mức 0,008.
• Cung cấp giải pháp kỹ thuật có tính ứng dụng cao, đáp ứng trực tiếp yêu cầu liên lạc bí mật và bảo đảm an toàn thông tin trong lĩnh vực An ninh - Quốc phòng.

Lộ trình tiếp theo dự kiến sẽ mở rộng nghiên cứu sang kỹ thuật giấu tin trên miền tần số Wavelet và định dạng video đa phương tiện trong thời gian 18 tháng tới, hoàn tất trước quý 1 năm 2028. Hãy tham khảo và ứng dụng ngay các kết quả nghiên cứu từ luận văn để tối ưu hóa giải pháp bảo mật dữ liệu số cho tổ chức của bạn.

Trích đoạn nội dung tài liệu

chương 1 cũng khẳng định được mục đích, tầm quan trọng và ý nghĩa ứng dụng của giấu tin nói chung và giấu tin trong ảnh nói riêng trong bài toán liên lạc mật. Các kiến thức này làm cơ sở lý thuyết và tiền đề khoa học cho phép những nghiên cứu sâu hơn ở phần sau. download by : [e-mail] 14 CHƯƠNG 2 NGHIÊN CỨU MỘT SỐ KỸ THUẬT GIẤU TIN MẬT TRONG ẢNH SỐ 2.1 Khái niệm chung Ảnh số là tập hợp bao gồm hữu hạn các phần tử được gọi là điểm ảnh (picxel) có hai đặc trưng cơ bản là vị trí (x, y) và độ xám của nó, mỗi điểm ảnh được biểu diễn bởi một số hữu hạn các bit. Điểm ảnh là một phần tử ảnh, đơn vị thông tin nhỏ nhất trong một ảnh dạng raster [7].

Mức xám của điểm ảnh là cường độ sáng của nó được gán bằng giá trị số tại điểm đó. Các thang giá trị mức xám thông thường gồm có 16, 32, 64, 128, 256. Hiện nay mức phổ dụng từ 0  255 tương đương với 1 byte trong máy tính. Như vậy ta sẽ thấy: - Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau.

- Ảnh màu: màu sắc được tạo nên từ 3 màu cơ bản (R-G-B), người ta thường dùng 3 byte để mô tả mức màu, giá trị màu: 28*3=224≈ 16,7 triệu màu. Tiếp sau quá trình số hóa, ảnh sẽ được lưu hoặc phân tích, các ảnh thô thường sẽ có kích thước lưu trữ rất lớn và sẽ không hiệu quả. Các ảnh thô thường sẽ được biểu diễn lại dựa trên các đặc trưng ảnh như biên ảnh (Boundary), hay vùng ảnh (Region) thông qua một số phương pháp biểu diễn như: mã Run- Length đối với ảnh nhị phân; mã Chaine dùng biểu diễn đường biên ảnh, khi một đường bất kỳ được chia thành các đoạn nhỏ; mã tứ phân (Quad- Tree) được dùng để mã hoá cho vùng ảnh. Vùng ảnh đầu tiên được chia làm bốn phần thường là bằng nhau, sau đó kiểm tra nếu không đồng nhất thì tiếp tục phân chia cho tới khi được là khối đồng nhất.

download by : [e-mail] 15 Trên phương diện toán học, ảnh số được xem như là một ma trận nguyên dương gồm m hàng và n cột, mỗi phần tử của ma trận đại diện cho một điểm ảnh. Dựa theo màu sắc ta có thể chia ảnh số thành ba loại cơ bản: ảnh nhị phân, ảnh đa cấp xám và ảnh màu.2 Phân loại ảnh 2.1 Ảnh nhị phân Là ảnh chỉ có hai màu, một màu đại diện cho màu nền và màu còn lại cho đối tượng của ảnh. Nếu hai màu là đen và trắng thì gọi là ảnh đen trắng. Như vậy, ảnh nhị phân được xem như một ma trận nhị phân.2 Ảnh đa cấp xám Là ảnh có thể nhận tối đa 256 mức sáng khác nhau trong khoảng màu đen- trắng.

Người ta phân mức đen trắng đó thành L mức, nếu sử dụng số bit B= 8 để mã hóa mức đen hay trắng (hay mức xám) thì L được xác định: L  2 B (khi L  28 =256 mức). Như vậy, ảnh đa cấp xám xem như là ma trận không âm có giá trị tối đa 255; mỗi điểm ảnh trong ảnh đa cấp xám biểu diễn cường độ sáng của ảnh tại điểm đó.3 Ảnh màu Mỗi điểm ảnh được biểu diễn bởi một số byte (thường là 3 byte) đại diện cho 3 thành phần màu. Như vậy, ảnh màu có thể xem như 3 ma trận nguyên ứng với ba thành phần màu của các điểm ảnh. Hệ màu phổ biến thường gặp, được dùng rộng rãi nhất là RGB gồm ba ma trận màu tương ứng với các giá trị Red, Green và Blue.

Ngoài ra, có thể phân chia ảnh theo tần số: ảnh có tần số cao và ảnh có tần số thấp. Hoặc phân chia theo đặc điểm, cấu trúc định dạng ảnh.3 Các định dạng ảnh 2.1 Định dạng ảnh Image (IMG) Ảnh IMG là ảnh đen trắng, mỗi điểm ảnh được thể hiện bởi 1 bit. Toàn bộ ảnh chỉ gồm các điểm sáng và tối tương ứng với giá trị 1 hoặc 0. Tỉ lệ nén download by : [e-mail] 16 của kiểu định dạng này là khá cao.

Ảnh IMG được nén theo từng dòng. Mỗi dòng bao gồm các gói (Pack). Các dòng giống nhau được nén thành một gói.2 Định dạng ảnh Personal Computer Exchange (PCX) Định dạng ảnh PCX là một trong những định dạng loại cổ điển nhất. Nó sử dụng phương pháp mã hóa loạt dài RLC để nén dữ liệu ảnh.

Quá trình nén và giải nén được thực hiện trên từng dòng ảnh. Thực tế, phương pháp giải nén PCX kém hiệu quả hơn so với kiểu IMG. Định dạng ảnh PCX thường được dùng để lưu trữ ảnh vì thao tác đơn giản, cho phép nén và giải nén nhanh. Tuy nhiên vì cấu trúc của nó cố định, nên trong một số trường hợp nó làm tăng kích thước lưu trữ.3 Định dạng ảnh Graphics Interchanger Format (GIF) Định dạng ảnh GIF do hãng Computer Incorporated (Mỹ) đề xuất lần đầu tiên vào năm 1990.

Với định dạng GIF, khi số màu trong ảnh càng tăng, thì ưu thế của định dạng GIF càng nổi trội. Những ưu thế này có được là do GIF tiếp cận các thuật toán LZW (Lampel Ziv Welch) dựa vào sự lặp lại của một nhóm điểm, người ta xây dựng từ điển lưu các chuỗi ký tự có tần suất lặp lại cao và thay thế bằng từ mã tương ứng mỗi khi gặp lại chúng. Dạng ảnh GIF cho chất lượng cao, độ phân giải đồ họa tốt, cho phép hiển thị trên hầu hết các phần cứng đồ họa.4 Định dạng ảnh Bitmap (BMP) Ảnh Bitmap được phát triển bởi Microsoft Corporation và lưu trữ dưới dạng độc lập thiết bị cho phép Windows hiển thị dữ liệu không phụ thuộc vào khung chỉ định màu trên bất kỳ phần cứng nào. Tên file mở rộng mặc định của một file ảnh Bitmap là BMP, nét vẽ được thể hiện là các điểm ảnh.

Qui ước màu đen, trắng tương ứng với các giá trị 0, 1. Ảnh BMP được sử dụng trên Microsoft Windows và các ứng dụng chạy trên Windows từ version 3. BMP thuộc loại ảnh mảnh. Mỗi file ảnh BMP gồm bốn phần: - Bitmap Header (14 bytes) giúp nhận dạng tập tin bitmap.

download by : [e-mail] 17 - Bitmap Information (40 bytes) chứa một số thông tin chi tiết giúp hiển thị ảnh. - Palette màu (4*x bytes), x là số màu của ảnh: định nghĩa các màu sẽ được sử dụng trong ảnh. - Bitmap Data: Chứa dữ liệu ảnh. Đặc điểm nổi bật nhất của định dạng BMP là tập tin ảnh thường không được nén bằng bất kỳ thuật toán nào.

Khi lưu ảnh, các điểm ảnh được ghi trực tiếp vào tập tin; một điểm ảnh sẽ được mô tả bởi một hay nhiều byte tùy thuộc vào giá trị n của ảnh. Do đó, một hình ảnh lưu dưới dạng BMP thường có kích cỡ rất lớn, gấp nhiều lần so với các ảnh được nén.5 Định dạng ảnh Joint Photographic Expert Group (JPEG) Các nhà nghiên cứu đã phát minh ra định dạng này, để hiển thị các hình ảnh đầy đủ màu hơn (full-colour) cho định dạng di động, mà kích thước file lại nhỏ hơn. Giống như ảnh GIF, JPEG cũng được sử dụng nhiều trên Web. Lợi ích của JPEG hơn GIF là nó có thể hiển thị hình ảnh với màu chính xác (true-colour) có thể lên đến 16 triệu màu.

Điều đó cho phép JPEG được sử dụng tốt nhất cho hình ảnh chụp và hình ảnh minh họa có số lượng màu lớn. Nhược điểm chính của định dạng JPEG là chúng được nén bằng thuật toán mất dữ liệu, do đó hình ảnh sẽ bị mất một số chi tiết khi chuyển sang định dạng JPEG. Đường bao giữa các khối màu có thể xuất hiện nhiều điểm mờ, và các vùng sẽ mất sự rõ nét. Nói cách khác, định dạng JPEG thực hiện bảo quản tất cả thông tin màu trong hình ảnh đó.

Tuy nhiên với các hình ảnh chất lượng màu cao (high colour) như hình ảnh chụp sẽ không ảnh hưởng gì. Ảnh JPEG không thể làm trong suốt hoặc chuyển động, trong trường hợp này ta sẽ sử dụng định dạng GIF hoặc định dạng PNG để tạo trong suốt. Để tạo hình JPEG dung lượng nhỏ đến mức có thể sử dụng tải nhanh hơn trên các website ta sử dụng kỹ thuật tạo ảnh JPEG Loading. download by : skknchat@gmail.6 Một số loại ảnh khác Ngoài các định dạng ảnh trên còn có nhiều định dạng ảnh khác phổ biến được kể đến như: - Ảnh raster PNG, ICO, TIFF,… - Ảnh vecter: AI, Core IDRAW, CGM, DXF, EVA, DMF, Gerber, HVIF, IGES, PGML,… - Ảnh RAW: CIFF, DNG, ORF.

Histogram Đây là khái niệm cơ bản trong xử lý ảnh. Histogram là bảng thống kê tần suất giá trị cường độ sáng của các điểm ảnh. Đối với ảnh màu, cường độ sáng của một điểm ảnh được xác định theo công thức: Y  0,299 R + 0,587 G + 0,114 B trong đó: R, G, B là giá trị các thành phần màu và Y là cường độ của ảnh.1: Biểu đồ Historgram của ảnh ngọn nến 2.2 Yêu cầu đối với giấu tin trong ảnh Hiện nay có nhiều công trình về ẩn giấu thông tin trong ảnh, cũng như phát hiện tin giấu trong ảnh được công bố. Theo các nghiên cứu đó, có ba hướng tiếp cận để dò tìm ảnh chứa thông tin ẩn là tiếp cận bằng kỹ thuật thống kê toán học, bằng cấu trúc ảnh và bằng mạng nơ ron.

Trong đó việc tiếp cận bằng kỹ thuật thống kê được coi là nền tảng và nhiều ưu điểm, được tập trung khai thác nhiều nhất. Một số tài liệu nghiên cứu đã được công bố hầu download by : [e-mail] 19 hết các kỹ thuật giấu tin trên LSB bởi việc thay đổi các bit trọng số thấp nhất hoặc cạnh bit có trọng số thấp nhất của các điểm ảnh với tỷ lệ thích hợp cũng không làm cho chất lượng ảnh bị thay đổi đáng kể và mắt thường khó có thể phát hiện được. Ta đã biết, yếu tố quan trọng trong việc phát hiện ảnh có chứa thông tin bí mật là tỷ lệ độ lớn của thông điệp so với độ lớn file ảnh chứa. Tỷ lệ đó càng lớn thì khả năng phát hiện càng cao và ngược lại, tỷ lệ nhúng đó càng thấp thì khả năng phát hiện càng khó khăn và đến một giới hạn nào đó thì việc phát hiện ảnh chứa thông tin ẩn bằng kỹ thuật thống kê là không có hiệu quả.

Với một ảnh môi trường C cố định thì tỷ lệ đó phụ thuộc vào độ dài của thông điệp cần nhúng. Một số nghiên cứu đã đưa ra ngưỡng 10%, khi đó khả năng phát hiện bằng kỹ thuật thống kê toán là rất thấp, thậm chí không thể phát hiện được.