Luận án tiến sĩ về nâng cao hiệu quả và hiệu năng giấu tin trong ảnh số

Luận án tiến sĩ phân tích cải thiện kết quả và hiệu năng giấu tin trong ảnh số, xây dựng cơ sở lý luận, kiểm chứng thực nghiệm, đóng góp tri thức mới cho ngành.

• Tác giả: Võ Phước Hưng
• Người hướng dẫn: PGS. Đỗ Thanh Nghị
• Trường học: Trường Đại học Cần Thơ
• Chuyên ngành: Hệ thống thông tin
• Đề tài: Nâng Cao Hiệu Quả Giấu Tin Trong Ảnh Số
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2020
• Địa điểm: Cần Thơ

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• TÓM TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. An toàn và bảo mật thông tin
• 1.2. Mã hóa thông tin và giấu thông tin
• 1.3. Giấu thông tin
• 1.4. Giấu tin trong ảnh số
• 1.5. Hệ thống giấu tin
• 1.6. Kĩ thuật giấu tin trong ảnh số
• 1.7. Ứng dụng của kĩ thuật giấu tin
• 1.8. Nội dung nghiên cứu của luận án
• 1.9. Mục tiêu nghiên cứu
• 1.10. Phương pháp nghiên cứu
• 1.11. Đóng góp của luận án
• 1.12. Cấu trúc luận án
• 2. CHƯƠNG 2: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
• 2.1. Tiêu chuẩn đánh giá hệ thống giấu tin
• 2.1.1. Chất lượng ảnh
• 2.1.2. Bền vững ảnh giấu tin
• 2.2. Phân loại kĩ thuật giấu tin trong ảnh
• 2.2.1. Phân loại kĩ thuật giấu tin dựa trên ảnh khôi phục
• 2.2.1.1. Giấu tin bất khả nghịch
• 2.2.1.2. Giấu tin khả nghịch
• 2.2.2. Phân loại kĩ thuật giấu tin dựa trên miền nhúng thông tin
• 2.2.2.1. Kĩ thuật giấu tin trong miền không gian
• 2.2.2.2. Giấu tin trong miền tần số ảnh
• 2.2.3. Kĩ thuật giấu tin dựa trên ảnh mang tin
• 2.2.4. Giấu tin dựa trên học máy và trí tuệ nhân tạo
• 2.3. Kết luận chương
• 3. CHƯƠNG 3: GIẤU TIN KHẢ NGHỊCH TRONG MIỀN TẦN SỐ ẢNH STEREO
• 3.1. Biến đổi cosine rời rạc (DCT)
• 3.2. Lượng tử và giải lượng tử trong chuẩn nén JPEG
• 3.3. Giấu tin khả nghịch trên ảnh Stereo với lược đồ dịch chuyển 2-D các hệ số biến đổi DCT
• 3.3.1. Giấu tin khả nghịch dựa trên dịch chuyển lược đồ 2-D hệ số DCT
• 3.3.1.1. Tìm khối ảnh giống nhau
• 3.3.1.2. Dịch chuyển và nhúng
• 3.3.2. Trích xuất dữ liệu ẩn giấu và khôi phục ảnh gốc
• 3.3.3. Kết quả thực nghiệm và đánh giá
• 3.4. Giấu tin khả nghịch dựa trên lược đồ điều hướng nhúng để dịch chuyển hệ số DCT trong lược đồ 2-D
• 3.4.1. Xây dựng lược đồ điều hướng nhúng
• 3.4.2. Kĩ thuật nhúng thông tin dựa trên lược đồ dịch chuyển 2-D và EDH
• 3.4.3. Ví dụ quá trình nhúng thông tin dựa trên EDH
• 3.4.4. Trích xuất thông tin và phục hồi ảnh nhúng
• 3.4.4.1. Thủ tục trích xuất thông tin
• 3.4.4.2. Ví dụ tiến trình rút trích thông tin và khôi phục ảnh gốc
• 3.4.5. Kết quả thực nghiệm và đánh giá
• 3.5. Kết luận chương
• 4. CHƯƠNG 4: GIẤU TIN THỦY VÂN SỐ ẨN BẢO VỆ BẢN QUYỀN ẢNH STEREO
• 4.1. Phân tích giá trị riêng (SVD)
• 4.2. Thuyết hỗn loạn
• 4.3. Sơ đồ nhúng tin thủy vân số bền vững trong miền tần số ảnh Stereo để bảo vệ bản quyền sở hữu trí tuệ
• 4.3.1. Thủ tục nhúng tin thủy vân số cho ảnh Stereo
• 4.3.1.1. Tiến trình tìm khối ảnh tương đồng
• 4.3.1.2. Tiến trình phân tích SVD các hệ số DCT và nhúng ảnh thủy vân
• 4.3.2. Thủ tục trích xuất ảnh thủy vân và xác thực
• 4.3.3. Kết quả thực nghiệm và đánh giá
• 4.4. Sơ đồ nhúng tin thủy vân số an toàn và bền vững cho ảnh Stereo kết hợp phép biến đổi tần số DCT-SVD và thuyết hỗn loạn
• 4.4.1. Kĩ thuật giấu tin thủy vân ẩn ảnh Stereo
• 4.4.2. Kĩ thuật trích xuất ảnh thủy vân số
• 4.4.3. Phân tích và đánh giá kết quả thực nghiệm hệ thống thủy vân số bền vững và an toàn
• 4.4.3.1. Đánh giá độ nhạy cảm của tham số x0 và μ
• 4.4.3.2. Phân tích quan hệ lân cận điểm ảnh trong ảnh
• 4.4.4. Tính hiệu quả và bền vững của hệ thống nhúng thủy vân số
• 4.5. Kết luận chương
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 5.1. Kết luận
• 5.2. Hướng phát triển
• DANH MỤC CÔNG TRÌNH NGHIÊN CỨU
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu

Trong bối cảnh phát triển nhanh chóng của công nghệ truyền thông kỹ thuật số, việc bảo mật thông tin trở thành một vấn đề cấp thiết. Giấu tin trong ảnh số là một kỹ thuật quan trọng nhằm bảo vệ thông tin nhạy cảm. Kỹ thuật này cho phép nhúng thông tin vào trong ảnh mà không làm thay đổi đáng kể chất lượng của ảnh gốc. Việc nâng cao hiệu quả của kỹ thuật này không chỉ giúp bảo vệ thông tin mà còn đảm bảo tính toàn vẹn của dữ liệu. Nghiên cứu này tập trung vào việc phát triển các phương pháp mới nhằm nâng cao hiệu quả và hiệu năng giấu tin trong ảnh số, từ đó mở rộng khả năng ứng dụng của nó trong thực tiễn.

1.1. Tầm quan trọng của giấu tin

Giấu tin trong ảnh số không chỉ là một kỹ thuật bảo mật mà còn là một phương pháp để bảo vệ quyền sở hữu trí tuệ. Trong thời đại số, thông tin dễ dàng bị sao chép và phân phối trái phép. Do đó, việc sử dụng kỹ thuật giấu tin để bảo vệ thông tin trở nên cần thiết. Các giải pháp giấu tin hiện tại cần được cải tiến để đáp ứng yêu cầu ngày càng cao về bảo mật thông tin và an toàn thông tin.

II. Tổng quan về kỹ thuật giấu tin

Kỹ thuật giấu tin có thể được phân loại thành nhiều loại khác nhau dựa trên phương pháp nhúng thông tin. Các phương pháp này bao gồm giấu tin khả nghịch và bất khả nghịch. Giấu tin khả nghịch cho phép khôi phục hoàn toàn ảnh gốc sau khi thông tin đã được trích xuất. Điều này rất quan trọng trong các ứng dụng yêu cầu tính toàn vẹn của dữ liệu. Các phương pháp giấu tin trong miền không gian và miền tần số cũng được nghiên cứu để tối ưu hóa hiệu suất và chất lượng ảnh sau khi nhúng tin.

2.1. Phân loại kỹ thuật giấu tin

Kỹ thuật giấu tin có thể được phân loại dựa trên nhiều tiêu chí khác nhau. Một trong những tiêu chí quan trọng là khả năng khôi phục ảnh gốc. Giấu tin bất khả nghịch không cho phép khôi phục ảnh gốc, trong khi giấu tin khả nghịch cho phép thực hiện điều này. Việc lựa chọn phương pháp phù hợp sẽ phụ thuộc vào yêu cầu cụ thể của từng ứng dụng, từ đó đảm bảo tính hiệu quả và an toàn của hệ thống giấu tin.

III. Nâng cao hiệu quả giấu tin trong ảnh số

Để nâng cao hiệu quả của kỹ thuật giấu tin, nghiên cứu đã đề xuất một lược đồ nhúng tin mới trong miền tần số. Lược đồ này sử dụng biến đổi DCT để xác định vùng nhúng tin phù hợp, từ đó giảm thiểu tác động đến chất lượng ảnh. Kết quả thực nghiệm cho thấy, phương pháp này không chỉ cải thiện khả năng nhúng mà còn duy trì chất lượng ảnh Stego ở mức cao. Điều này cho thấy sự cần thiết phải phát triển các phương pháp mới nhằm tối ưu hóa hiệu suất của hệ thống giấu tin.

3.1. Kỹ thuật nhúng tin trong miền tần số

Kỹ thuật nhúng tin trong miền tần số sử dụng các biến đổi như DCT để nhúng thông tin vào các hệ số tần số. Phương pháp này cho phép nhúng thông tin mà không làm giảm chất lượng ảnh gốc. Việc sử dụng các lược đồ điều hướng nhúng cũng giúp cải thiện khả năng nhúng và duy trì tính trong suốt của ảnh Stego. Kết quả thực nghiệm cho thấy, phương pháp này đạt được sự cân bằng giữa khả năng nhúng và chất lượng ảnh, từ đó mở rộng khả năng ứng dụng trong thực tiễn.

IV. Bảo vệ bản quyền nội dung ảnh số

Bảo vệ bản quyền nội dung ảnh số là một vấn đề quan trọng trong thời đại số. Nghiên cứu đã đề xuất một lược đồ nhúng thủy vân ẩn để bảo vệ quyền sở hữu trí tuệ. Phương pháp này sử dụng phân tích SVD để nhúng thông tin vào các hệ số tần số, từ đó đảm bảo tính bền vững trước các tấn công xử lý ảnh. Kết quả thực nghiệm cho thấy, lược đồ này đạt được hiệu quả cao trong việc bảo vệ bản quyền nội dung ảnh số.

4.1. Lược đồ nhúng thủy vân

Lược đồ nhúng thủy vân sử dụng các phương pháp phân tích SVD để nhúng thông tin vào ảnh. Phương pháp này không chỉ bảo vệ bản quyền mà còn đảm bảo tính bền vững của thông tin nhúng. Kết quả thực nghiệm cho thấy, lược đồ này có khả năng chống lại các tấn công xử lý ảnh, từ đó nâng cao tính an toàn của hệ thống giấu tin.

Nội dung chính

Tổng quan luận án

Sự phát triển nhanh chóng của truyền thông kỹ thuật số và khả năng tính toán của hệ thống máy tính thúc đẩy sự gia tăng theo cấp số nhân lượng người dùng Internet. Các giao dịch và tương tác xã hội đòi hỏi truyền tải nhiều dữ liệu phức tạp chứa thông tin nhạy cảm. Trong môi trường mạng mở không an toàn, thông tin số đối mặt với nguy cơ bị đánh cắp, giả mạo, nhân bản và phân phối trái phép. Mã hóa thông tin (cryptography) chuyển đổi thông tin rõ nghĩa thành bản mật mã vô nghĩa nhưng làm bộc lộ sự tồn tại của kênh giao tiếp mật, dễ thu hút sự chú ý của tin tặc. Kỹ thuật giấu thông tin (steganography) giải quyết hạn chế này bằng cách nhúng dữ liệu mật vào một đối tượng mang tin phổ dụng mà không làm thay đổi bất thường cấu trúc của vật mang. Ảnh số là đối tượng mang tin phù hợp nhờ tính phổ biến và độ dư thừa dữ liệu cao. Đồng thời, ảnh số cũng là tài sản số cần được bảo vệ quyền sở hữu trí tuệ thông qua kỹ thuật nhúng thủy vân số (digital watermarking).

Khoảng trống nghiên cứu được luận án xác định xuất phát từ thực tế phần lớn các nghiên cứu giấu tin khả nghịch trước đây chỉ tập trung vào ảnh hai chiều (2-D) hoặc ảnh ba chiều (3-D). Ảnh Stereo (bao gồm cặp ảnh trái và ảnh phải tạo hiệu ứng thị giác độ sâu) đang phát triển nhanh trong các ứng dụng thực tế ảo, xe tự hành và y tế nhưng chưa được khai thác sâu trong kỹ thuật giấu tin. Các phương pháp giấu tin trong miền không gian thường gây nhiễu lớn hoặc gặp hiện tượng tràn giá trị điểm ảnh (underflow/overflow), đòi hỏi lưu trữ bản đồ vị trí phức tạp làm suy giảm dung lượng nhúng. Bên cạnh đó, việc giải quyết bài toán mâu thuẫn giữa hiệu năng nhúng (Embedding Capacity - EC) và chất lượng ảnh mang tin (PSNR), cũng như đảm bảo tính bền vững và an toàn vị trí nhúng cho hệ thống thủy vân ảnh Stereo trước các cuộc tấn công xử lý ảnh và hình học vẫn còn nhiều khoảng trống.

Mục tiêu chính của luận án là nghiên cứu, xây dựng giải pháp hiệu quả nhằm giải quyết vấn đề truyền tải thông tin bí mật trên kênh truyền dẫn không an toàn cũng như bảo vệ bản quyền nội dung số, qua đó tạo thuận tiện và an toàn trong giao tiếp. Để đạt mục tiêu chính, luận án xác định 4 mục tiêu cụ thể:

1. Nghiên cứu tổng quan các giải pháp giấu tin trong ảnh, phân tích, tổng hợp điểm mạnh, điểm yếu của mỗi giải pháp.
2. Nghiên cứu ảnh số Stereo, ảnh nén trong miền không gian, miền chuyển đổi tần số ảnh để nâng cao phân tích, tổng hợp cách nhúng thông tin vào ảnh.
3. Nghiên cứu tìm giải pháp nâng cao hiệu quả và hiệu năng giấu tin trong ảnh số cùng với việc khôi phục lại ảnh gốc sau khi thông tin ẩn được trích xuất.
4. Nghiên cứu kĩ thuật giấu tin kết hợp với mã hoá tin để tăng cường khả năng bảo mật, bảo vệ bản quyền nội dung ảnh số.

Đối tượng nghiên cứu của luận án là kỹ thuật giấu tin khả nghịch và giấu tin thủy vân số ẩn trên đối tượng mang tin là ảnh Stereo; các phép biến đổi miền tần số (DCT), giải tích ma trận (SVD) và thuyết hỗn loạn (Chaos logistic map). Phạm vi nghiên cứu về mặt không gian dữ liệu tập trung vào miền tần số DCT kết hợp chuẩn lượng tử hóa JPEG và phân tích giá trị riêng SVD trên tập dữ liệu thực nghiệm gồm 50 cặp ảnh Stereo mẫu chuẩn và ảnh thủy vân nhị phân logo Trường Đại học Cần Thơ. Về mặt thời gian, luận án được thực hiện và hoàn thành bảo vệ vào năm 2020 tại Trường Đại học Cần Thơ.

Tổng quan tài liệu và vị trí của luận án

Luận án điểm lại lịch sử bảo mật thông tin từ các ứng dụng sơ khai trong tác phẩm của Herodotus (năm 480 TCN) đến bài toán hai tù nhân của Simmons (1983). Về mặt kỹ thuật, tác giả hệ thống hóa các hướng nghiên cứu giấu tin trong ảnh số dựa trên hai không gian xử lý chính:

Trong miền không gian (spatial domain), phương pháp LSB truyền thống nhúng dữ liệu vào các bit trọng số thấp của điểm ảnh với khả năng nhúng 1 bpp nhưng xác suất gây nhiễu là 50%. Mielikainen (2006) đề xuất giải thuật LSB Matching điều chỉnh tăng hoặc giảm một đơn vị ($\pm 1$) để giảm thiểu suy hao thị giác. Luu và cộng sự (2015) phát triển LSB Matching cho ảnh kép, đạt PSNR trung bình từ 48 dB đến 49 dB. Swain (2016) nâng khả năng nhúng của LSB Matching lên 2 bpp và kết hợp LSB với PVD đạt PSNR 40.4 dB, dung lượng nhúng 3.1 bpp. Sutaone và Khandar giới thiệu phương pháp LSB kết hợp mã hóa với chuỗi văn bản tối đa 6 ký tự. Rajendran và Doraipandian tích hợp thuyết hỗn loạn một chiều vào LSB để chọn ngẫu nhiên điểm ảnh, đạt PSNR 44.53 dB tại mức nhúng 2 bpp.

Đối với kỹ thuật mở rộng độ lệch (Difference Expansion - DE), Tian (2003) sử dụng phép biến đổi số nguyên mở rộng độ lệch giữa hai điểm ảnh lân cận để nhúng dữ liệu khả nghịch. Tuy nhiên, phương pháp này gặp hiện tượng tràn giá trị (underflow/overflow), buộc phải dùng bản đồ vị trí (location map), làm giảm dung lượng nhúng xuống dưới 0.5 bpp. Kamtra và Heijmans (2005) kết hợp LSB với biến đổi sóng nhỏ wavelet để cải thiện khả năng nhúng. Shiu và cộng sự (2015) đề xuất giải pháp mã hóa dữ liệu trước khi nhúng để tăng cường bảo mật.

Đối với kỹ thuật dịch chuyển biểu đồ (Histogram Shifting - HS), Ni và cộng sự (2006) xây dựng giải pháp giấu tin khả nghịch dựa trên điểm cực đại và cực tiểu của lược đồ mức xám, đạt PSNR trên 48 dB (thực nghiệm trên ảnh Lena với điểm cực đại 152 đạt tần suất 2908, điểm cực tiểu 255, dịch chuyển khoảng 153–254 để nhúng 2908 bits đạt PSNR 53.8 dB). Tsai và cộng sự (2009) áp dụng kỹ thuật tiên đoán và dịch chuyển lược đồ lỗi tiên đoán. Li và cộng sự (2013) đề xuất mô hình tổng quát cho HS với hai thuật toán: thuật toán thứ nhất đạt PSNR 39.38 dB tại tỷ lệ nhúng 0.5 bpp; thuật toán thứ hai đạt PSNR 58.13 dB cho khối dữ liệu 10 kb. Tai và cộng sự sử dụng cây nhị phân để khắc phục hiện tượng tràn (bpp = 1, PSNR = 30 dB). Nyeem kết hợp mặt phẳng bit với HS (bpp khoảng 5, PSNR trên 20 dB).

Đối với kỹ thuật sai khác giá trị điểm ảnh (Pixel Value Differencing - PVD), Wu và Tsai (2003) phân chia ảnh thành các khối hai điểm ảnh liên tiếp thuộc vùng cạnh hoặc vùng mịn, nhúng khoảng 50.000 bits cho ảnh kích thước $512 \times 512$ với PSNR khoảng 40 dB. Grajeda-Marín và cộng sự mở rộng PVD theo ba hướng để tối ưu việc chọn điểm ảnh (PSNR = 34.6 dB). Das và cộng sự sử dụng phép toán modulo trên ma trận $3 \times 3$ của các điểm ảnh lân cận (bpp khoảng 0.88, PSNR đạt 40 dB).

Trong miền tần số (frequency domain), biến đổi DCT, DWT và IWT được ứng dụng rộng rãi. Weng và cộng sự ghép nhóm hai hệ số lượng tử DCT xấp xỉ bằng 0 để nhúng tin. Attabay và cộng sự (2018) dùng modulo 3 của độ lệch giữa hai hệ số DCT để nhúng 2 bits dữ liệu. Savithri và cộng sự kết hợp DCT với mã hóa RSA và thuyết hỗn loạn (bpp = 0.5, PSNR khoảng 30 dB). Saidi và cộng sự kết hợp DCT và thuyết hỗn loạn để ẩn giấu vị trí nhúng ở tần số cao, nhúng 196.608 bits nhưng PSNR chỉ đạt khoảng 30 dB. Kumar và cộng sự sử dụng DWT kết hợp khóa bí mật đạt bpp = 2 và PSNR 45.34 dB. Divya và Sasirekha dùng Haar-DWT đạt bpp = 0.9 và PSNR 29.85 dB. Khashandar-d và cộng sự kết hợp biến đổi DFT với nén LZW và mã hóa DES. Các nghiên cứu dịch chuyển lược đồ trên hệ số IWT đạt hiệu năng nhúng trung bình 49 kb với BER xấp xỉ 0.

Về đối tượng mang tin đặc thù, Cayre và Macq nghiên cứu giấu tin trong mô hình hình học ảnh 3-D. Wang và Cheng cải tiến phép duyệt lưới tam giác ảnh 3-D đạt dung lượng 3 bits cho các đỉnh. Chao và cộng sự đề xuất mô hình nhúng 3 lớp cho ảnh 3-D. Đối với ảnh Stereo, Campisi (2002) giới thiệu mô hình thủy vân hướng đối tượng nhúng vào miền DWT dựa trên bản đồ độ sâu. Luo và cộng sự (2014) đề xuất lược đồ thủy vân xác thực nội dung ảnh Stereo. Yang và Chen [73] phát triển phương pháp giấu tin trên ảnh Stereo. Về hướng tiếp cận học máy và trí tuệ nhân tạo, Ferdowsi và Saad (2017) đề xuất thủy vân cho tín hiệu IoT; Mun và cộng sự (2019) sử dụng mạng nơ-ron tích chập (CNN); Xin Zhong và Frank Y. Shih (2019) áp dụng mạng học sâu không giám sát.

Khoảng trống luận án lựa chọn giải quyết là xây dựng giải pháp giấu tin khả nghịch chuyên biệt cho ảnh Stereo trên miền tần số DCT, khai thác sự tương đồng giữa hai ảnh trái và phải để nâng cao dung lượng nhúng và bảo toàn chất lượng ảnh Stego ở mức cao mà không cần lưu trữ lượng lớn thông tin phụ. Đồng thời, luận án giải quyết bài toán bảo vệ bản quyền ảnh Stereo bằng cách kết hợp biến đổi DCT, phân tích SVD trên đường chéo phụ và thuyết hỗn loạn nhằm tối ưu hóa tính bền vững và an toàn cho hệ thống thủy vân ẩn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án sử dụng các nền tảng lý thuyết và công cụ phân tích sau:

• Biến đổi Cosin rời rạc (Discrete Cosine Transform - DCT): Chuyển đổi dữ liệu ảnh từ miền không gian sang miền tần số, loại bỏ sự tương quan giữa các điểm ảnh và tập trung năng lượng vào các hệ số tần số thấp. Các khối ảnh $8 \times 8$ được phân chia thành ba vùng tần số: thấp (DC và AC lân cận), trung bình và cao. Phép lượng tử hóa theo chuẩn nén JPEG được sử dụng để chuyển các hệ số DCT dấu chấm động thành các giá trị nguyên.
• Phân tích giá trị riêng (Singular Value Decomposition - SVD): Phép phân rã đại số tuyến tính biểu diễn ma trận vuông $A$ kích thước $n \times n$ dưới dạng tích của ba ma trận: $A = U \Sigma V^T$, trong đó $U$ và $V$ là các ma trận trực giao kích thước $n \times n$, và $\Sigma$ là ma trận đường chéo chứa các giá trị riêng không âm sắp xếp giảm dần. Các giá trị riêng này thể hiện đặc trưng năng lượng nội tại của khối ảnh và có tính ổn định cao trước các nhiễu xử lý tín hiệu.
• Thuyết hỗn loạn (Chaos theory) với hàm ánh xạ Logistic (Logistic Map): Mô hình động lực học phi tuyến một chiều được mô tả bởi công thức hồi quy: $$x_{n+1} = \mu \cdot x_n \cdot (1 - x_n)$$ trong đó $x_n \in (0, 1)$ là trạng thái tại bước $n$, $\mu$ là tham số điều khiển ($3.57 < \mu \le 4$). Hệ thống có tính nhạy cảm cao với điều kiện ban đầu ($x_0, \mu$), tạo ra các dãy số giả ngẫu nhiên được ứng dụng để xáo trộn vị trí nhúng và khuếch tán mối quan hệ không gian của điểm ảnh.
• Hệ thống tiêu chuẩn đo lường và đánh giá:
  • Sai số toàn phương trung bình (Mean Squared Error - MSE) giữa ảnh gốc $I_c$ và ảnh sau nhúng $I_s$ kích thước $M \times N$: $$MSE = \frac{1}{M \times N} \sum_{x=1}^M \sum_{y=1}^N (I_s(x,y) - I_c(x,y))^2$$
  • Tỉ số tín hiệu cực đại trên nhiễu (Peak Signal-to-Noise Ratio - PSNR): $$PSNR = 10 \log_{10}\left(\frac{B^2}{MSE}\right)$$ với $B$ là biên độ màu cực đại (thường bằng 255 đối với ảnh 8-bit). Theo tiêu chuẩn thị giác HVS, giá trị PSNR trên 35 dB thể hiện ảnh sau nhúng khó bị phân biệt với ảnh gốc.
  • Cấu trúc tương tự (Structure Similarity - SSIM): Đánh giá tương quan hình học dựa trên hàm so sánh độ sáng $l(X,Y)$, độ tương phản $c(X,Y)$ và kết cấu $s(X,Y)$: $$SSIM(X,Y) = \frac{(2 m(x) m(y) + C_1)(2 \sigma_{XY} + C_2)}{(m(x)^2 + m(y)^2 + C_1)(\sigma_X^2 + \sigma_Y^2 + C_2)}$$
  • Tỉ lệ bit đúng (Bit Correct Ratio - BCR): Đo lường sự sai khác giữa ảnh thủy vân gốc $w$ và ảnh thủy vân trích xuất $w'$ kích thước $n \times n$: $$BCR = \frac{\sum_{i=1}^{n \times n} \overline{w_i \oplus w'_i}}{n \times n}$$

Phương pháp nghiên cứu thực tế của luận án là phương pháp thực nghiệm định lượng kết hợp mô hình hóa toán học. Tác giả tiến hành phân tích tính chất ảnh Stereo, thiết kế thuật toán, chứng minh khả năng khôi phục toàn vẹn và lập trình cài đặt toàn bộ hệ thống thực nghiệm trên phần mềm Matlab. Nguồn tư liệu và dữ liệu kiểm thử bao gồm bộ dữ liệu 50 cặp ảnh Stereo mẫu chuẩn từ nguồn tham khảo học thuật [22, 23], các ảnh thử nghiệm kinh điển (Lena, Baboon) và logo Trường Đại học Cần Thơ dưới dạng ảnh nhị phân kích thước $32 \times 32$ được sử dụng làm mẫu thủy vân bản quyền.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 thiết lập cơ sở khái niệm và phạm vi nghiên cứu của đề tài. Tác giả phân tích an toàn thông tin dựa trên ba thuộc tính cốt lõi CIA (Bí mật - Confidentiality, Toàn vẹn - Integrity, Sẵn dùng - Availability). Luận án phân định rõ ràng giữa hai kỹ thuật bảo mật qua Bảng 1.1:

Tiêu chí	Mã hóa tin (Cryptography)	Giấu tin (Steganography)
Mục tiêu	Phá vỡ ý nghĩa nội dung thông tin	Ẩn nội dung thông tin, không gây hại lớn đến đối tượng mang tin
Bảo mật thông tin	Bản mật mã không có ý nghĩa tri thức	Thông tin nhúng không hiện diện
Bảo mật truyền thông	Phụ thuộc bí mật của khóa	Phụ thuộc bí mật phương pháp nhúng
Đặc tính kĩ thuật	An toàn thông tin, độ phức tạp toán học	Hiệu quả chất lượng đối tượng mang tin
Tấn công	Dễ phát hiện / khó giải mã	Khó phát hiện / khó trích xuất thông tin

Bên cạnh đó, Bảng 1.2 phân biệt mục tiêu giữa giấu tin mật (bảo vệ thông tin ẩn bên trong, chống lại phát hiện, nhạy cảm với xử lý tín hiệu) và giấu tin thủy vân số (bảo vệ bản thân đối tượng mang tin, thông tin nhúng có thể hiện hoặc ẩn, chống lại tấn công và duy trì độ bền vững). Hệ thống giấu tin tổng quát được mô hình hóa qua hai phương trình toán học: quá trình nhúng $I_s = f_{embed}(I_c, S, [k])$ và quá trình trích xuất $(S, I'c) = f{extract}(I_s, [k])$. Hệ thống được phân loại là khả nghịch khi $I'_c = I_c$ và bất khả nghịch khi $I'_c \neq I_c$. Các tiêu chuẩn kỹ thuật chi phối bao gồm tính trong suốt (PSNR > 35 dB), khả năng nhúng (payload), tính chính xác (fidelity), tính bền vững (robustness) và tính an toàn (security).

Chương 2: Tổng quan vấn đề nghiên cứu

Chương 2 trình bày chi tiết các tiêu chuẩn đánh giá hệ thống giấu tin và hệ thống hóa cây phân loại kỹ thuật giấu tin trong ảnh số. Tác giả phân tích toán học các chỉ số PSNR, MSE, SSIM (với các công thức thành phần độ sáng trung bình $m(x)$, độ lệch chuẩn $\sigma_x$, hiệp phương sai $\sigma_{xy}$) và chỉ số bền vững BCR.

Chương này phân tích sâu ưu và nhược điểm của các phương pháp thông qua Bảng 2.1 (miền không gian) và Bảng 2.2 (miền tần số). Trong miền không gian, các phương pháp LSB, DE, HS, PVD có ưu điểm tính toán đơn giản nhưng khả năng chống chịu tấn công xử lý ảnh thấp và dễ gây biến dạng thị giác khi tăng dung lượng nhúng. Trong miền tần số (DCT, DWT, IWT), các giải pháp đạt độ an toàn cao hơn và bền vững hơn trước các thao tác nén ảnh hoặc xử lý hình học, dù chi phí tính toán lớn hơn. Luận án cũng khảo sát các đặc tính của ảnh 2-D, ảnh 3-D và ảnh Stereo, đồng thời điểm qua việc ứng dụng máy học và trí tuệ nhân tạo (SVM, giải thuật di truyền, CNN) trong bài toán giấu tin đa phương tiện.

Chương 3: Giấu tin khả nghịch trong miền tần số ảnh Stereo

Chương 3 trình bày đóng góp trọng tâm về giấu tin khả nghịch trên ảnh Stereo trong miền tần số DCT. Thuật toán gồm hai lược đồ cải tiến liên tiếp:

1. Lược đồ dịch chuyển 2-D các hệ số biến đổi DCT (phương pháp ĐX1):

• Tìm khối ảnh tương đồng: Cặp ảnh Stereo (ảnh trái $I_L$ và ảnh phải $I_R$) được chia thành các khối không chồng lấp kích thước $8 \times 8$. Thực hiện biến đổi DCT hai chiều và lượng tử hóa theo ma trận chuẩn JPEG. Hai khối ảnh được xác định là tương đồng nếu độ chênh lệch giữa các hệ số lượng tử ở vùng tần số thấp nhỏ hơn ngưỡng tương đồng $t$.
• Dịch chuyển và nhúng: Xây dựng biểu đồ tần số 2-D cho các cặp hệ số lượng tử dương thuộc vùng tần số trung bình của các khối tương đồng. Các hệ số này được dịch chuyển theo không gian hai chiều để tạo khoảng trống nhúng chuỗi bit thông tin mật $S$.
• Trích xuất và khôi phục: Tại phía nhận, dựa trên các cặp hệ số lượng tử và quy tắc dịch chuyển ngược, thông tin mật được trích xuất chính xác và các hệ số DCT được khôi phục về trạng thái ban đầu, bảo đảm tái tạo nguyên vẹn ảnh Stereo gốc ($I'_c = I_c$).

2. Lược đồ dịch chuyển 2-D kết hợp bảng điều hướng nhúng (EDH - Embedding Direction Histogram): Nhằm khắc phục hiện tượng suy giảm chất lượng ảnh khi tăng tải lượng nhúng, luận án đề xuất lược đồ EDH để điều hướng quá trình dịch chuyển các cặp hệ số lượng tử trong không gian 2 chiều. Bằng cách chập lược đồ thông tin nhúng với lược đồ 2-D các hệ số DCT thông qua EDH, thuật toán tối ưu hóa hướng dịch chuyển, hạn chế tối đa độ lệch giá trị hệ số sau nhúng.

Kết quả thực nghiệm trên tập dữ liệu gồm 50 cặp ảnh Stereo mẫu chuẩn cho thấy:

• Khảo sát ảnh hưởng của tham số $t$ và tham số lượng tử $\mu$: Khi cố định $t = 20$ và thay đổi $\mu$, hoặc cố định $\mu = 75$ và thay đổi $t$ (Bảng 3.2, 3.3, 3.9, 3.10), khả năng nhúng (EC) và PSNR biến thiên có tính quy luật. Tăng ngưỡng $t$ giúp tăng số khối tương đồng, từ đó tăng EC nhưng làm giảm nhẹ PSNR.
• So sánh thực nghiệm với phương pháp của Yang và Chen [73]: Tại tham số $t = 20, \mu = 70$ (Bảng 3.4), phương pháp ĐX1 đạt giá trị PSNR cao hơn từ 1.5 dB đến 3.0 dB ở cùng mức dung lượng nhúng. Khi so sánh với các nghiên cứu liên quan tại $t = 5, \mu = 75$ (Bảng 3.5), phương pháp đề xuất duy trì PSNR trên 45 dB.
• Khi kiểm thử ở mức dung lượng cố định EC = 20.000 bits với tham số $\mu = 75$ (Bảng 3.11), phương pháp kết hợp EDH đạt chất lượng ảnh Stego vượt trội, khẳng định sự cân bằng giữa khả năng mang tin và tính trong suốt thị giác.

Chương 4: Giấu tin thủy vân số ẩn bảo vệ bản quyền ảnh Stereo

Chương 4 giải quyết bài toán bảo vệ bản quyền sở hữu trí tuệ cho ảnh Stereo thông qua kỹ thuật nhúng thủy vân số ẩn bền vững và an toàn:

1. Sơ đồ thủy vân kết hợp DCT và SVD:

• Phân tích SVD được áp dụng trên các hệ số lượng tử nằm trên đường chéo phụ của hai khối ảnh tương đồng kích thước $8 \times 8$ (xác định với ngưỡng $t = 5$).
• Thông tin thủy vân là ảnh nhị phân (logo Trường Đại học Cần Thơ) được nhúng trực tiếp vào các giá trị riêng (singular values) trong ma trận đường chéo $\Sigma$ với hệ số cường độ nhúng $\sigma$.
• Thủ tục trích xuất thủy vân không cần dùng ảnh gốc (blind extraction), tính toán dựa trên ma trận trực giao và kiểm tra độ tương quan bằng chỉ số BCR.

2. Sơ đồ thủy vân an toàn kết hợp DCT-SVD và Thuyết hỗn loạn (Chaos logistic map):

• Để nâng cao tính bảo mật, luận án tích hợp mô hình hỗn loạn Logistic map nhằm mã hóa ảnh nhúng thủy vân và ảnh thủy vân. Quá trình mã hóa này khuếch tán mối quan hệ không gian lân cận của các điểm ảnh và phân tán ngẫu nhiên vị trí các khối nhúng.
• Đánh giá tính hỗn loạn và bảo mật: Thực nghiệm phân tích quan hệ lân cận trên 2048 cặp điểm ảnh theo ba hướng (ngang, dọc và chéo) cho thấy hệ số tương quan trong ảnh gốc rất cao (gần bằng 1) đã bị triệt tiêu về xấp xỉ 0 trong ảnh mã hóa. Entropy thông tin của ảnh mã hóa tăng cao (Bảng 4.2), chứng minh tính ngẫu nhiên và khả năng che giấu vị trí nhúng hoàn toàn trước các phân tích thống kê.
• Đánh giá tính bền vững trước tấn công: Thực nghiệm kiểm chứng với các hệ số nhúng $\sigma$ khác nhau (Bảng 4.1). Hệ thống được thử nghiệm trước các dạng tấn công xử lý ảnh (lọc trung bình, lọc trung vị, làm mờ, nén JPEG) và tấn công hình học (cắt xén - cropping) (Bảng 4.3 và 4.4). Kết quả cho thấy chỉ số PSNR và SSIM của ảnh mang thủy vân duy trì ở mức cao, đồng thời ảnh thủy vân trích xuất sau tấn công vẫn đạt tỉ lệ bit đúng BCR cao, nhận dạng rõ nét biểu trưng logo.

Chương 5: Kết luận và hướng phát triển

Chương 5 đúc kết toàn bộ kết quả nghiên cứu của luận án, khẳng định các giải pháp đề xuất đã giải quyết thành công các mục tiêu đặt ra. Tác giả nêu rõ định hướng mở rộng nghiên cứu tiếp theo về mặt lý thuyết và ứng dụng thực tiễn.

Kết quả và những đóng góp mới

Luận án ghi nhận các đóng góp mới về mặt khoa học và kỹ thuật ứng dụng:

1. Đề xuất kỹ thuật giấu tin khả nghịch dựa trên dịch chuyển lược đồ hai chiều (2-D Histogram Shifting) các hệ số lượng tử hóa trong phép biến đổi DCT cho ảnh Stereo. Việc lựa chọn lớp tần số trung bình của các cặp khối tương đồng $8 \times 8$ để nhúng tin tạo ra sự cân bằng giữa khả năng nhúng (EC) và chất lượng ảnh sau nhúng (PSNR), đồng thời cho phép khôi phục chính xác ảnh gốc.
2. Xây dựng và đề xuất lược đồ điều hướng nhúng EDH (Embedding Direction Histogram) kết hợp với lược đồ dịch chuyển 2-D, giải quyết vấn đề suy giảm chất lượng ảnh khi nâng cao tỷ lệ nhúng dữ liệu.
3. Đề xuất lược đồ nhúng thủy vân số ẩn bền vững bảo vệ bản quyền ảnh Stereo dựa trên sự kết hợp giữa biến đổi DCT và phân tích giá trị riêng SVD trên đường chéo phụ của các khối tương đồng, tăng cường độ chịu đựng trước các phép biến đổi tín hiệu.
4. Đề xuất giải pháp thủy vân số an toàn và bảo mật cho ảnh Stereo bằng cách kết hợp phép biến đổi DCT-SVD với thuyết hỗn loạn (Chaos logistic map), khuếch tán mối quan hệ lân cận giữa các điểm ảnh và ẩn giấu hoàn toàn vị trí nhúng dữ liệu.

Về mặt ứng dụng và kiến nghị giải pháp, luận án đề xuất áp dụng lược đồ giấu tin khả nghịch vào các hệ thống truyền thông dữ liệu y tế, quân sự và chính phủ điện tử — những nơi yêu cầu khôi phục nguyên vẹn ảnh gốc sau khi trích xuất thông tin mật. Đồng thời, giải pháp thủy vân ẩn DCT-SVD kết hợp hỗn loạn được đề xuất ứng dụng cho việc quản lý quyền sở hữu trí tuệ số, chống sao chép và theo vết nguồn gốc trong các hệ thống truyền hình 3-D và truyền thông đa phương tiện.

Hạn chế và hướng nghiên cứu tiếp

Từ nội dung văn bản luận án, các hạn chế và hướng nghiên cứu tiếp theo được ghi nhận:

• Hạn chế:
  • Quá trình tìm kiếm các khối tương đồng $8 \times 8$ giữa ảnh trái và ảnh phải phụ thuộc vào độ chênh lệch thị sai (disparity) của cặp ảnh Stereo; đối với các cặp ảnh có thị sai quá lớn, số lượng cặp khối tương đồng thỏa mãn ngưỡng $t$ suy giảm, dẫn đến dung lượng nhúng cực đại bị giới hạn.
  • Phép biến đổi DCT kết hợp phân tích SVD và thuật toán sinh số giả ngẫu nhiên từ hàm hỗn loạn đòi hỏi chi phí tính toán và thời gian xử lý cao hơn so với các phương pháp xử lý trực tiếp trong miền không gian.
• Hướng nghiên cứu tiếp:
  • Mở rộng kỹ thuật giấu tin khả nghịch và thủy vân số từ dữ liệu ảnh Stereo sang dữ liệu video Stereo và các mô hình biểu diễn ba chiều (3-D) phức tạp.
  • Nghiên cứu tối ưu hóa giải thuật tìm kiếm khối tương đồng nhằm giảm độ phức tạp tính toán và rút ngắn thời gian thực thi của hệ thống.
  • Phát triển các thuật toán kháng các hình thức tấn công hình học phức tạp hơn, đồng thời khảo sát khả năng kết hợp với các mô hình học máy và trí tuệ nhân tạo.

Giá trị tham khảo

Luận án là tài liệu tham khảo cho:

• Nghiên cứu sinh, học viên cao học, giảng viên thuộc các ngành Hệ thống thông tin, Khoa học máy tính, Công nghệ thông tin và Kỹ thuật mật mã.
• Kỹ sư phần mềm, chuyên gia an toàn thông tin và các nhà phát triển giải pháp bảo vệ quyền tác giả số (DRM) trong lĩnh vực truyền thông đa phương tiện.

Các nội dung có giá trị tham khảo chuyên sâu bao gồm:

• Bảng tổng kết và phân loại có hệ thống các kỹ thuật giấu tin miền không gian và miền tần số ở Chương 2.
• Thuật toán tìm khối tương đồng, cấu trúc dịch chuyển lược đồ 2-D kết hợp bảng điều hướng EDH và quy trình khôi phục ảnh gốc nguyên vẹn ở Chương 3.
• Quy trình phân tích SVD trên đường chéo phụ và thuật toán mã hóa hỗn loạn Logistic map làm triệt tiêu tương quan không gian ở Chương 4.

Câu hỏi thường gặp

1. Tại sao luận án lại chọn vùng tần số trung bình của phép biến đổi DCT để nhúng thông tin khả nghịch?

Trong biến đổi DCT, vùng tần số thấp chứa phần lớn năng lượng và thông tin thị giác của ảnh; việc thay đổi các hệ số này sẽ gây biến dạng hình ảnh rõ rệt, làm suy giảm mạnh chỉ số PSNR. Ngược lại, các hệ số ở vùng tần số cao dễ bị biến đổi hoặc triệt tiêu khi ảnh trải qua các phép nén (như chuẩn nén JPEG) hoặc lọc nhiễu. Luận án chọn lớp tần số trung bình nhằm đạt được sự dung hòa: hạn chế tối đa sự suy giảm thị giác của mắt người (đảm bảo tính trong suốt) trong khi vẫn duy trì được độ ổn định của dữ liệu nhúng.

2. Ngưỡng tương đồng $t$ giữa hai khối ảnh trái và phải có vai trò gì và ảnh hưởng thế nào đến hệ thống?

Ngưỡng tương đồng $t$ là giá trị giới hạn độ chênh lệch giữa các hệ số lượng tử ở vùng tần số thấp trong biến đổi DCT của hai khối ảnh $8 \times 8$ tương ứng trên ảnh trái và ảnh phải. Nếu độ lệch nhỏ hơn $t$, hai khối được xem là giống nhau. Khi tăng ngưỡng $t$, số lượng cặp khối tương đồng tìm được nhiều hơn, giúp tăng dung lượng nhúng (Embedding Capacity - EC). Tuy nhiên, nếu $t$ quá lớn, độ sai khác giữa hai khối tăng lên, làm giảm chất lượng ảnh Stego (giảm PSNR). Do đó, việc lựa chọn tham số $t$ (như $t = 5$ hoặc $t = 20$ trong thực nghiệm) đóng vai trò điều tiết sự cân bằng giữa khả năng nhúng và chất lượng ảnh.

3. Lược đồ điều hướng nhúng EDH giải quyết vấn đề gì trong kỹ thuật dịch chuyển lược đồ 2-D?

Trong kỹ thuật dịch chuyển lược đồ hai chiều thông thường, việc dịch chuyển hệ số có thể gây phân tán biên độ lớn, làm giảm chất lượng ảnh Stego khi dung lượng nhúng tăng cao. Luận án đề xuất lược đồ EDH (Embedding Direction Histogram) để định hướng quá trình dịch chuyển các cặp hệ số lượng tử DCT. Sự kết hợp giữa lược đồ 2-D và EDH giúp xác định các hướng nhúng tối ưu, nâng cao khả năng nhúng dữ liệu đồng thời hạn chế sự suy giảm chỉ số PSNR, bảo đảm tái tạo ảnh gốc chính xác mà không cần phụ thuộc vào bản đồ vị trí lớn.

4. Thuyết hỗn loạn (Chaos logistic map) được tích hợp vào hệ thống thủy vân nhằm mục đích gì và đánh giá bằng tiêu chí nào?

Thuyết hỗn loạn với hàm Logistic map được sử dụng để mã hóa ảnh mang tin và ảnh thủy vân trước khi nhúng. Do tính chất phụ thuộc nhạy cảm vào điều kiện ban đầu ($x_0, \mu$), hệ thống tạo ra chuỗi giả ngẫu nhiên giúp phân tán vị trí nhúng và phá vỡ mối quan hệ lân cận giữa các điểm ảnh. Hiệu quả mã hóa được chứng minh qua phân tích trên 2048 cặp điểm ảnh: hệ số tương quan lân cận theo cả ba hướng (ngang, dọc, chéo) bị kéo giảm về gần bằng 0, đồng thời entropy thông tin của ảnh tăng cao, ngăn chặn việc dò tìm vị trí thủy vân từ các phân tích thống kê trái phép.

5. Hệ thống thủy vân của luận án có khả năng chịu đựng những dạng tấn công nào?

Sơ đồ thủy vân kết hợp DCT-SVD và thuyết hỗn loạn được kiểm chứng thực nghiệm trước các dạng tấn công xử lý ảnh phổ biến như nén JPEG, lọc trung bình, lọc trung vị, làm mờ, cũng như tấn công hình học dạng cắt xén ảnh (cropping). Dữ liệu thực nghiệm qua các chỉ số PSNR, SSIM và tỉ lệ bit đúng (BCR) cho thấy ảnh thủy vân trích xuất vẫn duy trì độ chính xác cao và biểu trưng logo Trường Đại học Cần Thơ vẫn được nhận dạng rõ nét.

Kết luận

Luận án tiến sĩ của tác giả Võ Phước Hưng đã nghiên cứu và phát triển các giải pháp kỹ thuật nâng cao hiệu quả và hiệu năng giấu tin trong ảnh số Stereo. Bằng việc kết hợp biến đổi DCT, dịch chuyển lược đồ hai chiều và bảng điều hướng EDH, tác giả đã xây dựng thành công hệ thống giấu tin khả nghịch đạt dung lượng nhúng cao và bảo toàn chất lượng ảnh Stego. Đồng thời, sự tích hợp giữa phân tích SVD trên đường chéo phụ và thuyết hỗn loạn Logistic map đã tạo nên sơ đồ thủy vân số ẩn bền vững trước các tấn công xử lý ảnh và bảo mật vị trí nhúng. Toàn bộ các đề xuất được chứng minh toán học và kiểm chứng thực nghiệm trên bộ dữ liệu chuẩn, cung cấp tài liệu tham khảo cho lĩnh vực an toàn thông tin và bảo vệ bản quyền đa phương tiện.

Trích đoạn nội dung tài liệu

Chương 1: GIỚI THIỆU 1.1 An toàn và bảo mật thông tin Với sự bùng nổ của công nghệ thông tin và phát triển khoa học kĩ thuật, nhân loại đang bước vào một thời đại mới − thời đại của nền kinh tế thông tin toàn cầu. Trong những năm gần đây, rất nhiều thông tin được số hóa bao trùm trong các lĩnh vực: kinh tế, văn hóa, xã hội, giáo dục, quân sự… và được lưu trữ trên đám mây điện toán, phân phối qua hệ thống mạng. Dù rằng, Internet được sử dụng như một phương tiện giao tiếp, thuận lợi trong trao đổi thông tin theo nhu cầu. Nhưng đồng thời, môi trường Internet cũng mang đến cho con người nhiều rủi ro trong giao tiếp.

Khi công cuộc chuyển đổi số đang đi vào chiều sâu, càng nhiều thông tin số được giao tiếp từ xa qua mạng. Trong số đó, nhiều thông tin quan trọng đang được trao đổi, điều này đã thu hút sự quan tâm của nhiều người dùng trái phép như là đánh cắp, giả mạo, thay đổi nội dung thông tin có chủ đích. Ngày nay, hơn bao giờ hết, sự phát triển mạnh mẽ của các tội phạm tin học bằng các công cụ sẵn có trên mạng đã và đang làm cho các quốc gia trên toàn thế giới phải đối mặt với những đe dọa nghiêm trọng về an ninh và an toàn thông tin. Đó cũng là vấn đề nghiêm trọng kìm hãm sự phát triển về kinh tế, xã hội của các quốc gia nếu như không có giải pháp hữu hiệu ngăn chặn làn sóng ấy.

An toàn và bảo mật thông tin trở thành sự bảo đảm quan trọng cho phát triển kinh tế, xã hội trong các lĩnh vực giao tiếp, lưu trữ, chính sách nội dung và xác thực dữ liệu. Phương pháp bảo đảm sự an toàn thông tin còn gọi là kĩ thuật an toàn thông tin và an ninh mạng. Kĩ thuật này được thiết kế nhằm bảo vệ thông tin trước những đe dọa tấn công. Hiện nay, hai kĩ thuật bảo đảm sự an toàn của thông tin là mã hóa thông tin (Cryptography) và giấu thông tin (Steganography/Information hiding).

Mã hóa thông tin là kĩ thuật làm cho tin tặc không hiểu được nội dung bản tin. Mã hóa thông tin hầu hết được tiếp cận cho những ứng dụng bảo vệ sự an toàn của thông tin bằng cách diễn dịch bản tin từ dạng rõ nghĩa sang dạng vô nghĩa. Trong khi đó, giấu thông tin là kĩ thuật nhúng nội dung thông tin mật cần bảo vệ vào trong thông tin khác làm cho tin tặc không phát hiện thông tin đã giấu, hoặc nhúng nội dung thông tin vào trong thông tin khác cần được bảo vệ. Như vậy, kĩ thuật giấu tin không chỉ bảo đảm sự bí mật của thông tin được giấu trong quá trình truyền tin, mà còn bảo vệ nội dung đối tượng mang thông tin ẩn giấu.

Với những đặc điểm, tính chất kĩ thuật như vậy, giấu thông tin đang trở thành một cách tiếp cận mới trong lĩnh vực an ninh và an toàn thông tin. Nó được sử dụng nhiều cho các ứng dụng bảo mật, ngụy trang trong giao tiếp cũng như bảo vệ bản quyền nội dung thông tin, đặc 1 luan an biệt là trong các giao dịch điện tử trên môi trường Internet, một môi trường mạng mở trao đổi không tin cậy [1–7]. Trong khoa học máy tính và hệ thống thông tin, an toàn và bảo mật thông tin gồm có ba mục tiêu chính [8] như Hình 1.1: • Bí mật (Confidentiality): bảo đảm rằng thông tin cá nhân hay thông tin bí mật không bị truy cập trái phép, • Toàn vẹn dữ liệu (Integrity): bảo đảm thông tin chỉ có thể được thay đổi bởi người dùng được chỉ định, • Sẵn dùng (Availability): luôn sẵn sàng đáp ứng yêu cầu truy cập thông tin cho người dùng hợp pháp.