Tổng quan về luận án

Sự bùng nổ của cuộc Cách mạng Công nghiệp lần thứ tư cùng sự phát triển mạnh mẽ của hạ tầng mạng Internet băng thông rộng (3G, 4G, 5G) và thiết bị di động thông minh đã biến dữ liệu đa phương tiện số—đặc biệt là hình ảnh, âm thanh và video—trở thành phương tiện truyền tải thông tin chủ đạo. Tuy nhiên, đặc tính sao chép hoàn hảo, không tốn chi phí và dễ dàng can thiệp chỉnh sửa của công nghệ số đã làm gia tăng đột biến vấn nạn vi phạm bản quyền, làm giả và phát tán trái phép dữ liệu. Trong bối cảnh đó: "Quản lí bản quyền số (DRM) đã được chọn là một trong 10 công nghệ hàng đầu nổi lên có thể làm 'Thay đổi thế giới' [1]".

Các giải pháp mật mã học truyền thống (cryptography) chỉ có khả năng bảo vệ dữ liệu trong quá trình lưu trữ và truyền dẫn khi dữ liệu chưa bị giải mã. Một khi dữ liệu đã được giải mã bởi người dùng, cơ chế mật mã hoàn toàn bất lực trong việc kiểm soát hành vi sao chép và phân phối tiếp theo. Khắc phục khiếm khuyết cốt tử này, kỹ thuật thủy vân số (digital watermarking) ra đời như một phương thức bảo vệ chủ động, trong đó: "watermarking số nhúng thông tin bảo mật trong dữ liệu chủ. Thông tin này vẫn còn tồn tại ở đó thậm chí cả sau khi tiến trình giải mã được thực hiện".

Khoảng trống nghiên cứu (research gap) trọng tâm của lĩnh vực watermarking ảnh số nằm ở mối quan hệ đánh đổi phi tuyến (trade-off) kinh điển giữa tính vô hình (imperceptibility) và tính bền vững (robustness). Việc nhúng watermark với năng lượng lớn vào miền không gian hoặc các dải tần số thấp giúp tăng khả năng chống chịu tấn công nhưng lại gây suy giảm nghiêm trọng chất lượng ảnh chủ; ngược lại, nhúng vào dải tần số cao đảm bảo tính vô hình cao nhưng watermark dễ dàng bị triệt tiêu bởi các phép xử lý tín hiệu thông thường như nén có tổn hao JPEG hay lọc thông thấp. Bên cạnh đó, các phép biến đổi hai chiều cổ điển như Biến đổi Cosine rời rạc (DCT) và Biến đổi Wavelet rời rạc (DWT) vốn được xây dựng từ các bộ lọc một chiều khả tách, không thể nắm bắt trọn vẹn cấu trúc hình học đa hướng và các đường cong liên tục trong ảnh số.

Luận án tiến sĩ kỹ thuật viễn thông của tác giả Nguyễn Chí Sỹ, dưới sự hướng dẫn của PGS. TS. Hà Hoàng Kha và TS. Nguyễn Minh Hoàng tại Trường Đại học Bách Khoa – Đại học Quốc gia TP. Hồ Chí Minh (mã số chuyên ngành: 62520208, năm 2020), đặt ra các câu hỏi nghiên cứu và giả thuyết khoa học cụ thể:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để tối ưu hóa vị trí và hệ số nhúng trong miền biến đổi kết hợp DCT-DWT nhằm thiết lập điểm cân bằng tối ưu giữa tính vô hình và tính bền vững?
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc phân tích đa phân giải Laplacian Pyramid (LP) cải tiến có thể khắc phục hạn chế về độ phức tạp tính toán và nâng cao khả năng kháng nén JPEG cũng như lọc làm mịn hay không?
  • Câu hỏi nghiên cứu 3 (RQ3): Các phép biến đổi định hướng đa tỷ lệ như Curvelet rời rạc nhanh (FDCT) và Contourlet (CT) mang lại ưu thế vượt trội nào đối với các ảnh màu chứa nhiều chi tiết cạnh và cấu trúc hướng?
  • Câu hỏi nghiên cứu 4 (RQ4): Mô hình mạng nơ-ron tích chập (CNN) kết hợp DWT có thể học được các đặc trưng phi tuyến để trích xuất watermark mù chống lại các tấn công hình học phức tạp (cắt xén, quay, làm méo) hay không?

Hệ thống giả thuyết tương ứng:

  • Giả thuyết 1 (H1): Việc chỉ nhúng bit 0 vào 22 hệ số tần số giữa (hệ số thứ 7 đến 28) của các khối DCT áp dụng trên băng con DWT ($LH_2, HL_2$) sẽ tối đa hóa tỷ số tín hiệu đỉnh trên nhiễu (PSNR) trong khi vẫn duy trì hệ số tương quan chuẩn hóa (NC) tiệm cận 1.0.
  • Giả thuyết 2 (H2): Phép biến đổi LP cải tiến với cấu trúc băng lọc trực giao 9-7 rút ngắn đáng kể thời gian xử lý so với FDCT nhưng vượt trội về khả năng chống nén JPEG có tổn hao ($Q \ge 15$) và lọc Gaussian.
  • Giả thuyết 3 (H3): Đặc tính biểu diễn thưa (sparse representation) của biến đổi Curvelet và Contourlet trên các kênh màu tách biệt (RGB) cho phép đạt PSNR $> 42\text{ dB}$ và $NC \approx 1.0$ trước các tấn công nhiễu đốm (speckle) và nhiễu Gaussian.
  • Giả thuyết 4 (H4): Cấu trúc tích hợp DWT và kiến trúc học sâu CNN cho phép phân loại và khôi phục watermark với tỷ lệ lỗi bit (BER) tiệm cận 0 trước các biến dạng hình học như cắt góc 25%, xoay 45°/180°, co giãn và biến dạng trượt (shearing).

Khung lý thuyết của luận án được định hình vững chắc dựa trên Lý thuyết Phân tích Đa phân giải (Multiresolution Analysis) của Mallat (1989), Lý thuyết Biến đổi Curvelet thế hệ thứ hai của Candès & Donoho (2004), Lý thuyết Biến đổi Contourlet của Do & Vetterli (2005), cùng Lý thuyết Biểu diễn Học sâu qua Mạng nơ-ron tích chập của LeCun et al. Phạm vi thực nghiệm của nghiên cứu được kiểm chứng trên các tập dữ liệu ảnh chuẩn quốc tế (USC-SIPI, bộ 65 ảnh màu tiêu chuẩn bao gồm Lena, Baboon, Peppers, Barbara, Boat, Goldgate, Barnfall, Mare) với kích thước watermark nhị phân chuẩn hóa $32 \times 32$ pixel và $21 \times 21$ pixel.

Literature Review và Positioning

Lịch sử phát triển của kỹ thuật thủy vân ảnh số trải qua các giai đoạn chuyển dịch mô hình quan trọng từ miền không gian sang miền tần số cổ điển, miền biến đổi định hướng đa tỷ lệ và gần đây là tích hợp trí tuệ nhân tạo:

[Miền Không gian (LSB, Patchwork, ICA)]
               │
               ▼
[Miền Tần số Cổ điển (DCT, DWT, Hybrid DCT-DWT)]
               │
               ▼
[Phân tích Đa phân giải Định hướng (Laplacian Pyramid, FDCT, Contourlet)]
               │
               ▼
[Học sâu Kết hợp Miền Biến đổi (DWT + CNN)]

Trong miền không gian, các phương pháp kinh điển dựa trên kỹ thuật thay thế bit có trọng số thấp nhất (LSB) của tác giả van Schyndel et al. (1994) hay thuật toán kết nối Patchwork của Bender et al. (1996) nổi bật với độ phức tạp tính toán thấp và dung lượng nhúng cao. Nghiên cứu của Khor et al. [8] đã ứng dụng thuật toán Imperialist Competitive Algorithm (ICA) để chọn vùng nhúng 5x5 tối ưu cho LSB, đạt PSNR ấn tượng xấp xỉ 43 dB. Tuy nhiên, toàn bộ các phương pháp trong miền không gian đều thất bại trước các phép xử lý tín hiệu cơ bản do cấu trúc dữ liệu điểm ảnh dễ dàng bị phá hủy khi thực hiện nén JPEG hoặc lọc nhiễu.

Chuyển dịch sang miền biến đổi, Cox et al. [10] đã thiết lập nền móng cho kỹ thuật watermarking trên miền phổ biến đổi DCT, khai thác triệt để mô hình hệ thống thị giác con người (HVS). Feig (1990) [44] chứng minh rằng một khối DCT 8x8 chỉ tiêu tốn 54 phép nhân, tạo ưu thế lớn về chi phí tính toán. Tiếp đó, các công trình khai thác DWT của Kundur & Hatzinakos (1998) [41] và Raval et al. (2011) [42] đã tận dụng khả năng định vị đồng thời cả không gian lẫn tần số của Wavelet để nâng cao độ bền vững. Dù vậy, tranh luận học thuật sâu sắc nổ ra giữa hai trường phái:

  1. Trường phái tần số thấp (Low-frequency embedding): Ưu tiên nhúng vào băng con xấp xỉ ($LL$) để đạt độ bền vững tối đa trước nén JPEG và lọc thông thấp, nhưng chấp nhận sự suy giảm chất lượng hiển thị (PSNR thấp) và dễ bị phát hiện bằng mắt thường.
  2. Trường phái tần số cao và tần số giữa (High/Mid-frequency embedding): Nhúng vào các băng con chi tiết ($LH, HL, HH$) để duy trì tính vô hình hoàn hảo, song lại cực kỳ nhạy cảm trước các thao tác nén ảnh có tổn hao do các hệ số tần số cao bị lượng tử hóa về 0.

Để giải quyết mâu thuẫn này, các phương pháp lai DCT-DWT ra đời (Al-Haj, 2007; Singh et al., 2017 [16, 46]). Tuy nhiên, hạn chế cố hữu của các bộ lọc khả tách DWT là tính dị hướng kém, không thể phân tách chính xác các đường biên cong trong không gian hai chiều. Đột phá xuất hiện khi Candès & Donoho (2004) [18] công bố phép biến đổi Curvelet thế hệ thứ hai (FDCT) dựa trên phép xấp xỉ phi tuyến tối ưu cho các đường cong khả vi $C^2$, và Do & Vetterli (2005) [21] phát triển phép biến đổi Contourlet kết hợp Laplacian Pyramid với Khối Băng lọc Định hướng (Directional Filter Bank - DFB).

Luận án của Nguyễn Chí Sỹ định vị chính xác khoảng trống công nghệ bằng việc xây dựng một khung giải pháp toàn diện:

  • Vượt lên trên mô hình DCT-DWT của Singh et al. [46] bằng cơ chế chọn lọc băng con $LH_1 \to LH_2, HL_2$ kết hợp nhúng chọn lọc bit 0 trên 22 hệ số tần số giữa.
  • So sánh trực tiếp với nghiên cứu watermarking dùng Curvelet của Tseng et al. [19] và Contourlet của Jayalakshmi et al. [22], chứng minh rằng mô hình LP cải tiến của tác giả đạt độ bền vững nén JPEG cao hơn với chi phí thời gian tính toán thấp hơn nhiều lần.
  • Đón đầu xu hướng học sâu (deep learning), luận án mở rộng nghiên cứu của Lee et al. [23] bằng cách tích hợp DWT 4 mức với mạng CNN nhiều tầng, giải quyết triệt để điểm yếu chí mạng của watermarking truyền thống trước các tấn công hình học phi tuyến.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào lý thuyết xử lý tín hiệu số và an toàn thông tin đa phương tiện qua việc mở rộng khung phân tích đa phân giải định hướng:

  1. Mở rộng Lý thuyết Phân tích Đa phân giải (Multiresolution Theory): Chứng minh toán học rằng việc biểu diễn tín hiệu ảnh số qua các cơ sở hàm thưa (sparse basis) như Curvelet và Contourlet cho phép tập trung năng lượng của ảnh chủ vào một số ít hệ số mang thông tin hướng, từ đó tạo ra "khoảng trống phổ" lý tưởng để nhúng thông tin ẩn mà không kích hoạt các ngưỡng cảm nhận sai biệt thị giác của mô hình HVS.
  2. Tái định hình đường biên Pareto giữa Tính vô hình và Tính bền vững: Luận án chứng minh rằng thông qua phép biến đổi LP cải tiến và kỹ thuật điều chế hệ số tần số giữa, đường cong cân bằng năng lượng được đẩy dịch chuyển tịnh tiến lên phía trên bên phải (Hình 1.2c trong văn bản gốc), cho phép duy trì PSNR $> 42\text{ dB}$ đồng thời giữ vững $NC \ge 0.95$ ngay cả khi tỷ lệ nén JPEG xuống mức chất lượng thấp ($Q = 15$).
  3. Mô hình hóa lý thuyết trích xuất mù dựa trên Học biểu diễn (Representation Learning): Xác lập mệnh đề lý thuyết rằng mạng nơ-ron tích chập có khả năng xấp xỉ hàm ngược của các kênh truyền nhiễu và biến dạng hình học phức tạp, biến bài toán trích xuất watermark truyền thống dựa trên tương quan thống kê thành bài toán tối ưu hóa phân loại phi tuyến trên không gian đặc trưng DWT.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ 3 trụ cột lý thuyết: Biến đổi Đa phân giải Định hướng (LP, FDCT, CT), Lý thuyết Hỗn loạn Không gian (Arnold Cat Map Scrambling) và Mạng nơ-ron Tích chập (CNN).

                        ┌──────────────────────────────┐
                        │   Ảnh chủ (Grayscale / RGB)  │
                        └──────────────┬───────────────┘
                                       │
                    ┌──────────────────┴──────────────────┐
                    ▼                                     ▼
        [Phân tích Đa phân giải]                [Tiền xử lý Watermark]
        - LP cải tiến (Băng lọc 9-7)           - Watermark nhị phân (32x32)
        - FDCT Wrapping / Contourlet           - Biến đổi Arnold (Scrambling)
        - 2D-DWT đa mức (LL, LH, HL, HH)       - Khóa bí mật (Secret Key / PNS)
                    │                                     │
                    └──────────────────┬──────────────────┘
                                       │
                                       ▼
                       ┌──────────────────────────────┐
                       │      Cơ chế Nhúng Tối ưu     │
                       │ - 22 hệ số tần số giữa (DCT) │
                       │ - Điều chế độ lợi alpha      │
                       │ - Huấn luyện mô hình CNN     │
                       └──────────────┬───────────────┘
                                       │
                                       ▼
                       ┌──────────────────────────────┐
                       │     Ảnh đã nhúng Watermark   │
                       └──────────────┬───────────────┘
                                       │
                    [Kênh truyền / Môi trường Tấn công]
                    (Nén JPEG, Lọc Gaussian, Cắt xén, Quay)
                                       │
                                       ▼
                       ┌──────────────────────────────┐
                       │      Trích xuất Watermark    │
                       │ - Tương quan mù trung bình   │
                       │ - Dự đoán phi tuyến qua CNN  │
                       │ - Nghịch đảo biến đổi Arnold │
                       └──────────────┬───────────────┘
                                       │
                                       ▼
                       ┌──────────────────────────────┐
                       │    Đánh giá Hiệu năng        │
                       │ (PSNR, MSE, NC, SSIM, BER)   │
                       └──────────────────────────────┘

Quy trình toán học nhúng watermark trên miền DCT-DWT kết hợp được mô hình hóa chặt chẽ:

  • Ảnh chủ kích thước $M \times N$ được biến đổi DWT mức 1 thành ${LL_1, HL_1, LH_1, HH_1}$.
  • Băng con $LH_1$ tiếp tục được phân tích DWT mức 2 tạo thành ${LL_2, HL_2, LH_2, HH_2}$.
  • Hai băng con $HL_2$ và $LH_2$ được chia thành các khối không chồng lấn kích thước $8 \times 8$, áp dụng DCT trên từng khối.
  • Quét zig-zag lựa chọn 22 hệ số tần số giữa từ vị trí 7 đến 28. Dữ liệu watermark nhị phân sau khi nhân với chuỗi nhiễu giả ngẫu nhiên PNS ($key$) được nhúng vào hệ số phổ $C(j)$ theo công thức:

$$C_w(j) = C(j) + k \cdot PSN(j)$$

với $k$ là hệ số độ lợi nhúng và $j \in [7, 28]$. Luận án xác lập rõ: "bằng cách nhúng watermark vào băng con tần số giữa, chỉ nhúng bit 0, thuật toán watermarking ảnh số trong miền DCT-DWT kết hợp đảm bảo cân bằng tính vô hình và tính bền vững".

Điều kiện biên của khung phân tích: Thuật toán áp dụng tối ưu cho ảnh số đơn sắc 8-bit hoặc ảnh màu RGB chuẩn hóa, dải tần số nén JPEG $Q \in [15, 95]$, và giới hạn tỷ lệ cắt xén hình học không vượt quá 25% diện tích bề mặt ảnh.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ triết lý thực chứng (positivism paradigm) với phương pháp tiếp cận định lượng và mô phỏng thực nghiệm lặp trên môi trường tính toán chuẩn hóa. Thiết kế nghiên cứu đa tầng bao gồm:

  • Tầng 1 - Thẩm định cơ sở: Đánh giá định lượng thuật toán LSB trong miền không gian và các giải thuật DCT, DWT đơn lẻ để làm đường cơ sở (baseline).
  • Tầng 2 - Khảo sát không gian tham số: Tối ưu hóa đa mục tiêu hệ số độ lợi $\alpha$ (khảo sát dải từ $0.05$ đến $0.40$), mức phân tích đa phân giải ($J = 1$ đến $5$) trên biến đổi LP cải tiến và FDCT/CT.
  • Tầng 3 - Kiểm thử đa kênh màu: Phân tách và đánh giá độc lập trên 3 mặt phẳng màu (Red, Green, Blue planes) của bộ cơ sở dữ liệu 65 ảnh màu chuẩn quốc tế.
  • Tầng 4 - Mô hình hóa học sâu: Thiết kế kiến trúc CNN huấn luyện trên tập dữ liệu đặc trưng trích xuất từ các băng con tần số $HH_4, HL_4$ của DWT.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý thực nghiệm được tiến hành qua các giao thức nghiêm ngặt:

  1. Giao thức xáo trộn bảo mật: Sử dụng biến đổi ma trận Arnold (Arnold Cat Map) với số vòng lặp $T$ để xáo trộn ma trận điểm ảnh của watermark nhị phân $W(x, y)$, triệt tiêu tính tương quan không gian và phân tán lỗi đồng đều trên toàn bộ bức ảnh:

$$\begin{bmatrix} x' \ y' \end{bmatrix} = \begin{bmatrix} 1 & 1 \ 1 & 2 \end{bmatrix} \begin{bmatrix} x \ y \end{bmatrix} \pmod N$$

  1. Giao thức phân tích đa phân giải Laplacian Pyramid cải tiến: Sử dụng cặp băng lọc trực giao 9-7 (bộ lọc phân tích và tổng hợp của Cohen-Daubechies-Feauveau) nhằm loại bỏ hoàn toàn hiện tượng méo biên và giảm thiểu dư thừa thông tin phổ.
  2. Giao thức đánh giá chuẩn hóa: Sử dụng đầy đủ 5 tham số toán học đo lường chất lượng:

    • Tỷ số tín hiệu đỉnh trên nhiễu (PSNR):

      $$PSNR = 10 \log_{10} \left( \frac{255^2}{MSE} \right) \quad (\text{dB})$$

      với:

      $$MSE = \frac{1}{M \times N} \sum_{i=1}^M \sum_{j=1}^N [X(i,j) - W(i,j)]^2$$

    • Hệ số tương quan chuẩn hóa (Normalized Correlation - NC):

      $$NC = \frac{\sum_{i=1}^M \sum_{j=1}^N W_o(i,j) W_r(i,j)}{\sqrt{\sum_{i=1}^M \sum_{j=1}^N W_o^2(i,j)} \sqrt{\sum_{i=1}^M \sum_{j=1}^N W_r^2(i,j)}}$$

    • Chỉ số tương tự cấu trúc (SSIM):

      $$SSIM(x,y) = \frac{(2\mu_x\mu_y + C_1)(2\sigma_{xy} + C_2)}{(\mu_x^2 + \mu_y^2 + C_1)(\sigma_x^2 + \sigma_y^2 + C_2)}$$

    • Tỷ lệ lỗi bit (Bit Error Rate - BER):

      $$BER = \frac{1}{M \times N} \sum_{i=1}^M \sum_{j=1}^N (W_o(i,j) \oplus W_r(i,j))$$

    • Thời gian thực thi hệ thống ($T_{\text{embed}}, T_{\text{extract}}$ tính bằng giây/mili-giây).

Data và phân tích

Toàn bộ hệ thống thuật toán được hiện thực hóa và mô phỏng trên nền tảng phần mềm MATLAB kết hợp Image Processing Toolbox và Wavelet Toolbox.

Ma trận kiểm thử độ bền vững (Robustness Stress-Testing) bao gồm các kịch bản tấn công khắc nghiệt:

  • Tấn công nén có tổn hao: Chuẩn nén JPEG với hệ số chất lượng $Q \in {95, 75, 50, 30, 20, 15}$; chuẩn nén JPEG2000 với tỷ lệ nén từ 2 đến 10 lần.
  • Tấn công lọc phi tuyến và làm mịn: Bộ lọc Gaussian với độ lệch chuẩn $\sigma \in [0.1, 2.0]$; bộ lọc Median với kích thước cửa sổ từ $[1 \times 1]$ đến $[5 \times 5]$; bộ lọc trung bình (Average filter) $[3 \times 3]$ và bộ lọc thích ứng Wiener.
  • Tấn công nhiễu ngẫu nhiên: Nhiễu muối tiêu (Salt & Pepper) với mật độ từ $2%$ đến $10%$; nhiễu Gauss ($\sigma^2 \in [0.001, 0.05]$); nhiễu đốm (Speckle noise) cường độ $4%$.
  • Tấn công hình học và desynchronization: Cắt xén (Cropping) $25%$ góc trên-trái (TL) và dưới-phải (BR); thay đổi tỷ lệ (Scaling) $60% - 75%$; quay ảnh (Rotation) $45^\circ$ và $180^\circ$; biến dạng trượt (Shearing); điều chỉnh độ sáng/độ tương phản $\pm 20%$.

Phát hiện đột phá và implications

Những phát hiện then chốt

Các kết quả thực nghiệm của luận án cung cấp những bằng chứng định lượng chính xác:

Kịch bản Thực nghiệm / Dạng Tấn công Thuật toán LSB Không gian Thuật toán DCT-DWT Lai Thuật toán LP Cải tiến Thuật toán Curvelet (FDCT) Thuật toán DWT + CNN
Không bị tấn công (PSNR / NC) 39.79 dB / 1.0000 44.12 dB / 1.0000 45.30 dB / 1.0000 46.85 dB / 1.0000 41.50 dB / 1.0000
Nén JPEG ($Q = 50$) (NC) 0.0821 0.9654 0.9812 0.9745 0.9982
Nén JPEG ($Q = 15$) (NC) 0.0000 0.8120 0.9240 0.8850 0.9845
Lọc Gaussian ($\sigma = 1.0$) (NC) 0.1245 0.8950 0.9680 0.9410 0.9910
Nhiễu Speckle $4%$ (NC) 0.2150 0.8870 0.9020 0.9176 0.9870
Cắt xén hình học $25%$ (NC) 0.0000 0.6200 0.8450 0.7920 0.9780
Quay góc $45^\circ / 180^\circ$ (NC) 0.0000 0.1100 0.1800 0.2200 0.9650
Thời gian tính toán trung bình Siêu nhanh (<0.01s) Nhanh (~0.15s) Rất nhanh (~0.08s) Trung bình (~0.85s) Cực nhanh khi trích

Năm phát hiện đột phá then chốt rút ra từ dữ liệu thực nghiệm:

  1. Phá vỡ giới hạn LSB truyền thống: Trong khi thuật toán LSB sụp đổ hoàn toàn khi bị nén JPEG ($NC \to 0$) hoặc thêm $10%$ nhiễu muối tiêu ($PSNR$ tụt xuống $15.12\text{ dB}$), giải thuật DCT-DWT cải tiến chỉ nhúng bit 0 vào 22 hệ số tần số giữa đạt $PSNR > 44\text{ dB}$ và giữ vững $NC > 0.96$ dưới tấn công nén JPEG $Q = 50$.
  2. Ưu thế tốc độ và độ bền của Laplacian Pyramid cải tiến: Biến đổi LP cải tiến với bộ lọc trực giao 9-7 mang lại khả năng kháng nén JPEG mức khắc nghiệt ($Q = 15, NC = 0.9240$) và lọc Gaussian vượt trội hơn hẳn biến đổi Curvelet thế hệ 1, đồng thời rút ngắn thời gian tính toán gấp gần 10 lần so với biến đổi FDCT Wrapping ($0.08\text{s}$ so với $0.85\text{s}$).
  3. Đặc tính biểu diễn đường cong của Curvelet và Contourlet: Thực nghiệm trên bộ 65 ảnh màu chuẩn chỉ ra rằng các ảnh có mật độ chi tiết biên và vân bề mặt hướng tính cao (như ảnh Barnfall, Mare) khi nhúng watermark trong miền FDCT/CT đạt $PSNR > 42\text{ dB}$ và $NC$ dưới tấn công speckle $4%$ đạt $0.9176$, vượt trội so với DWT truyền thống.
  4. Phân hóa kênh màu tối ưu: Khảo sát trên 3 kênh màu đỏ (R), xanh lá (G), xanh lam (B) của 65 ảnh màu cho thấy việc nhúng trên mặt phẳng màu đỏ (Red plane) luôn mang lại giá trị trung bình PSNR và chỉ số SSIM ổn định nhất, hạn chế tối đa sự biến đổi sắc độ thị giác của mắt người.
  5. Đột phá kháng tấn công hình học của mô hình DWT kết hợp CNN: Việc nhúng watermark vào băng con tần số cao $HH_4$ và huấn luyện mạng CNN cho phép mô hình học được mối quan hệ tương quan không gian phi tuyến. Khi bị cắt góc $25%$, quay $180^\circ$, hay biến dạng trượt (shearing), watermark trích xuất vẫn đạt $NC > 0.965$, giải quyết trọn vẹn điểm yếu "mất đồng bộ" (desynchronization) vốn là rào cản lớn nhất của watermarking trong suốt hai thập kỷ qua.

Implications đa chiều

  • Về mặt lý thuyết: Mở rộng thành công biên giới của lý thuyết xử lý tín hiệu đa phân giải; chứng minh tính khả thi của việc hợp nhất biểu diễn đa tỷ lệ cổ điển với mạng nơ-ron sâu trong việc khôi phục tín hiệu bị suy biến nặng.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn hóa từ khâu xáo trộn ma trận Arnold, phân rã đa hướng đến trích xuất mù hoàn toàn (không cần sự hiện diện của ảnh gốc), đóng vai trò như một bộ khung tham chiếu (benchmark protocol) cho các nghiên cứu tiếp theo.
  • Về mặt ứng dụng thực tiễn:
    • Ứng dụng trực tiếp trong các hệ thống DRM thương mại nhằm bảo vệ bản quyền ảnh nghệ thuật, ảnh báo chí số.
    • Tích hợp vào hệ thống lưu trữ và truyền hình ảnh y tế (PACS) để xác thực tính toàn vẹn của ảnh X-quang, MRI mà không làm suy hao độ chính xác chẩn đoán.
    • Ứng dụng trong giám sát phát sóng truyền hình và xác thực định danh tài liệu số của cơ quan quản lý nhà nước.
  • Về mặt chính sách: Cung cấp cơ sở khoa học và bằng chứng kỹ thuật phục vụ việc xây dựng các tiêu chuẩn quốc gia về giám định tư pháp số, bảo vệ quyền sở hữu trí tuệ trên không gian mạng trong tiến trình chuyển đổi số quốc gia.

Limitations và Future Research

Nhìn nhận một cách khách quan và khoa học, luận án tồn tại một số giới hạn nhất định:

  1. Dung lượng nhúng (Payload Capacity): Việc tối ưu hóa tính vô hình và độ bền vững bằng cách chỉ nhúng vào 22 hệ số tần số giữa hoặc sử dụng watermark nhị phân kích thước $32 \times 32$ điểm ảnh khiến dung lượng dữ liệu ẩn chưa đủ lớn để chứa các chứng chỉ số phức tạp hoặc siêu dữ liệu (metadata) dung lượng cao.
  2. Chi phí tài nguyên huấn luyện CNN: Mặc dù thời gian trích xuất watermark của mô hình CNN là tức thời, giai đoạn chuẩn bị dữ liệu phân rã DWT đa mức và huấn luyện mạng nơ-ron đòi hỏi cấu hình phần cứng có hiệu năng tính toán cao, gây khó khăn cho việc nhúng thời gian thực trên các thiết bị IoT biên (Edge devices).
  3. Phạm vi dữ liệu: Các thuật toán chủ yếu được kiểm chứng trên ảnh tĩnh 2D (ảnh xám và ảnh màu RGB/YCbCr); chưa mở rộng khảo sát trên các định dạng video nén thế hệ mới (HEVC/H.265, AV1) hoặc dữ liệu ảnh viễn thám siêu phổ.

Chương trình nghiên cứu tiếp theo (Future Research Agenda) mở ra 4 hướng đi chiến lược:

  • Hướng 1: Mở rộng thuật toán sang miền video số thời gian thực, khai thác tương quan không-thời gian (spatio-temporal multiresolution) để chống lại các tấn công tráo đổi khung hình (frame dropping/averaging).
  • Hướng 2: Phát triển kỹ thuật Thủy vân số không (Zero-watermarking) kết hợp trích xuất đặc trưng sâu, cho phép bảo vệ bản quyền mà không cần sửa đổi bất kỳ giá trị điểm ảnh nào của ảnh chủ ($PSNR = \infty$).
  • Hướng 3: Nghiên cứu khả năng tự vệ của watermark trước các cuộc tấn công đối kháng (adversarial attacks) và kỹ thuật chỉnh sửa ảnh bằng Trí tuệ Nhân tạo Tạo sinh (Generative AI, Diffusion Models, Deepfake).
  • Hướng 4: Hiện thực hóa thuật toán trên phần cứng chuyên dụng (FPGA, ASIC) nhằm tối ưu hóa đường ống xử lý cho các camera giám sát an ninh và thiết bị đầu cuối viễn thông.

Tác động và ảnh hưởng

Công trình nghiên cứu trong luận án mang lại những tác động sâu rộng trên nhiều bình diện:

  • Tác động học thuật: Các đóng góp của luận án đã được công bố trên 2 bài báo tạp chí quốc tế uy tín, 1 bài báo tạp chí trong nước, 4 bài báo tại các hội nghị khoa học quốc tế và 1 bài báo hội nghị quốc gia. Các kết quả này đóng góp trực tiếp vào kho tàng tri thức của cộng đồng xử lý tín hiệu IEEE và ScienceDirect, mở ra tiềm năng trích dẫn cao trong các nghiên cứu về bảo mật đa phương tiện.
  • Chuyển dịch ngành công nghiệp số: Cung cấp giải pháp bảo vệ tài sản số chi phí thấp cho các đơn vị phát hành nội dung, hãng thông tấn, các sàn giao dịch tài sản số và thư viện số quốc gia.
  • Hỗ trợ pháp lý và quản trị: Tạo tiền đề kỹ thuật vững chắc để hỗ trợ các cơ quan thực thi pháp luật phát hiện hành vi xâm phạm bản quyền, cung cấp bằng chứng số không thể chối bỏ trong các vụ tranh chấp sở hữu trí tuệ.
  • Ý nghĩa xã hội: Góp phần xây dựng một môi trường không gian mạng minh bạch, an toàn và tin cậy, thúc đẩy nền kinh tế số phát triển lành mạnh theo định hướng chiến lược quốc gia.

Đối tượng hưởng lợi

Hàm lượng khoa học và các phát hiện thực nghiệm của luận án mang lại giá trị thiết thực cho nhiều nhóm đối tượng:

  • Nghiên cứu sinh và Giảng viên ngành Xử lý Tín hiệu / Kỹ thuật Viễn thông / Khoa học Máy tính: Tiếp cận một tài liệu chuyên khảo chuyên sâu với đầy đủ cơ sở toán học, phân tích so sánh các phép biến đổi từ Wavelet, Curvelet, Contourlet đến Deep Learning, cùng các bộ chỉ số đánh giá chuẩn mực.
  • Kỹ sư R&D trong ngành Đa phương tiện và Bảo mật Số: Khai thác các thuật toán nhúng/trích cụ thể (với thông số bộ lọc 9-7, ma trận Arnold, vị trí hệ số tần số giữa) để tích hợp trực tiếp vào các sản phẩm phần mềm thương mại.
  • Cơ quan Quản lý Nhà nước và Giám định Pháp y Kỹ thuật số (Digital Forensics): Sử dụng các nguyên lý trích xuất watermark mù để xây dựng công cụ xác minh bản quyền và truy tìm nguồn gốc tài liệu rò rỉ.
  • Các tổ chức Y tế và Ngân hàng số: Áp dụng giải pháp watermarking vô hình để bảo mật ảnh sinh trắc học và ảnh chẩn đoán bệnh nhân mà không làm sai lệch cấu trúc dữ liệu nhạy cảm.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc mở rộng Lý thuyết Biểu diễn Đa phân giải Định hướng (Directional Multiresolution Representation Theory) vào bài toán tối ưu Pareto giữa tính vô hình và tính bền vững của thủy vân số. Bằng việc chứng minh khả năng nén năng lượng theo hướng của phép biến đổi Curvelet/Contourlet và cấu trúc băng lọc trực giao 9-7 trong Laplacian Pyramid cải tiến, luận án đã bác bỏ quan niệm truyền thống cho rằng "nhúng watermark bền vững bắt buộc phải làm suy giảm mạnh PSNR", thiết lập mức chuẩn mới với $PSNR > 42\text{ dB}$ trong khi vẫn đạt $NC \approx 1.0$.

2. Điểm cải tiến phương pháp luận so với các nghiên cứu tiền nhiệm?

So với nghiên cứu của Khor et al. [8] (chỉ nhúng trong miền không gian LSB, sụp đổ khi nén JPEG) và Singh et al. [46] (nhúng DCT-DWT nhưng phân tích trên băng $HL_1$ và nhúng cả bit 0 lẫn 1 dẫn đến giảm PSNR), luận án đã:

  • Phân tích DWT mức 2 trên băng con $LH_1$, chọn hai băng $HL_2, LH_2$.
  • Chỉ nhúng bit 0 vào đúng 22 hệ số tần số giữa (vị trí 7 đến 28).
  • Sử dụng trung bình cộng hệ số tương quan của chuỗi trích xuất với khóa PNS trên cả hai băng để phục hồi watermark mù. Cải tiến này giúp nâng cao vượt bậc chỉ số PSNR lên trên 44 dB và duy trì độ bền vững nén JPEG vượt trội.

3. Phát hiện thực nghiệm gây bất ngờ nhất là gì?

Phát hiện bất ngờ nhất nằm ở hiệu năng kháng tấn công hình học của mô hình lai DWT + CNN khi nhúng vào băng con tần số cao $HH_4$. Theo lý thuyết xử lý tín hiệu kinh điển, băng con $HH$ là vùng tần số cao cực kỳ mong manh và là nơi đầu tiên bị xóa sổ khi có can thiệp hình học hoặc lọc nhiễu. Tuy nhiên, khi kết hợp với năng lực học phi tuyến của mạng nơ-ron tích chập, CNN đã học được các bất biến cấu trúc không gian cục bộ, giúp khôi phục watermark với $NC > 0.965$ ngay cả khi ảnh bị cắt $25%$ diện tích hoặc bị quay $180^\circ$—một kết quả hoàn toàn nằm ngoài khả năng của các giải thuật giải tích truyền thống.

4. Luận án có cung cấp đầy đủ giao thức để tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án mô tả chi tiết toàn bộ công thức toán học, hệ số bộ lọc trực giao 9-7 (Bảng 3.1), phương trình biến đổi Arnold phân tán khóa, quy tắc quét zig-zag 22 hệ số phổ DCT, các tham số độ lợi $\alpha$, cấu trúc phân rã các mức $J$, cùng tên gọi chính xác của các bộ ảnh thử nghiệm chuẩn quốc tế (Lena, Baboon, Peppers, Goldgate, Barnfall...). Mọi nhà nghiên cứu độc lập đều có thể tái lập hoàn toàn các kết quả mô phỏng trên nền tảng MATLAB.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo như thế nào?

Lộ trình nghiên cứu dài hạn hướng tới:

  • Tích hợp kỹ thuật thủy vân vào kiến trúc mạng nơ-ron sinh đối kháng (GANs) và mô hình khuếch tán (Diffusion Models) để bảo vệ bản quyền cho nghệ thuật tạo sinh (AI-generated content).
  • Chuẩn hóa giao thức thủy vân zero-watermark trên luồng video 8K thời gian thực qua mạng 6G.
  • Xây dựng hệ thống phần cứng chuyên dụng chip bán dẫn tích hợp sẵn mô-đun thủy vân số ngay tại tầng thu nhận cảm biến quang học của thiết bị ghi hình.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Chí Sỹ đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra, mang lại những giá trị cốt lõi:

  1. Xây dựng thành công thuật toán watermarking mù trong miền kết hợp DCT-DWT với chiến lược nhúng chọn lọc 22 hệ số tần số giữa, thiết lập thế cân bằng hoàn hảo giữa tính vô hình ($PSNR > 44\text{ dB}$) và tính bền vững.
  2. Đề xuất giải thuật watermarking trên miền biến đổi Laplacian Pyramid cải tiến sử dụng bộ lọc trực giao 9-7, đạt tốc độ xử lý vượt trội và khả năng kháng nén JPEG mức thấp ($Q = 15$) vượt bậc so với các thuật toán Curvelet đương thời.
  3. Chứng minh tính ưu việt của các phép biến đổi định hướng đa tỷ lệ (FDCT, Contourlet) trên cơ sở dữ liệu 65 ảnh màu chuẩn quốc tế, đặc biệt là sự ổn định vượt trội khi nhúng trên kênh màu đỏ (Red plane).
  4. Tiên phong phát triển mô hình watermarking mù lai ghép giữa phân tích đa phân giải DWT và Mạng nơ-ron Tích chập (CNN), giải quyết triệt để bài toán hóc búa về khả năng chống chịu các tấn công hình học và desynchronization.
  5. Công bố các kết quả nghiên cứu trên 8 công trình khoa học uy tín trong nước và quốc tế (bao gồm 2 bài báo tạp chí quốc tế, 1 bài báo tạp chí quốc gia, 4 bài báo hội nghị quốc tế và 1 bài báo hội nghị quốc gia).
  6. Mở ra ba hướng nghiên cứu mới đầy tiềm năng: thủy vân video thời gian thực, zero-watermarking thích ứng và bảo mật nội dung số chống lại các nguy cơ giả mạo từ Trí tuệ Nhân tạo Tạo sinh.