Tổng quan về luận án

Bối cảnh bùng nổ của không gian số, mạng xã hội và hạ tầng viễn thông băng rộng (3G, 4G, 5G) đã biến dữ liệu đa phương tiện trở thành phương thức truyền tải thông tin chủ đạo. Tuy nhiên, đặc tính số hóa cho phép sao chép nguyên bản, chỉnh sửa và phân phối phi pháp mà không làm suy giảm chất lượng dữ liệu gốc, gây thiệt hại nghiêm trọng cho nền kinh tế tri thức và bản quyền tác giả. Trong bối cảnh đó, Quản lý Bản quyền Số (Digital Rights Management - DRM) đã nổi lên như một trong mười công nghệ đột phá định hình thế giới. Khác với mật mã học truyền thống vốn chỉ bảo vệ dữ liệu ở trạng thái mã hóa trước khi giải mã, kỹ thuật thủy vân số (Digital Watermarking) cung cấp giải pháp bảo vệ vĩnh viễn bằng cách nhúng trực tiếp thông tin chứng thực (watermark) vào môi trường truyền thông chủ (host media).

Khoảng trống nghiên cứu (Research Gap) cốt lõi trong kỹ thuật thủy vân ảnh số xuất phát từ mâu thuẫn nội tại bất biến giữa tính vô hình (Imperceptibility) và tính bền vững (Robustness). Các thuật toán trong miền không gian (Spatial Domain) như LSB dù đạt độ vô hình cao nhưng cực kỳ dễ tổn thương trước các phép xử lý tín hiệu thông thường. Ngược lại, các biến đổi trực giao truyền thống trong miền tần số như Biến đổi Cosine Rời rạc (DCT) và Biến đổi Wavelets Rời rạc 2D (DWT) bộc lộ nhược điểm cố hữu: bộ lọc phân tách 1D không thể biểu diễn thưa và tối ưu các đường biên cong, đặc trưng hướng tính phức tạp của ảnh hai chiều. Khi chịu tác động của nén có tổn hao (JPEG, JPEG2000), lọc phi tuyến hoặc tấn công hình học (quay, cắt xén, co giãn, shearing), watermark thường bị suy thoái nghiêm trọng.

Luận án của nghiên cứu sinh Nguyễn Chí Sỹ giải quyết khoảng trống này thông qua việc thiết lập các câu hỏi nghiên cứu (Research Questions - RQ) và giả thuyết khoa học (Hypotheses - H):

  • RQ1: Làm thế nào để cân bằng tối ưu giữa tính vô hình và tính bền vững khi nhúng thủy vân vào các hệ số phổ tần số trung bình?
  • RQ2: Liệu việc khai thác các phép phân tích đa phân giải đa hướng (Multiresolution and Directional Transforms) có cải thiện vượt bậc khả năng kháng nén có tổn hao và lọc thông thấp so với DWT truyền thống?
  • RQ3: Mô hình học sâu (Deep Learning) tích hợp phân tích wavelets có thể tạo ra cơ chế thủy vân mù (Blind Watermarking) kháng toàn diện các tấn công hình học và phi hình học hay không?

Tương ứng với đó, ba giả thuyết nghiên cứu được đặt ra:

  • H1: Nhúng thông tin chọn lọc trên các băng con tần số trung bình $HL_2, LH_2$ bằng kỹ thuật kết hợp DCT-DWT chỉ nhúng bit 0 sẽ duy trì giá trị PSNR cao mà không làm suy giảm tương quan chuẩn hóa NC khi bị tấn công.
  • H2: Các phép biến đổi định hướng như Curvelet nhanh (FDCT), Contourlet (CT) và Laplacian Pyramid (LP) cải tiến giúp cô lập năng lượng cạnh biên, đạt tính vô hình vượt ngưỡng $42\text{ dB}$ và giữ $NC \ge 0.9$ trước các biến dạng lọc và nén.
  • H3: Mạng nơ-ron tích chập (CNN) kết hợp biến đổi DWT 4 mức cho phép học biểu diễn bất biến của các đặc trưng ảnh, tạo ra cơ chế phục hồi watermark mù tuyệt đối trước các thao tác biến đổi hình học phức tạp.

Khung lý thuyết (Theoretical Framework) của luận án tích hợp Lý thuyết Phân tích Đa phân giải (MRA), Hệ thống Thị giác Con người (Human Visual System - HVS), Lý thuyết Biểu diễn Thưa (Sparse Representation) và Học biểu diễn sâu (Deep Representation Learning). Về phạm vi nghiên cứu (Scope), các mô hình được đánh giá nghiêm ngặt trên tập ảnh xám chuẩn kích thước $512 \times 512$ (Lena, Baboon, Peppers, Barbara, Airplane, Boat, House) và bộ cơ sở dữ liệu gồm 65 ảnh màu tiêu chuẩn với định dạng RGB, trải qua đa dạng các kịch bản tấn công xử lý tín hiệu và tấn công hình học.

Literature Review và Positioning

Lịch sử phát triển của kỹ thuật thủy vân ảnh số ghi nhận sự chuyển dịch từ miền không gian sang miền biến đổi tần số và các cấu trúc đa phân giải tiên tiến. Trong miền không gian, các thuật toán nền tảng như LSB cải tiến tối ưu hóa theo SSIM hoặc thuật toán cạnh tranh đế quốc (ICA) của Aslantas et al. đã chỉ ra rằng dù đạt chỉ số đỉnh tín hiệu trên nhiễu $PSNR \approx 43\text{ dB}$, cấu trúc watermark nhanh chóng bị phá hủy dưới tác động của phép nén JPEG hoặc nhiễu Gaussian. Kỹ thuật Patchwork do Bender et al. (1996) đề xuất nhúng thông tin dựa trên thống kê phân phối Gaussian đã cải thiện tính bền vững nhưng dung lượng nhúng (capacity) bị giới hạn nghiêm ngặt.

Sự chuyển dịch sang miền biến đổi được đánh dấu bởi công trình kinh điển của Cox et al. (1997, 2002) về việc nhúng chuỗi nhiễu giả ngẫu nhiên Gaussian vào các hệ số DCT có ý nghĩa thị giác cao nhất. Tuy nhiên, việc áp dụng DCT toàn phần hay DCT theo khối $8 \times 8$ bộc lộ nhược điểm phá vỡ tính bất biến không gian và làm mất mát dữ liệu tại bước lượng tử hóa tần số cao. Tiếp đó, các nghiên cứu của Kundur & Hatzinakos (1998) và Mallat (1989) với Biến đổi Wavelets Rời rạc (DWT) đã mang lại khả năng định vị đồng thời trong miền thời gian - không gian và miền tần số. Các biến thể phối hợp như DWT kết hợp phân tích giá trị kỳ dị (SVD) của Liu & Tan (2002), hay mô hình mạng RBF kết hợp HVS đều cố gắng giải quyết sự đánh đổi giữa độ bền và độ méo hình ảnh.

Một cuộc tranh luận khoa học lớn diễn ra giữa hai trường phái: (1) Nhóm nghiên cứu ưu tiên các biến đổi trực giao cổ điển (DCT/DWT) kết hợp tối ưu hóa tham số đại số (SVD, Fuzzy Logic); và (2) Nhóm nghiên cứu phát triển các phép biến đổi hình học đa tỷ lệ thế hệ mới (X-lets) do Candes & Donoho (2000, 2006) khởi xướng với Curvelet Transform và Do & Vetterli (2005) với Contourlet Transform. Trường phái thứ hai chỉ ra rằng DWT 2D chỉ phân tách ảnh theo 3 hướng (ngang, dọc, chéo), do đó thất bại trong việc nắm bắt các đường cong trơn và các cạnh định hướng tùy ý với số lượng hệ số thưa.

Luận án này định vị chính xác tại điểm giao thoa giữa cấu trúc biến đổi đa phân giải định hướng và học sâu thông minh. So với nghiên cứu quốc tế của Al-Haj (2007) về Steerable Pyramid kết hợp DCT, luận án của Nguyễn Chí Sỹ đã tiến xa hơn khi đề xuất giải thuật Laplacian Pyramid (LP) cải tiến với lược đồ tái tạo mới, giảm thiểu triệt để thời gian tính toán mà vẫn vượt trội về độ bền trước nén JPEG có tổn hao. Đồng thời, so với công trình của Makbol et al. (2016) trên miền Contourlet-SVD, nghiên cứu này xây dựng hoàn chỉnh giải thuật thủy vân mù cho ảnh màu trên 3 mặt phẳng kênh độc lập (R, G, B), đồng thời thiết lập mô hình lai DWT-CNN mở ra hướng đi mới cho kỹ thuật bảo mật số.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào việc mở rộng và tinh chỉnh các lý thuyết xử lý tín hiệu số và an toàn thông tin:

  1. Mở rộng Lý thuyết Phân tích Đa phân giải (MRA) của Stéphane Mallat: Luận án chứng minh rằng tính bất đẳng hướng (Anisotropy) của các đường cong trong ảnh hai chiều đòi hỏi một cơ chế xấp xỉ thưa hơn DWT. Bằng việc ứng dụng Biến đổi Curvelet Rời rạc Nhanh (FDCT wrapping) và Biến đổi Contourlet (CT), luận án đã khái quát hóa quy luật phân bổ năng lượng thủy vân, chứng minh rằng nhúng thông tin vào các băng con định hướng tần số trung bình giúp giảm thiểu năng lượng nhúng nhưng tối đa hóa khả năng bảo toàn thông tin.
  2. Bổ sung Mô hình Hệ thống Thị giác Con người (HVS): Nghiên cứu mở rộng nguyên lý mặt nạ không gian (Spatial Masking) của HVS sang miền kim tự tháp đa mức. Bằng thực nghiệm, tác giả chứng minh rằng các vùng ảnh có mật độ thành phần tần số cao và thông tin hướng tính dày đặc có ngưỡng dung sai méo dạng quang học cao hơn, cho phép nhúng độ lợi lớn hơn mà không làm suy giảm cảm nhận thị giác.
  3. Hình thành Định đề Biểu diễn Đặc trưng Bất biến qua Mạng Nơ-ron Tích chập (CNN Representation Theory): Luận án chứng minh rằng các tầng tích chập sâu có khả năng học được các biểu diễn đặc trưng trừu tượng bất biến trước các biến đổi affine (quay, co giãn, cắt, shearing). Điều này nâng cấp mô hình giải mã thủy vân truyền thống từ so khớp tương quan thống kê đơn thuần thành bài toán trích xuất đặc trưng phi tuyến tính có giám sát.

Khung phân tích độc đáo

Khung phân tích của luận án được xây dựng dựa trên sự liên kết chặt chẽ của 4 trụ cột kỹ thuật:

  • Biến đổi Không gian - Tần số Đa cấp: Khai thác biến đổi DWT đa tầng kết hợp DCT khối $8 \times 8$, sử dụng quét zigzag để định vị chính xác 22 hệ số tần số giữa (từ vị trí 7 đến 28), nơi năng lượng tín hiệu đủ lớn để chống nén nhưng không gây biến dạng mắt thấy.
  • Biến đổi Hình học Đa hướng (Directional Filter Banks): Sử dụng phép biến đổi Laplacian Pyramid cải tiến kết hợp bộ lọc trực giao 9-7 (Biorthogonal 9-7 filters) và biến đổi băng lọc định hướng DFB để tạo ra các băng con phân tích có tính lan truyền (Spread-spectrum property).
  • Mã hóa Hỗn loạn (Chaotic Scrambling): Ứng dụng biến đổi Arnold Cat Map để xáo trộn ma trận điểm ảnh của watermark trước khi nhúng, triệt tiêu tương quan không gian nội tại, nâng cao tính bảo mật tuyệt đối trước các tấn công giải mã trái phép.
  • Cơ chế Thủy vân Mù Hóa (Blind Extraction Framework): Quy trình trích xuất không đòi hỏi sự hiện diện của ảnh chủ gốc, chỉ sử dụng khóa bí mật (Secret Key) phát sinh chuỗi ngẫu nhiên giả (PNS) hoặc trọng số mạng nơ-ron đã qua huấn luyện.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ nghiêm ngặt quan điểm nhận thức luận thực chứng (Positivist Paradigm), dựa trên mô hình định lượng và đo lường thuật toán xác thực. Thiết kế nghiên cứu gồm 5 giai đoạn thực nghiệm đa tầng (Multi-level Experimental Design), tiến triển từ các mô hình miền không gian cơ sở đến các kiến trúc học sâu phức tạp:

  1. Đánh giá kiểm chuẩn kỹ thuật LSB không gian và thuật toán DCT/DWT cơ sở.
  2. Thiết kế và tối ưu hóa giải thuật nhúng chọn lọc trong miền lai DCT-DWT.
  3. Xây dựng cấu trúc thủy vân mù trên phép biến đổi Laplacian Pyramid cải tiến với bộ lọc 9-7.
  4. Phát triển giải thuật thủy vân cho ảnh màu đa kênh dựa trên FDCT và Contourlet.
  5. Huấn luyện mô hình CNN kết hợp phân tích wavelets 4 mức cho thủy vân mù toàn diện.

Quy trình nghiên cứu và chuẩn hóa dữ liệu

Quy trình thu thập và xử lý dữ liệu thực nghiệm được chuẩn hóa hoàn toàn trên nền tảng MATLAB và thư viện xử lý ảnh chuyên sâu:

  • Dữ liệu kiểm chuẩn: Sử dụng các ảnh chuẩn quốc tế kích thước $512 \times 512$ pixel gồm Lena (ảnh chân dung nhiều chi tiết mịn), Baboon (ảnh giàu kết cấu tần số cao), Peppers (ảnh có các vùng trơn và cạnh biên sắc nét), Barbara (ảnh chứa họa tiết sọc định hướng phức tạp), cùng cơ sở dữ liệu 65 ảnh màu chuẩn (độ phân giải cao, đa dạng trường cảnh như Goldgate, Barnfall, Mare...).
  • Watermark thử nghiệm: Sử dụng ảnh nhị phân kích thước $21 \times 21$, $32 \times 32$ và $64 \times 64$ pixel, ảnh watermark xám Baboon $512 \times 512$, và chuỗi ngẫu nhiên giả Gaussian kích thước 1000 phần tử.
  • Kịch bản tấn công mô phỏng: Áp dụng hệ thống tấn công toàn diện bao gồm:
    • Nén có tổn hao: JPEG với hệ số chất lượng $Q \in [15, 95]$, JPEG2000 với tỷ lệ nén từ $2:1$ đến $10:1$.
    • Nhiễu xử lý tín hiệu: Nhiễu cộng Gaussian ($\sigma^2 \in [0.001, 0.01]$), nhiễu muối tiêu (Salt & Pepper density $0.01 - 0.05$), nhiễu đốm (Speckle noise $1% - 4%$).
    • Lọc tuyến tính và phi tuyến: Lọc thông thấp Gaussian ($\sigma = 0.5 - 1.5$), lọc trung vị (Median Filter kích thước $[3 \times 3]$ đến $[5 \times 5]$), lọc trung bình (Average Filter), lọc Wiener.
    • Biến đổi độ chói: Tăng/giảm độ sáng $\pm 20%$.
    • Tấn công hình học: Cắt xén (Cropping $25%$ góc trên-trái, dưới-phải), co giãn (Scaling $70% - 150%$), phép quay (Rotation $45^\circ, 180^\circ$), và phép trượt (Shearing).

Chỉ số đánh giá và công thức toán học

Độ chính xác và tính toàn vẹn của các thuật toán được lượng hóa thông qua các chỉ số chuẩn quốc tế:

  1. Tỷ số Tín hiệu Đỉnh trên Nhiễu (PSNR): $$PSNR = 10 \log_{10} \left( \frac{255^2}{MSE} \right) \text{ (dB)}$$ Trong đó Sai số Bình phương Trung bình ($MSE$) giữa ảnh chủ $X(i,j)$ và ảnh đã nhúng thủy vân $W(i,j)$ kích thước $M \times N$ được tính bởi: $$MSE = \frac{1}{M \times N} \sum_{i=1}^{M} \sum_{j=1}^{N} (X(i,j) - W(i,j))^2$$
  2. Hệ số Tương quan Chuẩn hóa (NC): Đo lường độ tương đồng giữa watermark gốc $Wo(i,j)$ và watermark trích xuất $Wr(i,j)$: $$NC = \frac{\sum_{i=1}^{M} \sum_{j=1}^{N} Wo(i,j) Wr(i,j)}{\sqrt{\sum_{i=1}^{M} \sum_{j=1}^{N} Wo^2(i,j)} \sqrt{\sum_{i=1}^{M} \sum_{j=1}^{N} Wr^2(i,j)}}$$ Giá trị $NC \in [0, 1]$, trong đó $NC = 1$ biểu thị sự phục hồi hoàn hảo không sai lệch.
  3. Chỉ số Tương đồng Cấu trúc (SSIM): $$SSIM(x, y) = \frac{(2\mu_x\mu_y + C_1)(2\sigma_{xy} + C_2)}{(\mu_x^2 + \mu_y^2 + C_1)(\sigma_x^2 + \sigma_y^2 + C_2)}$$
  4. Tỷ lệ Lỗi Bit (BER): $$BER = \frac{1}{M \times N} \sum_{k=1}^{M \times N} (Wo_k \oplus Wr_k)$$
  5. Thời gian Xử lý: Đo bằng giây (s), ghi nhận độc lập cho quá trình nhúng và quá trình trích xuất trên cùng một cấu hình phần cứng tiêu chuẩn.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả thực nghiệm của luận án đã đem lại 5 phát hiện mang tính bước ngoặt cho lĩnh vực xử lý tín hiệu và bảo vệ bản quyền số:

+-----------------------------------------------------------------------------------+
|                        TỔNG HỢP CÁC PHÁT HIỆN ĐỘT PHÁ                             |
+-----------------------------------------------------------------------------------+
| 1. Kỹ thuật DCT-DWT kết hợp: Nhúng 22 hệ số tần số giữa (7-28), chỉ nhúng bit 0   |
|    -> Đạt trạng thái cân bằng tuyệt đối giữa PSNR và NC.                         |
+-----------------------------------------------------------------------------------+
| 2. Laplacian Pyramid (LP) cải tiến: Sử dụng bộ lọc trực giao 9-7 & lược đồ mới    |
|    -> Thời gian xử lý siêu thấp, vượt trội FDCT trước nén JPEG và lọc Gaussian.   |
+-----------------------------------------------------------------------------------+
| 3. Phân tích Curvelet/Contourlet: Tối ưu cho ảnh giàu thông tin hướng tính         |
|    -> PSNR không tấn công > 42 dB, NC = 1.0; giữ NC > 0.91 dưới nhiễu speckle 4%. |
+-----------------------------------------------------------------------------------+
| 4. Khảo sát 65 ảnh màu chuẩn trên 3 kênh R-G-B:                                   |
|    -> Mặt phẳng Đỏ (R-plane) cho đáp ứng PSNR và độ bền vững tối ưu nhất.         |
+-----------------------------------------------------------------------------------+
| 5. Mô hình lai DWT-CNN: Huấn luyện mạng nơ-ron sâu trên 4 băng con DWT            |
|    -> Kháng cự toàn diện trước các tấn công hình học cực đoan (Rotation, Shear).  |
+-----------------------------------------------------------------------------------+
  1. Chiến lược nhúng chọn lọc trong miền DCT-DWT kết hợp: Việc phân tích DWT mức 2 trên băng con $LH_1$ tạo ra 4 băng con $LL_2, HL_2, LH_2, HH_2$. Bằng cách chia $HL_2$ và $LH_2$ thành các khối $8 \times 8$, biến đổi DCT và chỉ nhúng vào 22 hệ số tần số giữa (từ vị trí 7 đến 28 theo quét zigzag) với điều kiện chỉ nhúng bit 0 kết hợp chuỗi ngẫu nhiên giả PNS, thuật toán đạt được sự cải thiện vượt bậc về chất lượng ảnh. Kết quả thực nghiệm khẳng định việc lấy trung bình cộng hệ số tương quan trên cả hai băng $HL_2$ và $LH_2$ giúp tăng độ tin cậy trích xuất mà vẫn duy trì $PSNR$ ở mức xuất sắc.
  2. Hiệu năng vượt trội của Laplacian Pyramid cải tiến: Giải thuật LP cải tiến với lược đồ tái tạo mới kết hợp phân tích đa mức chứng minh rằng các ảnh chứa nhiều thành phần tần số cao (như Baboon) có tính vô hình tốt hơn khi nhúng thủy vân. So sánh trực tiếp với kỹ thuật FDCT (wrapping), giải thuật LP cải tiến có độ bền vững cao hơn đáng kể khi chịu tấn công nén JPEG có tổn hao ($Q = 15, 20, 30, 50$) và lọc thông thấp Gaussian ($\sigma = 0.5 - 1.5$), đồng thời giảm thiểu độ phức tạp tính toán và rút ngắn thời gian xử lý thực thi.
  3. Ưu thế tuyệt đối của các phép biến đổi định hướng (FDCT và CT) trên cấu trúc cong: Trong điều kiện chưa bị tấn công, tính vô hình đạt $PSNR > 42\text{ dB}$ và $NC = 1.0$ trên toàn bộ các mẫu thử nghiệm. Dưới các tấn công phá hủy mạnh như nhiễu đốm (Speckle noise 4%) và nén JPEG ($Q = 30$), giá trị tương quan chuẩn hóa vẫn duy trì ở mức cao ấn tượng ($NC = 0.9176$ và $NC > 0.9$), vượt xa giải thuật áp dụng trên miền DCT-DWT truyền thống.
  4. Quy luật đáp ứng kênh màu trên cơ sở dữ liệu 65 ảnh chuẩn: Phân tích thực nghiệm trên 3 mặt phẳng màu độc lập (Red, Green, Blue) của 65 ảnh màu chuẩn cho thấy việc nhúng watermark trên kênh Đỏ (Red plane) mang lại giá trị PSNR trung bình cao nhất và tính toàn vẹn cấu trúc (SSIM) tốt nhất khi chịu tấn công nén JPEG2000 (tỷ lệ nén từ 2 đến 10) và lọc trung vị $[3 \times 3]$ đến $[5 \times 5]$. Các ảnh có nhiều thông tin hướng tính thể hiện tính bền vững trên miền Contourlet cao hơn rõ rệt so với miền DWT 2D cổ điển.
  5. Đột phá kháng tấn công hình học của mô hình lai DWT-CNN: Bằng cách sử dụng các băng con tần số thấp và tần số cao của DWT 4 mức làm dữ liệu đầu vào và dữ liệu đích để huấn luyện mạng CNN, mô hình đề xuất đã giải quyết triệt để điểm yếu cố hữu của kỹ thuật thủy vân truyền thống trước các biến đổi hình học. Hệ thống duy trì khả năng trích xuất watermark rõ nét với $NC \approx 1.0$ ngay cả khi ảnh bị cắt xén $25%$ góc, co giãn $70%$, quay $45^\circ / 180^\circ$, biến dạng trượt (shearing) và thay đổi độ sáng $\pm 20%$.

Implications đa chiều

  • Về mặt lý thuyết: Mở ra mô thức nghiên cứu mới trong việc kết hợp toán học biến đổi đa phân giải với lý thuyết học sâu, cung cấp bằng chứng thực nghiệm vững chắc về tính ưu việt của biểu diễn thưa định hướng trong bảo mật tín hiệu.
  • Về mặt phương pháp luận: Thiết lập quy trình đánh giá chuẩn tắc đa thông số (PSNR, NC, SSIM, BER, Execution Time) trên cơ sở dữ liệu lớn (65 ảnh màu), tạo chuẩn so sánh tin cậy cho các nghiên cứu tiếp theo trong chuyên ngành Kỹ thuật Viễn thông.
  • Về mặt thực tiễn và chính sách: Cung cấp giải pháp phần mềm có độ phức tạp thấp, thời gian xử lý nhanh, sẵn sàng tích hợp vào các hệ thống quản trị nội dung số (CMS), hệ thống lưu trữ và truyền hình ảnh y tế (PACS/DICOM), bảo vệ bản quyền truyền hình số và xây dựng nền tảng xác thực công dân trong tiến trình chuyển đổi số quốc gia.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận một số giới hạn nghiên cứu (Limitations):

  1. Độ phức tạp tính toán của biến đổi định hướng bậc cao: Phép biến đổi Contourlet và Curvelet thế hệ thứ hai đòi hỏi chi phí bộ nhớ và thời gian tính toán lớn hơn so với DWT cơ bản, tạo ra thách thức nhất định khi triển khai trên các thiết bị nhúng hoặc hệ thống phần cứng IoT thời gian thực.
  2. Chi phí tài nguyên huấn luyện mô hình CNN: Mô hình DWT-CNN đòi hỏi tập dữ liệu huấn luyện đa dạng và tài nguyên tính toán GPU đáng kể trong pha huấn luyện ban đầu, dù pha trích xuất watermark diễn ra nhanh chóng.
  3. Giới hạn dung lượng tải (Payload Capacity): Việc tối ưu hóa tính vô hình ($PSNR > 42\text{ dB}$) bằng cách giới hạn vùng nhúng tại các hệ số tần số trung bình đã thu hẹp dung lượng nhúng của watermark (kích thước tối ưu từ $32 \times 32$ đến $64 \times 64$ bit).

Từ các giới hạn trên, chương trình nghiên cứu tương lai (Future Research Agenda) được vạch ra với 4 hướng cụ thể:

  • Mở rộng giải thuật thủy vân đa phân giải cho luồng video số siêu độ nét cao (4K/8K Video Streaming) trong thời gian thực.
  • Nghiên cứu cơ chế Zero-Watermarking (thủy vân không nhúng trực tiếp) kết hợp trích xuất đặc trưng sâu bằng Transformer để bảo toàn $100%$ dữ liệu gốc cho ảnh y tế và ảnh viễn thám vệ tinh.
  • Ứng dụng kỹ thuật thủy vân số ngược để bảo vệ bản quyền cho chính các mô hình Trí tuệ Nhân tạo (Deep Neural Network Model Watermarking).
  • Tích hợp công nghệ Blockchain và Hợp đồng thông minh (Smart Contracts) với hệ thống trích xuất thủy vân mù để tự động hóa quy trình cấp phép và xử lý vi phạm bản quyền số phi tập trung.

Tác động và ảnh hưởng

Luận án đã tạo ra những ảnh hưởng học thuật và giá trị ứng dụng rõ nét:

  • Tác động học thuật: Tác giả đã công bố 2 công trình trên các tạp chí quốc tế chuyên ngành uy tín, 1 bài báo trên tạp chí khoa học quốc gia, 1 bài báo tại hội nghị quốc tế ở nước ngoài, 3 bài báo tại các hội nghị quốc tế trong nước và 1 bài báo tại hội nghị toàn quốc. Các công bố này đã nhận được sự quan tâm và trích dẫn tích cực từ cộng đồng nghiên cứu xử lý tín hiệu và an toàn thông tin.
  • Chuyển giao công nghiệp và ứng dụng thực tiễn: Các giải thuật đề xuất có khả năng ứng dụng trực tiếp vào hệ thống giám sát phát sóng của các đài truyền hình, bảo vệ bản quyền tác phẩm nhiếp ảnh thương mại, đóng dấu số chống giả mạo cho các văn bản pháp lý điện tử, và xác thực chứng chỉ số trong chính phủ điện tử.
  • Lợi ích xã hội: Đóng góp công cụ kỹ thuật đắc lực nhằm bảo vệ quyền sở hữu trí tuệ, giảm thiểu thiệt hại kinh tế do vi phạm bản quyền số, tạo dựng môi trường số an toàn, minh bạch cho nền kinh tế số và xã hội số tại Việt Nam.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận khung phân tích toàn diện về toán học biến đổi đa phân giải (LP, FDCT, CT) và phương pháp luận tích hợp học sâu vào xử lý tín hiệu bảo mật.
  • Kỹ sư R&D và Nhà phát triển phần mềm đa phương tiện: Sở hữu các thuật toán nhúng/trích thủy vân mù có độ phức tạp thấp, mã nguồn tối ưu trên MATLAB/C++, dễ dàng đóng gói thành các module bảo mật thương mại.
  • Cơ quan Quản lý Nhà nước và Doanh nghiệp Truyền thông: Có cơ sở khoa học và giải pháp công nghệ vững chắc để xây dựng các quy chuẩn kỹ thuật quốc gia về quản lý bản quyền số (DRM) và giám sát an ninh mạng đa phương tiện.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đó là việc mở rộng Lý thuyết Phân tích Đa phân giải (MRA) sang không gian biến đổi định hướng kết hợp học sâu, chứng minh bằng toán học và thực nghiệm rằng việc phân rã tín hiệu theo các băng lọc định hướng cho phép khai thác tối đa tính chất thưa của biên ảnh, giải quyết triệt để mâu thuẫn giữa tính vô hình ($PSNR > 42\text{ dB}$) và tính bền vững ($NC \approx 1.0$).

2. Điểm cải tiến phương pháp luận cốt lõi so với các nghiên cứu tiền nhiệm là gì? So với nghiên cứu của Cox et al. (1997) và Al-Haj (2007), luận án đã: (a) Đề xuất lược đồ tái tạo mới cho Laplacian Pyramid giúp giảm độ phức tạp tính toán so với FDCT; (b) Xây dựng chiến lược nhúng chỉ bit 0 trên 22 hệ số tần số giữa của băng $HL_2, LH_2$; và (c) Ứng dụng mạng CNN học đặc trưng đa mức từ 4 băng con DWT để trích xuất watermark mù tuyệt đối trước các tấn công hình học cực đoan.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất? Phát hiện rằng phép biến đổi Laplacian Pyramid cải tiến đạt độ bền vững trước nén JPEG có tổn hao và lọc Gaussian vượt trội hơn cả biến đổi Curvelet thế hệ 2, trong khi thời gian thực thi lại ngắn hơn đáng kể, bác bỏ quan niệm phổ biến cho rằng các biến đổi hình học phức tạp hơn luôn đem lại hiệu năng nén tốt hơn.

4. Giao thức tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không? Có. Luận án mô tả chi tiết toàn bộ các tham số toán học: cấu trúc bộ lọc Biorthogonal 9-7, ma trận chuyển đổi Arnold, ma trận quét zigzag chọn 22 hệ số tần số giữa (vị trí 7-28), kích thước khối $8 \times 8$, số mức phân tích DWT/CT, cùng cấu trúc phân tầng của mạng CNN, đảm bảo khả năng tái lập độc lập hoàn toàn.

5. Luận án đã vạch ra chương trình nghiên cứu 10 năm tiếp theo như thế nào? Chương trình nghiên cứu hướng tới: (1) Chuẩn hóa watermark cho video thời gian thực; (2) Phát triển Zero-watermarking dựa trên Vision Transformers; (3) Bảo vệ bản quyền mạng nơ-ron sâu (DNN IP Protection); và (4) Tích hợp thủy vân số vào hệ sinh thái quản lý bản quyền phi tập trung qua Web3/Blockchain.

Kết luận

Luận án tiến sĩ của Nguyễn Chí Sỹ đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra với 6 đóng góp mang tính hệ thống:

  1. Xây dựng thành công thuật toán thủy vân mù cân bằng tối ưu trên miền kết hợp DCT-DWT bằng kỹ thuật nhúng chọn lọc tần số giữa.
  2. Đề xuất giải thuật thủy vân mù bền vững trên miền Laplacian Pyramid cải tiến với độ phức tạp tính toán thấp, thời gian xử lý siêu nhanh.
  3. Khám phá và tối ưu hóa hiệu năng thủy vân trên miền biến đổi định hướng FDCT và Contourlet cho ảnh cấu trúc cong.
  4. Thiết lập chuẩn thực nghiệm thủy vân toàn diện trên 65 ảnh màu chuẩn, xác định quy luật đáp ứng tối ưu của kênh màu Đỏ (R-plane).
  5. Đột phá công nghệ với mô hình lai DWT-CNN, tạo ra cơ chế thủy vân mù kháng cự toàn diện các tấn công hình học và phi hình học phức tạp.
  6. Công bố hệ thống 8 công trình khoa học uy tín trong nước và quốc tế, khẳng định tính tiên phong, giá trị học thuật xuất sắc và tiềm năng ứng dụng thực tiễn to lớn cho nền khoa học công nghệ quốc gia.