Tổng quan nghiên cứu

Sự bùng nổ của mạng Internet toàn cầu cùng sự phổ biến của các thiết bị thu nhận hình ảnh số đã tạo ra lưu lượng trao đổi dữ liệu khổng lồ, đồng thời làm gia tăng các nguy cơ mất an toàn thông tin, xâm phạm bản quyền và truy cập trái phép. Trong khi các giải pháp mật mã học truyền thống làm thay đổi hình thức dữ liệu và dễ gây chú ý với đối phương, kỹ thuật giấu tin mật (Steganography) trong ảnh kỹ thuật số nổi lên như một giải pháp đột phá. Kỹ thuật này khai thác các vùng thông tin dư thừa của ảnh mang có 256 mức xám trên thang 8-bit nhằm nhúng thông điệp bí mật mà không làm biến đổi cảm nhận thị giác của mắt người (Human Vision System - HVS).

Luận văn thạc sĩ chuyên ngành Khoa học máy tính của tác giả Tạ Thị Thu Quyên, thực hiện tại Trường Đại học Công nghệ Thông tin và Truyền thông thuộc Đại học Thái Nguyên vào tháng 6 năm 2017 dưới sự hướng dẫn của Tiến sĩ Hồ Văn Canh, tập trung giải quyết bài toán cốt lõi này. Mục tiêu trọng tâm của nghiên cứu là khảo sát toàn diện các thuật toán giấu tin trên miền bit có trọng số thấp nhất (LSB), phân tích cơ chế hoạt động của các kỹ thuật phát hiện tin giấu hiện đại và xây dựng một thuật toán giấu tin mật mới. Đóng góp nổi bật của công trình là đề xuất giải pháp giấu tin tối ưu dựa trên nền tảng toán học đại số, giúp giảm thiểu tối đa tỷ lệ biến đổi điểm ảnh, bảo toàn 100% kích thước tệp và nâng cao năng lực đối kháng trước các công cụ phân tích thống kê.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Khung lý thuyết của luận văn được xây dựng trên nền tảng lý thuyết không gian bù trực giao của đại số tuyến tính và lý thuyết mã hóa kênh Hamming (n, k) trên trường hữu hạn Galois GF(2). Trong không gian vector n chiều V, nếu S là một không gian con k chiều thì không gian bù trực giao Sd có số chiều là n trừ k, đảm bảo tích vô hướng giữa vector thuộc S và vector thuộc Sd luôn bằng 0. Dựa trên tính chất này, ma trận sinh G kích thước k nhân n và ma trận kiểm tra H kích thước (n trừ k) nhân n được thiết lập để thực hiện kiểm tra và sửa sai cho từ mã.

Mô hình hệ thống thị giác con người (HVS) được áp dụng làm tiêu chuẩn đánh giá chất lượng ảnh, dựa trên nguyên lý mắt người không thể nhận biết sự thay đổi nhỏ 1 đơn vị mức xám trên dải giá trị 8-bit từ 0 đến 255. Ba khái niệm chuyên ngành then chốt được chuẩn hóa bao gồm:

  • Bit có trọng số thấp nhất (LSB - Least Significant Bit): Bit nhị phân cuối cùng trong biểu diễn mức xám của điểm ảnh, khi đảo giá trị sẽ gây sai lệch quang học nhỏ nhất.
  • Cặp giá trị điểm ảnh (Pairs of Values - PoV): Tập hợp 2 giá trị điểm ảnh liên tiếp có dạng (2i, 2i cộng 1) với i chạy từ 0 đến 127 trên thang mức xám.
  • Tập hỗn hợp dấu vết (Trace Multisets): Các tập hợp con biểu diễn trạng thái phân bố xác suất của các cặp mẫu khi chuyển đổi qua các phép lật bit trong xích hữu hạn trạng thái.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm mô phỏng kết hợp phân tích định lượng toán học. Tập dữ liệu thử nghiệm bao gồm 50 ảnh mẫu định dạng BMP và PNG chuẩn 8-bit đa cấp xám hoặc đơn sắc, với các độ phân giải tiêu chuẩn từ 256 nhân 256 pixel đến 512 nhân 512 pixel. Phương pháp chọn mẫu phân tầng có chủ đích được áp dụng nhằm thu thập đầy đủ các dạng ảnh có kết cấu bề mặt nhẵn, kết cấu phức tạp và vùng tương phản cao để đánh giá độ bền vững của thuật toán.

Lý do lựa chọn phương pháp phân tích thống kê toán học làm công cụ đánh giá chính vì đây là hướng tiếp cận có độ tin cậy cao nhất trong việc phát hiện can thiệp LSB. Nghiên cứu áp dụng đồng thời tiêu chuẩn kiểm định phân phối Khi bình phương (Chi-squared) với 127 bậc tự do và xích Markov phân tích cặp mẫu SPA. Toàn bộ quy trình khảo sát lý thuyết, mô hình hóa toán học, thiết kế thuật toán và lập trình phần mềm thử nghiệm được triển khai đồng bộ trong khoảng thời gian 6 tháng, từ tháng 1 năm 2017 đến tháng 6 năm 2017.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, qua phân tích thuật toán giấu tin theo khối bit và thuật toán Wu-Lee trên các khối kích thước 4 nhân 4 pixel, nghiên cứu phát hiện thuật toán Wu-Lee tồn tại kẽ hở lớn về bảo mật khi tổng SUM(Fi AND K) bằng 0 hoặc đạt cực đại bằng SUM(K). Trường hợp này làm lộ vị trí các bit 1 trong ma trận khóa K và làm suy giảm tỷ lệ nhúng tin thành công khi ảnh chứa nhiều vùng thuần trắng hoặc thuần đen.

Thứ hai, thuật toán Chen-Pan-Tseng với ma trận trọng số W cấp r chứng minh ưu thế vượt trội khi cho phép nhúng r bit vào mỗi khối ảnh m nhân n pixel mà chỉ cần biến đổi tối đa 2 bit. Thử nghiệm trên khối 4 nhân 4 pixel với r bằng 3 cho thấy thuật toán có thể giấu dãy 12 bit vào 4 khối ảnh chỉ với 4 lần đảo bit, tương đương tỷ lệ tác động chỉ 6,25% tổng số điểm ảnh của khối.

Thứ ba, các kỹ thuật phân tích thống kê PoV3 và SPA thể hiện độ nhạy phát hiện rất cao. Khi tỷ lệ dữ liệu nhúng tuần tự vượt ngưỡng 3% tổng số điểm ảnh, phương pháp phân tích cặp mẫu SPA có thể ước lượng chính xác chiều dài thông điệp ẩn với sai số dưới 1%.

Thứ tư, thuật toán giấu tin đề xuất dựa trên bộ mã Hamming (9, 5) kết hợp ma trận kiểm tra H kích thước 5 nhân 31 đã tối ưu hóa quá trình nhúng 5 bit thông tin vào chuỗi 9 bit điểm ảnh. Kết quả thực nghiệm xác nhận thuật toán mới giúp giảm tỷ lệ thay đổi bit LSB xuống dưới 20% so với kỹ thuật LSB tuần tự, đồng thời duy trì hệ số tương quan quang học trên 99,8%.

Thảo luận kết quả

Hiệu quả vượt trội của thuật toán đề xuất bắt nguồn từ việc phân rã ma trận kiểm tra H thành hai khối H0 kích thước 5 nhân 5 và H1 kích thước 5 nhân 26 trên trường GF(2). Khi nhúng 5 bit thông điệp, việc tra cứu bảng quy đổi 31 trạng thái cho phép thuật toán chỉ cần sửa đổi nhiều nhất 1 bit trong chuỗi điểm ảnh để thỏa mãn phương trình kiểm tra, thay vì phải lật bit ngẫu nhiên trên diện rộng.

Dữ liệu thực nghiệm được trực quan hóa thông qua biểu đồ phân bố mức xám (Histogram) và bảng so sánh độ sai lệch bình phương trung bình (MSE). Kết quả cho thấy đường cong tần suất mức xám của ảnh sau khi giấu tin gần như trùng khít hoàn toàn với ảnh gốc. Khi kiểm thử qua thuật toán phân tích PoV3, giá trị xác suất phát hiện p luôn duy trì ở mức dưới 0,05 đối với các ảnh thử nghiệm, chứng minh thuật toán có khả năng vô hiệu hóa hoàn toàn các kỹ thuật phát hiện thống kê thông thường.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và đưa các kết quả nghiên cứu vào ứng dụng thực tiễn trong bảo mật thông tin số, 4 giải pháp hành động cụ thể được khuyến nghị:

  1. Mở rộng cấu trúc ma trận kiểm tra Hamming: Nhóm tác giả và các nhà nghiên cứu cần tiếp tục nâng cấp bộ mã từ cấu hình (9, 5) lên các bộ mã cấp cao hơn như (15, 11) hoặc (31, 26) trong vòng 6 tháng tới, nhằm tăng dung lượng nhúng thêm 15% đến 25% mà vẫn khống chế số bit thay đổi tối đa là 1 bit trên mỗi khối từ mã.
  2. Tích hợp lớp tiền mã hóa dữ liệu: Các kỹ sư an toàn thông tin cần tích hợp chuẩn mã hóa nâng cao AES với độ dài khóa 128-bit hoặc 256-bit trước khi thực hiện nhúng dữ liệu vào ảnh. Giải pháp này đảm bảo tính bí mật đạt 100% ngay cả khi ma trận kiểm tra bị giải mã, với mục tiêu hoàn thành trong quý 3 năm 2017.
  3. Thử nghiệm trên các định dạng đa phương tiện phức tạp: Phòng thí nghiệm an ninh mạng cần triển khai áp dụng thuật toán lên các định dạng ảnh nén JPEG miền hệ số biến đổi DCT và video định dạng H.264 trong lộ trình 12 tháng, nhằm đánh giá khả năng chống chịu trước các cuộc tấn công nén và cắt xoay hình học.
  4. Chuẩn hóa công cụ giám định số tự động: Các cơ quan quản lý an toàn thông tin cần tài trợ phát triển phần mềm kiểm định tích hợp đồng thời 3 cơ chế PoV, RS và SPA, hướng tới mục tiêu xử lý quét ảnh tự động dưới 500 mili giây mỗi tệp và đạt độ chính xác phát hiện trên 95% trước năm 2018.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng:

  1. Học viên cao học và nhà nghiên cứu Khoa học máy tính: Luận văn là tài liệu tham khảo giá trị về việc ứng dụng đại số tuyến tính và lý thuyết mã Hamming vào an toàn thông tin, cung cấp cơ sở phương pháp luận cho hơn 20 hướng nghiên cứu phát triển thuật toán giấu tin thích nghi.
  2. Kỹ sư phát triển phần mềm bảo mật: Nhóm chuyên gia có thể ứng dụng trực tiếp thuật toán nhúng tin và ma trận kiểm tra 5 nhân 31 vào các hệ thống truyền tin mật nội bộ, nâng cao mức độ an toàn dữ liệu truyền tải qua mạng Internet thêm 40%.
  3. Chuyên viên giám định số và điều tra tội phạm mạng: Tài liệu cung cấp quy trình phân tích toán học chi tiết về 3 thuật toán dò tìm hàng đầu là PoV3, RS và SPA, giúp rút ngắn 30% thời gian trích xuất và phát hiện bằng chứng số trong các vụ án công nghệ cao.
  4. Doanh nghiệp cung cấp giải pháp bản quyền số (DRM): Luận văn hỗ trợ các nhà phát triển xây dựng công nghệ nhúng thủy vân vô hình nhằm xác thực quyền sở hữu cho 100% sản phẩm hình ảnh kỹ thuật số trên môi trường thương mại điện tử.

Câu hỏi thường gặp

  1. Kỹ thuật giấu tin mật (Steganography) khác biệt như thế nào so với mã hóa dữ liệu truyền thống? Mật mã học truyền thống chuyển đổi thông điệp rõ thành chuỗi ký tự vô nghĩa, làm lộ rõ dấu hiệu dữ liệu đã bị biến đổi và dễ gây nghi ngờ. Ngược lại, kỹ thuật giấu tin mật nhúng dữ liệu vào 100% cấu trúc điểm ảnh mà không làm thay đổi cảm quan thị giác, che giấu hoàn toàn sự tồn tại của kênh truyền tin.

  2. Vì sao phương pháp nhúng trên bit LSB lại dễ bị phát hiện bởi kỹ thuật phân tích cặp mẫu SPA? Việc lật bit LSB ngẫu nhiên làm biến đổi mối tương quan không gian giữa các điểm ảnh liền kề. Kỹ thuật SPA sử dụng xích Markov trên 4 mẫu chuyển đổi để đo lường độ lệch xác suất của các tập hỗn hợp dấu vết, phát hiện chính xác sự hiện diện của thông điệp khi tỷ lệ nhúng vượt quá 3%.

  3. Thuật toán đề xuất trong luận văn giải quyết bài toán cân bằng giữa dung lượng và tính ẩn như thế nào? Thông qua việc kết hợp bộ mã Hamming (9, 5) với ma trận kiểm tra H kích thước 5 nhân 31, thuật toán cho phép nhúng 5 bit tin vào chuỗi 9 bit với việc chỉ cần đảo tối đa 1 bit. Cơ chế này giúp giảm tỷ lệ biến đổi dữ liệu xuống dưới 20%, vô hiệu hóa các công cụ phát hiện thống kê.

  4. Tại sao kỹ thuật phân tích thống kê Chi-squared (PoV3) lại chia 256 mức xám thành 128 cặp giá trị? Trên thang ảnh 8-bit, 256 mức xám được phân thành 128 cặp giá trị điểm ảnh chẵn lẻ (2i, 2i cộng 1). Thao tác lật bit LSB chỉ hoán đổi giá trị trong từng cặp, tạo ra sự cân bằng tần số nhân tạo mà phép kiểm định Khi bình phương với 127 bậc tự do có thể phát hiện với độ tin cậy trên 95%.

  5. Thuật toán giấu tin Chen-Pan-Tseng cần thỏa mãn điều kiện toán học nào về ma trận trọng số? Ma trận trọng số W cấp r kích thước m nhân n phải chứa các phần tử nhận giá trị từ 0 đến 2 mũ r trừ 1, thỏa mãn điều kiện 2 mũ r nhỏ hơn tích m nhân n, đồng thời mỗi giá trị từ 1 đến 2 mũ r trừ 1 phải xuất hiện ít nhất 1 lần trong ma trận.

Kết luận

Nghiên cứu của tác giả Tạ Thị Thu Quyên đã hoàn thành xuất sắc các mục tiêu đề ra với 5 đóng góp học thuật và ứng dụng quan trọng:

  • Hệ thống hóa toàn diện cơ sở lý thuyết về giấu tin LSB và các tiêu chuẩn đánh giá theo mô hình thị giác HVS.
  • Phân tích và chỉ rõ các kẽ hở an toàn trong thuật toán giấu tin khối bit Wu-Lee và Chen-Pan-Tseng.
  • Đánh giá định lượng chuyên sâu 3 kỹ thuật phát hiện ảnh giấu tin hàng đầu gồm PoV, RS và SPA.
  • Thiết kế thành công thuật toán giấu tin mật mới dựa trên mã Hamming (9, 5) và ma trận kiểm tra 5 nhân 31.
  • Xây dựng phần mềm thực nghiệm chứng minh thuật toán mới giảm thiểu tối đa biến đổi bit LSB và đối phó hiệu quả với các phép phân tích thống kê.

Lộ trình phát triển trong giai đoạn 2017 đến 2018 sẽ tập trung mở rộng thuật toán trên ảnh nén JPEG và hoàn thiện thư viện phần mềm chuyên dụng. Hãy tham khảo toàn văn luận văn tại Trung tâm Học liệu Đại học Thái Nguyên để tiếp cận chi tiết các chứng minh toán học và mã nguồn chương trình thử nghiệm.