MỘT SỐ KHÁI NIỆM CƠ BẢN
KHÁI NIỆM GIẤU TIN TRONG ẢNH
Giấu tin trong ảnh là một kỹ thuật giấu hoặc nhúng một lƣợng thông tin số nào đó vào trong một ảnh số
1.1.2 Mô hình kỹ thuật giấu tin trong ảnh cơ bản
Kỹ thuật giấu tin trong ảnh bao gồm hai quá trình đó là:
Quá trình giấu (nhúng) tin vào ảnh
Hình 1.1 Mô hình thuật toán giấu tin cơ bản
- Thông tin giấu: Tùy theo mục đích của người sử dụng mà thông tin giấu ở đây có thể là thông điệp, hình ảnh, video, âm thanh
- Ảnh vỏ bọc: Là ảnh được chọn làm môi trường để giấu tin
- Ảnh giấu đã đƣợc giấu tin Ảnh vỏ bọc Thuật toán/kỹ thuật giấu tin mật
Khóa che giấu Ảnh giấu tin Thông tin giấu
Quá trình tách tin từ ảnh giấu tin
Hình 1.2 Mô hình thuật toán tách tin ẩn giấu cơ bản
- Ảnh vỏ bọc ban đầu
Quá trình giải mã diễn ra thông qua thuật toán tách tin kết hợp với kỹ thuật nhúng tin và khóa che giấu Kết quả bao gồm ảnh gốc cùng với thông tin đã được giấu Thông tin giấu được kiểm tra và so sánh với thông tin ban đầu để đảm bảo tính chính xác.
Thuật toán/kỹ thuật tách tin
Khóa che giấu Ảnh vỏ bọc Thông tin đƣợcgiấu Kiểm tra
TỔNG QUAN VỀ PHÁT HIỆN ẢNH CÓ GIẤU TIN
1.2.1 Phân tích tin ẩn giấu (Steganalynis)
Steganalysis là một phương pháp nhằm phát hiện thông tin ẩn giấu trong các tệp multimedia Tương tự như thám mã, steganalysis có mục tiêu là xác định sự hiện diện của thông tin ẩn và làm suy yếu tính bảo mật của phương tiện chứa đựng thông tin đó.
Phân tích ảnh có giấu thông tin thường dựa vào các yếu tố sau:
Phân tích dựa vào các đối tƣợng đã mang tin
Phân tích bằng so sánh đặc trưng giữa vật mang tin chưa giấu tin và vật mang tin đã được giấu tin giúp làm rõ sự khác biệt giữa chúng Vật mang tin chưa giấu tin thể hiện thông tin một cách trực tiếp và rõ ràng, trong khi vật mang tin đã được giấu tin lại chứa đựng thông tin ẩn, yêu cầu người nhận phải có khả năng giải mã để hiểu được nội dung Sự khác biệt này không chỉ ảnh hưởng đến cách thức truyền tải thông tin mà còn tác động đến mức độ an toàn và bảo mật của dữ liệu.
Phân tích dựa vào thông điệp cần giấu để dò tìm
Phân tích dựa vào các thuật toán giấu tin và các đối tượng giấu đã biết yêu cầu xác định các đặc trưng của đối tượng giấu tin Đồng thời, cần chỉ ra công cụ giấu tin (thuật toán) đã được sử dụng trong quá trình này.
Phân tích dựa vào thuật toán giấu tin, đối tƣợng gốc và đối tƣợng sau khi giấu tin
1.2.2 Các phương pháp phân tích
1.2.2.1 Phân tích trực quan Đây là phương pháp đơn giản nhất, phát hiện khả năng một ảnh có giấu tin hay không bằng việc phân tích ảnh một cách trực quan và tìm kiếm những điểm bất thường
Để phát hiện sự khác biệt giữa ảnh gốc và ảnh chưa giấu tin, thường sử dụng phương pháp quan sát hoặc biểu đồ histogram Tuy nhiên, phương pháp này gặp khó khăn trong việc phát hiện đối với những ảnh có độ nhiễu cao và kích thước lớn.
1.2.2.2 Phân tích định dạng ảnh
Phương pháp này rất đa dạng và thường dựa vào các dạng ảnh Bitmap để xác định kỹ thuật giấu thông tin, với việc giấu thường xảy ra trên miền LSB của các ảnh Bitmap.
Có nhiều định dạng tệp tin ảnh như BMP, GIF và JPEG, mỗi loại có đặc điểm và cấu trúc riêng Khi thực hiện giấu tin, chẳng hạn như phương pháp LSB, sẽ dẫn đến sự thay đổi ở các điểm ảnh khác nhau trong ảnh kết quả Tương tự, quá trình phát hiện ảnh giấu tin cũng phụ thuộc vào định dạng tệp tin.
Theo Plitzman và Westfeld, lý thuyết thống kê có thể được sử dụng để phân tích các cặp giá trị điểm ảnh nhằm phát hiện sự khác biệt ở bit LSB.
Trước khi giấu tin, các giá trị trong ảnh chứa thông điệp có sự phân phối không đều, nhưng sau khi giấu tin, chúng có xu hướng trở nên đồng nhất Nếu các kỹ thuật giấu tin được thực hiện bằng cách nhúng các bit thông điệp vào các điểm ảnh liên tiếp từ góc trên trái, sẽ xuất hiện sự thay đổi đột ngột trong các thống kê.
KHÁI NIỆM ẢNH BITMAP
1.3.1 Khái niệm Ảnh BMP (Bitmap) được phát triển bởi Microsoft Corporation, được lưu trữ dưới dạng độc lập thiết bị cho phép Windows hiển thị dữ liệu không phụ thuộc vào khung chỉ định màu trên bất kì phần cứng nào Tên file mở rộng mặc định của một file ảnh Bitmap là “.BMP” , nét vẽ đƣợc thể hiện là các điểm ảnh Qui ƣớc màu đen, trắng tương ứng với các giá trị 0, 1
Cấu trúc một tệp ảnh BMP gồm có bốn phần:
Bitmap File Header: Lưu trữ thông tin tổng hợp về tệp ảnh BMP
Bitmap Information: Lưu trữ thông tin chi tiết về ảnh bitmap
Color Palette: Lưu trữ định nghĩa của màu được sử dụng cho bitmap Bitmap Data: Lưu trữ từng điểm ảnh của hình ảnh thực tế.
KỸ THUẬT GIẤU TIN TRÊN MIỀN LSB
1.4.1 Khái niệm bit có trọng số thấp (LSB- Least significant bit)
Bit có trọng số thấp (LSB) là bit ít ảnh hưởng nhất đến màu sắc của điểm ảnh, do đó, khi thay đổi LSB, màu sắc của điểm ảnh mới sẽ gần giống với điểm ảnh cũ Kỹ thuật tách bit trong xử lý ảnh thường được áp dụng trong quy trình giấu tin Việc xác định LSB của mỗi điểm ảnh phụ thuộc vào định dạng ảnh và số bit màu được sử dụng cho mỗi điểm ảnh.
Ví dụ: Tách bit cuối cùng trong 8 bit biểu diễn mỗi điểm ảnh của ảnh 256 màu
Hình 1.3 : Mỗi điểm ảnh biểu diễn bởi 8 bit, bit cuối cùng đƣợc coi là bit ít quan trọng nhất tức là bit bên phải nhất
1.4.2 Kỹ thuật giấu tin trên LSB
Kỹ thuật giấu tin trong miền LSB thuộc nhóm giấu tin trong miền quan sát, thường được áp dụng cho ảnh bitmap không nén và ảnh sử dụng bảng màu Phương pháp này nhúng thông tin vào các bít có trọng số thấp của ảnh, bằng cách thay đổi từng bít của tin mật và rải lên ảnh vỏ bọc Việc thay đổi các bít này không ảnh hưởng đến chất lượng hình ảnh, do đó mắt người không nhận thấy sự khác biệt trong ảnh đã giấu tin.
LỌC THÔNG THẤP
Lọc thông thấp thường được sử dụng để làm giảm nhiễu trong hình ảnh Bộ lọc này hoạt động theo nguyên tắc tuyến tính, trong đó điểm ảnh ở tâm cửa sổ sẽ được thay thế bởi tổ hợp các điểm lân cận dựa trên mặt nạ Toán tử trung bình không gian là một dạng của lọc thông thấp, trong đó mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận.
Khi áp dụng các trọng số đồng nhất, phương trình trở thành: y(m, n) là ảnh đầu vào, v(m, n) là ảnh đầu ra, và a(k, l) đại diện cho cửa sổ lọc, với ak,l = và Nw là số điểm ảnh trong cửa sổ lọc W.
Lọc trung bình có trọng số chính là thực hiện chập ảnh đầu vào với nhân chập H Nhân chập H trong trường hợp này có dạng:
Giả sử đầu vào biểu diễn bởi ma trận X[m,n] Ảnh số thu đƣợc bởi lọc thông thấp Y=H⊗X
Khi b = 1, H b trở thành nhân chập H t1, tương ứng với lọc trung bình Để làm rõ hơn về bản chất khử nhiễu cộng của các bộ lọc này, cần viết lại phương trình thu nhận ảnh một cách cụ thể.
Trong đó η[m, n] là nhiễu cộng có phương sai σ 2 n Như vậy, có:
Nhƣ vậy, nhiễu cộng trong ảnh đã giảm đi N w lần.
KĨ THUẬT PHÁT HIỆN ẢNH CÓ GIẤU TIN TRÊN MIỀN LSB BẰNG PHƯƠNG PHÁP THỐNG KÊ LLRT
GIỚI THIỆU
- Phương pháp phát hiện giấu tin trên miền LSB – logarithm likelihood ratio test (LLRT) đƣợc nghiên cứu bởi nhóm các nhà khoa học: K Sullivan, O Dabeer,
U Madhow, B.S Manjunath, and S Chandrasekaran Tại trường đại học Santa Barbara-California,USA
- Ý tưởng: Thuật toán phát hiện ảnh có ẩn giấu tin dựa trên lý thuyết Kullback- Leibler( D( p||q ) )
Để xác định xem ảnh A, được biểu diễn dưới dạng ma trận hoặc biểu đồ, có chứa tin ẩn hay không, chúng ta cần thực hiện một số bước phân tích cụ thể.
Trong trường hợp đầu tiên, ảnh B được xem là ảnh gốc của ảnh A Chúng ta tiến hành giấu tin vào ảnh B với tỷ lệ R, tạo ra ảnh C Tiếp theo, chúng ta tính độ lệch Kullback-Leibler giữa ảnh A và ảnh C (D(A||C)) cũng như giữa ảnh B và ảnh A (D(B||A)) Dựa vào một ngưỡng T(α) đã được xác định trước, chúng ta có thể kết luận rằng ảnh A có chứa thông tin được giấu.
Trong trường hợp không có ảnh gốc A, chúng ta cần ước lượng trung bình để tạo ra ảnh gốc B từ ảnh A đã có Sau khi xây dựng ảnh B, chúng ta sẽ tiến hành giấu tin với tỷ lệ R o, tương tự như các bước đã thực hiện trước đó.
PHƯƠNG PHÁP PHÁT HIỆN
2.2.1 Phát biểu lại bài toán theo bài toán phân lớp
Kỹ thuật phát hiện LLRT là phương pháp hiệu quả để xác định hình ảnh có chứa thông tin ẩn trên LSB, thông qua việc phân loại ảnh dựa vào kiểm định giả thuyết giữa hai giả thuyết khác nhau.
H 0 (ảnh gốc – không giấu tin) và
Để giải quyết bài toán phân loại, chúng ta cần xác định ngưỡng hợp lý nhằm tối ưu hóa quá trình phân loại Trong thống kê, kiểm định LLRT (kiểm định dựa trên tỷ lệ hợp lý loga) được coi là một phương pháp tối ưu, với mục tiêu giảm thiểu sai số loại I (bác bỏ giả thuyết H0 khi H0 thực sự đúng) và tối ưu hóa sai số loại II (chấp nhận H0 khi H0 thực sự sai).
Mô hình thống kê cho kỹ thuật giấu trên LSB
Thông tin của mỗi ảnh được lưu trữ trên mảng một chiều, với ảnh gốc được biểu diễn là {x i } N k=1, trong đó giá trị x i được mã hóa trên 8 bit, với x i thuộc tập {0,1, ,255} Để giấu thông tin, ta sử dụng phương pháp LSB với tỉ lệ giấu R bit, trong đó R là tỉ lệ giữa độ dài thông điệp và kích cỡ của ảnh Chuỗi bit thông điệp được ký hiệu là {d k } N k=1, giả sử chuỗi này được phân bố độc lập ngẫu nhiên (i.i.d).
Xác suất d k có giá trị là 0: P(d k =0) = ,
Xác suất d k có giá trị là 1: P(d k =1) = ,
Xác suất d k rỗng là: P(d k =NULL) = (1-R), 0 < R ≤ 1
Nếu d k = NULL thì không có dữ liệu ẩn trong x i , nếu không thì d k sẽ thay thế
The Least Significant Bit (LSB) method for embedding data in an image is characterized by a concealment ratio, R The probability mass function (PMF) of the image values, denoted as p(n) for n = 0, 1, , 255, can be analyzed to understand the distribution of even and odd values after data embedding Specifically, the PMF for even values is expressed as p_R(2l) = 1 - p(2l) + p(2l + 1), while for odd values, it is given by p_R(2l + 1) = p(2l) + 1 - p(2l + 1).
Với l = 0, 1, , 127 Để thuận tiện, biểu diễn PMF thành 256 chiều theo vecto p, p R , được phương trình tuyến tính sau: pR = Q R p, với QR là ma trận 256x256 Trong đó:
* Phát hiện ảnh có giấu tin khi có ảnh gốc
Có A là ảnh cấp xám cần kiểm tra có giấu tin ẩn hay không
Ảnh A có thể được biểu diễn dưới dạng một ma trận một chiều, trong đó mỗi điểm ảnh được gán giá trị x_k với k chạy từ 1 đến N, với x_k nằm trong khoảng từ 0 đến 255 Xác suất xuất hiện của mỗi giá trị x_k trong ảnh A được ký hiệu là q.
Ảnh B là phiên bản gốc của ảnh A, được biểu diễn dưới dạng một ma trận một chiều với các giá trị điểm ảnh {y k } từ 0 đến 255 Mỗi giá trị y k có xác suất xuất hiện p trong ảnh B.
Từ ảnh B, thông qua quá trình giấu tin với tỉ lệ R, ta thu được ảnh C Ảnh C được biểu diễn bằng một ma trận một chiều, trong đó {v k } N k=1 là giá trị của từng điểm ảnh, với v k nằm trong khoảng {0, 1, , 255} Xác suất xuất hiện của mỗi giá trị v k trong ảnh C được ký hiệu là u.
Phương pháp log likelihood ratio test (LLRT) sử dụng theo công thức Kullback – Leibler, ta có:
Khi đó xác định ảnh có giấu tin khi:
T(α) là ngƣỡng để phân loại theo [3], nhóm tác giả chọn T(α) = 0 và R = 0,05 sau khi kiểm tra thực nghiệm với hơn 4000 bức ảnh
*Phát hiện ảnh có giấu tin khi không có ảnh gốc
Để xây dựng ảnh gốc B từ ảnh A, chúng ta sử dụng phương pháp lọc thông thấp (lowpass filter) nhằm ước lượng tín hiệu Lọc thông thấp là một thuật toán giúp loại bỏ nhiễu trong tín hiệu ảnh Trong trường hợp ảnh gốc, tín hiệu của các điểm ảnh rất mịn, trong khi ảnh có chứa thông tin ẩn thường bị nhiễu do quá trình giấu tin Do đó, việc lọc nhiễu tín hiệu từ ảnh A là cần thiết để ước lượng chính xác ảnh gốc B.
Sau khi xây dựng được ảnh gốc B, tiến hành làm theo những bước như trường hợp 1 để kiểm tra ảnh A có giấu tin hay không
Do trên thực tế ta không biết trước ảnh gốc nên thuật toán phát hiện ảnh giấu tin được xây dựng theo trường hợp 2
Thuật toán LLRT Đầu vào:
I: là một ảnh hoặc một tập ảnh cấp xám Đầu ra:
Kết luận ảnh có giấu tin hay không, hoặc trong tập ảnh có ảnh nào giấu tin, ảnh nào không giấu tin
Bước 1: Đọc ảnh I, đọc giá trị điểm ảnh vào một ma trận AMxN
Bước 2: Tính tần suất (hA) của ma trận A theo giá trị từ 0 đến 255
Bước 3: Tính xác suất xuất hiện của mỗi giá trị ảnh trong ma trận A: q = h A |(MxN)
Bước 4: Sự dụng ảnh I, ước lượng ảnh gốc G (bằng phương pháp lọc thông thấp) Đọc giá trị các điểm ảnh của ảnh G vào ma trận B
Bước 5: Tính tần suất (h G ) của ma trận B theo giá trị từ 0 đến 255
Bước 6: Tính xác suất xuất hiện của mỗi giá trị ảnh trong ma trận B: p = h B |(MxN)
Bước 8: : Giấu tin vào ảnh G với tỉ lệ R0 = 0,05, được ảnh T Đọc giá trị các điểm ảnh của ảnh T vào ma trận C
Bước 9: Tính tần suất (h T ) của ma trận C theo giá trị từ 0 đến 255
Bước 10: Tính xác suất xuất hiện của mỗi giá trị ảnh trong ma trận C: u = h C |(MxN) Bước 11: Tính hàm D(q||u)
So sánh kq với T(α) = 0 : Nếu kq ≤ T(α) kết luận ảnh I có giấu tin
Nếu kq > T(α) kết luận ảnh I không giấu tin.
VÍ DỤ MINH HỌA
Hình 2.1: tocdep.png Đọc giá trị điểm ảnh vào ma trận AMxN :
Chuyển ma trận A thành ma trận 1 chiều
Tính tần suất cho ma trận A theo giá trị từ 0 đến 255:
Tính xác suất xuất hiện của mỗi giá trị ảnh trong ma trận A:
Lọc nhiễu tín hiệu vào ảnh I, ƣớc lƣợng đƣợc tín hiệu ảnh gốc G:
Hình 2.6: Ma trận B của ảnh gốc G
Chuyển ma trận B thành ma trận 1 chiều
Tính tần suất (hG) của ma trận B theo giá trị từ 0 đến 255
Tính xác suất xuất hiện của mỗi giá trị ảnh trong ma trận B
Giấu tin vào ảnh G với tỉ lệ R 0 = 0,05, đƣợc tín hiệu ảnh T
Hình 2.11: Ma trận C của ảnh T
Chuyển ma trận C thành ma trận 1 chiều
Tính tần suất (hT) của ma trận C theo giá trị từ 0 đến 255
Tính xác suất xuất hiện của mỗi giá trị ảnh trong ma trận C:
Kq > T(α) ảnh không có tin ẩn giấu.
CÀI ĐẶT VÀ THỬ NGHIỆM
MÔI TRƯỜNG CÀI ĐẶT
Các thử nghiệm dùng để đánh giá thuật toán và kỹ thuật giấu và phát hiện được thực hiện trên môi trường MATLAP phiên bản 2009a
Chạy trên máy tính cấu hình Pentium (R) Dual-Core CPU T4200 2.00GHz, bộ nhớ trong 1 Gb, bộ nhớ ngoài có dung lƣợng trống khả dụng 15GB
Quá trình thực nghiệm yêu cầu sử dụng phần mềm Photoshop phiên bản CS2 8.0 để chuyển đổi dữ liệu hình ảnh từ màu sang ảnh cấp xám, nhằm hỗ trợ các thuật toán hiệu quả hơn.
MỘT SỐ GIAO DIỆN CHƯƠNG TRÌNH
Giao diện chương trình chính bao gồm:
- Giấu tin trên miền LSB o Giấu theo ti lệ o Giấu theo văn bản
- Phát hiện ảnh giấu tin trên miền LSB o Phát hiện 1 ảnh o Phát hiện trên 1 tập ảnh
Hình 3.1: Form chính của chương trình
Hình 3.2: Chức năng giấu tin
Hình 3.3: Chức năng phát hiện ảnh giấu tin
Hình 3.4: Giao diện giấu tin theo tỉ lệ
Hình 3.5: Giao diện giấu tin theo văn bản
Hình 3.6: Giao diện kiểm tra giấu tin trên 1 ảnh
Hình 3.7: Giao diện phát hiện giấu tin trên 1 tập ảnh
THỬ NGHIỆM
Thử nghiệm trên 100 ảnh xám không giấu tin:
Hình 3.8: 100 ảnh xám làm thử nghiệm
Thử nghiệm trên 100 ảnh xám giấu tin với tỉ lệ 30%:
Hình 3.9: 100 ảnh xám giấu tin với tỉ lệ 30% làm thử nghiệm
Thử nghiệm trên 100 ảnh xám giấu tin với tỉ lệ 50%:
Hình 3.10: 100 ảnh xám giấu tin với tỉ lệ 50% làm thử nghiệm
Thử nghiệm trên 100 ảnh xám giấu tin với tỉ lệ 70%:
Hình 3.11: 100 ảnh xám giấu tin với tỉ lệ 70% làm thử nghiệm
Thử nghiệm trên 100 ảnh xám giấu tin với tỉ lệ 100%:
Hình 3.12: 100 ảnh xám giấu tin với tỉ lệ 100% làm thử nghiệm