Phát hiện thông tin giấu trong ảnh GIF

Phần này giới thiệu khái niệm chung về kỹ thuật giấu tin, nhấn mạnh vào tính chất ẩn và bảo mật thông tin. Nó giải thích tại sao giấu tin lại cần thiết trong bối cảnh dữ liệu số ngày càng dễ dàng bị sao chép và sửa đổi. Kỹ thuật giấu tin được so sánh với mã hóa thông tin, chỉ rõ sự khác biệt về mục đích. Đề tài tập trung vào việc giấu thông tin trong các nguồn đa phương tiện như âm thanh, hình ảnh, và đặc biệt là ảnh tĩnh. Difference Image Histogram (DIH) được giới thiệu như một kỹ thuật mới được sử dụng trong nghiên cứu này, giúp giải quyết các khó khăn trong việc đảm bảo tính an toàn thông tin trên mạng, giảm khả năng phát hiện sự tồn tại của thông tin được giấu. Mục đích của giấu tin được làm rõ: nhúng thông tin số vào một đối tượng dữ liệu số khác, có thể là thông điệp bí mật, logo hay hình ảnh bản quyền. Hai quá trình trái ngược nhau: giấu tin và tách lấy thông tin, được minh họa bằng sơ đồ khối. Cuối cùng, phần này cũng điểm qua các môi trường giấu tin phổ biến, bao gồm ảnh, audio và video, nhấn mạnh vào yêu cầu về tính ẩn và chất lượng dữ liệu sau khi giấu tin.

Phần này đi sâu vào chi tiết kỹ thuật giấu tin thuận nghịch dựa trên Difference Image Histogram (DIH), được đề xuất bởi Sang-Kwang Lee, Young-Ho Suh, và Yo-Sung Ho năm 2004. Ý tưởng chính là nhúng thông điệp vào các pixel có giá trị 1 hoặc -1 trong histogram của ảnh sai khác. Số lượng pixel có giá trị này quyết định lượng bit thông tin có thể giấu. Quá trình nhúng thông tin được mô tả cụ thể, bao gồm việc kiểm tra giá trị pixel và điều chỉnh tương ứng với bit thông điệp (1 hoặc 0). Để đảm bảo tính thuận nghịch, các vùng -2 và 2 trong histogram được làm rỗng bằng cách thay đổi một số giá trị pixel. Phương pháp sử dụng phép cộng và trừ modulo để khắc phục vấn đề mất mát thông tin nhỏ có thể xảy ra do giới hạn mức xám (0-255). Quá trình trích xuất thông tin được giải thích, bao gồm việc áp dụng công thức để tính toán ảnh sai khác và lấy bit thông tin từ các pixel có giá trị -1, 1, -2 hoặc 2. Việc khôi phục ảnh gốc được thực hiện bằng cách dịch chuyển một số pixel, nhằm giảm thiểu sự khác biệt so với ảnh gốc ban đầu. Cuối cùng, phần này đề cập đến ba nhóm phương pháp phân tích để đánh giá kỹ thuật giấu tin: phân tích trực quan, phân tích dựa trên thuật toán và đối tượng, và phân tích thống kê.

Phần này tập trung vào việc phân tích và đánh giá hiệu quả của kỹ thuật giấu tin DIH. Các phương pháp phân tích được đề cập bao gồm phân tích trực quan (quan sát trực tiếp hoặc sử dụng histogram để so sánh ảnh gốc và ảnh sau khi giấu tin), phân tích dựa trên thuật toán và đối tượng (phân tích đặc trưng của thuật toán và đối tượng giấu tin), và phân tích thống kê (dựa trên lý thuyết thống kê và toán học). Nhấn mạnh vào việc hầu hết các hệ thống giấu tin đều không hoàn toàn an toàn, và việc phát hiện có thể được thực hiện thông qua nhận dạng vân tay hoặc các hình thức khác. Difference image histogram được sử dụng như một công cụ phân tích thống kê, đánh giá sự khác biệt giữa cường độ pixel của ảnh gốc và ảnh đã giấu tin. Cuối cùng, phần này cũng nhắc đến một phương pháp phát hiện khác dựa trên DIH, được đề xuất bởi Tao Zhang và Xijian Ping, nhằm ước lượng histogram của ảnh gốc và ảnh đã giấu tin để phát hiện sự khác biệt.

Đoạn văn mô tả định dạng ảnh GIF (Graphics Interchange Format) là một định dạng tập tin hình ảnh bitmap hỗ trợ tối đa 256 màu sắc, rất hữu ích cho việc truyền hình ảnh qua đường truyền có băng thông nhỏ. Đặc điểm quan trọng là GIF sử dụng thuật toán nén lossless, có nghĩa là không làm mất dữ liệu hình ảnh trong quá trình nén, giữ nguyên chi tiết ảnh. Cấu trúc ảnh GIF được đề cập đến, bao gồm các phần chính: GIF header (7 byte), bản đồ màu tổng thể (mô tả bộ màu tối ưu, kích thước phụ thuộc vào số lượng bit trên mỗi pixel), chữ ký ảnh GIF (GIF87a), bộ mô tả hình ảnh (chứa thông số về kích thước ảnh theo pixel), bản đồ màu cục bộ (chỉ được chọn khi bit M của byte thứ 10 là 1), dữ liệu ảnh (chuỗi các giá trị pixel tạo nên ảnh, sắp xếp từ trái sang phải, từ trên xuống dưới), và phần kết thúc ảnh. Hiểu rõ cấu trúc này là nền tảng để thực hiện kỹ thuật giấu tin vào ảnh GIF.

Phần này tập trung vào khái niệm giấu tin thuận nghịch, cho phép khôi phục lại gần đúng ảnh gốc sau khi trích xuất thông tin. Kỹ thuật này được sử dụng trong ngữ cảnh của ảnh GIF, tận dụng cấu trúc đặc thù của định dạng này. Mặc dù chi tiết cụ thể về cách thức giấu tin vào ảnh GIF không được trình bày đầy đủ ở phần này, nhưng nó đặt nền tảng cho các phần sau, đặc biệt là phần mô tả kỹ thuật giấu tin dựa trên Difference Image Histogram (DIH). Việc lựa chọn ảnh GIF như môi trường giấu tin được lý giải ngầm hiểu là do khả năng nén lossless của định dạng này, giúp đảm bảo chất lượng hình ảnh sau khi nhúng thông tin không bị suy giảm đáng kể. Đây cũng là một yếu tố quan trọng giúp tăng tính bảo mật cho thông tin được giấu.

Phần này giới thiệu Steganalysis, kỹ thuật phát hiện thông tin ẩn giấu trong đa phương tiện. Steganalysis được ví như thám mã, mục đích là phát hiện sự tồn tại của thông tin ẩn và phá vỡ tính bí mật. Ba phương pháp phân tích được đề cập: phân tích dựa trên thông điệp cần giấu, phân tích dựa trên thuật toán giấu tin và đối tượng giấu đã biết (nhận diện đặc trưng của đối tượng và thuật toán), và phân tích dựa trên đối tượng mang tin (so sánh đối tượng chưa và đã giấu tin). Hầu hết các hệ thống giấu tin đều không hoàn toàn an toàn và có thể bị phát hiện, ví dụ thông qua nhận dạng vân tay. Difference Image Histogram (DIH) được đề cập đến như một công cụ phân tích thống kê hiệu quả, dựa trên sự khác biệt cường độ pixel của ảnh. Phân tích thống kê được xem là phương pháp có độ tin cậy cao hơn, đặc biệt với ảnh dữ liệu lớn, sử dụng các lý thuyết thống kê và toán học sau khi đã xác định được các đặc trưng đáng ngờ.

Phần này tập trung vào kỹ thuật phát hiện ảnh GIF có giấu tin dựa trên DIH, dựa trên công trình nghiên cứu của Tao Zhang và Xijian Ping. Difference Image Histogram được định nghĩa là histogram của ảnh khác biệt, được giả định tuân theo phân phối Gaussian tổng quát. Kỹ thuật phát hiện này dựa trên việc ước lượng histogram của ảnh gốc (cover image) và ảnh đã giấu tin (stego image) rồi so sánh sự khác biệt giữa chúng. Quá trình này được hỗ trợ bằng thực nghiệm. Mô tả quá trình phát hiện DIH bao gồm việc chọn file ảnh GIF, thực hiện phát hiện DIH, và đưa ra thông báo trên giao diện người dùng. Yêu cầu cấu hình máy tính tối thiểu để chạy chương trình cũng được nêu rõ. Kết quả thực nghiệm trên tập dữ liệu gồm 30 ảnh GIF (10 ảnh có giấu tin, 20 ảnh không có giấu tin) được sử dụng để đánh giá độ chính xác của thuật toán phát hiện. Độ chính xác được đánh giá dựa trên các chỉ số Precision và Recall.

Phần này trình bày kết quả đánh giá thực nghiệm của chương trình phát hiện DIH. Chương trình phát hiện đúng 11 ảnh có giấu tin, sai lệch 1 ảnh so với số lượng thực tế. Kết quả được đánh giá bằng hai chỉ số Precision và Recall. Precision phản ánh độ chính xác của việc phát hiện ảnh có giấu tin, còn Recall phản ánh tỷ lệ ảnh có giấu tin được phát hiện chính xác. Mặc dù kỹ thuật phát hiện được đề xuất chỉ hiệu quả với ảnh GIF giấu tin bằng kỹ thuật DIH và mới chỉ được chứng minh qua thử nghiệm, nó vẫn mở ra hướng đi mới cho nghiên cứu Steganalysis. Nhấn mạnh rằng phát hiện và phân biệt ảnh có giấu tin đòi hỏi nhiều yếu tố và kỹ thuật phức tạp. Kết luận tóm tắt các kết quả đạt được trong 6 tháng nghiên cứu, bao gồm việc nắm vững khái niệm giấu tin trong ảnh nói chung và ảnh GIF nói riêng, cũng như cài đặt thành công kỹ thuật giấu tin thuận nghịch dựa trên DIH. Hướng nghiên cứu tiếp theo tập trung vào việc áp dụng kỹ thuật giấu và phát hiện cho ảnh GIF động.

Phần này mô tả quá trình thiết lập thí nghiệm để đánh giá hiệu quả của thuật toán phát hiện giấu tin dựa trên DIH. Thí nghiệm được thực hiện trên nhiều máy tính mô phỏng, sử dụng một số ảnh GIF có kích thước 512x512 pixel. Tuy nhiên, chi tiết về số lượng ảnh và thông số cụ thể không được đề cập rõ ràng. Một tập ảnh thử nghiệm khác được sử dụng để kiểm tra tính tin cậy của thuật toán, bao gồm 30 ảnh với kích thước khác nhau (nhỏ hơn 2000x2000 pixel). Trong đó, 10 ảnh đã được giấu tin bằng kỹ thuật giấu tin thuận nghịch dựa trên DIH (các tên file ảnh cụ thể được liệt kê). Để đánh giá tính tin cậy, nhóm nghiên cứu chọn 11 ảnh được chương trình phát hiện là có thông tin ẩn giấu để thống kê histogram. Sau đó, họ sử dụng chương trình để trích xuất thông tin và khôi phục ảnh gốc, rồi lại thống kê histogram của ảnh đã khôi phục nhằm so sánh.

Phần này trình bày kết quả thử nghiệm và đánh giá thuật toán bằng PSNR (Peak Signal-to-Noise Ratio). Mặc dù có đề cập đến việc sử dụng PSNR để đánh giá, nhưng kết quả cụ thể không được đưa ra trong đoạn văn bản này. Chỉ có bảng tóm tắt kết quả thực nghiệm được nhắc đến nhưng không được hiển thị. Tuy nhiên, kết quả chương trình phát hiện DIH cho thấy 11/30 ảnh được phát hiện có giấu tin, sai lệch 1 ảnh so với thực tế. Điều này cho phép tính toán các chỉ số Precision và Recall để đánh giá hiệu quả của thuật toán. Precision được tính là tỷ lệ ảnh giấu tin chính xác trên tổng số ảnh được phát hiện là có giấu tin. Recall được tính là tỷ lệ ảnh được phát hiện đúng trên tổng số ảnh thực tế có giấu tin. Kết quả này cho thấy thuật toán hoạt động khá tốt, nhưng vẫn có sai số.

Nhóm nghiên cứu đánh giá kết quả dựa trên hai chỉ số Precision và Recall. Tuy nhiên, các giá trị cụ thể của Precision và Recall không được cung cấp. Kỹ thuật phát hiện được đề xuất chỉ hiệu quả với ảnh GIF giấu tin bằng kỹ thuật giấu tin thuận nghịch dựa trên DIH và mới chỉ được chứng minh qua thử nghiệm. Đây được xem là một hướng đi mới cho các nghiên cứu tiếp theo trong lĩnh vực steganalysis. Nghiên cứu thừa nhận rằng phát hiện và phân biệt ảnh số có chứa thông tin mật đòi hỏi nhiều yếu tố và kỹ thuật phức tạp. Kết luận khẳng định việc nắm vững các khái niệm về kỹ thuật giấu tin, đặc biệt là trong ảnh GIF và việc cài đặt thành công kỹ thuật giấu tin thuận nghịch dựa trên DIH. Hướng nghiên cứu tiếp theo sẽ tập trung vào việc áp dụng kỹ thuật giấu và phát hiện cho ảnh GIF động vì kết quả trên ảnh GIF tĩnh chưa được đánh giá là tốt với ảnh động.