NGHIÊN CỨU KỸ THUẬT GIẤU TIN TRONG ẢNH DÙNG MẠNG HỌC SÂU VÀ ỨNG DỤNG TRONG BẢO MẬT DỮ LIỆU
TÓM TẮT
Sự ra đời và tiến bộ vượt bậc của công nghệ thông tin được đánh giá là động lực chính của sự thay đổi, là bước ngoặt trong lịch sử phát triển của xã hội, đưa thế giới chuyển từ kỷ nguyên công nghiệp sang kỷ nguyên thông tin và phát triển nền kinh tế tri thức. Cuộc cách mạng thông tin kỹ thuật số đã đem lại những thay đổi sâu sắc trong cuộc sống của nhân loại. Hàng loạt máy móc và các thiết bị số hiện đại như máy tính cá nhân, máy ảnh kỹ thuật số, máy quét, máy in, máy ghi âm kỹ thuật số đã ra đời đem lại nhiều tiện ích cho người sử dụng. Đi kèm theo những phần mềm xử lý tiện ích là vấn nạn vi phạm bản quyền, ăn cắp thông tin, truy cập trái phép ngày càng tinh vi và khó kiểm soát. Hiện đã có một số kỹ thuật được đề xuất để khắc phục những vấn đề trên ví dụ như mã hóa thông tin, chữ ký số, RSA, giấu tin trong các sản phẩm đa phương tiện.
Kỹ thuật giấu tin được biết đến bởi hai lĩnh vực chủ yếu là Steganography (giấu tin mật) và Watermarking (thủy vân). Steganography là kỹ thuật giấu tin mật vào các dữ liệu truyền thông (Ảnh, văn bản, nhạc, phim..) để chuyển tải đến người nhận mà thứ ba không thể biết đến sự tồn tại của thông tin mật trong quá trình truyền. Kỹ thuật Steganography cũng làm thay đổi tư duy trong lĩnh vực bảo mật thông tin bởi tính khả thi của việc ẩn một lượng thông tin mật trong một dữ liệu thông thường mà khó bị phát hiện bằng giác quan của con người. Bên cạnh đó Watermarking được sử dụng chủ yếu trong lĩnh vực bảo vệ bản quyền sản phẩm số bằng cách đưa thông tin bản quyền như tên tác giả, logo.. vào sản phẩm.
Học sâu là một nhánh của học máy - một lĩnh vực con trong trí tuệ nhân tạo, mới được chú ý từ những năm 2012, nhưng từ đó đến nay đã có sự tăng trưởng mạnh mẽ . Lấy ý tưởng mô phỏng lại não bộ con người, học sâu tạo nên sự đột phá cho rất nhiều lĩnh vực nghiên cứu.
Với những thành tựu ứng dụng vượt trội của học máy và đặc biệt là học sâu trong thời gian gần đây, việc ứng dụng các kỹ thuật học máy, học sâu trong bài toán giấu tin mật trong ảnh đang dần được quan tâm chú ý. Giấu tin trong ảnh số sử dụng các mạng nơ-ron nhân tạo của học sâu là một lĩnh vực mới, vẫn còn nhiều thách thức cần được tiếp tục nghiên cứu giải quyết để đạt được hiệu quả ứng dụng thực tiễn mong muốn.
Xuất phát từ những nhu cầu trên, học viên quyết định lựa chọn đề tài “NGHIÊN CỨU KỸ THUẬT GIẤU TIN TRONG ẢNH DÙNG MẠNG HỌC SÂU VÀ ỨNG DỤNG TRONG BẢO MẬT DỮ LIỆU” nhằm nghiên cứu, đánh giá các kỹ thuật giấu tin trong ảnh.
Nội dung luận văn được trình bày trong bốn chương:
Chương 1: Khái quát về học máy, học sâu và bài toán giấu tin trong ảnh số
Chương này em trình bài khái quát về học máy, học sâu, những khái niệm, định nghĩa quan trọng. Sau đó, trình bày về bài toán giấu tin mật trong ảnh số.
Chương 2: Giấu tin trong ảnh số sử dụng mạng học sâu HiDDeN
Trong chương này, em trình bày các kỹ thuật mạng học sâu phổ biến trong bài toán giấu tin mật. Sau đó nêu ra cách thức áp dụng với một mô hình học sâu giấu tin cụ thể: HiDDeN.
Chương 3: Cài đặt thực nghiệm và đánh giá kết quả
Chương này trình bày những kết quả thu được khi áp dụng mạng học sâu HiDDeN và đưa ra các đánh giá dựa trên kết quả đó.
2. Mục tiêu nghiên cứu
2.1 Mục tiêu chung
Tập trung tìm hiểu tổng quan về bài toán giấu tin mật trong ảnh và các kỹ thuật được áp dụng trong bài toán giấu tin. Từ đó đề xuất, xây dựng chương trình giấu tin áp dụng trong thực tiễn.
2.2 Mục tiêu cụ thể
Giới thiệu chung về bài toán giấu tin mật trong ảnh: Định nghĩa, cách thức, giới hạn, tồn tại và hạn chế.
+ Giới thiệu chung về học máy, học sâu: Định nghĩa, phân loại và ứng dụng thực tiễn.
+ Giới thiệu được về các kỹ thuật học máy, học sâu sử dụng trong bài toán giấu tin mật: Nguyên lý và cách thức hoạt động.
+ Thực nghiệm, kiểm tra và đánh giá mô hình mạng học sâu HiDDeN.
3. Đối tượng nghiên cứu và phạm vi nghiên cứu
Bài toán giấu tin mật trong ảnh đã được nghiên cứu từ lâu với nhiều kỹ thuật được đề xuất và sử dụng. Sự xuất hiện của các mô hình học máy, học sâu tạo ra những hướng giải quyết khác trước đây cho bài toán giấu tin mật. Trong khuôn khổ khóa luận tốt nghiệp này, em chỉ tập trung vào tìm hiểu và nghiên cứu:
- Quy trình các bước, đặc điểm, phân loại bài toán giấu tin mật trong ảnh.
- Các kỹ thuật học máy, học sâu sử dụng cho bài toán giấu tin mật: Các mô hình mạng về xử lý ảnh, các mô hình mạng sinh dữ liệu mới, các mô hình mạng phân loại.
4.Tình hình nghiên cứu liên quan đến đề tài
Hoạt động giấu tin mật đã xuất hiện từ trước công nguyên, khi trong chiến tranh, quân đội Hy Lạp gửi tin bằng cách cạo trọc đầu người đưa tin, viết tin mật lên đầu, đợi tóc mọc lên rồi gửi tin đi. Đến thời điểm hiện tại, vỏ bọc chứa tin là vô cùng đa dạng, cùng với nhiều kỹ thuật giấu tin phức tạp kèm theo. Dạng vỏ bọc thông dụng nhất là ảnh số. Trước khi có các kỹ thuật học máy, học sâu, các thuật toán giấu tin mật trong ảnh chủ yếu tìm các vùng ảnh ít bị phát hiện nhất theo định nghĩa của tác giả, sau đó áp dụng kỹ thuật giấu tin. Các thuật toán giấu tin trong ảnh đạt hiệu quả tốt nhất như WOW, S-UNIWARD, HUGO.
Trong công tác an ninh, bài toán giấu tin trong ảnh có nhiều ứng dụng thực tiễn như: Gửi thông điệp bí mật đến đại sứ quán, gửi thông tin tình báo về cơ sở,… Ở Việt Nam, đã có một vài nghiên cứu tìm hiểu về bài toán giấu tin trong ảnh. Tuy nhiên, hầu hết đều sử dụng các kỹ thuật cũ, dễ bị phát hiện. Chưa nhiều nghiên cứu chuyên sâu nào, tìm hiểu áp dụng các kỹ thuật học máy, học sâu trong bài toán giấu tin mật.
CHƯƠNG 1: KHÁI QUÁT VỀ HỌC MÁY, HỌC SÂU VÀ BÀI TOÁN GIẤU TIN TRONG ẢNH SỐ
1.1. Khái quát về học máy, học sâu
1.1.1. Khái quát về học máy
1.1.2. Khái quát về học sâu
1.1.3. Ứng dụng của học máy
1.2. Giấu tin mật trong ảnh số
1.2.1. Bài toán giấu tin mật trong ảnh số
1.2.2. Các phương pháp giấu tin mật trong ảnh số
1.2.3. Các phương pháp phát hiện giấu tin trong ảnh
CHƯƠNG 2: GIẤU TIN VÀO ẢNH SỐ SỬ DỤNG MẠNG HỌC SÂU HiDDeN
2.1. Mạng tích chập Convolutional Neural Network - CNN
2.1.1. Giới thiệu chung về mạng tích chập
2.1.2. Cấu trúc các lớp trong một mạng tích chập
2.2. Mạng sinh mẫu đối kháng Generative Adversarial Network - GAN
2.2.1. Giới thiệu chung về mạng sinh mẫu đối kháng GAN
2.2.2. Nguyên lý hoạt động của mạng sinh mẫu đối kháng
2.2.3. Ưu, nhược điểm của mạng sinh đối kháng
2.3. Mạng giấu tin HiDDeN
2.3.1. Giới thiệu chung
2.3.2. Nguyên lý hoạt động của HiDDeN
2.3.3. Ưu, nhược điểm của HiDDeN
CHƯƠNG 3: CÀI ĐẶT THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
3.1. Công nghệ áp dụng
3.1.1. Ngôn ngữ lập trình
3.2. Kịch bản thực nghiệm
3.2.1. Huấn luyện mô hình
3.2.2. Kiểm tra
3.3. Kết quả thực nghiệm và đánh giá
DANH MỤC TÀI LIỆU THAM KHẢO
