Tóm tắt Luận án Tiến sĩ: Phát triển một số phương pháp giấu tin và thủy vân thuận nghịch ứng dụng trong xác thực bản quyền và bảo mật dữ liệu đa phương tiện

Luận án trình bày các nội dung chính sau: Các khái niệm và kiến thức cơ sở; Vấn đề tích hợp và dịch chuyển histogram trên các đoạn con; Thu nhỏ bản đồ định vị trong phương pháp mở rộng hiệu trên miền sai số dự báo; Giấu tin trên các điểm ảnh lớn nhất và nhỏ nhất bằng PVO.

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Nguyễn Kim Sao PHÁT TRIỂN MỘT SỐ PHƯƠNG PHÁP GIẤU TIN VÀ THỦY VÂN THUẬN NGHỊCH ỨNG DỤNG TRONG XÁC THỰC BẢN QUYỀN VÀ BẢO MẬT DỮ LIỆU ĐA PHƯƠNG TIỆN LUẬN ÁN TIẾN SỸ CÔNG NGHỆ THÔNG TIN Hà Nội - 2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Nguyễn Kim Sao PHÁT TRIỂN MỘT SỐ PHƯƠNG PHÁP GIẤU TIN VÀ THỦY VÂN THUẬN NGHỊCH ỨNG DỤNG TRONG XÁC THỰC BẢN QUYỀN VÀ BẢO MẬT DỮ LIỆU ĐA PHƯƠNG TIỆN Chuyên ngành: Hệ thống thông tin Mã số: 9480104.01 NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TS Phạm Văn Ất PGS TS Nguyễn Ngọc Hóa Hà Nội - 2019 i MỤC LỤC MỤC LỤC i MỞ ĐẦU CHƯƠNG CÁC KHÁI NIỆM VÀ KIẾN THỨC CƠ SỞ 1.1 Một số vấn đề giấu tin thuận nghịch 1.2 Phương pháp dịch chuyển histogram (HS) Phương pháp mở rộng hiệu 1.3 CHƯƠNG VẤN ĐỀ TÍCH HỢP VÀ DỊCH CHUYỂN HISTOGRAM TRÊN CÁC ĐOẠN CON 12 2.1 Tích hợp thơng tin phụ dịch chuyển histogram 12 2.2 Giấu tin thuận nghịch sử dụng dịch chuyển histogram dãy 14 2.3 Phương pháp MED-SUB 2.4 Cải tiến phương pháp Qu (IQ) 16 14 CHƯƠNG THU NHỎ BẢN ĐỒ ĐỊNH VỊ TRONG PHƯƠNG PHÁP MỞ RỘNG HIỆU TRÊN MIỀN SAI SỐ DỰ BÁO 18 3.1 Giấu tin thuận nghịch dựa xếp sai số dự báo theo phương sai độ lệch tâm - phương án 18 ii 3.2 Giấu tin thuận nghịch dựa xếp sai số dự báo theo phương sai độ lệch tâm - Phương án 19 CHƯƠNG GIẤU TIN TRÊN CÁC ĐIỂM ẢNH LỚN NHẤT VÀ NHỎ NHẤT CỦA MỖI KHỐI ẢNH BẰNG PVO 20 4.1 Giấu tin điểm ảnh lớn nhỏ khối ảnh 20 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 23 CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ 25 MỞ ĐẦU Giấu tin kỹ thuật nhúng liệu vào sản phẩm ảnh số (hoặc âm thanh, video, văn bản, liệu) nhằm truyền thông tin bảo vệ sản phẩm Giấu tin (data hiding) chia thành hai hướng nghiên cứu chính: giấu tin mật (steganography) thủy vân (watermarking) (một số tài liệu phân loại giấu tin thành giấu tin mật, thủy vân giấu tin thuận nghịch) Giấu tin mật trọng tin giấu, tác động xem xét để đảm bảo tin giấu không bị phát sai lệch Thủy vân lại trọng đến sản phẩm, tính bền vững dùng bảo vệ quyền sản phẩm, ngược lại tính dễ vỡ lại dùng để xác thực tính tồn vẹn hay phát giả mạo Một số ứng dụng y tế, quân đội, luật pháp, giáo dục, việc khôi phục lại ảnh gốc (sau nhúng thủy vân) để tiếp tục sử dụng nhu cầu bắt buộc Trong trường hợp vậy, thường phải sử dụng kỹ thuật giấu tin thuận nghịch (Reversible Data Hiding) hay cịn gọi giấu tin bảo tồn (lossless data hiding) Giấu tin thuận nghịch kỹ thuật nhúng tin mà sau tách thông tin nhúng ta khôi phục ảnh gốc ban đầu Thuật toán giấu tin thuận nghịch Barton đề xuất vào năm 1997 Ông đề xuất nhúng thông tin xác thực vào sản phẩm số, sau trích xuất thơng tin xác thực, người nhận khơi phục sản phẩm số ban đầu Thủy vân thuận nghịch dựa phép biến đổi modulo Honsinger cộng đưa vào năm 2001 Phương pháp Modulo thực nhúng thủy vân phương pháp cộng modulo 256 (256 giá trị tối đa cho ảnh đa mức xám bít) Phương pháp xác thực thuận nghịch dựa nén bảo toàn Fridrich cộng đề xuất Ý tưởng lược đồ tạo khơng gian trống cách nén mặt phẳng bít ảnh gốc, sau sử dụng khơng gian trống tạo để nhúng liệu Phương pháp giấu tin dựa lượng tử hóa mở rộng LSB (Generalized-LSB) ứng dụng giấu tin thuận nghịch Ý tưởng phương pháp lượng tử hóa điểm ảnh Nhúng tin thuận nghịch ảnh Jpeg hầu hết sử dụng hệ số DCT lượng tử, bảng lượng tử bảng mã Huffman, đặc biệt, hệ số DCT lượng tử để thực việc giấu tin thuận nghịch Ý tưởng chung phương pháp thực phép biến đổi thuận nghịch ba đại lượng nêu Phương pháp mở rộng hiệu Jun Tian đề xuất phương pháp giấu tin thuận nghịch đáng quan tâm Ý tưởng phương pháp nhúng bít hiệu cặp hai điểm ảnh kề dựa phép biến đổi Wavelet nguyên Phương pháp mở rộng sai số dự báo (PEEPrediction Error Expansion) hướng phát triển tiềm khác dựa nhận xét: hiệu nhỏ khả để x, y khả mở tăng Vì vậy, có hiệu nhỏ tốt Trên ý tưởng này, người ta phát triển phương pháp dự báo Dịch chuyển histogram đề xuất sau: trước hết, xây dựng histogram ảnh gốc Chọn điểm a cho histogram a lớn điểm z cho histogram z nhỏ (a thường gọi peakpoint z gọi zeropoint) Dịch chuyển điểm lớn a bên phải đơn vị a < z bên trái a > z Để đơn giản trình bày, giả sử a < z Bằng cách vậy, a + trở thành điểm trống.Nhúng liệu vào điểm a sau: Duyệt điểm ảnh từ trái sang phải, xuống Nếu gặp điểm có giá trị a, giữ nguyên bít cần nhúng tăng đơn vị bít cần nhúng Trong phương pháp này, giá trị điểm ảnh tăng giảm nhiều đơn vị, độ biến đổi ảnh thấp tức chất lượng ảnh chứa tin cao Phương pháp giấu tin thuận nghịch dựa xếp giá trị điểm ảnh (PVO - Pixel Value Ordering) Ảnh chia thành khối, sau khối xếp theo chiều tăng dần Khi đó, bít liệu b nhúng vào điểm ảnh có giá trị lớn giá trị lớn nhỏ Bố cục luận án: Luận án chia thành chương: Chương 1: Các khái niệm kiến thức sở Chương trình bày khái niệm giấu tin, phân loại giấu tin ứng dụng giấu tin Bên cạnh đó, chương trình bày khái niệm giấu tin thuận nghịch, thuật toán sử dụng thủy vân thuận nghịch, yếu tố đánh giá lược đồ thủy vân thuận nghịch Chương 2: Vấn đề tích hợp dịch chuyển histogram đoạn Nội dung chương trình bày lược đồ thủy vân thuận nghịch liên quan đến histogram Các đề xuất lược đồ thủy vân dựa phép biến đổi histogram Chương 3: Thu nhỏ đồ định vị phương pháp mở rộng hiệu miền sai số dự báo Chương trình bày lược đồ thủy vân thuận nghịch liên quan, đề xuất lược đồ thủy vân dựa phép mở rộng hiệu Chương 4: Giấu tin điểm ảnh lớn nhỏ PVO Chương trình bày phương pháp giấu tin thuận nghịch dựa dự báo xếp giá trị điểm ảnh, phương pháp dự báo tiên tiến quan tâm Chương trình bày phương pháp đề xuất liên quan đến cách thức dự báo CHƯƠNG CÁC KHÁI NIỆM VÀ KIẾN THỨC CƠ SỞ Chương trình bày tổng quan giấu tin thuận nghịch, kỹ thuật thường sử dụng giấu tin thuận nghịch, phương pháp đánh giá lược đồ giấu tin thuận nghịch thách thức mà giấu tin thuận nghịch phải đối mặt 1.1 Một số vấn đề giấu tin thuận nghịch Giấu tin thuận nghịch Đối với giấu tin truyền thống, sản phẩm sau trích rút liệu bị biến dạng nên khôi phục trạng thái ban đầu Trong số lĩnh vực ứng dụng quân đội, y tế, giáo dục, , việc khôi phục sản phẩm gốc ban đầu điều bắt buộc Để giải điều này, giấu tin thuận nghịch gọi giấu tin bảo tồn đề xuất để phục hồi xác sản phẩm gốc và liệu nhúng Các thuật tốn dùng giấu tin thuận nghịch mở rộng hiệu, dịch chuyển histogram dự báo Các yếu tố đánh giá chất lượng lược đồ giấu tin thuận nghịch • Khả nhúng • Đánh giá chất lượng ảnh • Độ phức tạp Những thách thức xây dựng lược đồ giấu tin thuận nghịch Tăng khả nhúng đồng thời tăng chất lượng ảnh thách thức thủy vân thuận nghịch, tăng khả nhúng, chất lượng ảnh thơng thường Bên cạnh đó, vấn đề thông tin phụ, đồ định vị khó khăn cho lược đồ thủy vân Nếu thơng tin q lớn, khơng cịn nhiều khơng gian cho nhúng tin giấu 1.2 Phương pháp dịch chuyển histogram (HS) Một ảnh đa cấp xám I kích cỡ M × N xem ma trận cấp M × N (M hàng, N cột) gồm phần tử I(i, j) thuộc D Nhiều cần xét miền J I, ký hiệu P (J) tập cặp số (i, j) thuộc J Khi đó: P (I) = {(i, j)|1 ≤ i ≤ M, ≤ j ≤ N }, P (J) = {(i, j)|(i, j) ∈ J} Gọi X = (x1 , x2 , , xK ) dãy số nguyên cho trước, histogram X hàm, ký hiệu h, định nghĩa sau: h(x) = #Ω{1 ≤ i ≤ K|xi = x}, ∀x ∈ Z, với #Ω số phần tử tập Ω Z tập số nguyên Nói cách khác, h (x) số lần mà x xuất (tần số) X 11 e thực sau: ei = 2e + b; giá trị điểm ảnh chứa tin là: x =x ˆ + e = x + 2e + b Các phương pháp dự báo thường sử dụng MED, dự báo hình thoi hay gradient Sai số dự báo mở rộng giống phương pháp DE Đối với DE, hai điểm ảnh có khả nhúng bít, cịn với PEE, điểm ảnh nhúng bít, đó, khả nhúng tin cao 12 CHƯƠNG VẤN ĐỀ TÍCH HỢP VÀ DỊCH CHUYỂN HISTOGRAM TRÊN CÁC ĐOẠN CON Chương trình bày ba đề xuất Trong đề xuất đưa giải pháp đơn giản hiệu để tích hợp thơng tin cần cho q trình khơi phục vào ảnh giấu tin, cách chia ảnh gốc làm hai phần, phần nhỏ chứa tin phụ phàn lớn dùng để nhúng tin dịch chuyển histogram Trong đề xuất trình bày cách chia dãy sai số dự báo thành đoạn tương đối phẳng nhờ dùng ngữ cảnh dự báo, sau thực dịch chuyển histogram dãy Đề xuất kết hợp dịch chuyển histogram phương pháp Qu cách chia dãy sai số dự báo thành hai phần nhờ dùng ngữ cảnh dự báo ngưỡng khơng âm Sau áp dụng dịch chuyển histogram phần phương pháp Qu phần hai Cấu trúc chung chương sau: 2.1 Tích hợp thơng tin phụ dịch chuyển histogram Mục trình bày phương pháp đề xuất (phương pháp đề xuất 1) để tích hợp thơng tin cần thiết (cho việc khôi phục tin giấu ảnh gốc) ảnh thủy vân Ý tưởng phương pháp đề xuất chia ảnh I thành miền: I1 gồm điểm ảnh I2 phần lại Sau xây dựng histogram h(x) I2 Việc nhúng tin thực phương pháp dịch chuyển histogram 13 I2 (chứ khơng phải I), cịn giá trị peak được lưu trữ bít thấp I1 Sơ đồ thực nhúng tin trích tin trình bày Hình 2.1, 2.2 Hình 2.1: Sơ đồ nhúng đề xuất Hình 2.2: Sơ đồ trích đề xuất So sánh phương pháp đề xuất với phương pháp Hwang MF Khả nhúng Ở mức 1, gấp 1.02 lần so với Hwang gấp so với MF Ở mức 2, gấp 1.97 lần so với Hwang gấp 1.95 so 14 với MF Ở hai mức, gấp 1.34 lần so với Hwang gấp 1.97 so với MF Độ phức tạp tính tốn Khối lượng tính tốn phương pháp đề xuất nhiều so với hai phương pháp Hwang MF 2.2 Giấu tin thuận nghịch sử dụng dịch chuyển histogram dãy Mục trình bày đề xuất (đề xuất 2): chia dãy sai số dự báo thành dãy áp dụng dịch chuyển histogram dãy Bộ dự báo sử dụng MED, đề xuất có tên MED-SUB 2.3 Phương pháp MED-SUB Như nhận xét trên, chia chuỗi sai số dự báo E thành chuỗi có tương quan độ phẳng ứng dụng phương pháp HS cho chuỗi cách độc lập, đạt khả nhúng cao so sánh với phương pháp MED-PEHS Để thu nhúng chuỗi vậy, luận án sử dụng ngữ cảnh dự đoán điểm ảnh Mọi điểm ảnh xi ảnh gốc có ngữ cảnh dự báo gồm ba điểm ảnh pci = {ai , bi , ci } sai số dự báo ei Chúng ta nhóm ei cách sử dụng mức phẳng pci Ở đây, mức phẳng xác định sau: F Li = max{ai , bi , ci } − min{ai , bi , ci } F Li nhỏ, ngữ cảnh pci phẳng Để phân chia chuỗi E = (e1 , e2 , · · · , eK ) vào chuỗi s, luận án sử dụng ngưỡng T0 , T1 , · · · , Ts là: 15 T0 = 0, Ts = 255, T0 < T1 < · · · < Ts−1 < Ts , tập: E t = {ei ∈ E | Tt ≤ F Li < Tt+1 }, t = 0, 1, · · · , s − Thay áp dụng phương pháp HS toàn miền E, luận án sử dụng phương pháp cho chuỗi E t cách độc lập Luận án rằng, phương pháp đạt khả nhúng tin cao Thực tế là, sử dụng ký hiệu h, LP P, RP P phần 1.2, ht ký hiệu histogram chuỗi E t LP P t , RP P t ký hiệu hai giá trị mà ht đạt hai giá trị lớn nhất, chuỗi E t khơng chồng lấp, khả phương pháp MED-PEHS diễn giải đây: s−1 (ht (LP P )+ht (RP P )) CP EHS = h(LP P )+h(RP P ) = t=0 Hơn nữa, khả nhúng phương pháp MED-SUB tính cơng thức đây: s−1 (ht LP P t + ht RP P t ) Csub = t=0 Theo định nghĩa, có: ht (LP P t ) + ht (RP P t ) ≥ ht (LP P ) + ht (RP P ), t = 0, 1, · · · , s − Như vậy, thu Csub ≥ CP EHS Lưu ý phương pháp MED-SUB, số thông tin phụ LP P t , RP P t cần lưu trữ Do đó, số lượng chuỗi phải không lớn Trong thực nghiệm, s = hai ngưỡng t1 , t2 xác định riêng lẻ cho ảnh thử nghiệm cách tìm kiếm miền {0 < t1 < t2 ≤ 50} để thu khả nhúng cao 16 2.4 Cải tiến phương pháp Qu (IQ) Trong phần này, kết hợp phương pháp Qu phương pháp HS gọi đề xuất (còn gọi IQ) Trước tiên, sử dụng số nguyên t ≥ để phân chia chuỗi E thành hai chuỗi độc lập: E= ei tính theo dự báo MED, F Li ≤ t ei tính theo dự báo Qu, F Li > t Et− = {ei ∈ E | F Li ≤ t}, Et+ = {ei ∈ E | F Li > t}, với F Li = max(Ci ) − min(Ci ) Khi đó: Q(E) = Q(Et− ) + Q(Et+ ), với Q(E), Q(Et− ), Q(Et+ ) tương ứng khả nhúng phương pháp Qu E, Et− , Et+ Phương pháp kết hợp HS Qu đề xuất sau: Áp dụng phương pháp HS vào Et− phương pháp Qu vào Et+ Khi đó, khả phương pháp kết hợp, ký hiệu C (t), là: C(t) = S(Et− ) + Q(Et+ ), với S(Et− ) khả nhúng phương pháp HS Et− Trong trường hợp t=0, rõ ràng S(E0− ) > Q(E0− ) Nếu h0 histogram chuỗi E0− ,có Q(E0− ) = h0 (0) Nói cách khác: S(E0− ) = h0 (LP P ) + h0 (RP P ), với LP P RP P giá trị mà h0 có giá trị lớn Do S(E0− ) gấp khoảng hai lần Q(E0− ) Từ điều này, suy C(0) > Q(E) Để tăng khả nhúng, 17 cần tìm giá trị t cho C (t) đạt giá trị cao Do đó, phương pháp kết hợp thực sau: Trước tiên, xác định giá trị tối ưu top: top = arg max{C(t)|0 ≤ t ≤ 255} (Giá trị top khác ảnh thử nghiệm) − Sau thực phương pháp HS Etop phương + pháp Qu Etop Kết thử nghiệm cho thấy phương pháp IQ không tăng khả nhúng mà chất lượng ảnh tăng lên so với phương pháp Qu Từ kết thử nghiệm trên, có số nhận xét sau: Cả phương pháp IQ MED-SUB có khả nhúng cao Tiếp theo phương pháp: MED-PEHS, Qu, phương pháp khác Phương pháp IQ có chất lượng ảnh cao Tiếp theo phương pháp: Qu, MED-SUB, MEDPEHS, phương pháp khác Phương pháp MED-SUB có khả nhúng cao chất lượng ảnh tốt phương pháp MEDPEHS 18 CHƯƠNG THU NHỎ BẢN ĐỒ ĐỊNH VỊ TRONG PHƯƠNG PHÁP MỞ RỘNG SAI SỐ DỰ BÁO Chương trình bày đề xuất (Đề xuất 4) dựa ý tưởng xếp dãy sai số dự báo theo phương sai độ lệch tâm ngữ cảnh dự báo để thu nhỏ đồ định vị Đề xuất thực theo hai phương án Trong phương án 1, xếp theo chiều tăng phương sai, sau sai số dự báo có phương sai tiếp tục xếp theo chiều tăng độ lệch tâm Phương án sử dụng đại lượng tổ hợp phương sai độ lệch tâm, sau xếp sai số dự báo theo chiều tăng dần đại lượng Chương thiết kế sau: 3.1 Giấu tin thuận nghịch dựa xếp sai số dự báo theo phương sai độ lệch tâm - phương án Từ nhận xét tương đồng phương sai địa phương nhỏ khả khả mở điểm ảnh Lược đồ đề xuất quan tâm đến độ nhỏ phương sai địa phương độ lệch tâm, tức vùng ngữ cảnh gần tâm miền điểm ảnh (127) khả điểm ảnh khả mở cao Thuật toán nhúng thực nhúng tin vùng phương sai địa phương điểm ảnh có giá trị nhỏ Sau xếp để chọn điểm ảnh có phương sai địa phương nhỏ với ưu tiên độ lệch tâm nhỏ từ xác định vùng khả mở Thực 19 nhúng tin vùng khả mở Như vậy, đồ định vị thu nhỏ xác định giá trị để xác định vùng khả mở 3.2 Giấu tin thuận nghịch dựa xếp sai số dự báo theo phương sai độ lệch tâm - Phương án Từ phương pháp đề xuất phần 3.1 mối tương quan độ lệch tâm tính khả mở điểm ảnh Phần này, luận án đề xuất phương pháp thực việc nhúng điểm ảnh có phương sai địa phương nhỏ ngữ cảnh dự báo nằm sâu bên miền điểm ảnh (đoạn [0,255]) dựa phương trình tuyến tính Thuật tốn nhúng tin trích tin trình bày Hình 3.1 Hình 3.2 Hình 3.1: Thuật tốn nhúng tin khối điểm ảnh Hình 3.2: Thuật tốn nhúng tin khối điểm ảnh 20 CHƯƠNG GIẤU TIN TRÊN CÁC ĐIỂM ẢNH LỚN NHẤT VÀ NHỎ NHẤT CỦA MỖI KHỐI ẢNH BẰNG PVO Chương trình bày đề xuất (đề xuất 5) giấu tin thuận nghịch dựa PVO Gần (năm 2018) Li cộng xây dựng phương pháp GePVOK để nhúng liệu tất điểm ảnh có gí trị lớn nhỏ khối ảnh dựa kỹ thuật PVO Phương pháp đề xuất luận án dựa ý tưởng GePVO-K đưa vào nhiều cải tiến để vừa nâng cao khả nhúng vừa tăng chất lượng ảnh chứa tin so với GePVO-K 4.1 Giấu tin điểm ảnh lớn nhỏ khối ảnh Trong phương pháp này, trước tiên xét mức độ phẳng khối, sau xếp khối điểm ảnh thực nhúng các điểm ảnh lớn nhỏ khối Sơ đồ nhúng tin biểu thị Hình 4.1 Hình 4.2 Có số lý mà phương pháp đề xuất có có khả nhúng cao phương pháp GePVO-K Lý phương pháp đề xuất có kích thước đồ nhiều so với phương pháp GePVO-K Để phân biệt ba loại khối khối gây tràn, khối phẳng khối không phẳng, phương pháp GePVO-K sử dụng bít để đánh dấu khối, Trong phương pháp đề xuất, có hai tình 21 Hình 4.1: Thuật tốn nhúng tin khối điểm ảnh Hình 4.2: Thuật toán nhúng tin giá trị lớn khối 22 cần phân biệt khối gây tràn không Một số cờ được sử dụng để phân biệt khối phẳng hay khối có hai giá trị khác biệt, song số lượng nhỏ Lý thứ hai khối phẳng chứa 0/255 bị bỏ qua phương pháp GePVO-K, phương pháp đề xuất chúng sử dụng để nhúng tin Một lý khác số lượng bít liệu nhúng phương pháp đề xuất cao Điều có nhờ vào biến đổi phương pháp đề xuất Đối với khối có giá trị khác biệt, phương pháp nhúng GePVO-K cần tăng giá trị lớn lớn nhì, khoảng cách giá trị nhỏ nhỏ thứ hai bị thay đổi, nhúng thêm liệu trường hợp nhỏ Các trường hợp khác, khả nhúng hai phương pháp tương đương Về chất lượng ảnh, phương pháp GePVO-K, trước nhúng, điểm lớn lớn nhì (ở bên lớn ) phải tăng 1, điểm ảnh để nhúng tin thay đổi tối đa đơn vị Trong phương pháp đề xuất, điểm ảnh thay đổi tối đa đơn vị Điều giúp cho tổng số thay đổi phương pháp đề xuất nhiều so với phương pháp GePVO-K Rõ ràng, chất lượng ảnh phương pháp đề xuất tốt so với phương pháp GePVO-K 23 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Các đóng góp Luận án có đóng góp sau: Thứ nhất, theo hướng dịch chuyển histogram, luận án đưa ba đề xuất mới: Đề xuất thứ giải pháp tích hợp thơng tin dùng q trình khơi phục vào ảnh chứa tin Như người nhận cần dùng ảnh chứa tin để tính liệu khơi phục ảnh gốc Ngồi ra, phương pháp đưa cách lựa chọn cặp histogram tối ưu để tăng khả nhúng tin Đề xuất thứ hai ý tưởng chia dãy sai số dự báo thành dãy tương đối phẳng cách sử dụng độ phẳng ngữ cảnh dự báo Sau áp dụng dịch chuyển histogram dãy Đề xuất thứ kết hợp dịch chuyển histogram phương pháp Qu Dãy sai số dự báo chia làm hai phần dựa vào độ phẳng ngữ cảnh dự báo ngưỡng không âm Phần đầu sử dụng dịch chuyển histogram phần lại áp dụng phương pháp Qu Thứ hai, theo hướng mở rộng hiệu, luận án đưa đề xuất để thu nhỏ đồ định vị cách xếp sai số dự báo theo thứ tự tăng phương sai độ lệch tâm ngữ cảnh dự báo Cuối cùng, theo hướng PVO, luận án đưa đề xuất nhúng tin tất điểm ảnh có giá trị lớn nhỏ khối ảnh sau xếp theo PVO 24 Bằng phân tích lý thuyết kết thực nghiệm chứng tỏ phương pháp đề xuất luận án có nhiều điểm ưu việt so sánh với phương pháp liên quan có Hạn chế luận án Do giấu tin thủy vân lĩnh vực rộng nhiều phương tiện mang tin ảnh số, âm số, video số, liệu số Tuy nhiên, luận án dừng lại mức giấu tin ảnh số đa mức xám, lĩnh vực quan tâm nhiều thời điểm Một số hướng phát triển Tiếp theo hướng nghiên cứu giấu tin ảnh số, tác giả luận án tiếp tục khai thác sâu Ảnh mang tin không dừng lại ảnh đa mức xám, mà nghiên cứu thêm ảnh nén, ảnh jpeg, ảnh vệ tinh, ảnh y tế, lĩnh vực quan tâm tính ứng dụng cao chúng thực tế 25 CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ Danh mục cơng trình khoa học tác giả liên quan đến luận án NKS1 Sao Nguyen, Kim, Quang Hoa Le, and Van At Pham (2017) “ A New Reversible Watermarking Method Based on Histogram Shifting” Applied Mathematical Sciences 11.10 pp.445-460 NKS2 Nguyễn Kim Sao, Đỗ Văn Tuấn, Phạm Văn Ất (2018), Giấu tin thuận nghịch sử dụng thuộc tính ngữ cảnh dự báo để loại bỏ đồ định vị”, Tạp chí Cơng nghệ thơng tin truyền thông, p10-18 NKS3 Nguyễn Kim Sao, Cao Thị Luyên (12/2017), “ Thủy vân thuận nghịch dựa dự báo, xếp phương sai độ lệch tâm”, Khoa học công nghệ quân sự, Số đặc san CNTT NKS4 Nguyễn Kim Sao,Nguyen Ngoc Hoa, Pham Van At (2019), An effective reversible data hiding method based on pixel-value-ordering - Journal of Computer Science and Cybernetics (đã chấp nhận) NKS5 Nguyen Kim Sao, Cao Thi Luyen, Le Kinh Tai, and Pham Van At Reversible data hiding based on prediction error histogram shifting and pixel-based PVO - ACIIDS 2020 (đã chấp nhận) Danh mục gồm 05 cơng trình ... DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Nguyễn Kim Sao PHÁT TRIỂN MỘT SỐ PHƯƠNG PHÁP GIẤU TIN VÀ THỦY VÂN THUẬN NGHỊCH ỨNG DỤNG TRONG XÁC THỰC BẢN QUYỀN VÀ BẢO MẬT DỮ LIỆU... thuận nghịch, kỹ thuật thường sử dụng giấu tin thuận nghịch, phương pháp đánh giá lược đồ giấu tin thuận nghịch thách thức mà giấu tin thuận nghịch phải đối mặt 1.1 Một số vấn đề giấu tin thuận nghịch. .. phẩm Giấu tin (data hiding) chia thành hai hướng nghiên cứu chính: giấu tin mật (steganography) thủy vân (watermarking) (một số tài liệu phân loại giấu tin thành giấu tin mật, thủy vân giấu tin thuận