Watermarking trên âm thanh số bằng kỹ thuật trải phổ kết hợp mô hình hệ thính giác

Watermarking trên âm thanh số bằng kỹ thuật trải phổ kết hợp mô hình hệ thính giác I. GIỚI THIỆU Ngày nay, bên cạnh những ích lợi to lớn do Internet mang lại, thì những hành vi xâm phạm bản quyền như giả mạo, ăn cắp tác phẩm, sử dụng các tác phẩm không có bản quyền,… đang trở nên phổ biến và ngày càng tinh vi.Theo kết quả thống kê của Hiệp hội bảo vệ tác quyền thế giới (International Intellectual Property Alliance - gọi tắt là IIPA), mỗi năm ngành công nghiệp giải trí nói chung và âm nhạc nói riêng thất thoát hàng ngàn tỉ đô-la.Các nước đang phát triển có tỉ lệ vi phạm bản quyền rất cao (trên 90%), trong đó Việt Nam dẫn đầu (với 92% [1]).Tuy nhiên với các phương pháp bảo vệ dữ liệu truyền thống như mã hoá, sử dụng khóa đều không đem lại hiệu quả cao trong tình hình hiện nay.So với các loại truyền thông đa phương tiện khác, âm thanh số là dạng dữ liệu rất khó bảo vệ bởi đặc tính thu – phát trực tiếp. Trong bối cảnh đó, kỹ thuật Watermarking ra đời như một cứu cánh.Thực chất vai trò của Watermarking đã được biết đến từ những năm 1292 khi ngành công nghiệp sản xuất giấy phát triển ở Fabriano – Ý.Trước sự cạnh tranh khốc liệt của hơn 40 xưởng sản xuất cùng nhiều thợ thủ công mài giấy, Watermark đã được đưa vào sản phẩm của từng xưởng để giúp khách hàng phân biệt được định dạng, chất lượng, giá cả của từng loại. II. WATERMARKING TRÊN ÂM THANH SỐ 1. Giới thiệu: Các kỹ thuật Watermarking trên âm thanh số hiện nay chủ yếu khai thác khuyết điểm của hệ thính giác người (Human Auditory System - HAS) – đó là đặc tính ít nhạy cảm với những thay đổi nhỏ trên miền thời gian và miền tần số.Tewfik và Hamdy [3] đã phân tích các phương pháp ẩn dữ liệu trong tín hiệu âm thanh số tiêu biểu là: mã hóa LSB, mã hóa pha, trải phổ, ẩn echo.Các kỹ thuật LSB tuy không bền vững, nhưng khả năng lưu trữ lớn.Mã hóa pha bền vững trước các thao tác lấy mẫu lại, khả năng lưu trữ thấp.Bằng cách chèn các echo có biên độ nhỏ vào miền thời gian, phương pháp ẩn echo được đánh giá cao về khả năng bền vững và tỉ lệ nhúng, tuy nhiên khả năng trong suốt kém.Được đánh giá cao hơn cả là kỹ thuật chuyển đổi thông tin với hai hướng tiếp cận chính là kỹ thuật trải phổ và điều biến chỉ mục lượng tử.Ưu điểm quan trọng đem lại thành công cho hướng phát triển này là không sử dụng tín hiệu gốc trong quá trình rút trích và khó có thể dò tìm Watermark bằng các phương pháp phân tích thông kê.Tuy nhiên lượng tử hóa không đem lại hiệu quả cao do khả năng chống tấn công thấp.Hiện nay, trải phổ đang là kỹ thuật được đánh giá cao triển, và cải tiến. III. MÔ HÌNH GIẢ LẬP HỆ THÍNH GIÁC Mô hình giả lập thính giác (hình 1) là một thuật toán cố gắng mô phỏng lại cơ chế cảm nhận âm thanh của tai người.Nó sử dụng các kiến thức tổng hợp từ nhiều ngành, đặc biệt là hai ngành: sinh lý học và thính âm học.Trong quá trình xử lý, một cơ chế rất quan trọng được dùng là “ngụy trang tần số đồng bộ”.Mô hình thính giác xử lý tín hiệu âm thanh để tạo ra ngưỡng ngụy trang sau cùng.Thông tin này dùng để “làm trơn” tín hiệu Watermark giả âm thanh để tai người không cảm nhận được.Để giảm thời gian xử lý, ta chia tín hiệu thành nhiều đoạn nhỏ liên tiếp, chồng lấp một phần lên nhau, mỗi đoạn nhỏ này được gọi là một frame.Với s(t): tín hiệu âm thanh trên miền thời gian.Đầu tiên, tín hiệu âm thanh được chuyển từ miền thời gian sang miền tần số thông qua phép biến đổi Fourier.Từng đại lượng trong mô hình được xác định như sau: Spz(z) biểu diễn bằng đơn vị Bark.Công thức chuyển từ tần số (Hz) sang critical band (Bark): LBZ và HBZ: tần số dưới và tần số trên của critical band z. Trên miền tần số, ngưỡng ngụy trang của tín hiệu được hình thành thông qua thao tác trải ngụy trang trên từng critical band: Trong đó: T(z): là ngưỡng nghe sau cùng ,TH: (ngưỡng nghe) là giá trị nhỏ nhất có thể nghe được và được tính theo công thức: TH=max(|Ppt(jω)|). Trong đó Ppt(jω) là công suất tín hiệu thăm dò p(t); p(t)= sin (2Πsin 4000t), Tnorm(z): là ngưỡng nghe sau khi chuẩn ngưỡng nghe thô.Và được tính như sau: , với Traw (z) là ngưỡng năng lượng thô. , trong đó PZ: tổng số điểm trong băng tần z với z là đơn vị ánh xạ từ tần số sang Bark. III. WATERMARKING SỬ DỤNG KỸ THUẬT TRẢI PHỔ KẾT HỢP MÔ HÌNH THÍNH GIÁC. 1. Ý tưởng thuật toán: Trái ngược với các phương pháp Watermarking truyền thống, trong thuật toán này âm thanh sẽ đóng vai trò nhiễu Jammer 1 và Watermark đóng vai trò tín hiệu truyền giả âm thanh.Thành phần của tín hiệu sau khi Watermark như hình 2. Trong mô hình này: − Phần âm thanh tai người cảm nhận được là nhiễu Jammer. − Do các thao tác xử lý của người dùng (như thay đổi tần số, thay đổi số điểm mẫu, thay đổi độ cao, chuyển đổi định dạng …) chỉ được thực hiện trên tín hiệu âm thanh – tín hiệu nhiễu Jammer. Đặc biệt thuật toán có khả năng chống tốt trước tấn công dạng chuyển đổi kiểu file (wav, mp3, wma, mov, …) 2. Quá trình tạo Watermark a) Mô hình Watermark x(t) được tạo ra thông qua hệ thống mã hóa DS/BPSK như hình 3. Trong đó: − s(t): chuỗi bit Watermark biểu diễn theo miền thời gian. − w: chuỗi bit Watermark ở dạng cực. − m: hệ số lặp. − header: chuỗi header. − f0 : tần số sóng mang dùng trong bộ điều biến BPSK. − I, H: chiều dài và chiều rộng của ma trận Interleaver. b) Thuật toán − Bước 1: Chuyển chuỗi tín hiệu Watermark sang dạng cực và lặp dãy bit w m lần. − Bước 2: Cho chuỗi bit wR sau khi lặp đi qua ma trận Interleaver (H dòng và I cột) với đầu vào lấy theo cột và đầu ra lấy theo dòng. − Bước 3: Thêm header vào đầu dãy wI. − d = header + wI. − Bước 4: Chuyển biểu diễn chuỗi bit d sang miền thời gian. − Bước 5: Điều chế BPSK tín hiệu d(t). − Bước 6: Trải chuỗi tín hiệu sau khi điều chế s(t). x(t) = s(t).*c(t),c(t): chuỗi PN trên miền thời gian. 3. Quá trình nhúng Watermark a) Mô hình quá trình nhúng như hình 4. x(t): thông tin Watermark được tạo thành ở 5.1. T: là ngưỡng ngụy trang được tạo thành trong 4. Fz: tần số sóng mang. b) Thuật toán − Bước 1: Chia dãy tín hiệu x(t) thành N frame, với mỗi frame có kích thước là nBlock. − Bước 2: Áp dụng phép biết đổi FFT cho từng frame đã cho qua cửa sổ Hamming. Xw = fft(frame[i].*hamming(nBlock)) − Bước 3: Chuyển từ miền tần số sang miền Bark theo công thức (5) và tính theo tỉ lệ Bark. − Bước 4: Tìm trong dãy tín hiệu âm thanh chứa các thành phần nằm trên ngưỡng T, lưu lại vị trí các điểm đó vào tập above. Chọn trong dãy tín hiệu Sw các điểm tương ứng trong above. Xnew[above] = Xw[above] − Bước 5: Trải tín hiệu trên Fz.Xnew = Xnew * Fz − Bước 6: Kết hợp tín hiệu âm thanh và tín hiệu Watermark. OUT = Xnew + Snew − Bước 7: Biến đổi về miền thời gian out = ifft(OUT) 4. Quá trình rút trích Watermark Thuật toán: Gồm 3 giai đoạn chính: Giai đoạn 1: Lọc bỏ tín hiệu âm thanh và tạo tín hiệu Rfinal. − Bước 1: Lọc lấy thành phần nằm dưới ngưỡng T (lọai bỏ âm thanh). R(below) = Sw(below). − Bước 2: Lượng tử hóa. − Bước 3: Chuyển R về miền thời gian. Giai đoạn 2: Dò tìm Header. − Bước 1: Điều chế BPSK tín hiệu dt. − Bước 2: Chia thành nhiều frame nhỏ và áp dụng FFT cho từng frame. R = fft(Rfinal[i]) − Bước 3: Xây dựng bộ lọc phân giải cao HDRET và áp dụng vào R để dò tìm ra tín hiệu. DET = R*HRDET det = real(ifft(DET)) − Bước 4: Dò tìm điểm đầu tiên (vị trí bắt đầu rút trích) của chuỗi tín hiệu Watermark. [dbValue, nPos] = max(det) Giai đoạn 3: Tổng hợp Watermark: − Bước 1: Xóa phần header của tín hiệu sau khi dò tìm được. − Bước 2: Cho tín hiệu wR qua ma trận giải mã Interleaver với đầu vào theo dòng và đầu ra theo cột. − Bước 3: Rút trích lại chuỗi nhị phân. IV. SO SÁNH ĐÁNH GIÁ Thuật toán này được tác giả cài đặt trên môi trường Matlab 7.0.Thuật toán gồm hai module chính: module tạo và nhúng Watermark vào tín hiệu âm thanh, module rút trích Watermark. Trước khi rút trích, file âm thanh sau khi đã Watermark phải trải qua nhiều kiểu tấn công khác nhau để đánh giá mức độ bền vững, cũng như đã phải được kiểm tra tính trong suốt.Độ bền vững và tính trong suốt chính là hai tiêu chí chính trong phần so sánh đánh giá.Do đây là ứng dụng về Watermarking, nên tiêu chí về kích thước thông tin nhúng vẫn được quan tâm, nhưng không phải là yếu tố cơ bản.Bộ dữ liệu mà tác giả dùng để kiểm tra là bộ dữ liệu chuẩn, được lấy từ [5]. Dữ liệu kiểm tra bao gồm 10 tập tin, tần số lấy mẫu là 44,1 kHz, stereo, số bit mẫu là 16 bits. Đây là bộ dữ liệu miễn phí, và được nhiều người sử dụng.Ngoài ra, ta có tham khảo bộ dữ liệu JASRAC (The Japanese Society for Rights of Authors, Composers and Publishers [6]), tạm dịch là “Hiệp hội bảo vệ bản quyền các tác giả, các nhà sáng tác, và các nhà xuất bản của Nhật”. 1. Kiểm tra tính trong suốt: Phương pháp Watermarking được đề nghị hoàn toàn thỏa mãn hai dạng kiểm tra sau: Người kiểm tra sẽ nghe đoạn âm thanh trước khi nhúng watermark và sau khi nhúng watermark, họ không phân biệt được sự thay đổi. Kiểm tra phổ của file âm thanh trước khi nhúng và sau khi nhúng (tác giả sử dụng chương trình Sound Forge 8.0 để kiểm tra). Kết quả là phổ của chúng gần như hoàn toàn giống nhau. 2. Kiểm tra tính bền vững Trước khi rút trích, file âm thanh sau khi nhúng Watermark phải trải qua nhiều kiểu tấn công khác nhau trên đường truyền, như: chuyển đổi định dạng file (wav, cda, mp3, au, mov, wma, …), biến đổi biên độ, đổi số bit lấy mẫu, chuyển đổi tần số, lọc thông cao, hay thêm nhiễu Gauss. Các thao tác biến đổi trên âm thanh số được thực hiện trên phần mềm Sound Forge 8.0 (chuyển đổi định dạng file, biến đổi biên độ), Sound Recorder (đổi tần số, đổi bit mẫu), Cool Edit Pro 2.1 (lọc thông cao). Phương pháp Watermarking này có khả năng chống lại tất cả các dạng tấn công này. Bảng 1 là sự so sánh kết quả rút trích Watermark khi bị tấn công của phương pháp này và một số phần mềm đã có [7 – 10]. − Thành công: Watermark sau khi rút trích không bị thay đổi nội dung. − Thất bại: Watermark sau khi rút trích bị thay đổi nội dung. − X%: Watermark sau khi rút trích X% nội dung không bị thay đổi. − V: không kiểm tra được. V. KẾT LUẬN Watermarking là hướng nghiên cứu mới, đặc biệt là trên âm thanh. Tiềm năng và nhu cầu sử dụng của Watermarking rất lớn nhất là trong bảo vệ bản quyền.Yêu cầu quan trọng nhất với các thuật toán Watermarking là đảm bảo được tính trong suốt và khả năng bền vững trước các tấn công. So với các phương pháp trước đây như thay thế bit ít quan trọng nhất, biến đổi trên miền, echo…, phương pháp của chúng tôi đã đảm bảo tốt các yêu cầu trên. Tuy nhiên khuyết điểm tồn tại của hệ thống là: − Tín hiệu thăm dò sử dụng trong mô hình thính giác được xây dựng một cách chủ quan dựa trên tác động của áp suất âm lên tần số nghe. − Tồn tại một xác suất lỗi nhỏ vốn có trong mô hình trải phổ. Chúng tôi tin rằng nếu đem ứng dụng trong thực tế, hệ thống sẽ đem lại hiệu quả kinh tế cao không chỉ trong lĩnh vựa bảo vệ bản quyền mà còn trong lĩnh vực truyền thông mật. TÀI LIỆU THAM KHẢO [1] Các bài viết, nhận xét và thông kê của Hiệp hội bảo vệ bản quyền thế giới http://www.iipa.com [2] Ricardo A. Garica, “Digital Watermarking of audio signals using a psychoacoustic auditory model and Spread Spectrum Theory”, Artech House, 2000. [3] L. Boney, H. Tewfik and N. Hamdy, “Digital Watermarks for Audio Signals” IEEE Int.Conf. on Multimedia Computing and Systems, Hiroshima, Japan, June 1996. [4] Stefan Katzenbeisser and Fabien Petitcolas, “Information Hiding Techniques for Steganography and Digital Watermarking”, ISBN 1-58053-035-4, 2000. [5] Bộ dữ liệu mẫu http://www.tnt.uni-hannover.de/ project/mpeg/audio/sqam/ [6] Hiệp hội bảo vệ bản quyền tác giả, nhà sáng tác, và các nhà xuất bản Nhật http://www.jasrac.or.jp/ejhp/ [7] Hide4PGP: http://www.heinz-repp.onlinehome.de/ Hide4PGP [8] EZStego (Stego Online, Stego Shareware) http://www.stego.com [9]MP3Stego(FabienA.P.Petitcolas,đạihọcCambridge),http://www.cl.cam.ac.uk/~fapp2/steganog raphy /mp3stego/. [10] Steghide http://steghide.sourceforge.net.Ngày nhận bài: 13/09/2005.