Đang tải... (xem toàn văn)
TS. Hồ Thị Hương Thơm - Khoa Công nghệ thông tin, Trường ĐHDLHP
PHÁT HIỆN ẢNH SỐ GIẤU TIN SỬ DỤNG KỸ THUẬT GIẤU DỰA TRÊN HIỆU CHỈNH HỆ SỐ WAVELET CỦA CHIN-YU YANG TS. Hồ Thị Hương Thơm - Khoa Công nghệ thông tin, Trường ĐHDLHP SUMMARY Detecting stego images whichs are embedded secret message by adjusting wavelet coefficients of Chin-Yu Yang. The aim of this paper is to give security of stego image which has been covering secret message using Chin-Yu Yang’s steganography. The method was proposed by Chin-Yu Yang et al, in 2012 [3].That is a reversible data hiding scheme based on the integer wavelet transform (IWT). By adjusting the coefficient values, data bits are effectively embedded into the low-high (LH) and high-low (HL) subbands of the IWT domain. From analysing of histogram of coefficient values between cover image (original image) and stego image (after embedding message in cover image by Chin’s method), we detect a different problem that factor can recolize between cover and stego image. Therefore, I build a lema to detect a image which either cover secret text or not. Experimental results show the detection efficient of the method with various embedding length are acceptable. I. GIỚI THIỆU Mục đích của giấu thông tin trong ảnh (Steganography) là để truyền thông tin mật trong môi trƣờng truyền thông công cộng mà khó bị phát hiện bằng kỹ thuật thông thƣờng, ngƣợc lại với kỹ thuật mã hoá, chúng làm cho dễ nhận biết là thông tin truyền đi đã bị mã hoá hay không. Các đối tƣợng dùng để chứa thông điệp gọi là “cover”, sau khi một thông điệp đƣợc giấu trong cover vật mang đó sẽ đƣợc gọi là vật mang tin “stego”. Phát hiện ảnh có giấu tin (Steganalysis) là hệ thống thực hiện tấn công một phƣơng pháp steganography, nhiệm vụ chính cần chỉ ra khả năng phân biệt ảnh cover từ các ảnh stego với khả năng tốt hơn sự phỏng đoán ngẫu nhiên. Phƣơng pháp phát hiện ảnh có giấu tin có thể coi nhƣ bài toán phân loại (phân lớp) dựa trên kiểm định giả thuyết thống kê giữa hai giả thuyết: H 0 - giả thuyết cho rằng ảnh có giấu tin và đối thuyết H 1 – giả thuyết cho rằng ảnh không giấu tin. Mục đích của việc phát hiện là tìm ra phƣơng pháp (quyết định) để phân loại sao cho sai số xẩy ra là nhỏ nhất có thể. Điều này phụ thuộc vào hiểu biết của chúng ta về lƣợc đồ giấu tin, nếu chúng ta không có thông tin gì về lƣợc đồ giấu tin thì phƣơng pháp phát hiện gọi là phát hiện mù (blind steganalysis), còn biết trƣớc thông tin về lƣợc đồ giấu tin thì phƣơng pháp phát hiện gọi là phát hiện có ràng buộc (constraint steganalysis). Từ việc biết trƣớc lƣợc đồ giấu tin dựa trên biến đổi hệ số wavelet của Chin – Yu Yang [3] của ảnh tác giả đã nghiên cứu so sánh và phân tích các đặc trƣng của ảnh gốc và ảnh giấu tin thấy vấn đề bất thƣờng để lại trên ảnh sau khi giấu tin của Chin khi thông tin đƣợc giấu với lƣợng thông điệp (tỉ lệ giấu) khác nhau. Rất nhiều kỹ thuật giấu tin lƣợng thông tin giấu càng ít thì càng khó phát hiện. Tuy nhiên với kỹ thuật giấu dựa trên biến đổi hệ số wavelet của Chin – Yu Yang [3] thì ngƣợc lại, thông tin giấu càng ít càng dễ phát hiện vì nó để lại giấu hiệu bất thƣờng trên biểu đồ tần suất hệ số wavelet của ảnh so với đặc trƣng tự nhiên của ảnh gốc. Vấn đề này sẽ đƣợc phân tích chi tiết trong các phần tiếp theo của bài báo. II. KỸ THUẬT GIẤU TIN CỦA CHIN YU YANG Kỹ thuật giấu tin thuận nghịch miền biến đổi sóng nhỏ dựa trên hệ số Wavelet là nghiên cứu của nhóm tác giả ngƣời Đài Loan: Ching-Yu Yang, Chih-Hung Lin, Wu-Chih Hu đề xuất năm 2012. Các tác giả nhúng một đoạn thông tin vào trong miền tần số dựa trên việc điều chỉnh hệ số wavelet. Ban đầu, miền không gian ảnh số đƣợc biến đổi sang miền tần số wavelet nguyên (the integer wavelet transform - IWT) đƣợc bốn băng tần LL (Low - Low), LH (Low - High), HL (High - Low), HH (High - High). Tiếp theo, các bit dữ liệu đƣợc nhúng vào các khối có băng cao tần của miền biến đổi Wavelet: LH, HL, HH. Khi nhúng vào, các hệ số wavelet nằm trong khoảng (β, 2β) và (-2β, -β) sẽ đƣợc dán nhãn và cắm cờ, các hệ số này sẽ đƣợc giấu tin. Cuối cùng các bit thông tin đƣợc chuyển sang hệ nhị phân rồi giấu vào các hệ số của khối thuộc khoảng (β, 2β) và (-2β, -β). Với β là tham số kiểm soát. Đầu vào: Ảnh sử dụng để giấu tin, Thông tin cần giấu. Đầu ra: Ảnh đã giấu tin. Các bước thực hiện: Bước 1: Đặt C j = {c jk } là khối thứ j kích thƣớc n × n lấy từ LH (hoặc HL) băng con của miền biến đổi IWT (của ảnh đầu vào). Gọi C jp = {c p |β ≤ c p <2β} và C jm ={C m | - 2β ≤ c m <- β} là hai tập hợp con của C j với β ở đây là một tham số điều khiển. Bước 2: Chọn một khối C j chƣa đƣợc xử lý. Bước 3: Nếu | C jp | # thì sau đó trừ đi từ mỗi hệ số C jp giá trị và đánh dấu cờ hệ số bị chỉnh sửa (để khôi phục hệ số gốc sau khi tách tin). Bước 4: Nếu | C jm | # thì sau đó cộng vào mỗi hệ số C jm giá trị và đánh dấu cờ hệ số bị chỉnh sửa (để khôi phục hệ số gốc sau khi tách tin). Bước 5: Giấu từng bit thông tin b k bằng cách chọn các hệ số c i C j với 0 ≤ c i < β (hoặc - β≤ c i < 0) nhân c i với 2 để có đƣợc , và thêm một thông tin cần giấu R vào theo biểu thức ( +b k ). Bước 6: Lặp lại từ bƣớc 1 cho đến khi giấu hết các bit thông tin. Hình 1. Giản đồ của việc điều chỉnh hệ số. (a) cho các hệ số âm và (b) cho các hệ số dƣơng III. PHƢƠNG PHÁP PHÁT HIỆN ẢNH CÓ GIẤU TIN SỬ DỤNG KỸ THUẬT GIẤU CỦA CHIN Đây là kỹ thuật giấu tin trƣờng hợp đặc biệt dựa trên thay đổi LSB của các hệ số wavelet. Theo Ching-Yu Yang và các cộng sự cho rằng kỹ thuật này tăng chất lƣợng của ảnh so với một số kỹ thuật giấu khác khi cùng giấu một lƣợng thông tin. Họ đã làm thử nghiệm kỹ thuật giấu tin của họ với một số kỹ thuật giấu khác [4, 5, 6, 7] trên ba ảnh Lena, Jet, Baboon (hình 2) đƣợc kết quả đánh giá PSNR theo bảng 1. a) b) c) Hình 2. Ảnh thử nghiệm: a) Lena, b) Jet, c) Baboon Bảng 1: So sánh PSNR giữa các kỹ thuật [3, 4, 5, 6, 7] Ảnh Bit rate/PSNR Kỹ thuật [4] Kỹ thuật [5] Kỹ thuật [6] Kỹ thuật [7] Kỹ thuật của Chin [3] Lena 0.07/ 48.9 0.33/ 48.93 0.22/ 47.31 0.14/ 48.54 0.34/ 49.70 Jet 0.12/ 49 0.27/ 48.79 0.29/ 47.24 0.19/ 48.54 0.36/ 49.53 Baboon 0.02/ 48.7 0.06/ 48.29 - 0.14/ 48.54 0.21/ 49.23 Trung bình 0.08/ 48.87 0.22/ 48.67 0.26/ 47.28 0.16/ 48.54 0.30/ 49.49 Tuy nhiên theo phân tích của tác giả thì đây là kỹ thuật giấu rất dễ phát hiện bằng thống kê tần suất của các hệ số wavelet trên các băng tần wavelet của ảnh sau khi giấu tin. Tác giả thực hiện phân tích biểu đồ tấn suất hệ số wavelet của ảnh trƣớc và sau khi giấu tin theo thử nghiệm giấu tin trên ảnh Lena với tham số β =3 và giấu trên miền băng tần LH, lƣợng thông tin giấu là chuỗi nhị phân có độ dài đạt tỉ lệ 50% khả năng giấu của ảnh (50% tổng các hệ số wavelet có giá trị từ -2* β đến 2* β-1). Ban đầu biểu đồ tấn suất hệ số wavelet trên miền LH của ảnh có hình dạng nhƣ hình 3a). Theo thuật toán của Chin thì trƣớc khi tiến hành giấu tin thực hiện phân thành hệ số wavelet trên băng tần LH thành các tập C jp và C jm dựa vào tham số β, lúc này biểu đồ tần suất hệ số wavelet thay đổi nhƣ hình 3b). a) b) c) -200 -150 -100 -50 0 50 100 150 200 0 500 1000 1500 2000 2500 3000 -120 -100 -80 -60 -40 -20 0 20 40 60 80 0 2000 4000 6000 8000 10000 12000 14000 -120 -100 -80 -60 -40 -20 0 20 40 60 80 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 d) Hình 3. Biểu đồ tần suất hệ số wavelet của ảnh Lena: a) gốc, b) dịch hệ số, c) sau khi giấu tin với tỉ lệ 50%, d) sau khi giấu với tỉ lệ 100% Sau khi giấu thông tin ta đƣợc biểu đồ tần suất theo hình 3c). Đặc biệt khi giấu thông tin với tỉ lệ giấu 100 thì cột tần suất tại hệ số bẳng -1 là rỗng (hình 3d). Quan sát hình 3c, 3d ta thấy các cột hệ số thay đổi một cách bất thƣờng so với hình 3a là do trong quá trình giấu tin các hệ số wavelet bị hiệu chỉnh làm phá vỡ tính tự nhiên vốn có của ảnh. Điều này có thể giải thích theo định lý tác giả xây dựng sau đây: Định lý : Giả sử tần suất các hệ số wavelet của ảnh tự nhiên bất kỳ được phân bố theo hàm Gauss. Nếu một ảnh S tồn tại giá trị i (-10 i <0) sao cho (h i là tần suất của hệ số có giá trị bằng) thì S là ảnh có khả năng giấu tin sử dụng kỹ thuật giấu của Chin và cộng sự. Chứng minh: Theo giả thuyết ảnh S trƣớc khi giấu tin, tần suất các hệ số wavelet có giá trị phân bố theo hàm Gauss nghĩa là …. < h -5 <h -4 <h -3 <h -2 <h -1 <0<h 1 <h 2 <… để giấu tin theo thuật toán sẽ phải dịch chuyển các cột hệ số có giá trị từ h -2 đến h - -1 sang h - đến h -1 và từ h đến h 2 -1 sang h 0 đến h -1 (theo bƣớc 1,2,3,4 của thuật toán), sau bƣớc này sẽ làm rỗng các cột giá trị tại h -2 đến h - -1 (hình 3b). Tiến hành giấu thông tin vào các hệ số có giá trị từ - đến -1 (theo bƣớc 5) sau bƣớc này ta đƣợc biểu đồ tần số theo hình 3c và 3d. Xét chi tiết giá trị của cột h - để giấu tin sẽ phải nhân với 2 thành h -2 , sau khi giấu tin một phần hệ số sẽ chuyển sang cột giá trị h -2 -1 để giấu các bit 1, còn một phần không thay đổi để giấu các bit 0. Biết rằng trƣớc đó h - 2 là rỗng, còn h -2 -1 vẫn đƣợc giữ nguyên, trong khi thông tin đƣợc giấu là chuỗi nhị phân đƣợc coi là đại lƣợng ngẫu nhiên có phân bố chuẩn N(0,1) nên xác suất P(0) ≈ P(1) = 0.5. Khi đó giá trị chuyển sang h -2 -1 sấp xỉ bằng giá trị chuyển sang h 2 , vì vậy sau khi giấu tin ta có h -2 -1 >h -2 . Do đó ta có biểu thức: . Tƣơng tự lý luận trên ta có thể thấy h -1 < h -2 . Đặc biệt khi lƣợng thông tin giấu với tỉ lệ giấu 100% thì h -1 = 0. Theo giải thích trong bài báo của tác giả chỉnh lấy giá trị < 5, nên bài báo này chỉ xét giá trị từ -10 đến 0. Do đó ta đƣợc điều phải chứng minh. Định lý trên là cơ sở để phân biệt ảnh có giấu tin hay không sử dụng kỹ thuật giấu của Chin. IV. CÀI ĐẶT VÀ THỬ NGHIỆM Tác giả cài đặt chƣơng trình giấu tin và phát hiện ảnh giấu tin trên môi MATLAB 7.5 với chƣơng trình đề mô nhƣ hình 4 a và hình 4b. a) b) Hình 4. Giao diện đề mô: a) giấu tin và b) phát hiện ảnh có giấu tin sử dụng kỹ thuật giấu của Chin Để chỉ ra hiệu quả của phƣơng pháp phát hiện đề xuất, tác giả tạo ra một tập cơ sở dữ liệu ảnh 24-bit màu gồm 500 ảnh kích cỡ 512 x 768 tải về từ [9,10], thực hiện chuyển ảnh này sang ảnh cấp xám 8-bit C (500 ảnh). Tập ảnh này đƣợc dùng để kiểm tra khả năng phân loại của thuật toán đề xuất. Sử dụng kỹ thuật giấu tin của Chin giấu lần lƣợt vào tập ảnh C với tỉ lệ thông tin giấu là 30%, 50% và 100% ta đƣợc tập ảnh có giấu tin tƣơng ứng là S 30 , S 50 và S 100 . Thực hiện phát hiện bằng định lý trên ta đƣợc kết quả phân loại theo bảng 2. Bảng 2. Phân loại ảnh gốc (Cover) và ảnh có giấu tin (Stego) với các tỉ lệ giấu khác nhau Tập ảnh Cover Stego C 5 495 S 30 0 500 S 50 0 500 S 100 0 500 V. KẾT LUẬN Bài báo này đƣa ra phƣơng pháp có thể phát hiện ra các ảnh có giấu tin sử dụng kỹ thuật giấu dựa vào hiệu chỉnh hệ số wavelet nguyên trên băng tần LH (hoặc HL) bằng phƣơng pháp phân tích biểu đồ tần suất hệ số, từ đó xây dựng đƣợc định lý phát hiện tƣơng ứng để có thể phân loại ảnh có giấu tin hay không giấu tin. Từ thực nghiệm trên tập 500 ảnh cho thấy kết quả phát hiện có độ tin cậy là 0.99 (cho ảnh gốc) và 1 cho ảnh giấu tin. Dựa vào việc biết trƣớc đặc trƣng biểu đồ tần suất hệ số wavlet của ảnh tự nhiên ta có thể phân loại đƣợc các ảnh sau khi giấu tin bằng dịch chuyển hệ số wavelet hoặc sai phân của ảnh, đây chính là cơ sở để ngƣời đọc có thể áp dụng vào các kỹ thuật giấu tin [4, 5, 6, 7] để có thể đƣa ra vấn đề không an toàn của kỹ thuật giấu tin này. TÀI LIỆU THAM KHẢO [1]. Yeh-Shun Chen, Ran-Zan Wang, Yeuan-Kuen Lee, Shih-Yu Huang, Steganalysis of reversible contrast mapping water marking, Proceedings of the world congress on Engineering 2008 Vol I, WCE2008, July 2-4, 2008, London, U.K., pp. 555-557. [2]. J. Fridrich, M. Goljan, and R. Du, “ Reliable detection of LSB steganography in color and grayscale images,”Proceedings of the ACM International Multimedia Conference and Exhibition, pp. 27– 30, 2001. [3]. Ching-Yu Yanga Chih-Hung Linb and Wu-Chih Hu, Reversible Data Hiding for High-Quality Images Based on Integer Wavelet Transform, Journal of Information Hiding and Multimedia Signal Processing, Volume 3, Number 2, April 2012 [4]. K. S. Kim, M. J. Lee, H. Y. Lee, and H. K. Lee, Reversible data hiding exploiting spatial correlation between sub-sampled images, Journal of Pattern Recognition, vol. 42, pp. 3083-3096, 2009. [5]. W. Hong, T. S. Chen, and C. W. Shiu, Reversible data hiding for high quality images using modification of prediction error, Journal of Systems and Software, vol. 82, pp. 1833-1842, 2009. [6]. H. W. Tseng and C. P. Hsieh, Prediction-based reversible data hiding, Journal of Information Science, vol. 179, pp. 2460-2469, 2009. [7]. C. F. Lee, H. L. Chen, and H. K. Tso, Embedding capacity raising in reversible data hiding based on prediction of different expansion, Journal of Systems and Software, vol. 83, pp. 1864-1872, 2010. [8]. Huynh-Thu, Q.; Ghanbari, M. (2008), ―Scope of validity of PSNR inimage/video quality assessment‖ , Electronics Letters 44, pp. 800–801. [9]. USC-SIPI Image Database, Signal and Image Processing Institute, University of Southern California, http://sipi. usc. edu/services/database/ Database. html [10]. CBIR Image Database, University of Washington, http://www.cs.washington.edu/research/ imagedatabase/groundtruth/