1


I HC QUC GIA TP. H CHÍ MINH
TRNG I HC KHOA HC T NHIÊN





DNG MINH C





MTSKTHUTCITINTRONG
NTHÔNGTINTRÊNNHS


Chuyên ngành: Khoa hc máy tính
Mã s chuyên ngành: 62 48 01 01



TÓM TT LUN ÁN TIN S CÔNG NGH THÔNG TIN

TP. H CHÍ MINH - 2014
2


Công trình đc hoàn thành ti Trng i hc Khoa Hc T Nhiên –
i hc Quc Gia Tp. H Chí Minh


Ngi hng dn khoa hc : PGS.TS DNG ANH C


Phn bin đc lp 1: PGS.TS. LNG CHI MAI
Phn bin đc lp 2: TS. NGUYN TUN NAM


Phn bin 1: TS. LÝ QUC NGC
Phn bin 2: TS. LÊ THÀNH SÁCH
Phn bin 3: TS. PHM VN HU


Lun án s đc bo v trc Hi đng chm lun án hp ti


vào lúc gi ngày tháng nm




Có th tìm hiu lun án ti:
- Th vin Quc Gia Vit Nam

- Th vin Trng i hc Khoa Hc T Nhiên – HQG HCM
30

[CT8] Duc M. Duong, Duc A. Duong (2012), Robust and High Capacity
Watermaking Scheme for Medical Images Based on Contourlet
Transform, in Proceedings of the IEEE International
Conference on Systems and Informatics (ICSAI’12), May.2012,
Yantai, China, pp. 2183-2187
[CT9] Duc M. Duong, Duc A. Duong (2012), A New Secure and High
Capacity Watermaking Scheme Based on Contourlet Transform, in
Proceedings of the IEEE 8
th
International Conference on
Intelligent Information Hiding and Multimedia Signal
Processing (IIHMSP’12), Jul.2012, Piraeus-Athens, Greece, pp.
355-358
[CT10] Duc M. Duong, Duc A. Duong (2013), A Normalization based
Robust Image Watermarking Scheme in Contourlet Domain, in
Proceedings of the IEEE 6
th
International Congress on Image
and Signal Processing (CISP'13), Dec.2013, Hangzhou, China, pp.
490-495.















3


M U
Lí do thc hin đ tài
Ngày nay, cùng vi s bùng n v công ngh và thông tin nhng d liu s
nh nh, audio, video, phn mm, tài liu s hóa, v.v đc s dng ngày
càng ph bin, tr thành mt phn không th tách ri trong cuc sng và
công vic hàng ngày ca chúng ta. Các d liu s hóa có th đc truy cp,
trao đi hoc phát tán mt cách d dàng và nhanh chóng trên Internet. Vì
vy, vic sao chép, s
a đi hay gi mo ni dung d liu s mt cách bt
hp pháp đã tr thành mt vn đ đc nhiu cá nhân và t chc quan tâm
di góc đ ch s hu ln ngi s dng. K thut n thông tin ngày càng
đóng vai trò quan trng trong vic bo v an toàn và bo mt thông tin nh:
bo v tác quyn, xác thc ni dung, điu khin truy cp, truy
n thông tin
mt, v.v Thêm vào đó, các thành tu mi  nhng lnh vc liên quan nh
x lí tín hiu, âm thanh, video, v.v to c hi đ kt hp vi h thng n
thông tin đem li kh nng đa ng dng k thut n thông tin lên mt nc
thang mi. Chính vì nhng lý do trên, vn đ nghiên cu v n thông tin
trên d liu s nói chung và nht là nh s đã và đ
ang nhn đc s quan

tâm rt ln ca các cá nhân, t chc và vin nghiên cu trên th gii.
Mc tiêu nghiên cu
 tài tp trung nghiên cu xây dng và phát trin mô hình n thông tin mù
trên nh s, có kh nng đáp ng các yêu cu v tính bn vng, ci thin
dung lng n và đm bo tính vô hình. Trên c s ca các mô hình đã xây
dng, tip tc phát trin mô hình cho phép tip nhn yêu cu ngi dùng đ
h thng đáp ng  mc tt nht có th. C th nh
 sau:
 Nghiên cu đ xut nguyên tc và mô hình nhúng d liu vào nh tnh
s dng bin đi contourlet làm min n thông tin.
 Xây dng phng pháp ci tin mô hình đ tng kh nng chng tn
công, đng thi gi dung lng nhúng và cht lng hình nh  mc
cao.  xut ng dng k thut n thông tin vào trong thc t.
4

 Nghiên cu và xây dng mô hình n thông tin có kh nng vn hành
linh hot và mm do theo yêu cu ngi s dng.
Phm vi nghiên cu
 tài tp trung nghiên cu mô hình n thông tin bn vng, trong sut và
đt dung lng cao trên nh mc xám. Thông tin dùng đ nhúng là nh nh
phân. K thut dò và trích thông tin thc hin theo dng mù.  bn vng
ca mô hình đc xác đnh bng đ đo tng quan chun (NC) da trên
kh
nng chng các tn công x lí tín hiu s và bin đi hình hc, và đ
trong sut đc tính da trên đ đo PSNR.  xut ng dng mô hình n
thông tin trên nh y khoa.
Ý ngha khoa hc và thc tin ca đ tài
K thut n thông tin là mt vn đ có ý ngha khoa hc và thc tin, đc
xem nh gii pháp hu hiu đ b sung gii quyt các vn đ liên quan đn
an toàn và bo mt thông tin, đc bit đi vi các d liu dng s hóa.

Nhiu nhóm nghiên cu trên th gii đã và đang tp trung nghiên cu trin
khai thc hin trong lnh vc n thông tin. Do đó, lun án có ngha khoa
hc và thc tin cao, có tính thi s, nht là trong thi đim hin ti khi các
vn đ liên quan đn an ninh, an toàn thông tin  các quc gia trên th gii
nói chung và Vi
t Nam nói riêng rt đc quan tâm.
óng góp chính ca lun án
1.  xut ci tin k thut n thông tin da trên min bin đi contourlet
bng vic phát trin thành công mô hình n thông tin mi, có kh nng
gii quyt đc các yêu cu v n thông tin an toàn và bn vng
([CT2], [CT3], [CT4]).
2.  xut mô hình nhm tng cng kh nng đáp ng các yêu cu ca
bài toán n thông tin trên nh  mc đ cao so vi các tip cn tng
t ca các nhóm tác gi khác v các yu t: bn vng, trong sut và
dung lng ([CT5], [CT6], [CT8], [CT9],[CT10]).
29


DANH MC CÔNG TRÌNH Ã CÔNG B

Tp chí chuyên ngành
[CT3] Duc Minh Duong, Duc Anh Duong (2008), Digital image
watermarking in Contourlet transform domain, Journal of Science
and Technology, Vietnam Academy of Science and Technology,
Vol.46, N
o
5A, pp. 135-145.
[CT4] Dng Minh c, Dng Anh c (2009), K thut n thông tin
trên nh da trên điu bin lng t và bin đi Contourlet, Tp
chí Phát trin Khoa Hc và Công Ngh, HQG TP.HCM, Vol.

12, tr. 57-65.
[CT5] Duc Minh Duong, Duc Anh Duong (2010), A geometrical robust
image data hiding scheme based on Contourlet transform, Journal
of Science and Tecnology, Vietnam Academy of Science and
Technology, Vol. 48, No 4, pp. 91-98.
Hi tho khoa hc trong nc và quc t
[CT1] Dng Minh c, Dng Anh c (2004), Mt s k thut nâng
cao hiu qu n thông tin trong nh s, K yu Hi tho khoa hc
quc gia Mt s vn đ chn lc ca CNTT và Truyn thông-
Ln VIII, à Nng, Vit Nam, tr. 100-107.
[CT2] Dng Minh c, Dng Anh c (2007), K thut n thông tin
trên nh s da trên phép bin đi hai chiu, K yu Hi tho
khoa hc quc gia ln III-FAIR07, Nha Trang, Vit Nam, tr. 115-
120.
[CT6] Duc M. Duong, Duc A. Duong (2011), A novel watermarking
scheme against geometrical distortions based on Contourlet
transform, in Proceedings of the IEEE 8
th
International
Conference on Fuzzy Systems and Knowledge Discovery
(FSKD’11), Jul.2011, Shanghai, China, pp. 1762-1766.
[CT7] Duc M. Duong, Duc A. Duong (2012), A Hybrid Watermarking
Scheme using Contourlet Transform and Fuzzy Logic, in
Proceedings of the IEEE 9
th
International Conference on Fuzzy
Systems and Knowledge Discovery (FSKD'12), May.2012,
Chongqing, China. pp. 386-390
28


mt s loi tn công. T ci tin này mà QIM đã đc khai thác  mc tt
hn so vi phng pháp nhúng tri rng ph và trích watermark bng
tng quan nh phn ln các nghiên cu khác.
iv. Nghiên cu và đ xut hai mô hình n thông tin ci tin nhm gii quyt
mc tiêu chng tn công hình hc da trên min bt bin và ni dung nh.
im mi ca lu
n án là s dng phép bin đi contourlet vào mô hình
chng tn công hình hc vi đy đ nhng u đim va nêu làm cho h
thng n thông tin đt yêu cu bn vng và an toàn.
v.  xut và xây dng mô hình n thông tin kt hp h m cng là đóng
góp ni bt ca lun án. Các nghiên cu áp dng h m ca các tác gi
khác thng áp dng khái nim m vào m
t phn ca mô hình. Trong đ
xut ca mình, nghiên cu sinh đã thit k hoàn chnh và mô phng thành
công qui trình lp lun và suy din m, t khâu đu vào đn kt qu đu ra
ca h thng làm cho mô hình có th đáp ng yêu cu ngi dùng mt cách
linh hot và hiu qu.
Các kt qu nghiên cu đã đc công b trong 10 công trình khoa hc
ca tác gi trên các tp chí chuyên ngành, hi ngh khoa hc có uy tín trong
và ngoài n
c.
Hng phát trin
Da trên các các kt qu đã đt đc, chúng tôi đnh hng các ni dung
cn đc nghiên cu và trin khai trong giai đon tip theo nh sau:
 Tip tc nghiên cu các qui trình nhúng và trích thông tin đ tng kh
nng bn vng ca mô hình trc nhng tn công mà lun án cha thc
hin nh chng tn công đa watermark.
 Nghiên cu và xây dng các mô hình n thông tin d v
(fragile) trên
min bin đi contourlet và đ xut ng dng trong vn đ h tr chng

thc ni dung.
 Ci tin mô hình n tin kt hp h m, m rng phm vi x lí cho yêu
cu bn vng thay vì ch tp trung kh nng chng JPEG, tng cng xây
dng thêm c s lut m đ nâng cao hiu qu hot đng ca h
thng.
5

3.  xut mô hình n thông tin mi bng cách kt hp h m nhm khai
thác ti đa nng lc h thng, có kh nng đáp ng linh hot và đt
hiu qu cao hn theo nhu cu ngi dùng ([CT7]).

Chng 1: TNG QUAN
T khi hi tho quc t đu tiên v n thông tin đc t chc nm 1996,
đn nay lnh vc này đã thu hút rt nhiu s
 quan tâm ca cng đng khoa
hc và các t chc hot đng trong lnh vc an toàn và bo mt thông tin.
i vi n thông tin trong nh s, các nghiên cu bui đu chn nhúng
thông đip n vào min không gian nh, vi nhng k thut s khai nh
LSB (Least Significant Bit). n nay, các min tn s/min bin đi nh
DFT, DCT, DWT, v.v đã đc khai thác vi các thut toán nhúng nh tri
r
ng ph SSM, điu bin lng t QIM, v.v
Ngoài ra, theo kho sát ca Gayyari [56] và Potdar [85] cho thy kh nng
s dng các min bin đi đ n thông tin tt nht trên nh s theo th t
nh sau: min không gian < DFT < DCT < DWT.
Sau đó, Minh Do [54, 58] đã đ xut bin đi contourlet và bin đi này
đc xem nh s k tha u đim đng thi kh
c phc khuyt đim ca
wavelet. Contourlet cng thu hút gii nghiên cu n thông tin trin khai rt
nhiu mô hình n thông tin nh B. Chandra Mohan [12], Narasimhulu [15],

Salahi [28], Li [32], M. Mohan [57], Anusha [87], Shu [88], v.v Kt qu
thc nghim khi các nhóm tác gi nghiên cu so sánh vi mô hình tng t
nhng s dng min n thông tin khác đã chng minh contourlet có kh
nng trình din tt hn.
Tuy nhiên, các kt qu này còn hn ch và cha
thuyt phc, nht là vi yêu cu dung lng n và chng tn công hình hc.
Yêu cu dung hòa và ti u cho vic đáp ng b ba cp yêu cu đi nghch
(trade-off) ca bài toán n thông tin: “dung lng  bn vng”, “bn vng
– trong sut”, “dung lng – trong sut” luôn là nhng thách thc ln vn
6

cha đc vt qua, chính vì vy chúng tôi tip tc khai thác min
contourlet đ đt kt qu cao hn.
C s nghiên cu trong các mô hình đ xut ca chúng tôi, ngoài bin đi
contourlet còn s dng các k thut sau:
- Thut toán điu bin lng t QIM ca Chen [13], so vi thut toán ph
bin trc đây là tri rng ph, QIM thc hin quá trình nhúng và trích mù
chính xác hn mà không cn các k thut h tr
 khác.
- Phng pháp xác đnh nng lng ca subband contourlet do Li [32] đ
xut. ây là c s đ chn ra các subband tt nht đ nhúng thông tin, có
kh nng h tr trích chính xác và tng đ trong sut.
- Ý tng n thông tin hai giai đon trên subband và lowband vào h s
contourlet ca Mohan[12]. Cách này làm dung lng cao hn do nhúng vào
hai vùng, thut toán bn vng hn nu tn công ch phá hoi mt vùng.
Trong nhng phn sau ca tóm tt, chúng tôi s trình bày k
t qu và các
đóng góp ci tin ca mình trong bn mô hình mi đ xut:
 Mô hình n thông tin hai giai đon trên min contourlet (chng 2).
 Mô hình chng tn công hình hc bng min bt bin (mc 3.1.1).

 Mô hình chng tn công hình hc bng t đng b (mc 3.1.2).
 Mô hình n thông tin dung lng cao và bn vng (mc 3.2).
Các kt qu nghiên cu s đc chúng tôi áp dng đ n thông tin vào
nh
y khoa DICOM (mc 3.3).
Mt đim mi trong nghiên cu ca chúng tôi, đó là t các mô hình có kh
nng trình din tt trên ba yu t: trong sut-bn vng-dung lng nhúng
cao, chúng tôi tích hp li và trang b thêm kh nng suy din ca b điu
khin m. Bng cách này, chúng tôi xây dng đc mt h thng vn hành
hoàn chnh, linh hot và có kh nng đáp ng t
t nht yêu cu ca ngi s
dng (chng 4).


27


khi đi sánh vi các nhóm tác gi khác có cùng hng tip cn trên th
gii. Ngoài ra, mô hình ca chúng tôi còn có kh nng kháng đc các
dng tn công hình hc, đây là dng tn công còn li mà các tác gi nghiên
cu trong lnh vc n thông tin trên th gii vn đang tip tc nghiên cu.

Các đóng góp chi tit ca lun án bao gm:
i. Thông qua vic khai thác s mc và hng thc hin bin đi
contourlet, cng nh khai thác các vùng h s contourlet (subband và
lowband) theo hai cách riêng đã giúp mô hình giúp tng kh nng chng li
nhiu loi tn công, đng thi tng đc dung lng nhúng cao (12%) mà
vn đm bo đ trong sut cao. C th, mô hình có th nhúng thông đip
logo kích thc (128x128)x2 vào nh gc (512x512) mà vn
đm bo đ

trong sut (PSNR > 37) và gi đc an toàn trc mt s tn công. Nu
không yêu cu chng tn công, mô hình cho phép dung lng nhúng lên
đn 25% (logo 256x256 nhúng vào nh gc 512x512) và có đ trong sut
cao (PSNR > 41).
ii. Mô hình hot đng theo c ch dò tìm và trích watermark mù (không
cn nh gc) vi đ chính xác cao là mt đim ni bt: bng vic chn
bc nhy QIM phù hp cho tng loi h s làm tng kh n
ng trích chính
xác thông đip mà không cn thông tin h tr, đm bo khi không có tn
công vn luôn đt mc an toàn cao (NC=1). im ci tin đáng k na là
tác gi đã phát hin đc đc trng và dùng bc nhy ca thut toán QIM
đ điu khin mô hình đáp ng theo nhiu cách khác nhau cho hai yêu cu
trong sut và bn vng vi tn công x lí tín hiu. Theo đó, đ bn vng
c
a thut toán khi dùng tn công nén JPEG lên đn mc ti đa là 5%.
iii.  đng thi đáp ng ba yêu cu chính ca mô hình n thông tin,
nghiên cu sinh đã kho sát và đ xut cách khai thác đc trng ca các h
s contourlet. Trong đó, các đc tính liên quan nh “h s láng ging” ca
contourlet, “bc nhy” trong thut toán QIM, “s mc bin đi” và “s
hng phân tích” nh đã đc khai thác nh
m tng tính ngu nhiên trong
quá trình nhúng thông tin, giúp tng cng tính bo mt và kh nng chng





B
Chúng
t

mi trê
n
n thôn
g
thông t
i
hoàn th
à
C th,
và QI
M
trích th
ô
Hình 4.13 Kt
q
B
ng 4.4 Thc ng
h
t
ôi đã trình bày
n
n
min bin đi c
g tin có kh nn
g
i
n g

m: dung l
n

à
nh mc tiêu đt
r
các nghiên cu
đ
M
đ nâng cao hi

ô
ng tin ca chún
g
26


q
u chng JPEG
h
im tn công v
i

-
KT LU

n
hng ci tin v
à
ontourle
t
, bng v
i

g
đáp ng các yê
u
n
g, trong su

t và
r
a ca lun án.
đ
ã tp trung khai
t

u qu ca mô hì
n
g
tôi hot đng hi

vi yêu cu ng

i
các b tham s
k
-


N
à
phát trin k th
u

i
c phát trin thà
n
u
cu c bn ca
m
b

n vng. K

t q
u
t
hác các đc trn
n
h. Trong đó, qu
i

u qu và cho các

i dùng
k
hác nhau

u
t n thông tin
n
h công mô hình
m
t h th


ng

n
u
 nghiên cu đã
n
g ca contourlet
i
trình nhúng và
kt qu cao hn
7

Chng 2: MÔ HÌNH N THÔNG TIN HAI GIAI ON
TRÊN MIN CONTOURLET
2.1 Mô hình n thông tin hai giai đon trên min contourlet:
2.1.1 Qui trình n thông tin hai giai đon trên min contourlet
- Giai đon 1: Nhúng w trên subband tt nht.






















Hình 2.9 Qui trình nhúng thông tin hai giai đon ci tin [5]
Ta gi các h s đc chn nhúng là h s kh thi.
- Giai đon 2: Nhúng trên lowpass ca 
nh kt qu t giai đon 1.
nh gc I
0

Bin đi Contourlet I
0

Tính nng lng các subband
QIM cho subband có nng lng
Max trên các h

s kh thi
Bin đi Contourlet I’
nh đã nhúng I’ (G1)
QIM trên h s lowpass ca I’
Bin đi contourlet ngc
Watermark
Bin đi Contourlet nguc

nh đã nhúng I
w
(G2)

2.1.2 Q
Vi vi
kh n
n
Tuy nh
i
cp cho









2.2 á
n
ui trình trích th
ô
c nhúng bng th
u
n
g trích mù thôn
g
i

ên, các tham s
b trích d liu.
Hình 2.12 S

n
h giá kt qu th
Hình 2.23 S
o
8

ô
ng tin
u
t toán QIM trên
g
tin, ngha là kh
ô
đã s dng tron
g
Qui trình trích đ





đ
 mô t qui trì
n
c nghim:
o

sánh dung ln
g
các h s contou
r
ô
ng cn I
0
làm t
h
g
quá trình nhún
g

c th hin nh
H
n
h trích thông tin
[
g
nhúng các mô
h
rle
t
, h thng có
h
ông tin so sánh.
g
cn đc cung
H
ình 2.12.

[
26]

h
ình

4.4 á
n
H
ì
17
m
Tr

Ví d:
v
(a) Yê
u
(b) Qu
Nu vé
cu (a)
din, k

yêu c
u
Kt qu

- T

- T

r
- D
u
I
m
n
h giá kt qu
ì
nh 4.11
K
t qu
t
m
àu sc và nhãn:

c Y: T l nén J
P
v
i h m đã xây
u
cu:Bn vng:
C
i tc u tiên: Bn
t cn các b tha
m
trên, đáp án là “

t qu là tp tha
m
u

ng

i dùng.

ca mô hình th


n công (JPEG):
C
r
ong sut (PSNR)
u
ng l

ng (Cap
a
m
age(512x512))
25

t
hc thi mô hình
v
s th t ca b
t
P
EG. Kích c hìn
h
dng, ngi dùn
g

C
c mnh - Tron
g
vng > Dung l

m
s ca mô hình
t
không th thc
h
m
s 6 có kh nn
g

c thi b tham s
t
C
C MNH (JP
: THP: PSNR
=
a
city): CAO =
v
i 17 b tham s

t
ham s. Trc X:
đ
h
tròn: dung

l
n
g
g
nhp d liu in
p
g
sut: Tt - Dun
g

ng > Trong su
t
t
heo cách bình th

h
in”. Khi vn hà
n
g
đáp ng gn đú
n
t
h 6:
EG 20%)  NC
=
=
33
6,25% (Logo



khác nhau.
đ
 trong sut.
g
nhúng (bit)
p
ut nh sau:
g
l

ng: Rt cao
t


ng, thì vi yêu
n
h h m đ suy
n
g  mc tt nht
=
0,998
W (128x128)
/


Nu kh
ô
khi suy
yêu c
u

Vi cá
c
m có
t
làm ti
p
Hid
i
Ví d,
t
m hóa
ca yê
u
t
Y
Mô hìn
h
















ông tìm thy b
din đ đa vào
m
u
theo đ u tiên.
c
h vn hành “m
”
t
h là nhiu b t
h
p
theo là tính kt
q
i
ng = ∑ 
i
* t
Y
t
hc thi mô hình
t
giá t
r
 rõ này đ
u
cu). Sau đó, áp
Y

êucu
i
= max {
h
s thc thi b t
h
Hình 4.5 S
24

tham s nào th
a
m
ô hình, phi th

”
nh trên, kt q
u
h
am s kh thi, t
h
q
u Hiding nh t

Y
êucu
i
vi i=
1
t
heo b tham s j

có các µ
trongsut_k

(
dng phép hp
m
µ
yêucui_k
} vi k

h
am s cho giá tr

đ
 mô hình n th
ô
a
mãn đng thi

c thi các lut “ta
u
 ca quá trình
h
ay vì ch mt. C
h

i (4.1) cho mi b

1
3

s cho PSNR =
4
(
k[1, s] vi s là
m
 Max đ có t

[1, s], i=1 3
Hiding ln nht.
ô
ng tin kt hp h

các yêu cu sau
nhánh” đ gim
suy din ca h
h
o nên, vic cn

tham s.
(4.1)
4
8. Chúng tôi s
s lng tp m
t
Yêucu
i
.
(4.7)

m


Vic k

tôi (nh
ú
44) là
n
1.
2.
Hai đ
c
 K



H
ình
2
 Ch






Hì
n
Hình 2.
2


t qu nhúng đ
t

d
ú
ng 32x32: PS
N
n
h s khai thác
h
S hng d và
linh hot chn đ

c tính h s l
á
c
đim này to c
thut “nhúng th

2
.10.a Các h s k
h

đng tính toán,
n
h 2.22
S
 mc p
h
9


2
4 So sánh PSN
R
d
ung lng ln P
S
N
R61, (32x32)x
2
h
ai đc đi

m n

i
b
s mc l ca ph
é

c s lng h
s
á
ng ging ca co
n
s đ chúng tôi t
h

a” trên subband
v

h
 thi ti subband
đ
chn s mc l và

h
ân tích contourl
e
R
ca các mô hình
S
NR cao trong m
ô
2
: PSNR50, (6
4
b
t ca contourlet
é
p phân tích con
t
s
 nhúng phù hp
n
tourle
t
.
h
c hin:
v

à lowband (hình
đ
m bo b 3 ràng
b
s hng d phù
h
e
t và dung lng
n

ô
hình ca chúng
4
x64)x2: PSNR
và QIM:
t
ourle
t
cho phép
(hình 2.22).
2.10a)
b
uc nhúng G1
h
p yêu cu
n
húng ti đa

Ngoài
k

công x

sau, ch
ú
mc 5
%





H
Khi th

nhy d
e
mnh n
h
đc đi
m
delta c
h






Hì
n

2.3 K
t
Mô hìn
h
nng 
n
Vi n
n
nhng
đ
thêm tí
n
k
h nng n vi

lí nh, nht là
J
ú
ng tôi có th đ
y
%
.
H
ình 2.16 So sán
h

c hin nhúng b
n
e
lta ca QIM s

h
úng trong n th
ô
m
quan trng c
a
h
ính là nhân t qu
y
n
h 2.20 So sánh
đ
t
chng
h
n thông tin h
a
n
dung l

ng cao,
n

t
ng thành côn
g
đ
c đim ca Q
I
n

h nng chng t
n
10

đ trong sut c
a
J
PEG. Vi phát h
i
y
kh nng chu

h
giá tr
N
C khi t
r
n
g QIM trên các
h
nh hng đn t
ô
ng tin). Tuy nhi
ê
a
delta trong QI
M
y
t đnh kh nn
g

đ
 trong sut và b
a
i giai đon trên
m
trong sut và b
n
g

t
 mô hình nà
y
I
M và contourlet
n
công hình hc c
h
a
o, mô hình còn
i
n ti đây, trong
đng nén JPEG
c
r
ích w di tn c
ô
h
 s contourlet,
đ
ính trong sut c


ê
n, chúng tôi ph
á
M
khi thc hin 
n
g
chng JPEG c
a

n vng vi JPE
G
m
in contourlet
đ
n
vng vi tn cô
n
y
, chúng tôi s ti

trong các mô h
ì
h
o
m
ô hình.
chng đc tn
nhng mô hình

c
a mô hình lên
ô
ng JPEG
đ
 ln ca bc

a mô hình (sc
á
t hin thêm mt
n
t
r
ên contourlet,
a

m
ô hình.
G
theo delta
đ
ã trình din kh
n
g x lí tín hiu.

p tc vn dng
ì
nh sau, đ tng

Tp 17

sau qu
á
3. T
n
Bn
g
Chúng
gm d
e
đ kh
4.3. M
y
Do đ
u
thng
k
cp, c
h
tng

đ đáp

m
nh đ MISO
á
trình chúng tôi
t
n
g t, chúng tôi x
g

4.2. Tp 17 m
n
tôi s dng thi
t
e
ltasub và deltal
o
m.
ô t cách thc
h
u t mâu thun
u
vào ng

i dùng
k
hông cn m hó
a
h
úng ta s gii h


ng ca b tham
s
ng bng và tt
h
23

cho đu ra m
d

t
rin khai các mô
ây dng các mn
h
n
h
đ
 h
p
thành
d
t
b hp thành M
o
w, chúng tôi s
d
h
in h thng 
n
đã cung cp giá
a
đu vào. Cn c


n s ln thc thi
s
. Vi mt yêu
c
h
n yêu cu đó.

d
eltalow di đâ
y
hình n thông ti
n
h
đ MISO cho c
á
d
ng MISO cho đ

ax – Min. Vi h
a
d
ng phng phá
p
n
thông tin m
đ
t
r
 ca các bin
n

vào yêu cu do
n
mô hình n thô
n
c
u đu vào s kí

c
y
đ

c xây dng
n

t
i chng 2 và
á
c bin còn li.

u ra deltalow

a
i tp m đu ra
p
đim trng tâm
đ
 gii quyt ba
n
gôn ng, nên h
n
g

i dùng cung
n
g tin theo giá t
r


c
h hot các mnh

Gii m
ã
distanc
e
sang m
ô
4.2 Thi



Hình
4
Chúng
t
Hình 4.2.
Q
ã
: h thng s gi

e
, num, deltasu
b
ô
hình n thông
t

t k h thng đ

i
4
.3. B điu khin
M
I
S
t
ôi xây dng các
t
Bng
22

Q
ui trình trích thô
n

i mã khóa k nh
n
b
, deltalow, time
s
t
in đ trích ra thô
n
i
u khin m





m MIMO (Mul
t
S
O (Multi Input S
i
t
p m mô t các
4.1. Các tp m
t








n
g tin kt hp h
m
n
vào đ ly đc
s
}. Các giá tr n
à
n
g đip w.
t
i Input Multi Ou
rp

i
ngle Output)
bin m đu vào
t
rong h thng
m

các giá t
r
 {l, d,
à
y đ

c chuyn
rp
ut) gm nhiu
và đu ra.
11

Chng 3: CÁC MÔ HÌNH N THÔNG TIN CI TIN
TRÊN MIN CONTOURLET
3.1 Mô hình n thông tin bn vng trc bin đi hình hc trên min
contourlet
Theo nghiên cu ca Cox [35], mô hình n thông tin kháng đc trc
dng tn công hình hc luôn là thách thc ln t trc cho đn nay.
Cox đã phân loi mt s k thut chng tn công hình hc sau: 1. Tìm
kim vét cn; 2. ng b/đng kí; 3. T tng quan; 4. Watermark bt
bin; 5. T
đng b.
Chúng tôi s phát trin mô hình  chng 2, trin khai hai mô hình mi có

kh nng chng tn công hình hc da trên k thut 4 và 5.
3.1.1 Mô hình n thông tin dùng min bt bin chng tn công
hình hc
Min bt bin trong chng tn công hình hc là min n thông tin không b
thay đi khi có tn công hình hc xy ra. Thông tin n s đa vào min
này. nh chun hóa (normalized image [17, 18, 37]) là mt dng bin đi
bt bin nh th, s đc khai thác cùng vi QIM trên contourlet trong mô
hình sau.
3.1.1.1 Qui trình nhúng kt hp chun hóa nh
- Bc 1: bin đi nh gc I thành nh chun hóa I
NOR
.
- Bc 2: chn mt mnh nh I
NOR_piece
ca I
NOR
theo đ ln ca
watermark W
- Bc 3: bin đi contourlet I
NOR_piece
đ có I
NOR_piece_Contour

- Bc 4: Nhúng W vào I
NOR_piece_Contour
da theo mô hình ti chng 2,
ch s dng lowband, có I
NOR_W_Contour

- Bc 5: bin đi contourlet ngc I

NOR_W_Contour
đ có I
NOR_W_Inv_Contour

- Bc 6: thay I
NOR_W_Inv_Contour
vào vùng nh đã chn t Bc 2
I
NOR_piece
đ có I
NOR_W

- Bc 7: chun hóa ngc I
NOR_W
đ có nh watermark I
W


3.1.1.2
Q
- B

- B

- B

- B

- B


I
N
O
3.1.1.3






nh ch
u
nng c
h
khá. 
i
trang b

Q
ui trình trích t
h

c 1: đc nh w
a

c 2: chun hóa
I

c 3: chn vùng
c


c 4: bin đi co
n

c 5: dùng th
u
O
R_W_piece_Contou
r
đ

ánh giá kt qu

Hình 3.10 S
o
Hình 3.11 So s
u
n hóa đc bi
n
h
ng tn công hìn
h
i
u đó ngha là
n

cho mô hình thê
m
12


h
ông tin Norma
l
a
termark I
W

I
W
đ có I
NOR_W

c
a I
NOR_W
có thô
n
n
tourle
t
I
NOR_W_pie
u
t toán trích t
h
có watermark trí
c

thc nghim








o
sánh giá tr
N
C
s



ánh dung lng
n
n
đi contourlet
r
h
hc, tn công x
n
hng phát hin

m
kh nng chn
g
l
ize - contourlet
n

g tin n I
NOR_W_p
ce
đ có I
NOR_W_pie
c
h
ông tin n ti
c
h đ

c w.
s
au tn công các
n
húng gia các m
ô
r
i n thông tin b

 lí nh và đt d
u

mc 2 tip tc
g

t
n công hình h

iece


c
e_Contou
r

chng 2 cho
loi
ô
hình

ng QIM có kh
u
ng l

ng nhúng
đ

c phát huy,

c.

Quyt
đ
s nh
h
-
-
-
-







H đi
u
suy di
n
tr ca
c
Mô hì
n
times}
u r
a
{l, d,
d
dng k
h



đ
nh điu khin c

h
ng đn kt q
u
S mc l và s

h
Vi subband co
n
chn nhúng (nh
ú
nng lng ln
d
Vi k thut
Q
deltalow và sub
b
S ln nhúng th
ô
đip có th đ
c
Hình 4.1.
Q
u
khin m nh
n
n trên
t
p lut m

c
ác tha
m
s {l, d,
n
h n thông tin

n
và thc thi n th
ô
a
ca h thng là
d
istance, num, d
e
h
i trích thông tin.
21


a h m c th
l
u
 n thông tin. 
ó
h
ng d thc hi
n
n
tourlet: khong
c
ú
ng tha hay dà
y
d
ùng đ nhúng.
Q

IM: giá t
r
 c
a
b
and deltasub.
ô
ng đip: đ đ
m
c
nhúng nhiu ln
Q
ui trình nhúng th
ô
n
các giá t
r
 đu

đã xây dng. K

distance, num,
d
n
hn vào {l, d,
d
ô
ng tin w vào nh
nh đã nhúng th
ô

de
ltasub, deltalo
w

l
à xác đnh giá tr
ó
là:
n
bin đi contour
l
c
ách distance gi

y
); s lng subb
a
a
b

c nhy de
l
m
bo trích đúng t
h
times thay vì ch
ô
ng tin k

t hp h


vào,
m
 hóa (n
u

t xut ca h đi
u
d
eltasub, deltalo
w
d
istance, num, de
l
I.
ô
ng tin I
w
. Giá tr
w
, times} đc l

ca nhng tham
l
et.

a hai h s đc
a
nd num có mc
l

ta cho lowband
h
ông đip, thông
mt ln.

m
u
cn), tin hành
u
khin m là giá
w
, times}.
l
tasub, deltalow,
ca các tham s

u và khóa k s

Bn
g
TT
1
2
Vi n
h
tin bn
h
mm x
e
chng

m
DICO
M
vn ho

C
4.1 Kt
Xut p
h
din đ
t
nhúng
c
b
a yêu
nhau n
ê
mc đ
đnh. V
cách hi

g
3.15
K
t qu
sa
Bng 3. 16 S
o
Tn côn
g

Nhiu 0,3%
Median 3x3
h
DICOM, có hai
h
nhân) và chng
e
m DICOM). M
ô
m
inh kh nng t
r
M
, là dng nh m
à

t đng và cho k
t
hng 4: MÔ H
Ì
hp h m vào
m
h
át đim ca ý t

t
yêu cu ca ng

c
ó đ trong sut

r
cu {dung ln
g
ê
n không th đn
g
quan trng ca c
á

i b điu khin
m

u qu hn.
20

a
u khi thc hin c
á







o
sánh tn công
g
g
Ouesl

a
0
,
0
,
yêu cu u tiên l
à
nén JPEG (đ p
h
ô
hình chúng tôi
r
ình din tt ch
o
à
vùng ít ý ngha
t
qu khá tt khi s

Ì
NH N THÔN
G
m
ô hình n thôn

ng xây dng h


i dùng. Ngi
d

r
t cao”, thay vì
“
g
nhúng, đ trong
g
thi đt mc t
ác yêu cu và h
t
m
, h thng s
l
á
c dng tn công
g
ia các mô hình
(
a
ti [79]
M
,
94
,
99
à
dung lng cao
h
ân phi nh mà
t
r

ình bày ti c
á
o
hai yêu cu nà
y
r
ng, cha ít th
ô
o sánh.

G
TIN
K
T H
P
g tin

m n thông ti
n
d
ùng s phát biu
“
PSNR ln hn 5
sut, tính bn v

t nht. Ngi dù
n
t
hng s vn hàn
h

l
inh hot và tìm
k
trên mô hình
(
NC)
M
ô hình
1
0,82
(đ n đ thông
không cn phn
á
c mc trc đã
y
. Nay đn nh
ô
ng tin, mô hình
P
H M
n
là vì thói quen
theo cách “nh
0”. Hn na, b

ng} mâu thun
n
g s quyt đnh
h
theo h


ng ch
k
im li gii mt
13

3.1.2 Chng tn công hình hc bng t đng b theo ni dung
T đng b theo ni dung nh là k thut hin thu hút nhiu quan tâm ca
gii nghiên cu, vì đc trng nh là yu t bn vng di tn công (SIFT
[16] dùng đ trích đc trng nh). Ta đ ca các đim đc trng nh s
đc n vào mt min bt bin v
i tn công hình hc trong mô hình chúng
tôi s dng NPR [80]. Sau đó s dùng đ đi chiu vi đc trng nh sau
tn công, tính toán và bin đi ngc đ đa nh v trng thái trc tn
công hình hc, ri rút ra thông tin n.
3.1.2.1 Qui trình nhúng thông tin
 Bc 1: rút P đim đc trng tt nht FP t nh gc dùng SIFT. S
lng FP rút tùy thuc vào s CP cn đ đng b d
liu: đ nhúng
vect ta đ ca 6 đim cn 120 bit. Mt bit nhúng trong hai tam giác.
Vì vy, ta cn có 240 tam giác. Theo nhóm tác gi Lee [30], hu nh có
th đt s FP không gii hn.
 Bc 2: dùng li Delaunay trong Omohundro [77] ca các FP t bc
1 đ phân hoch nh thành N tam giác khác nhau Tr
i
. Nu N<240, quay
li bc 1 đ tng s lng đim P.
 Bc 3: sp xp tp tam giác t nh đn ln, {Tr
1
, Tr

2
, …, Tr
N
}.
 Bc 4: chn 6 FP có trng s tt nht t bc 1. Lu ta đ ca 6 FP
vào chui RS đ làm thông tin t đng b.
 Bc 5: nhúng RS vào min NPR nh sau:
 Cp Tr
i
và Tr
i+1
t bc 3 s đc dùng đ nhúng mt bit ca RS.
 Nu là bit 0, chnh pixel ca Tr
i
và Tr
i+1
đ NPR(Tr
i
)< NPR(Tr
i+1
)
 Nu bit 1, chnh pixel ca Tr
i
và Tr
i+1
đ NPR(Tr
i
)> NPR(Tr
i+1
)

 Thut toán dùng đ thay đi các NPR
NPR(Tr
i
) < NPR(Tr
i+1
): gim s pixel ln hn ngng T ca Tr
i
và tng
s pixel ln hn ngng T ca Tr
i+1
.
 Bc 1: sp pixel ca Tri t ln đn nh, đánh s t P
i1
đn P
iN
.
 Bc 2: sp pixel ca Tr
i+1
t ln đn nh, ch chn các pixel nh hn
ngng T. ánh s t P
(i+1)1
đn P
(i+1)M
.
14

 Bc 3: khi to k=1 (k=1 N), l=1 (l=1 M): xét các pixels ca Tr
i
và
Tr

i+1
.
 Bc 4: gim giá tr ca P
ik v
nh hn T, tng giá tr ca P
(i+1)l
cao hn
T. Tính NPR(Tr
i
) và NPR(Tr
i+1
).
 Bc 5:
- Nu NPR(Tr
i
) < NPR(Tr
i+1
) thì Dng,
- Ngc li, tng k+ l, quay li bc 4
Giai đon 2: Nhúng thông đip watermark
Sau khi nhúng thông tin t đng b, chúng tôi tip tc nhúng thông đip
bng qui trình nhúng tng t ti chng 2.
3.1.2.2 Qui trình trích
u tiên, qui trình s kim tra đ xác đnh có hay không bin đi hình hc
trên nh đã nhúng, bng cách so sánh giá tr hin ti vi d liu cha thông
tin đng b rút ra t ln nhúng  giai
đon 1. Nu có sai bit, s thc hin
các bin đi ngc đ phc hi v nh ban đu. Sau đó là trích thông đip.
Ý tng v cách xác đnh nh watermark b bin đi hình hc nh sau:
 Bc 1: dùng b dò ti [30] ly P các FP tt nht t nh đã nhúng.

 Bc 2: to li Delaunay t các FP đ phân nh thành N tam giác Tr
i

(i=1…N).
 Bc 3: sp xp các tam giác t nh đn ln.
 Bc 4: rút RS (chui thông tin đng b) t min NPR.
 Bc 5: so sánh 6 đim t bc 1 và 4. Nu có khác, xác đnh hai tham
s ca bin đi affine.
 Bc 6: làm bin đi ngc li vi kt qu có t bc 5. Tn công
hình hc trên nh nhúng đã b đng b
.
Sau khi tn công hình hc đc gii quyt, qui trình tip tc thc hin trích
thông đip nh mô t ti chng 2.
3.1.2.3 ánh giá kt qu thc nghim


Ti mô
(chn
tôi đã
d
nhm
k
trình n
h
- S

- K
h
- G
i

su
t
- S

Nh đ
ó
các m
ô
khin

3.3 n
Các th
ô
him,
b
nhau.

trc t


PSN
R







hình này, nhm

p
g 2), chúng tôi đ
ã
d
ùng phng ph
á
k
hoanh đ

c vù
n
h
úng và trích. C

mc l và d ca p
h
ong cách nhy
h
i
á tr delta phù
h
t
, bn vng cao.

ln nhúng trên s
u
ó
, mô hình ca ch
ú
ô

hình khác. ây

n thông tin trong
g dng xây dn
g
ô
ng tin cá nhân t
r
b
nh vin và c b


ây là lúc cn 
n

n công.
B
Oueslati [7
9
R
40,12
Hình 3.32 So
19

p
hát huy nhng
p
ã
đy h thng đ
n

á
p th sai, vét c
n
n
g phù hp nht
th, đó là các giá
hân tích contourl
e
h
 s khi QIM trê
n
h
p ca QIM ch
o
u
bband.
ú
ng tôi đã đt cá
c
cng là c s đ

chng 4.
g
mô hình n thô
r
ong nh DICO
M

nh nhân tác đn
g

n
g dng n thôn
g
B
ng 3.14 Kt qu

9
] Rahimi
[
>45
sánh dung
l
n
g

p
hát hin ti mô h
ì
n

t
i đa các ng
n
n
và ghi du các
cho các tham s

tr tham s sau:
e
t.

n
subband, lowb
a
o
các mc đích
k
c
kt qu vt tr


chúng tôi xây
d
ng tin trên nh
y
M
s là đi tng
g
thay đi vì nhi

g
tin vào đ bo
v

đo PSNR
[
29]
M
36,77 ≤
P
g

và PSNR các m
ô
ình hai giai đon
n
g có th. Chúng
mc quan trng

dùng trong qui
a
nd.
k
hác nhau: trong

i khi so sánh vi
d
ng h m điu
y
khoa
đ các hãng bo

u mc đích khác
v
 ni dung này
M
ô hình
P
SNR ≤ 43,34
ô
hình


H


Hình 3.
2
H
ình 3.27 So sán
h
Hình 3.28
Hình 3.29 So
18







2
6 So sánh bn v







h
NC ca water
m






Dung
l
ng nhú
n





sánh dung
l
ng

ng di tn công
m
ark khi có tn cô
n
n
g ca các mô hì
n
và PSNR ca mô
n
g JPEG
n
h

hình





- Nu
k
StirMa
r
B









Hình 3.18 So
s
Hình 3.19
S
k
hông có
t
n côn
g
r

k 4.0 ca Petisc
o
B
ng 3.5 So sánh
15







s
ánh dung lng
n


S
o sánh
đ
 trong
s
g
, mô hình trích
W
o
las[69] thc hin
tính bn vng tr

n

húng gia các
m
s
ut gia các mô
h
W
chính xác vi N
t
n công hình h

c tn công (Sai
s
m
ô hình
h
ình
N
C1,0. Khi dùng
c, cho kt qu:
s
 là BER)
16

Nh vy, nhng u đim ca mô hình c bn trong chng 2 có th chuyn
tip vào mô hình chng tn công hình hc, vi kt qu khá tt.
3.2 Mô hình n thông tin trên min contourlet đt dung lng cao và
bn vng
3.2.1 Qui trình nhúng
Quá trình nhúng thc hin bng cách ln lt nhúng vào các subband theo
mc nng lng gim dn cho đn khi ht dung lng yêu cu. Và trong

quá trình nhúng, c hiu thông báo vic ngng nhúng là PSNR ca nh
m
i. Nu PSNR vt qua ngng “trong sut”, thut toán ngng nhúng.
Tiêu chun đ nhúng vn là chn subband có nng lng cao.
Dung lng nhúng s tng lên khi nhúng nhiu ln trên nhiu subband. Do
đó, thay vì chn nng lng E
max
, chúng tôi sp xp theo mc nng lng
gim dn ca các subband đ nhúng.
3.2.2 Qui trình trích
 Bc 1: phân tích nh đã nhúng I
w
bng bin đi contourlet
 Bc 2: tính nng lng cho các subband
 Bc 3: sp xp, đa các subband vào queue theo nng lng gim dn
 Bc 4: ly 3 bit đu ca subband có nng lng MAX đ có n là s logo
đã nhúng
 Bc 5: ly ra t queue  bc 3 mt subband (th i), trích w theo b
tham s

tng ng ca QIM. Da trên i, dch chuyn k dòng ca w đ
trích đúng w. Sau đó t thông tin đã trích, xây dng nh nhúng theo chiu
đã quét.
 Bc 6: - Nu i=n thì sang bc 7;
- Ngc li, tng I và quay li bc 5.
 Bc 7: trích ra t lowband ca bc 1 đ có nh nhúng W
n+1
.
3.2.3 ánh giá kt qu thc nghim



17

Bng 3.7 So sánh đ trong sut
Xueqiang [48] Salahi [28] Shu [88] Mô hình
n/a 49 n/a 39
Bng 3.10 So sánh kh nng chu đng tn công ti đa
TT Tn công Xueqiang [48] Mô hình
1 JPEG (minimum) 9 5
2 Crop 13×13 200 × 200
3 Median 5×5 1×1
Bng 3.11 Kt qu trích watermark sau tn công (NC)
TT Tn công Salahi [28] Shu [88] Mô hình
1 JPEG 50% 0,99 n/a 1
2 Nhiu Gauss < 0,85 n/a > 0,9
Bng 3.12 Kt qu trích watermark sau khi tn công (NCC)
TT Tn công
Narasimhulu [15]
Mô hình
1 JPEG 1 1
2 JPEG 50% n/a 1
3 Nhiu 0,3% 1 1
4 Median 3x3 n/a 0,82
5 Mosaic 0,96 1
6 Sharpen 0,53 0,98
7 Blurring 0,92 1
8 Brightness n/a 1
9 Contrast 0,99 0,92
10 Manual crop -0,98 0,98
11 Invert 1 1