Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấu tin
Luận án tiến sĩ nghiên cứu kỹ thuật phát hiện ảnh giả bằng trí tuệ nhân tạo, ứng dụng học sâu và xử lý ảnh nâng cao.
Năm xuất bản
Số trang
148
Thời gian đọc
23 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Tổng quan về Steganography và Steganalysis Ảnh Số
- Số trang:
- 148 trang
- Trường:
- Đại học Quốc gia Hà Nội - Trường Đại học Công nghệ
- Chuyên ngành:
- Hệ thống thông tin
- Tác giả:
- Hồ Thị Hương Thơm
- Năm:
- 2012
Tóm tắt nội dung luận án
I.Tổng quan về Steganography và Steganalysis Ảnh Số
Nghiên cứu về an toàn thông tin số ngày càng được chú trọng. Steganography và Steganalysis đại diện cho hai khía cạnh đối lập trong lĩnh vực này. Luận án đi sâu vào các kỹ thuật phát hiện ảnh giấu tin, cung cấp cái nhìn toàn diện về thách thức và giải pháp hiện có. Mục tiêu là nâng cao khả năng phát hiện ảnh giấu một cách hiệu quả.
1.1. Khái niệm và Vai trò của Giấu tin Trong Ảnh
Giấu tin (Steganography) là nghệ thuật và khoa học truyền thông tin một cách bí mật. Mục đích là che giấu sự tồn tại của thông điệp, không chỉ nội dung của nó. Ảnh số là phương tiện che đậy phổ biến do tính dư thừa và khả năng chịu đựng thay đổi nhỏ. Các kỹ thuật giấu tin phát triển liên tục, từ việc thay đổi bit ít quan trọng nhất (LSB) đến các phương pháp phức tạp hơn trong miền biến đổi. Thách thức lớn là đảm bảo thông tin giấu không thể bị nhận biết bởi giác quan con người hoặc các thuật toán phân tích. Việc nghiên cứu các phương pháp này đóng vai trò quan trọng trong việc hiểu rõ các lỗ hổng bảo mật tiềm ẩn.
1.2. Phát hiện Ảnh Giấu Tin Nền tảng Steganalysis
Steganalysis là lĩnh vực đối trọng với Steganography. Nhiệm vụ chính của nó là phát hiện sự hiện diện của thông tin giấu trong một ảnh số khả nghi. Quá trình này không yêu cầu biết nội dung thông điệp hay phương pháp giấu tin cụ thể. Phát hiện ảnh giấu là một bài toán phức tạp. Nó thường yêu cầu xử lý ảnh số chuyên sâu và phân tích thống kê ảnh. Các phương pháp Steganalysis có thể là "mù" (blind), không cần ảnh gốc, hoặc "có ràng buộc" (informed), sử dụng thông tin về kỹ thuật giấu. Phát hiện thành công ảnh giấu tin có ý nghĩa lớn trong điều tra tội phạm mạng và an ninh quốc gia.
1.3. Các Phương pháp Nghiên cứu và Hướng Phát triển
Nghiên cứu phát hiện ảnh giấu liên tục phát triển. Ban đầu, các phương pháp dựa trên phân tích thống kê ảnh truyền thống. Sau đó, học máy trở thành công cụ mạnh mẽ, sử dụng các thuật toán như SVM, RandomForest. Hiện nay, học sâu, đặc biệt là mạng nơ-ron tích chập (CNN), thể hiện tiềm năng vượt trội. CNN có khả năng tự động trích chọn đặc trưng phức tạp từ dữ liệu ảnh. Điều này giúp phát hiện các dấu vết giấu tin tinh vi. Luận án này khám phá cả phương pháp truyền thống và đề xuất các cải tiến, góp phần vào sự phát triển của Steganalysis. Các hướng phát triển tập trung vào việc tăng cường độ chính xác và khả năng tổng quát hóa.
II.Phát hiện Ảnh Giấu Mù LSB Phương pháp Miền Không Gian
Một trong những kỹ thuật giấu tin cơ bản và phổ biến nhất là thay thế bit ít quan trọng nhất (LSB). Phát hiện ảnh giấu sử dụng LSB trong miền không gian đặt ra nhiều thách thức. Luận án này tập trung vào các phương pháp Steganalysis mù nhằm xác định sự tồn tại của thông tin được giấu bằng kỹ thuật này mà không cần ảnh gốc.
2.1. Phân tích Nguyên lý Giấu tin LSB Miền Không Gian
Giấu tin LSB trong miền không gian trực tiếp thay đổi các bit ít quan trọng nhất của giá trị pixel. Một bit tin nhắn được nhúng vào LSB của một kênh màu (ví dụ, xanh lá cây) của một pixel. Việc thay đổi LSB thường gây ra sự thay đổi giá trị pixel chỉ là ±1. Sự thay đổi này rất nhỏ, không thể nhận thấy bằng mắt thường. Tuy nhiên, nó làm thay đổi các thuộc tính phân tích thống kê ảnh. Cụ thể, nó có thể làm sai lệch phân phối histogram của các cặp giá trị pixel hoặc các mẫu thống kê bậc cao. Phát hiện các thay đổi tinh vi này là trọng tâm của steganalysis LSB.
2.2. Kỹ thuật Phát hiện Dựa trên Thống kê và Đặc trưng
Các phương pháp phát hiện ảnh giấu LSB mù thường dựa vào phân tích thống kê ảnh. Kỹ thuật phân tích độ lệch chuẩn so sánh sự phân bố của dữ liệu ảnh. Kiểm định Chi-bình phương (χ2) được sử dụng rộng rãi để phát hiện sự thay đổi trong histogram của các cặp giá trị. Phương pháp này tìm kiếm sự mất cân bằng giữa các cặp pixel có và không có tin nhắn. Phân tích tỉ lệ xám và ước lượng thông tin giấu cũng là những kỹ thuật quan trọng. Chúng khai thác các đặc điểm thống kê như khoảng cách giữa các cặp giá trị. Các kỹ thuật này hoạt động bằng cách trích chọn đặc trưng thống kê từ ảnh nghi ngờ. Sau đó, chúng phân loại ảnh là có hoặc không có tin giấu.
2.3. Hạn chế và Hiệu suất của Các Phương pháp Truyền thống
Mặc dù các phương pháp phát hiện ảnh giấu LSB truyền thống đã chứng minh hiệu quả nhất định, chúng vẫn có những hạn chế. Nhiều phương pháp dễ bị đánh lừa bởi các kỹ thuật giấu tin LSB ngẫu nhiên hơn hoặc các thuật toán chống steganalysis. Hiệu suất thường giảm khi lượng thông tin giấu nhỏ. Các phương pháp này cũng dễ bị ảnh hưởng bởi nhiễu hoặc quá trình nén ảnh sau khi giấu tin. Điều này đòi hỏi các kỹ thuật phát hiện tiên tiến hơn. Cần có khả năng thích ứng với nhiều biến thể của kỹ thuật giấu tin LSB.
III.Kỹ thuật Phát hiện Mù cho Ảnh Giấu LSB Miền Tần Số
Kỹ thuật giấu tin không chỉ giới hạn ở miền không gian. Nhiều phương pháp nhúng thông tin vào các miền tần số của ảnh số. Phát hiện ảnh giấu trong các miền này đòi hỏi các phương pháp Steganalysis chuyên biệt. Luận án xem xét các kỹ thuật phát hiện mù cho ảnh giấu LSB trong miền tần số.
3.1. Giấu tin LSB và Thay đổi trên Miền Tần Số
Giấu tin trong miền tần số thường liên quan đến các phép biến đổi như DCT (Discrete Cosine Transform) hoặc DWT (Discrete Wavelet Transform). Thay vì sửa đổi trực tiếp giá trị pixel, các bit tin nhắn được nhúng vào các hệ số biến đổi. Ví dụ, giấu tin LSB có thể áp dụng cho các LSB của hệ số DCT hoặc DWT. Các thay đổi này phân tán trên toàn bộ ảnh. Do đó, việc phát hiện ảnh giấu trở nên khó khăn hơn. Các kỹ thuật giấu tin này thường nhằm mục đích tăng cường độ bền vững trước nén hoặc lọc. Tuy nhiên, chúng vẫn tạo ra những thay đổi nhỏ trong phân tích thống kê ảnh của miền tần số.
3.2. Phương pháp Phát hiện Dựa trên Phân tích Tần Số
Steganalysis cho miền tần số tập trung vào xử lý ảnh số để trích xuất các đặc trưng liên quan. Các phương pháp này phân tích các hệ số biến đổi để tìm dấu hiệu của việc nhúng tin. Ví dụ, phân tích thống kê trên các histogram của hệ số DCT có thể tiết lộ sự bất thường. Trích chọn đặc trưng từ các phân phối của hệ số DWT cũng là một hướng tiếp cận. Các mô hình học máy có thể được huấn luyện để phân loại ảnh dựa trên các đặc trưng này. Mục tiêu là phát hiện sự thay đổi thống kê tinh vi do kỹ thuật giấu tin gây ra. Điều này mà không cần biết chính xác vị trí hoặc nội dung tin nhắn.
3.3. So sánh Hiệu quả Phát hiện giữa Các Miền Ảnh
Hiệu quả của phát hiện ảnh giấu khác nhau giữa miền không gian và miền tần số. Giấu tin trong miền tần số thường mang lại khả năng chống chịu tốt hơn với các tác vụ xử lý ảnh số như nén JPEG. Điều này làm cho việc phát hiện ảnh giấu trở nên khó khăn hơn. Tuy nhiên, các phương pháp steganalysis cho miền tần số cũng phát triển. Các kỹ thuật này cố gắng khai thác các đặc trưng chuyên biệt. So sánh cho thấy, các phương pháp dựa trên miền tần số có thể kém nhạy hơn đối với lượng tin giấu nhỏ. Tuy nhiên, chúng bền vững hơn trước các biến đổi ảnh. Nghiên cứu tiếp tục tìm kiếm các kỹ thuật phát hiện kết hợp ưu điểm của cả hai miền.
IV.Steganalysis Có Ràng buộc cho Kỹ thuật Giấu Tin Chuyên biệt
Không phải tất cả các kỹ thuật phát hiện ảnh giấu đều là mù. Một số phương pháp Steganalysis hoạt động hiệu quả hơn khi có thông tin về thuật toán giấu tin cụ thể. Đây được gọi là Steganalysis có ràng buộc. Luận án nghiên cứu phát hiện ảnh giấu tin cho các kỹ thuật giấu tin chuyên biệt như HKC, DIH, IWH và RVH.
4.1. Phân tích Các Kỹ thuật Giấu tin Có Ràng buộc Phổ biến
Các kỹ thuật giấu tin như HKC (Kỹ thuật giấu tin của J.Choi), DIH (Difference Image Histogram), IWH (Integer Wavelet Transform Histograms) và RVH (Reversible Vertical Horizontal Technique) đại diện cho các phương pháp nhúng tin có cấu trúc. Mỗi kỹ thuật này có cách thức sửa đổi ảnh số riêng biệt. Ví dụ, DIH khai thác đặc tính của histogram ảnh khác biệt. RVH sử dụng các cặp giá trị pixel để tạo ra khả năng đảo ngược. Việc hiểu rõ nguyên lý hoạt động của từng kỹ thuật giấu tin là nền tảng. Điều này cho phép Steganalysis khai thác các dấu hiệu đặc trưng.
4.2. Xây dựng Phương pháp Phát hiện cho Từng Kỹ thuật Cụ thể
Việc phát triển các phương pháp phát hiện ảnh giấu cho từng kỹ thuật cụ thể yêu cầu trích chọn đặc trưng phù hợp. Ví dụ, đối với DIH, phân tích thống kê ảnh của histogram ảnh khác biệt sẽ là trọng tâm. Đối với HKC, có thể phân tích các mẫu thay đổi bit cụ thể. Các phương pháp này thường sử dụng các bộ phân loại học máy. Ví dụ như SVM hoặc các mạng học sâu (CNN). Chúng được huấn luyện trên các bộ dữ liệu bao gồm cả ảnh gốc và ảnh đã giấu tin bằng một kỹ thuật cụ thể. Mục tiêu là tạo ra mô hình có khả năng phân biệt mạnh mẽ giữa hai loại ảnh này.
4.3. Đánh giá Khả năng Phát hiện và Ước lượng Thông tin Giấu
Hiệu suất của Steganalysis có ràng buộc được đánh giá thông qua các thử nghiệm thực tế. Khả năng phát hiện ảnh giấu được đo bằng độ chính xác, độ nhạy và độ đặc hiệu. Ngoài ra, việc ước lượng thông tin giấu cũng là một mục tiêu quan trọng. Các phương pháp này không chỉ xác định sự có mặt của tin giấu. Chúng còn cố gắng ước tính dung lượng dữ liệu được nhúng. Các kết quả thử nghiệm cho từng kỹ thuật giấu tin (HKC, DIH, IWH, RVH) được trình bày. Chúng cung cấp cái nhìn sâu sắc về hiệu quả của các giải pháp Steganalysis chuyên biệt.
V.Phương pháp Thực nghiệm và Đánh giá Hiệu quả Phát hiện
Việc đánh giá khách quan các kỹ thuật phát hiện ảnh giấu là rất quan trọng. Phần này mô tả chi tiết quy trình thực nghiệm và các tiêu chuẩn đánh giá được sử dụng trong luận án. Kết quả đánh giá cung cấp bằng chứng về hiệu quả của các phương pháp Steganalysis đã nghiên cứu.
5.1. Thiết lập Môi trường và Bộ dữ liệu Thực nghiệm
Các thử nghiệm được thực hiện trong một môi trường được kiểm soát. Sử dụng các công cụ hỗ trợ và phần mềm xử lý ảnh số chuyên dụng. Nguồn dữ liệu ảnh thử nghiệm bao gồm các tập ảnh tiêu chuẩn. Ví dụ như bộ ảnh BOSSbase hoặc ImageNet. Các ảnh này được chọn để đảm bảo sự đa dạng về nội dung, kích thước và định dạng. Quá trình tạo ảnh giấu tin bao gồm việc áp dụng nhiều kỹ thuật giấu tin khác nhau. Điều này với các tải trọng (payload) khác nhau. Sự đa dạng của bộ dữ liệu giúp đánh giá khả năng tổng quát hóa của các kỹ thuật phát hiện.
5.2. Các Tiêu chuẩn và Chỉ số Đánh giá Hiệu năng
Hiệu quả của các kỹ thuật phát hiện ảnh giấu được đánh giá bằng nhiều tiêu chuẩn đánh giá. Các chỉ số chính bao gồm độ chính xác (Accuracy), độ nhạy (Recall), độ đặc hiệu (Specificity) và điểm F1-score. Đường cong ROC (Receiver Operating Characteristic) cũng được sử dụng để phân tích hiệu suất phân loại. Các giá trị này cung cấp cái nhìn định lượng về khả năng phân biệt giữa ảnh gốc và ảnh có tin giấu. Phân tích thống kê ảnh của các kết quả giúp xác định tính vững chắc và đáng tin cậy của từng phương pháp steganalysis.
5.3. Tổng hợp Kết quả và Thảo luận về Tiềm năng Ứng dụng
Tổng hợp các kết quả thử nghiệm từ tất cả các chương. Luận án thảo luận về những ưu điểm và nhược điểm của từng kỹ thuật phát hiện. Các phương pháp phát hiện ảnh giấu mù LSB cho thấy hiệu quả nhất định nhưng vẫn còn thách thức. Steganalysis có ràng buộc cho thấy độ chính xác cao hơn khi biết thuật toán giấu. Luận án cũng xem xét tiềm năng ứng dụng của các kỹ thuật phát hiện này trong thực tế. Đặc biệt là trong lĩnh vực an ninh mạng và điều tra số. Hướng nghiên cứu trong tương lai có thể tập trung vào tích hợp học máy và học sâu để tạo ra các hệ thống Steganalysis tự động và thông minh hơn.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (148 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ -------------- HỒ THỊ HƯƠNG THƠM NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHÁT HIỆN ẢNH GIẤU TIN LUẬN ÁN TIẾN SỸ CÔNG NGHỆ THÔNG TIN HÀ NỘI - 2012 TIEU LUAN MOI download : skknchat@gmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ -------------- HỒ THỊ HƯƠNG THƠM NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHÁT HIỆN ẢNH GIẤU TIN Chuyên ngành: Hệ thống thông tin Mã số: 62 48 05 01 LUẬN ÁN TIẾN SỸ CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. Trịnh Nhật Tiến HÀ NỘI - 2012 2 TIEU LUAN MOI download : skknchat@gmail.com MỤC LỤC LỜI CAM ĐOAN. 6 DANH MỤC CÁC KÝ HIỆU VÀ TỪ VIẾT TẮT. 9 DANH MỤC CÁC BẢNG.
10 DANH MỤC CÁC HÌNH VẼ. 12 PHẦN MỞ ĐẦU. GIẤU TIN TRONG ẢNH, PHÁT HIỆN ẢNH CÓ GIẤU TIN VÀ CÁC NGHIÊN CỨU LIÊN QUAN. GIẤU TIN TRONG ẢNH VÀ NGHIÊN CỨU LIÊN QUAN.
Phương pháp giấu tin và nghiên cứu liên quan. Phương pháp đánh giá độ an toàn của một lược đồ giấu tin. PHÁT HIỆN ẢNH GIẤU TIN VÀ CÁC NGHIÊN CỨU LIÊN QUAN. Phương pháp phát hiện ảnh có giấu tin.
Nghiên cứu liên quan và hướng phát triển của luận án. Phương pháp phát hiện mù cho ảnh giấu trên LSB. Phương pháp phát hiện ảnh có ràng buộc. PHƯƠNG PHÁP THỰC NGHIỆM VÀ ĐÁNH GIÁ.
Tiêu chuẩn đánh giá. Nguồn dữ liệu ảnh thử nghiệm. Công cụ hỗ trợ và môi trường thực nghiệm. 41 KẾT LUẬN CHƯƠNG 1.
KỸ THUẬT PHÁT HIỆN MÙ CHO ẢNH GIẤU TIN TRÊN LSB. KỸ THUẬT PHÁT HIỆN MÙ TRÊN LSB CỦA MIỀN KHÔNG GIAN. Phát hiện bằng phân tích “độ lệch chuẩn”. Phân tích kỹ thuật giấu LSB.
Phương pháp phát hiện. Phát hiện bằng thống kê 2 một bậc tự do (12). Phân tích kỹ thuật “độ lệch chuẩn”. Phương pháp phát hiện.
Phát hiện dựa trên phân tích tỉ lệ xám. Phát biểu bài toán. 52 6 TIEU LUAN MOI download : skknchat@gmail. Phương pháp giải quyết bài toán.
Phát hiện bằng phương pháp ước lượng thông tin giấu trên LSB. Phương pháp ước lượng khi có ảnh gốc. Phương pháp ước lượng không dựa vào ảnh gốc. KỸ THUẬT PHÁT HIỆN MÙ TRÊN LSB CỦA MIỀN TẦN SỐ.
Phân tích kỹ thuật giấu LSB trên miền tần số. Phương pháp phát hiện. CÁC KẾT QUẢ THỬ NGHIỆM. Các kết quả thử nghiệm trên miền không gian.
Các kết quả thử nghiệm trên miền tần số. 79 KẾT LUẬN CHƯƠNG 2. MỘT SỐ KỸ THUẬT PHÁT HIỆN CÓ RÀNG BUỘC. PHÁT HIỆN ẢNH CÓ GIẤU TIN SỬ DỤNG KỸ THUẬT GIẤU HKC.
Tóm lược kỹ thuật giấu HKC. Phương pháp phát hiện và ước lượng thông tin giấu trong ảnh. Phương pháp phát hiện của Kuo và Lin. Phương pháp phát hiện cải tiến từ phương pháp của Kuo và Lin.
Phương pháp phát hiện HKC khác và ước lượng thông tin giấu. Các kết quả thử nghiệm. PHÁT HIỆN ẢNH CÓ GIẤU TIN SỬ DỤNG KỸ THUẬT GIẤU DIH. Tóm lược kỹ thuật giấu tin DIH.
Phương pháp phát hiện ảnh có giấu tin sử dụng kỹ thuật giấu DIH. Phân tích kỹ thuật giấu DIH. Phương pháp phát hiện và ước lượng thông tin giấu. Các kết quả thử nghiệm.
PHÁT HIỆN ẢNH CÓ GIẤU TIN SỬ DỤNG KỸ THUẬT GIẤU IWH. Tóm lược kỹ thuật giấu tin IWH. 101 7 TIEU LUAN MOI download : skknchat@gmail. Phương pháp phát hiện ảnh có giấu tin sử dụng kỹ thuật giấu IWH.
Phân tích kỹ thuật giấu IWH. Phương pháp phát hiện và ước lượng thông tin. Các kết quả thử nghiệm. PHÁT HIỆN ẢNH CÓ GIẤU TIN SỬ DỤNG KỸ THUẬT GIẤU RVH.
Tóm lược kỹ thuật giấu tin RVH. Phương pháp phát hiện ảnh có giấu tin sử dụng kỹ thuật giấu RVH. Phân tích vấn đề giấu tin RVH. Phương pháp phát hiện và ước lượng thông tin.
Các kết quả thử nghiệm. 126 KẾT LUẬN CHƯƠNG 3. 127 KẾT LUẬN CHUNG. 128 DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ.
133 TÀI LIỆU THAM KHẢO. 134 PHỤ LỤC – CHƯƠNG TRÌNH ĐỀ MÔ GIẤU TIN TRONG ẢNH VÀ PHÁT HIỆN ẢNH CÓ GIẤU TIN. 145 8 TIEU LUAN MOI download : skknchat@gmail.com DANH MỤC CÁC KÝ HIỆU VÀ TỪ VIẾT TẮT DCT Discrete Cosine Transform DFT Discrete Fourier Transform DWT Discrete Wavelet Transform DIH Difference Image Histogram FIR Finite Impulse Response HVS Human Visual System HKC Kỹ thuật giấu tin của ba tác giả J.Choi IWT Integer Wavelet Transform IDCT Inverse Discrete Cosine Transform IDWT Inverse Discrete wavelet transform i.d Independent and Identically Distributed JPEG Joint Photographic Experts Group LLRT Logarithm Likelihood Ratio Test LSB Least Significant Bit MBNS Multiple-Base Notational System MOS Mean Opinion Score MSB Most Significant Bit MSE Mean Squared Error NSAS Kỹ thuật giấu thuận nghịch NSAS Pdf Probability Density Function PNG Portable Network Graphics PMF Probability Mass Function PR Pseudo Random PSNR Peak Signal To Noise Ratio PoV Pair of Value QIM Quantization Index Modulation RS Regular /Singular RVH Reversible Vertical Horizontal Technique RCM Reversible Contrast Mapping SS Spread Spectrum SSIS Spread Spectrum Image Steganography 9 TIEU LUAN MOI download : skknchat@gmail.com DANH MỤC CÁC BẢNG Bảng 1. Bảng phân lớp đối tượng trong tập.
Giá trị t0 ứng với giá trị x0 theo bảng lập sẵn trong [108]. Phân loại ảnh theo t0 trên tập 0_1, LSB_30, LSB_50, LSB_70, LSB_100. Giá trị 12 ứng với giá trị theo bảng lập sẵn trong [108]. Kết quả phân loại ảnh ứng với các giá trị 12 trong bảng 2.
Phân loại ảnh trên 0_1, LSB_30, LSB_50, LSB_70, LSB_100 bằng kỹ thuật “Độ lệch chuẩn” và 12 .6: Kết quả thử nghiệm đánh giá c_f theo (2.7: Kết quả thử nghiệm đánh giá T theo (2.8: Kết quả thử nghiệm đánh giá T sau khi ước lượng ảnh “mốc”. Bảng thống kê tần suất xuất hiện của các chữ cái trong văn bản tiếng Anh. Thử nghiệm độ chênh lệch |cij – sij| của ảnh có giấu tin và ảnh gốc. Độ sai lệch giữa tần suất của ảnh kiểm tra và ảnh ước lượng làm “mốc”.
Kết quả ước lượng xấp xỉ trung bình thông tin giấu trên LSB với tập 10 ảnh. Kết quả ước lượng xấp xỉ theo (2.20) trên tập 10 ảnh chuẩn. Kết quả phân loại ảnh có giấu tin trên LSB trên các tập 0, LSB_30, LSB_50, LSB_70, LSB_100 bằng một số kỹ thuật phát hiện ảnh có giấu tin. Kết quả đánh giá bằng các độ đo P, R, F trên tập ảnh gồm 10440 ảnh ( 0 và LSB_30 , LSB_50 , LSB_70 , LSB_100 ).
Kết quả đánh giá bằng các độ đo P, R, F trên tập ảnh gồm 4176 ảnh (tập 0, LSB_100). Kết quả ước lượng trên năm tập 0, LSB_30, LSB_50, LSB_70, LSB_100. Kết quả thời gian thực hiện phân loại trên tập 0 (2088 ảnh) .19: Tỉ lệ phân loại ảnh của kỹ thuật “tỉ lệ xám 3” và n2 [71] với các tập ảnh 0, 25, 50, 100. Kết quả đánh giá bằng các độ đo P, R, F trên tập ảnh.
Thời gian thực hiện trên tập J0. Bảng kết quả phân loại trên tập 0 và HKC_2500. 89 10 TIEU LUAN MOI download : skknchat@gmail. Kết quả đánh giá bằng các độ đo P, R, F trên tập ảnh gồm 4176 ảnh ( 0 và HKC_2500).
Kết quả ước lượng thông tin giấu trên tập 0 và HKC_2500. Bảng kết quả phân loại bằng ba kỹ thuật phát hiện: của Kuo và Lin, của Kuo và Lin cải tiến và kỹ thuật đề xuất mới trên tập HKC_R100. Kết quả đánh giá bằng các độ đo P, R, F trên tập ảnh U gồm 4176 ảnh ( 0 và HKC_R100). Sử dụng kỹ thuật phát hiện tổng quát trên miền LSB để phân loại ảnh trên tập DIH_7168.
Ước lượng thông tin giấu cho ảnh Lena.bmp trước và sau khi giấu tin sử dụng DIH bằng kỹ thuật ước lượng thông tin trên miền LSB: RS, DI, “Trùng khớp” 94 Bảng 3. Bảng kết quả phân loại ảnh có giấu tin bằng DIH trên tập 0 và DIH_6000. Kết quả ước lượng thông tin giấu trên tập 0 và DIH_6000. Kiểm tra ảnh Lena.bmp trước và sau khi giấu tin sử dụng IWH bằng kỹ thuật phát hiện mù trên miền LSB của các hệ số wavelet.
Kết quả thử nghiệm ước lượng trên ảnh Lena nhúng 7168 bit. Bảng kết quả phân loại ảnh có giấu tin bằng IWH trên tập 0 và IWH_6000. Kết quả ước lượng thông tin giấu trên tập 0 và IWH_6000. Kiểm tra ảnh stego trên tập RVH_7168 bằng các kỹ thuật phát hiện tổng quát trên miền LSB.
Ước lượng thông tin giấu cho tập RVH_7168 bằng kỹ thuật RS, DI và “Trùng khớp”. Tỉ lệ phân loại ảnh (gốc và giấu tin) với một số giá trị ngưỡng T. Kết quả ước lượng thông tin giấu trên tập 0 và RVH_7500. 126 11 TIEU LUAN MOI download : skknchat@gmail.tin DANH MỤC CÁC HÌNH VẼ Hình 1.1: Sơ đồ quá trình giấu tin trong ảnh [84].2: Sơ đồ quá trình tách tin trong ảnh.
Minh họa giấu thông tin trong LSB của ảnh cấp xám 8 - bit [84]. Lược đồ quy trình phát hiện ảnh có giấu tin [84]. biểu đồ mật độ xác suất: a) của tập p, b) của tập p sau khi lọc bằng FIR .1: Ảnh thử nghiệm cho kỹ thuật “tỉ lệ xám 1”. Tập 10 ảnh chuẩn lấy về từ [107].
Biểu đồ tần suất các hệ số cosine: a) ảnh cover, b) ảnh stego [94]. Biểu đồ tần suất: (a) ảnh gốc, (b) ảnh giấu tin bằng HKC. Điểm Peak: (a) trước khi giấu tin, (b) sau khi giấu tin. Biểu đồ tần suất của: (a) ảnh gốc, (b) ảnh giấu tin bằng HKC .bmp, (b) thông tin cần giấu là ảnh nhị phân kích cỡ 128 x 56 điểm ảnh, các biểu đồ sai phân: (c) ảnh Lena (gốc), (d) khi dịch chuyển, (e) sau khi giấu tin.
Tập ảnh thử nghiệm. Biểu đồ tần suất hệ số sai phân của ảnh trước khi giấu tin bằng DIH: a) Airplane. Biểu đồ tần suất hệ số sai phân của ảnh sau khi giấu tin bằng DIH: a) Airplane. Kết quả ước lượng độ dài thông tin giấu: a) trên tập ảnh 0, b) trên tập DIH_6000.
Biểu đồ tần suất các hệ số wavelet: (a) Biểu đồ ảnh gốc ban đầu, (b) Biểu đồ sau khi làm rỗng một cột tần suất hệ số có giá trị Z [99]. Biểu đồ tần suất hệ số wavelet trên các băng tần cao của: (a) ảnh Lena gốc và ảnh giấu tin với các vị trí ban đầu: (b) T = 3, (c) T = -3, (d) T = 5, (e) T = -6, (f) T = 8.tin TIEU LUAN MOI download : skknchat@gmail. Biểu đồ tần suất hệ số wavelet trên các băng tần cao của các ảnh gốc: a) Airplane.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Hồ Thị Hương Thơm (2012). Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ [Luận án tiến sĩ, Đại học Quốc gia Hà Nội - Trường Đại học Công nghệ]. LuanAn.net. https://luanan.net/cong-nghe-thong-tin/he-thong-thong-tin/luan-an-tien-si-nghien-cuu-mot-so-ky-thuat-phat-hien-anh-giau-tin
Câu hỏi thường gặp
Luận án "Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ" nghiên cứu về vấn đề gì?
Luận án tiến sĩ nghiên cứu kỹ thuật phát hiện ảnh giả bằng trí tuệ nhân tạo, ứng dụng học sâu và xử lý ảnh nâng cao.
Luận án "Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Đại học Quốc gia Hà Nội - Trường Đại học Công nghệ. Năm bảo vệ: 2012.
Luận án "Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ" thuộc chuyên ngành gì?
Luận án "Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ" thuộc chuyên ngành Hệ thống thông tin. Danh mục: Hệ Thống Thông Tin.
Luận án "Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ" có bao nhiêu trang?
Luận án "Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ" có 148 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Luận án tiến sĩ nghiên cứu một số kỹ thuật phát hiện ảnh giấ" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.