BÁO CÁO MÔN HỌC KỸ THUẬT GIẤU TIN Đề tài: A Hybrid Steganography System based on LSB Matching and Replacement

HỌC VIỆN KỸ THUẬT MẬT MÃ

KHOA AN TỒN THƠNG TIN

BÁO CÁO MÔN HỌC
KỸ THUẬT GIẤU TIN
Đề tài:

A Hybrid Steganography System based on LSB
Matching and Replacement
Sinh viên thực hiện:

NGUYỄN TRỌNG TUẤN

AT150559

QUẢN ĐỨC THẮNG

AT150552

LÊ MINH HÀ

AT150515

NGUYỄN THỊ THANH HOA

AT150519

NGUYỄN HỮU NGHĨA

AT140530

Nhóm 5

Hà Nội, 2-2022


MỤC LỤC


LỜI MỞ ĐẦU
Cuộc cách mạng thông tin kỹ thuật số đã đem lại những thay đổi sâu sắc trong
xã hội và trong cuộc sống của chúng ta. Sự ra đời những phần mềm có tính năng
rất mạnh, các thiết bị mới như máy ảnh kỹ thuật số, máy quét chất lượng cao, máy
in, máy ghi âm kỹ thuật số, v.v… đã với tới thế giới tiêu dùng rộng lớn để sáng
tạo, xử lý và thưởng thức các dữ liệu đa phương tiện (multimedia data). Mạng
Internet toàn cầu đã biến thành một xã hội ảo nơi diễn ra quá trình trao đổi thơng
tin trong mọi lĩnh vực chính trị, qn sự, quốc phịng, kinh tế, thương mại… Và
chính trong mơi trường mở và tiện nghi như thế xuất hiện những vấn nạn, tiêu cực
như nạn ăn cắp bản quyền, nạn xuyên tạc thông tin, truy nhập thông tin trái phép
v.v… Đi tìm giải pháp cho những vấn đề này khơng chỉ giúp ta hiểu thêm về công
nghệ phức tạp đang phát triển rất nhanh này mà còn đưa ra những cơ hội kinh tế
mới cần khám phá.
Ở đây ta tìm hiểu về một kỹ thuật đã và đang được nghiên cứu và ứng dụng rất
mạnh mẽ ở nhiều nước trên thế giới đó là kỹ thuật giấu tin. Đây là kỹ thuật mới và
phức tạp, nó đang được xem như một cơng nghệ chìa khố cho vấn đề bảo vệ bản
quyền, chứng thực thông tin và điều khiển truy cập… ứng dụng trong an tồn và
bảo mật thơng tin. Trong báo cáo này tìm hiểu về kỹ thuật giấu tin trong ảnh dựa
trên LSB – đối sánh và thay thế.
Nội dung được trình bày trong 2 chương:
Chương 1: Tổng quan mã hóa dựa trên LSB

Chương 2: Thuật tốn mã hóa dựa trên LSB


CHƯƠNG 1: TỔNG QUAN MÃ HÓA DỰA TRÊN LSB
1.1. Giới thiệu
Ngày nay việc truyền dữ liệu trên các kênh truyền thông kỹ thuật số thông qua
internet đối mặt với hàng loạt các vụ kiện bảo mật. Do đó, các kỹ thuật kỹ thuật số
mạnh mẽ là cần thiết để bảo vệ dữ liệu trong quá trình truyền dữ liệu trên internet.
Một trong những giải pháp được quan tâm lớn được sử dụng để bảo vệ dữ liệu là
steganography. Steganography là nghệ thuật giao tiếp vơ hình bằng cách ẩn một
thơng điệp bí mật trong một phương tiện kỹ thuật số như hình ảnh, văn bản, âm
thanh, video và lưu lượng mạng, khơng rõ ràng . Phương pháp LSB (LSB-M) cịn
được gọi là phương pháp nhúng ± 1. Trong lược đồ này, giá trị pixel của ảnh bìa
được tăng hoặc giảm ngẫu nhiên một khi bit bí mật khơng bằng LSB của pixel ảnh
bìa . LSB-M thay đổi cả biểu đồ của một hình ảnh và mối tương quan giữa các
pixel liền kề và điều này giúp các phương pháp phân tích mật mã tấn cơng
phương pháp này. Bởi vì hình ảnh kỹ thuật số có rất nhiều dữ liệu dư thừa, nên
ngày càng có nhiều sự quan tâm đến việc sử dụng chúng làm phương tiện che cho
các mục đích mật mã.
1.2. Phương thức mã hóa kĩ thuật LSB
Thuật tốn ẩn ảnh có thể được phân loại theo miền nhúng thành hai lớp chính:
miền khơng gian và các thuật tốn dựa trên miền tần số. Các thuật toán dựa trên
miền khơng gian che giấu thơng điệp bí mật ngay lập tức theo cường độ pixel của
một hình ảnh, trong khi trong các thuật tốn dựa trên miền tần số, hình ảnh trước
tiên được chuyển thành miền tần số của nó và thơng điệp bí mật sau đó được che
giấu trong các hệ số biến đổi.
Thay thế LSB là một trong những phương pháp nổi tiếng nhất trong miền
không gian. Trong phương pháp này, một dữ liệu bí mật được ghép vào ảnh bìa
bằng cách thay thế các LSB của pixel ảnh bìa bằng các bit dữ liệu bí mật để có
được ảnh stego. Đối với ảnh bìa, thay thế LSB bằng cách tăng các pixel chẵn lên

một hoặc không thay đổi, trong khi giảm các pixel lẻ xuống một hoặc không thay
đổi. Do hệ thống thị giác của con người (HVS) có độ nhạy yếu, nên khơng thể
nhận biết được sự hiện diện của dữ liệu bí mật được nhúng.
Chất lượng của hình ảnh stego được trình bày bởi thay thế LSB có thể khơng
chịu được nếu một lượng lớn LSB được sử dụng trong quá trình nhúng. Trong
một vài trường hợp, hình ảnh stego có thể đạt được mức thấp nhất là 31,78 dB của
4


PSNR bằng cách sử dụng thay thế LSB-4. Nhiều phương pháp mật mã đáng tin
cậy đã được đưa ra cho phương pháp thay thế LSB.
Một phương pháp được gọi là phức hợp dựa trên LSB-M (CBL). Phương
pháp này sử dụng LSB-M để tăng khả năng chống lại các cuộc tấn cơng. CBL sử
dụng phân tích vùng lân cận cục bộ để xác định các vị trí an tồn của hình ảnh và
sau đó nó sử dụng LSB-M cho mục đích nhúng.
Phương pháp kết hợp sử dụng cả hai phương pháp thay thế LSB-M và LSB là
một cải tiến so với phương pháp CBL để tăng cả khả năng nhúng và độ mạnh mẽ.
Cách tiếp cận được đề xuất lưu trữ 2 bit của các bit bí mật trong một pixel. Một
bit được lưu trữ trong bit thứ 7 bằng kỹ thuật LSBM; bit còn lại được lưu trữ ở bit
thứ 8 bằng cách sử dụng công nghệ thay thế LSB. Do đó, dung lượng nhúng tối đa
được tăng lên gấp đôi (1,6) bit trên mỗi pixel (bpp) so với dung lượng nhúng tối
đa của CBL (0,8). Cách tiếp cận này không tạo ra bất kỳ biến dạng nào mà những
người quan sát trái phép nghi ngờ và mang lại chi phí tính tốn thấp hơn trong q
trình nhúng và chiết xuất của nó. Hơn nữa, nó cung cấp khả năng chống lại hầu
hết các cuộc tấn cơng xử lý hình ảnh mạnh mẽ hơn.

1.3. Ứng dụng của kĩ thuật mã hóa LSB
Tài liệu có giá trị đóng góp trong lĩnh vực LSB steganography. Công việc trong
pixel-value được đề xuất phương pháp khác biệt (PVD). Ý tưởng chính đằng sau
PVD là sử dụng sự khác biệt của hai pixel liên tiếp của thang độ xám hình ảnh để

ẩn dữ liệu. Trong phương pháp này, sự khác biệt về giá trị pixel được dùng để
phân biệt giữa vùng cạnh và vùng nhẵn.
Do đó, dung lượng của dữ liệu nhúng trong các khu vực cạnh cao hơn so với các
khu vực nhẵn. Gần đây, để phóng to hiệu quả nhúng trên phương pháp PVD, rất
nhiều phương pháp đã được đề xuất bằng cách kết hợp các phương pháp thay thế
PVD và LSB. Với một chút thay đổi so với bản gốc kỹ thuật PVD, kỹ thuật đối
sánh bên dựa trên về mối tương quan của một pixel với các pixel lân cận của nó
cũng đã được phát triển. Các phương pháp so khớp bên 4 cạnh bằng cách sử dụng
mối tương quan của một pixel mục tiêu với 2, 3 và 4 pixel lân cận của nó.
Khơng giống với thay thế LSB và LSB-M, LSB-MR sử dụng một cặp pixel làm
đơn vị ẩn thay vì một pixel. Phương pháp này sử dụng thang độ xám hình ảnh.
Quá trình nhúng được thực hiện trên pixel cặp (gi, gi + 1) tại một thời điểm để
nhúng một cặp bit bí mật (bi, bi + 1). Cặp pixel stego tương ứng (g0i, g0i+1) có
thể là có được bằng cách giữ gi và gi + 1 không thay đổi hoặc bằng cách tăng
hoặc giảm chúng đi một. Phương pháp sử dụng hàm:
y = f (gi, gi + 1) = LSB (bgi / 2c + gi + 1)
5


để đánh giá các giá trị pixel gi và gi + 1 cần thay đổi. Tuy nhiên, trung bình tốc độ
nhúng (bpp) cho cả LSB-M và LSB-MR là khoảng 1 bpp thấp.
Thuật tốn mật mã thích ứng LSB-M được gọi là phức hợp dựa trên LSB-M
(CBL). Họ đã sử dụng 8 vùng lân cận của pixel để xác định độ phức tạp để nhúng
dữ liệu trong vùng đó. Họ đã sử dụng LSB-M để nhúng dữ liệu. Hạn chế của thuật
toán CBL là giá trị thấp khả năng nhúng trong đó nó khơng thể nhúng nhiều hơn
một bit trong một pixel. Nhược điểm này được khắc phục trong công việc đề xuất
bằng cách sử dụng các kỹ thuật thay thế LSB-M và LSB để tăng khả năng nhúng.
Một thuật toán ẩn dữ liệu dựa trên về nội suy, thay thế LSB và dịch chuyển biểu
đồ. Trong nội suy công việc này được sử dụng để điều chỉnh khả năng nhúng với
độ méo hình ảnh thấp, q trình nhúng sau đó được áp dụng bằng cách sử dụng

phương pháp thay thế LSB và dịch chuyển biểu đồ. Thay thế LSB được cải thiện
bằng cách sử dụng một chút kỹ thuật đảo ngược. Trong cơng việc này dữ liệu bí
mật được ẩn sau khi nén các vùng mịn của hình ảnh, dẫn đến số lượng pixel ảnh
bìa được sửa đổi ít hơn. Một chút kỹ thuật sau đó được áp dụng khi các LSB nhất
định của pixel được sửa đổi nếu chúng xảy ra trong một mẫu cụ thể. Một phương
pháp ẩn dữ liệu ngược sử dụng phép nội suy và thay thế LSB được đề xuất. Phép
nội suy lần đầu tiên được sử dụng để chia tỷ lệ lên và xuống ảnh bìa trước khi ẩn
dữ liệu bí mật để đạt được dung lượng nhúng cao với độ méo ảnh thấp.
Sau đó, q trình nhúng được thực hiện bằng phương pháp thay thế LSB.

6


CHƯƠNG 2: THUẬT TỐN MÃ HĨA DỰA TRÊN LSB
2.1. Phân tích thuật tốn
2.1.1. Giai đoạn nhúng
Trong giai đoạn nhúng, thuật tốn sẽ nhúng 2 bit vào các pixel có giá trị độ
phức tạp bằng hoặc hơn giá trị ngưỡng. Một bit được nhúng bằng LSB-M trong
bit thứ bảy từ bên trái; một bit khác được nhúng bằng cách sử dụng thay thế LSB
trong bit ít quan trọng nhất. Giai đoạn nhúng được minh họa trong sơ đồ dưới đây:

Hình 1 - 1: Sơ đồ quy trình của giai đoạn nhúng

Bước 1: Khởi tạo
Trong bước này, các biến được khởi tạo như sau:
7


Tạo PRNG seed
CI

ảnh bìa
CCI
bản sao của ảnh bìa
[M,N]
kích thước của ảnh bìa
trong đó PRNG là trình tạo số ngẫu nhiên giả, PRNG được khởi tạo bởi một hạt
giống, là một số phải được chọn và chia sẻ giữa người gửi và người nhận.
Bước 2: Hình thành hình ảnh thứ cấp
Trong bước này, bit có trọng số thấp nhất của mỗi pixel trong CI bị loại bỏ và
chỉ 7 bit đầu tiên được sử dụng để tạo hình ảnh thứ cấp. Hình ảnh này sẽ được sử
dụng để tính tốn các giá trị phức tạp của pixel trong bước tiếp theo. Sử dụng hình
ảnh thứ cấp giúp máy thu để nhận cùng một giá trị độ phức tạp. Quy trình dưới
đây tạo ra hình ảnh này.
for each pixel CI(x; y) do
r random number [0; 1]
CI(x; y) = bitshift(CI(x; y); −1)
if CI(x; y) is odd then
if r ≤ 0.5 then
CI(x; y) CI(x; y) + 1
else
CI(x; y) CI(x; y) − 1
end if
end if
end for
trong đó hàm bithift sẽ chuyển các bit pixel sang phải, vì vậy nó sẽ loại bỏ bit ít
quan trọng nhất. Ví dụ: nếu giá trị pixel là (215) 10 = (11010111)2, thì giá trị pixel
sau quá trình dịch chuyển sẽ là (1101011)2 = (107)10.
Bước 3: Tính độ phức tạp của pixel
Độ phức tạp của mỗi pixel được tính bằng cách cộng các giá trị tuyệt đối của sự
khác biệt của pixel với các pixel lân cận như sau:

Giá trị độ phức tạp là chỉ báo về loại vùng mà pixel đó thuộc về; cạnh hoặc vùng
nhẵn. Nơi nhiều dữ liệu hơn có thể được nhúng vào các vùng cạnh mà không tạo
ra bất kỳ nghi ngờ nào. Giá trị độ phức tạp cao cho biết pixel nằm trong vùng
cạnh, trong khi giá trị thấp cho biết pixel nằm trong vùng mịn.

8


Bước 4: Tính tốn ngưỡng
Giá trị độ phức tạp của pixel được so sánh với một ngưỡng; các giá trị lớn hơn
hoặc bằng ngưỡng cho biết vùng cạnh và vùng mịn nếu khơng. Để tính tốn giá
trị ngưỡng, số lượng pixel được nhúng (NP) phải được tính bằng cách sử dụng NP
= SB = 2, trong đó SB đề cập đến tổng số bit bí mật được nhúng. Giá trị ngưỡng T
được chọn để đảm bảo rằng ít nhất NP của các pixel là phức tạp. Quy trình sau
đây cho thấy T được tính như thế nào.
T0 127
n 0
L:
for each pixel Complexity(x; y) do
if t0 ≥ Complexity(x; y) then
nn+1
end if
end for
if n < NP AND t0 0 then
t0 = t0 − 1
go to L
else
T = t0
end if

trong đó t0 là giá trị tạm thời của ngưỡng, bắt đầu bằng giá trị lớn nhất của pixel 7
bit.
Bước 5: Nhúng
Trong bước này, dữ liệu bí mật được nhúng bằng kỹ thuật thay thế LSB-M và
LSB. Hai bit được nhúng vào mỗi pixel đã chọn; bit đầu tiên được nhúng bằng
LSB-M như trong CBL nhưng ở vị trí bit thứ 7, bit thứ 2 được nhúng vào bit có
trọng số thấp nhất bằng cách sử dụng thay thế LSB.
Mã giả sau đây trình bày quy trình nhúng, trong đó s là chuỗi các bit thơng điệp và
SI là hình ảnh stego.
Bốn dịng cuối cùng của thuật tốn trình bày sửa đổi được đề xuất ở bước này. Giá
trị pixel đã chọn của hình ảnh phụ được chuyển đổi thành 7 bit nhị phân bằng
cách sử dụng hàm dec2bin và được lưu trữ trong conca. Một trong những bit bí
mật được nối với 7 bit trong conca bằng cách sử dụng hàm strcat và được lưu trữ
trong emb. Cuối cùng, 8 bit trong emb được chuyển đổi thành giá trị thập phân
bằng cách sử dụng hàm bin2dec và giá trị kết quả được lưu trữ trong SI.
set PRNG
9


n 0
for each pixel CI(x; y) do
r random number [0; 1]
if CI(x; y) = 0 OR Complexity(x; y) < T then
SI(x; y) CCI(x; y)
else
if CI(x; y) mod 2 s(n) then
if r ≤ 0,5 then
SI(x; y) CI(x; y) − 1
else
SI(x; y) CI(x; y) + 1

end if
end if
n n+1
conca dec2bin(SI(x; y); 7)
emb strcat(conca; s(n))
SI(x; y) bin2dec(emb)
n n+1
end if
end for
2.1.2. Giai đoạn trích xuất
Trong giai đoạn trích xuất cũng giống như trong giai đoạn nhúng trong bốn
bước đầu tiên, ngoại trừ việc sử dụng hình ảnh stego SI thay vì hình ảnh gốc để
tạo hình ảnh phụ và tính tốn độ phức tạp. Tạo một bản sao của hình ảnh stego
CSI để sử dụng trong bước trích xuất.

10


Hình 1 - 2: Sơ đồ quy trình của giai đoạn trích xuất

Sau khi thực hiện xong bốn bước đầu tiên của giai đoạn, bước 5 thực hiện trích
xuất bằng cách trích xuất 2 bit quan trong nhất của mỗi pixel được gán nhãn là
phức tạp.
Quy trình trích xuất:
n←0
for each pixel SI (x, y) do
if SI (x,y) ≠ 0 AND Complexity(x; y) ≥ T then
sec←CSI(x; y) mod 4
s(n : n + 1)←dec2bin(sec)
n←n + 2

end if
end for
Trong đó mod 4 được sử dụng để trích xuất 2 bit có ý nghĩa nhỏ nhất dưới dạng
số thập phân, hàm dec2bin được sử dụng để chuyển đổi số thập phân thành 2 bit
nhị phân được lưu trữ bởi s.

11


2.1.3. Kết quả thực nghiệm và so sánh
Tại đây, các kết quả thực nghiệm được trình bày để chứng minh hiệu suất của
thuật tốn được đề xuất. Một số hình ảnh kiểm tra thang độ xám có kích thước
512 × 512 đã được sử dụng. Mẫu của những hình ảnh này được thể hiện trong
hình 1-3:

Hình 1 - 3: Hình ảnh thử nghiệm mẫu được sử dụng trong các thí nghiệm

Nói chung, các thuật tốn mật mã có thể được đánh giá bằng hai điểm chuẩn là
tỷ lệ nhúng và độ nhạy bén (hoặc chất lượng của hình ảnh stego). Tốc độ nhúng
(ER) được định nghĩa là số lượng bit dữ liệu bí mật có thể được nhúng trên mỗi
pixel, nó có thể được tính là:

trong đó:
SB là tổng số bit bí mật được nhúng,
M và N lần lượt là chiều rộng và chiều cao của ảnh bìa.
Để đánh giá chất lượng của bức ảnh (hay khung ảnh video) ở đầu ra của bộ mã
hoá, người ta thường sử dụng hai tham số: Sai số bình phương trung bình – MSE
(mean square error) và phương pháp đề xuất với hệ số tỷ lệ tín hiệu/tín hiệu tạp
PSNR (Peak Signal to Noise Ratio). PSNR, đơn vị: deciben (dB), thường được sử
dụng trong nghiên cứu xử lý hình ảnh:

12


trong đó: MAX là giá trị lớn nhất của cường độ pixel, ví dụ: MAX = 255 đối với
hình ảnh thang độ xám 8 bit. MSE giữa ảnh gốc và ảnh khơi phục được tính như
sau:

Ở đây: CI(ij) biểu thị giá trị điểm ảnh gốc, và SI(ij) biểu thị giá trị điểm ảnh đã
được biến đổi, M và N lần lượt là chiều rộng và chiều cao của ảnh.
Thông thường, nếu PSNR ≥ 37 dB thì hệ thống mắt người gần như không phân
biệt được giữa ảnh gốc và ảnh khơi phục. PSNR càng cao thì chất lượng ảnh khơi
phục càng tốt. Khi hai hình ảnh giống hệt nhau, MSE sẽ bằng 0 và PSNR đi đến
vơ hạn.
Hình 6 cho thấy hình ảnh stego cho 5 hình ảnh bìa bằng cách sử dụng thuật toán
được đề xuất. Giá trị PSNR nằm trong khoảng từ 47,77dB đến 48,13dB khi tốc độ
nhúng là 0,8 bpp và từ 44,93dB đến 45,09dB khi tốc độ nhúng là 1,6 bpp. Tuy
nhiên, trong mọi trường hợp, khơng có sự biến dạng nào cần nhận biết bởi mắt
người. Để đánh giá cách tiếp cận được đề xuất, một so sánh là được tiến hành với
các phương pháp tiếp cận khác: PVD và CBL. Hình 1-4 trình bày so sánh này,
trong đó bốn tỷ lệ nhúng (0,3, 0,5, 0,8 và 1,6 bpp) được sử dụng cho mỗi phương
pháp, và PSNR trung bình được tính cho 10 hình ảnh thử nghiệm.

Hình 1 - 4: So sánh ER và PSNR average giữa phương pháp chống PVD và CBL

Vì CBL khơng thể nhúng 1,6 bpp, PSNR tương ứng giá trị còn lại là (-). Đáng
chú ý là thuật toán đề xuất trong tất cả các hình ảnh thử nghiệm và tỷ lệ nhúng
cung cấp giá trị độ nhạy khơng hồn hảo tốt hơn PVD. Hơn nữa, so với CBL, cách
13

tiếp cận cung cấp tỷ lệ nhúng gấp đôi. Tuy nhiên, trung bình giá trị PSNR nhỏ
hơn; điều này là do CBL chỉ nhúng một bit trên mỗi pixel, trong khi phương pháp
này nhúng hai bit để đánh giá thêm cách tiếp cận được đề xuất. Hình 1-5 cho thấy
tỷ lệ bit chính xác trung bình (BCR) của các hình mờ sau khi áp dụng các cuộc tấn
công này tại tỷ lệ nhúng 0,8 bpp. Điều đáng nói là BCR có thể được tính tốn
bằng cách sử dụng:

trong đó:
OB là bit gốc.
EB là bit trích xuất của hình mờ.
L là chiều dài của hình mờ.
Kết quả thu được cho thấy thuật toán đề xuất mạnh mẽ hơn CBL chống lại lọc
trung vị, biểu đồ các cuộc tấn công cân bằng và luân chuyển. Giá trị BCR sau khi
áp dụng JPEG 2000 bị mất, sắc nét, nhiễu Gaussian và độ tương phản nâng cao
tương tự. Tất cả các giá trị BCR đều thấp (giữa 0,48 và 0,63) vì các cuộc tấn cơng
thay đổi hình ảnh phụ của hình ảnh stego

Hình 1 - 5: So sánh BCR AVERAGE sau khi có hình ảnh

2.2. Kết luận
Trong bài này, bằng cách xem xét tầm quan trọng của các thuật toán
steganographic, một phương pháp tiếp cận được đề xuất để ẩn dữ liệu với dung
lượng cao và sự mạnh mẽ. Cách tiếp cận được đề xuất là một sửa đổi đối với CBL
để đạt được nhiều khả năng nhúng hơn. Cách tiếp cận được đề xuất sử dụng cả kỹ
thuật thay thế LSB-M và LSB để che giấu dữ liệu bí mật trong 2 bit quan trọng
14


nhất trong các giá trị pixel. Do đó, cách tiếp cận được đề xuất có thể đạt được

nhiều dung lượng hơn CBL khi chỉ nhúng dữ liệu bí mật ở mức tối thiểu bit giá trị
pixel.

Hình 1 - 6: Ảnh bìa (trái), ảnh stego với ER = 0,8 bpp (giữa) và ER = 1,6 bpp (phải)
15


Tỷ lệ nhúng tối đa đạt được theo đề xuất phương pháp tiếp cận là 1,6 bpp, cao
gấp đôi so với công suất đạt được bởi CBL. Bằng cách so sánh phương pháp tiếp
cận được đề xuất cho PVD và CBL, tính khơng nhạy cảm so với PVD được cải
thiện, khả năng nhúng cũng được cải thiện so với CBL mà khơng làm biến dạng
hình ảnh stego. Hình mờ trong cách tiếp cận mạnh mẽ hơn CBL khi bị một số
cuộc tấn công thông thường.
Việc giấu thông tin trong ảnh là phần chiếm tỉ lệ lớn nhất trong các chương
trình của hệ thống giấu tin trong các môi trường đa phương tiện. Ngày nay việc
trao đổi thơng tin bằng hình ảnh là rất lớn, đặc biệt là việc giấu tin trong ảnh cũng
đóng vai trị rất quan trọng đối với việc bảo vệ an tồn thơng tin. Chính vì thế đây
là một đề tài mà có rất nhiều tổ chức và cá nhân quan tâm đến. Với chủ đề bài tập
lớn chúng em đã chọn và tìm hiểu về phương pháp và kỹ thuật giấu tin trên ảnh
dựa trên LSB. Với thời gian cùng tham gia nghiên cứu và trao đổi dưới đây là
những gì chúng em đã tìm hiểu:
-

Nghiên cứu tổng quan kỹ thuật giấu tin trong ảnh.
Tìm hiểu về kỹ thuật giấu tin trên ảnh và ứng dụng

Kỹ thuật giấu tin dựa trên LSB có thể thực hiện triển khai mở rộng cho ảnh
màu, ảnh PNG… Việc cài đặt thuật tốn khơng q phức tạp và cho phép thực
hiện giấu một lượng thông tin lớn. Nhờ việc thay đổi các bit ít quan trọng mà việc
giấu tin với kỹ thuật LSB có độ tin cậy cao.

16


TÀI LIỆU THAM KHẢO
[1] N. Hamid, A. Yahya, R. Ahmad, and O. Al-Qershi, “Image steganography
techniques: an overview”, International Journal of Computer
Science and Security (IJCSS), vol. 6, no. 3,pp. 168–187, 2012.
[2] C. Gayathri and V. Kalpana, “Study on image steganography techniques”,
International Journal of Engineering and Technology (IJET),
vol. 5, no. 2, pp. 572–577, 2013.
[3] L. Saini and V. Shrivastava, “A survey of digital watermarking techniques and its
applications”, International Journal of Computer Science
Trends and Technology (IJCST), vol. 2, no. 3, pp. 70–73, 2014.
[4] A. Tiwari, S. Yadav, and N. Mittal, “A review on different image
steganography techniques”, International Journal of Engineering and
Innovative Technology (IJEIT), vol. 3, no. 7, pp. 121–124, 2014.
[5] F. Huang, Y. Zhong, and J. Huang, “Improved algorithm of edge adaptive image
steganography based on LSB matching revisited algorithm”,
Lecture Notes in Computer Science, Springer Berlin Heidelberg, vol.
8389, pp. 19–31, 2014.
[6] M. Khosravi and A. Naghsh-Nilchi, “A novel joint secret image sharing
and robust steganography method using wavelet”, Multimedia systems,
vol. 20, no. 2, pp. 215–226, 2014.
[7] B. Mohd, S. Abed, B. Na’ami, and T. Hayajneh, “Hierarchical steganography
using novel optimum quantization technique”, Signal, Image and
Video Processing (SIViP), vol. 7, no. 6, pp. 1029–1040, 2013.
[8] X. Li, W. Zhang, B. Ou, and B. Yang, “A brief review on reversible
data hiding: current techniques and future prospects”. Proc. IEEE
China Summit and International Conference on Signal and Information

Processing (ChinaSIP), Xi’an, China, 2014, pp. 426–430.
[9] A. Odeh, K. Elleithy, and M. Faezipour, “Steganography in text by using
MS word symbols”. Proc. Zone 1 Conference of the American Society
for Engineering Education (ASEE Zone 1), Bridgeport, CT, USA, 2014,
pp. 1–5.
[10] P. Pathak, A. Chattopadhyay, and A. Nag, “A new audio steganography
scheme based on location selection with enhanced security”. Proc.
International Conference on Automation, Control, Energy and Systems
(ACES), Hooghy, India, 2014, pp. 1–4.
[11] M. Beno, A. George, I. Valarmathi, and S. Swamy, “Hybrid optimization
model of video steganography technique with the aid of biorthogonal
wavelet transform”, Journal of Theoretical and Applied Information
Technology, vol. 63, no. 1, pp. 190–199, 2014.
17


[12] W. Mazurczyk, P. Szaga, and K. Szczypiorski, “Using transcoding
for hidden communication in IP telephony”, Multimedia Tools and
Applications, vol. 70, no. 3, pp. 2139–2165, 2014.
[13] N. Johnson, Z. Duric, and S. Jajodia, “Information hiding: steganography and
watermarking–attacks and countermeasures”, Kluwer, USA,
2001.
[14] G. Liu, W. Liu, Y. Dai, and S. Lian “Adaptive steganography based on
block complexity and matrix embedding”, Multimedia systems, vol. 20,
no. 2, pp. 227–238, 2014.
[15] R. Chandramouli, M. Kharrazi, and N. Memon, “Image steganography
and steganalysis: concepts and practice”, Lecture Notes in Computer
Science, Springer Berlin Heidelberg, vol. 2939, pp. 35–49, 2004.
[16] A. Martin, G. Sapiro, and G. Seroussi, “Is image steganography
natural?”, IEEE Transactions on Image Processing, vol. 14, no. 12, pp.

2040–2050, 2005.
[17] P. Singh and R. Chadha “A survey of digital watermarking techniques,
applications and attacks”, International Journal of Engineering and
Innovative Technology (IJEIT), vol. 2, no. 9, pp.165–175, 2013.
[18] V. Sabeti, S. Samavi, and S. Shirani, “An adaptive LSB matching
steganography based on octonary complexity measure”, Multimedia
tools and applications, vol. 64, no. 3, pp. 777–793, 2013.
[19] V. Verma and R. Jha, “Improved watermarking technique based on
significant difference of lifting wavelet coefficients”, Signal, Image and
Video Processing (SIViP), vol. 9, no. 6, pp. 1443–1450, 2015.
[20] V. Sabeti, S. Samavi, M. Mahdavi, and S. Shirani “Steganalysis and
payload estimation of embedding in pixel differences using neural
networks”, Pattern Recognition, vol. 43, no. 1, pp. 405–415, 2010.
[21] C. Sumathi, T. Santanam, and G. Umamaheswari, “A study of various
steganographic techniques used for information hiding”, International Journal of
Computer Science and Engineering Survey (IJCSES), vol. 4,
no. 6, pp. 9–25, 2014.
[22] KH. Jung and KY. Yoo, “High-capacity index based data hiding
method”, Multimedia Tools and Applications, vol. 74, no. 6, pp. 2179–
2193, 2015.
[23] A. Khan, A. Siddiqa, S. Munib, and S. Malik, “A recent survey of
reversible watermarking techniques”, Information Sciences, vol. 279,
pp. 251–272, 2014.
[24] J. Mielikainen, “LSB matching revisited”, IEEE Signal Processing
Letters, 2006, vol. 13, no. 5, pp. 285–287, 2006.

18