MÃ hóa dữ LIỆU TRÊN điện THOẠI THÔNG MINH sử DỤNG SINH TRẮC học

LỜI CẢM ƠN
Lần đầu tiên, tôi xin chân thành cảm ơn những thầy cô của trƣờng Đại Học Quốc
Tế Hồng Bàng đã tận tình dạy dỗ tôi trong suốt 2 năm học qua. Tôi xin cám ơn
các thầy cô Khoa sau Đại học của trƣờng đã tạo mọi điều kiện để tôi có thể hoàn
thành luận văn này.
Tôi xin chân thành cảm ơn những ngƣời đã giúp đỡ tôi thực hiện luận văn này,
đặc biệt tôi xin cảm ơn PGS. TS. Đặng Trần Khánh - ngƣời đã tận tình hƣớng
dẫn, giúp tôi có thể hoàn thành luận văn này.
Đặc biệt, Trong quá trình thực hiện luận văn, tôi biết rằng còn những thiếu sót,
những hạn chế của luận văn mà tôi chƣa phát hiện ngay đƣợc, Vì thế, tôi rất
mong nhận đƣợc những ý kiến đóng góp của Thầy cô, bạn bè, những ngƣời đã
xem qua luận văn này. Cảm ơn rất nhiều!

TP HCM, ngày 24 tháng 09 năm 2014
Tác giả luận văn

Trần Thanh Sang

1


TÓM TẮT

Hiện nay, nhu cầu bảo mật thông tin trên điện thoại di động là thật cần thiết, để
bảo mật thông tin, phƣơng pháp phổ biến nhất là dùng mật khẩu hoặc mã số PIN
để bảo về dữ liệu và điện thoại. Nhƣng dùng mật khẩu thì có 1 số vấn đề bất tiện
là: dễ bị đánh cắp, khó nhớ hoặc thất lạt. Nhƣng nếu ta dùng các sinh trắc học
nhƣ là vân tay, khuôn mặt, giọng nói, móng mắt,… thì không thể bị đánh cắp và
thất lạc đƣợc. Để khắc phục vấn đề trên, sinh trắc học đã đƣợc đƣa vào ứng dụng
trên điện thoại di động để cải thiện vấn để bảo mật dữ liệu và thông tin.
Sử dụng sinh trắc học để đảm bảo an toàn cho điện thoại di động đang ngày càng

đƣợc ứng dụng rộng rãi. Sử dụng sinh trắc học làm tăng tính an toàn bảo mật.
Đặc trƣng sinh trắc học đƣợc sử dụng nhƣ là một khóa để mã hóa và giải mã dữ
liệu, nhƣng vẫn đảm bảo an toàn mẫu đặc trƣng sinh trắc học ngay khi ngƣời
dùng đánh mất điện thoại di động của mình.
Việc nhập mật mã để truy nhập khóa mã đƣợc thay bằng quá trình xác thực sinh
trắc. Khi ngƣời dùng muốn truy cập khóa mã thì họ sẽ đƣợc yêu cầu cung cấp
một mẫu sinh trắc bắt buộc. Mẫu sinh trắc này cùng với các thông tin định danh
ngƣời dùng sẽ đƣợc gửi đến nơi lƣu trữ mẫu sinh trắc. Nếu mẫu sinh trắc học xác
thực này tƣơng đƣơng với mẫu có trong cơ sở dữ liệu đã lƣu trữ thì hệ thống sẽ
cho phép truy xuất khóa mã từ nơi lƣu trữ an toàn và có thể đƣợc dùng để mã
hóa hoặc giải mã dữ liệu theo yêu cầu. Do đó, xác thực sinh trắc học có thể thay
thế việc sử dụng mật mã để bảo mật khóa.

2


TÓM TẮT MỞ RỘNG
Với nội dung chính là nghiên cứu nhận dạng sinh trắc học và mã hóa dữ liệu
truyền thống để xây dựng ứng dụng mã hóa dữ liệu sử dụng sinh trắc học, luận
văn thực hiện theo bố cục:
Chương 1: Giới thiệu tổng quan: Trình bày lý do chọn đề tài, mục tiêu và nội
dung chính cần nghiên cứu. Qua chƣơng này sẽ trình bày xu hƣớng ứng dụng và
nhu cầu thực tiễn về mã hóa dữ liệu sử dụng sinh trắc học trên điện thoại thông
minh.
Chương 2: Tổng quan tài liệu: Chƣơng này sẽ trình bày tổng quan tài liệu liên
quan đến đề tài bao gồm:
- Tổng quan về nhận dạng sinh trắc học: Giới thiệu về sinh trắc học khuôn
mặt, các đặc trƣng và phƣơng pháp rút trích đặc trƣng sinh trắc học khuôn
mặt.
- Tổng quan về mã hóa dữ liệu truyền thống: Trình bày tổng quan về các hệ

mật mã. Giới thiệu các giải thuật mã hóa dữ liệu truyền thống DES, AES.
Chƣơng 3: Mã hóa dữ liệu sử dụng sinh trắc học: Trình bày phƣơng pháp bảo
mật mẫu sinh trắc học. Giới thiệu các giải thuật để bảo mật mẫu sinh trắc học để
từ đó đề xuất quy trình mã hóa và giải mã dữ liệu sử dụng sinh trắc học.
Chương 4: Xây dựng ứng dụng mã hóa và giải mã trên điện thoại thông minh: từ
mô hình đƣợc đề xuất ở chƣơng 3, một ứng dụng đƣợc xây dựng với các chức
năng chính: Rút trích đặc trƣng sinh trắc học khuôn mặt, tạo khóa và sinh khóa
sinh trắc từ giải thuật Secure Sketch, sử dụng khóa sinh trắc nhƣ là một khóa để
mã hóa và giải mã dữ liệu bằng giải thuật mã hóa truyền thống AES.

3


Chương 5: Kết luận: Tổng kết lại những kết quả đạt đƣợc và mặt hạn chế của
luận văn để từ đó đƣa ra hƣớng nghiên cứu và phát triển tiếp theo.

ABSTRACT
In an era of information technology, mobile phones are more and more widely
used worldwide, not only for basic communications, but also as a tool to deal
with personal affairs and process information acquired anywhere at any time.
however, require extremely high security level for personal information and
privacy protection through individual identification against un-authorized use in
case of theft or fraudulent use in a networked society. Currently, the most
adopted method is the verification of Personal Identification Number (PIN),
which is problematic and might not be secured enough to meet this requirement.
As biometrics aims to recognize a person using unique features of human
physiological or behavioral characteristics such as fingerprints, voice, face, iris,
gait and signature, this authentication method naturally provides a very high
level of security.

4


MỤC LỤC
LỜI CẢM ƠN ............................................................................................................................. 1
TÓM TẮT ................................................................................................................................... 2
DANH MỤC HÌNH VẼ .............................................................................................................. 7
DANH MỤC CÁC CHỮ VIẾT TẮT ......................................................................................... 7
Chƣơng 1: GIỚI THIỆU ........................................................................................................... 8
1.1 Lý do chọn đề tài ............................................................................................................... 8
1.2 Đối tƣợng và phạm vi nghiên cứu ..................................................................................... 9
1.3 Câu hỏi và giả thiết nghiên cứu của đề tài ......................................................................... 9
1.4 Mục tiêu nghiên cứu .......................................................................................................... 9
1.5 Những nội dung chính yếu cần nghiên cứu ..................................................................... 10
Chƣơng 2: TỔNG QUAN TÀI LIỆU ..................................................................................... 11
2.1 TỔNG QUAN VỀ NHẬN DẠNG SINH TRẮC HỌC ................................................... 11
2.1.1

Giới thiệu về sinh trắc học .................................................................................... 11

2.1.2

Kết hợp sinh trắc học với mật mã học .................................................................. 13

2.1.3

Giới thiệu về sinh trắc học khuôn mặt .................................................................. 17

2.1.4

Khuôn mặt đƣợc tạo ảnh nhƣ thế nào ................................................................... 17

2.1.5

Đặc trƣng sinh trắc ảnh khuôn mặt ....................................................................... 18

2.1.6

Hệ thống nhận diện khuôn mặt ............................................................................. 18

2.1.7

Các phƣơng pháp nhận dạng khuôn mặt ngƣời .................................................... 20

a . Nhận dạng dựa trên các đặc trƣng phần tử trên khuôn mặt...................................... 21
b . Nhận dạng dựa trên xét tổng thể khuôn mặt ............................................................ 21
2.1.8

Rút trích đặc trƣng khuôn mặt sử dụng Eigenface ............................................... 22

2.1.9

Cách giả mạo sinh trắc khuôn mặt........................................................................ 25

2.2 TỔNG QUAN VỀ MÃ HÓA DỮ LIỆU TRUYỀN THỐNG ......................................... 28
2.2.1

Tổng quan về các hệ mật mã ................................................................................ 28

a . Mật mã cổ điển ......................................................................................................... 29

b . Phân loại mã hóa dữ liệu .......................................................................................... 30
2.2.2

Mã hóa đối xứng ................................................................................................... 31

a . Định nghĩa ................................................................................................................ 31
b . Chuẩn mã hóa dữ liệu DES ...................................................................................... 32
c . Chuẩn mã hóa dữ liệu AES ...................................................................................... 38
2.2.3

Mã hóa bất đối xứng ............................................................................................. 43

2.2.4

Hàm băm (Hash function) .................................................................................... 44
5


Chƣơng 3: MÃ HÓA DỮ LIỆU SỬ DỤNG SINH TRẮC HỌC .......................................... 46
3.1 Bảo mật sinh trắc học ................................................................................................... 46
3.2 Các giải thuật mã hóa đặc trƣng sinh trắc học ............................................................. 48
3.3 Các định nghĩa cơ bản: ................................................................................................. 51
3.4 Xây dựng fuzzy extractor từ secure sketch .................................................................. 54
3.5 Bảo mật mẫu sinh trắc học sử dụng secure sketch ....................................................... 55
3.5.1

Các bƣớc xử lý .................................................................................................. 55

3.5.2

Lƣợng tử hóa ..................................................................................................... 56

3.5.3

Phát sinh sketch................................................................................................. 56

3.5.4

Khôi phục đặc trƣng .......................................................................................... 57

3.6 Mô hình mã hóa dữ liệu sử dụng đặc trƣng sinh trắc học ............................................ 58
3.7 Quá trình sinh khóa và xác thực sinh trắc .................................................................... 60
3.7.1

Quá trình đăng ký.............................................................................................. 60

3.7.2

Quá trình xác thực: ............................................................................................ 61

3.8 Kết luận ........................................................................................................................ 62
Chƣơng 4: XÂY DỰNG ỨNG DỤNG TRÊN ĐIỆN THOẠI THÔNG MINH .................... 64
4.1 Giới thiệu ..................................................................................................................... 64
4.2 Hệ điều hành android ................................................................................................... 64
4.2.1

Giới thiệu về android ........................................................................................ 64

4.2.2

Kiến trúc hệ điều hành android ......................................................................... 64

4.3 Giới thiệu về OpenCV ................................................................................................. 66
4.4 Thiết kế chƣơng chƣơng trình mã hóa dữ .................................................................... 67
4.4.1

Rút trích đặc trƣng khuôn mặt .......................................................................... 67

4.4.2

Lƣợng tử hóa vector .......................................................................................... 67

4.4.3

Sinh khóa sinh trắc ............................................................................................ 68

4.4.4

Khôi phục khóa sinh trắc .................................................................................. 68

4.4.5

Mã hóa dữ liệu sử dụng khóa sinh trắc ............................................................. 68

4.4.6

Chức năng của ứng dụng .................................................................................. 68

Chƣơng 5: TÓM TẮT, KẾT LUẬN VÀ KIẾN NGHỊ .......................................................... 73
5.1 Kết luận............................................................................................................................ 73

5.2 Mô hình cải tiến ............................................................................................................... 73
TÀI LIỆU THAM KHẢO ........................................................................................................ 77

6


DANH MỤC HÌNH VẼ
Hình 2-1 Các đặc trƣng sinh trắc phổ biến ................................................................................ 12
Hình 2-2 Hai mô hình bảo vệ khóa trong hệ bảo mật ............................................................... 15
Hình 2-3 Hệ thống nhận diện khuôn mặt .................................................................................. 18
Hình 2-4 Sơ đồ khối trích chọn đặc trƣng sử dụng Eigenfaces................................................. 20
Hình 2-5 Mã hóa với khóa mã và giải mã giống nhau .............................................................. 31
Hình 2-6 Biểu diễn dãy 64 bit x thành 2 thành phần L và R ..................................................... 33
Hình 2-7 Một vòng của DES ..................................................................................................... 34
Hình 2-8 Hàm f của DES .......................................................................................................... 36
Hình 2-9 Tính bảng khóa DES .................................................................................................. 37
Hình 2-10 Mô tả thuật toán AES ............................................................................................... 40
Hình 2-11 Mô hình mã hóa khóa công khai ............................................................................. 43
Hình 3-1 (a) secure sketch; (b) fuzzy extractor; (c) ứng dụng fuzzy extractor mã hóa dữ liệu 49
Hình 3-2 Mô hình Fuzzy Commitment ..................................................................................... 50
Hình 3-3 Mô hình Fuzzy Vault ................................................................................................. 51
Hình 3-4 Fuzzy extractor đƣợc xây dựng từ secure sketch và strong extractor ........................ 54
Hình 3-5 Các bƣớc xử lý chính ................................................................................................. 56
Hình 3-6 Mô hình mã hóa dữ liệu sử dụng đặc trƣng sinh trắc học .......................................... 58
Hình 3-7 Quá trình phát sinh sketch.......................................................................................... 59
Hình 3-8 Quá trình khôi phục khóa sinh trắc ............................................................................ 59
Hình 3-9 Quá trình đăng ký sinh trắc ........................................................................................ 60
Hình 3-10 Quá trình xác thực .................................................................................................... 61
Hình 4-1 Kiến trúc hệ điều hành Android ................................................................................. 65
Hình 4-2 Giao diện màn hình chính của ứng dụng ................................................................... 69

Hình 4-3 Giao diện train face .................................................................................................... 70
Hình 4-4 Giao diện ứng dụng mã hóa dữ liệu ........................................................................... 71
Hình 5-1 Mô hình đề xuất cải tiến............................................................................................. 74
Hình 5-2 Mô hình đăng ký khóa cải tiến ................................................................................... 75
Hình 5-3 Mô hình khôi phục khóa sinh trắc cải tiến ................................................................. 76

DANH MỤC CÁC CHỮ VIẾT TẮT
Viết tắt

Tiếng Anh

Tiếng việt

PCA

Principle Components Analysis

Phân tích thành phần chính

AES

Advanced Encryption Standard

Chuẩn mã hóa tiên tiến

DES
RSA
SHA

Data Encryption Standard

Rivest-Shamir-Adleman
Secure Hash Algorithm

Chuẩn mã hóa dữ liệu
Tên riêng của các nhà khoa học
Thuật toán băm an toàn

FAR
FRR

False Accept Rate
False Reject Rate

Tỉ lệ chấp nhận sai
Tỉ lệ từ chối sai
7


Chương 1:
1.1

GIỚI THIỆU

Lý do chọn đề tài

Ngày nay, trong thời đại bùng nổ công nghệ, điện thoại di động đƣợc sử dụng
rộng rãi trên toàn thế giới và ở Việt Nam. Với cuộc sống ngày càng hiện đại,
công nghệ di động hƣớng đến những chiếc điện thoại thông minh, điện thoại
không chỉ đơn giản dùng cho thoại hoặc giải trí, mà nó còn đƣợc dùng để lƣu trữ
nhiều dữ liệu cá nhân và thực hiện các chức năng nhƣ giao dịch ngân hàng,

thƣơng mại điện tử… điều gì sẽ xảy ra nếu nhƣ dữ liệu của bạn bị xem trộm
hoặc bị đánh cắp? do đó nhu cầu bảo vệ những dữ liệu này là rất cần thiết. Tuy
nhiên làm thế nào để bảo vệ dữ liệu của bạn tránh bị xem trộm? Để chống dữ
liệu bị xem trộm chúng ta thƣờng đặt mật khẩu hoặc dùng phƣơng pháp mã hóa
truyền thống. Mỗi ngƣời đều có rất nhiều mật khẩu và số PIN (Personal
Identidication Number) phải nhớ. Bình thƣờng thì độ dài của mật khẩu hoặc số
PIN là 5 đến 8, với một số ngƣời thì là 12 đến 15. Thật là khó để nhớ hết những
con số đó. Hơn nữa nếu bạn để mật khẩu lộ và bị ngƣời khác đánh cắp thì dữ liệu
không còn an toàn nữa. Bạn hãy nghĩ bạn có ngón tay, mắt, giọng nói, và khuôn
mặt, bạn không thể bảo giờ quên chúng đƣợc. Đấy chính là một giải pháp để
thay thế cho việc phải nhớ những mật khẩu hay PIN dài dòng. Và mỗi ngƣời
khác nhau lại có những đặc điểm không trùng nhau, nhƣ vậy mọi thứ trở nên đơn
giản và tiện lợi hơn rất nhiều.
Vì vậy việc sử dụng đặc trƣng sinh trắc học trong mã hóa dữ liệu là một xu thế
mới, tiện lợi hơn các phƣơng pháp mã hóa truyền thống và cần thiết hiện nay,
bởi vì mỗi ngƣời có một đặc điểm sinh trắc học (nhƣ: dấu vân tay, mông mắt,
khuôn mặt, giọng nói) là duy nhất[5].

8


Sử dụng sinh trắc học để đảm bảo an toàn cho điện thoại di động đang ngày càng
đƣợc ứng dụng rộng rãi. Sử dụng sinh trắc học làm tăng tính an toàn bảo mật.
Kết hợp mật mã với sinh trắc học là một lĩnh vực nghiên cứu mới. Vì vậy trong
luận văn này tôi sẽ trình bày về “mã hóa dữ liệu trên điện thoại thông minh sử
dụng sinh trắc học”.

1.2

Đối tượng và phạm vi nghiên cứu

Đối tƣợng và phạm vi nghiên cứu của luận văn là sử dụng đặc trƣng sinh trắc
học là khuôn mặt.
Thiết bị sử dụng: điện thoại thông minh chạy hệ điều hành Android.

1.3

Câu hỏi và giả thiết nghiên cứu của đề tài

- Qui trình rút trích đặc trƣng sinh trắc học đƣợc thực hiện nhƣ thế nào?
- Làm thế nào để bảo vệ mẫu đặc trƣng sinh trắc học?
- Sử dụng đặc trƣng sinh trắc học để mã hóa dự liệu an toàn?

1.4

Mục tiêu nghiên cứu

Mục tiêu của luận văn là nghiên cứu mã hóa dữ liệu sử dụng đặc trƣng sinh trắc
học để xây dựng ứng dụng dùng đặc trƣng sinh trắc học khuôn mặt để mã hóa và
giải mã dữ liệu trên điện thoại thông minh với các chức năng chính:
- Rút trích các đặc trƣng sinh trắc học là khuôn mặt.
- Mã hóa các đặc trƣng sinh trắc học để bảo vệ tính riêng tƣ đặc trƣng sinh
trắc học.
- Sử dụng sinh trắc học nhƣ là một khóa để mã hóa và giải mã dữ liệu.

9


1.5

Những nội dung chính yếu cần nghiên cứu

Đề tài tập trung nghiên cứu vào các vấn đề:
- Tìm hiểu về nhận dạng bằng sinh trắc học.
- Tìm hiểu về mã hóa dữ liệu truyền thống.
- Tìm hiểu về mã hóa sử dụng đặc trƣng sinh trắc học.
- Xây dựng ứng dựng mã hóa và giải mã dữ liệu sử dụng đặc trƣng sinh trắc
học khuôn mặt trên điện thoại thông minh chạy hệ điều hành Android.
- Đề xuất mô hình cải tiến.

10


Chương 2:
2.1

TỔNG QUAN TÀI LIỆU

TỔNG QUAN VỀ NHẬN DẠNG SINH TRẮC HỌC
2.1.1 Giới thiệu về sinh trắc học

Sinh trắc học là những đặc điểm vật lý hoặc tâm lý có thể cân nhắc, ghi lại, hay
xác định số lƣợng. Bằng cách này chúng ta có thể sử dụng những đặc điểm đó để
thu đƣợc một số lƣợng sinh trắc học đƣợc đăng kí. Chúng ta có thể nói ở một
góc độ khác rằng những ai đó là cùng một ngƣời trong phƣơng thức xác thực
bằng sinh trắc học thì dựa vào những đăng ký sinh trắc học trƣớc đó.
Công nghệ sinh trắc học (Biometrics) đã đƣợc sử dụng rộng rãi trên thế giới
trong các mục đích về an ninh. Sinh trắc học có thể đƣợc sử dụng để chứng thực
ngƣời dùng đƣợc phép truy cập vào máy ATM, điện thoại di động, máy tính cá
nhân và máy tính mạng. Nó có thể đƣợc sử dụng trong thời gian giao dịch thực

hiện qua điện thoại và Internet (thƣơng mại điện tử và ngân hàng điện tử). Do có
mối đe dọa an ninh gia tăng, nhiều quốc gia đã bắt đầu bằng cách sử dụng sinh
trắc học cho kiểm soát biên giới và thẻ ID quốc gia. Việc sử dụng các sinh trắc
học xác định hoặc xác nhận các hệ thống đang đƣợc sử dụng rộng rãi trong các
công ty khác nhau cũng nhƣ các cơ quan chính phủ.
Mỗi ngƣời có một đặc điểm sinh học duy nhất. Dữ liệu sinh trắc học của từng cá
nhân với đặc điểm nhƣ: vân tay (Fingerprint), lòng bàn tay (Palm print), dạng
hình học bàn tay (Hand geometry), chữ ký viết tay (Hand written Signature),
khuôn mặt (Face), giọng nói (Voice), mống mắt (Iris), võng mạc (Retina), ….

11


Nguồn: [16]
Hình 2-1 Các đặc trƣng sinh trắc phổ biến
Các tiêu chuẩn phải đƣợc đảm bảo khi sử dụng các đặc trƣng sinh trắc học của
con ngƣời:
- Tính rộng rãi: Khả năng ngƣời dùng điều có những đặc trƣng này, đảm
bảo qui mô ngƣời sử dụng đƣợc hệ thống này là rộng lớn.
- Tính phân biệt: Phải đảm bảo có sự khác biệt giữa các đặc trƣng sinh trắc
học giữa hai ngƣời bất kì, đảm bảo tính duy nhất của chủ thể.
- Tính ổn định: đặc trƣng sinh trắc học phải có tính ổn định (không thay
đổi) trong một thời gian dài.
- Tính dễ thu thập: đặc trƣng sinh trắc học phải đảm bảo dễ dàng thu nhận
mẫu khi đăng ký, xác thực.
- Tính hiệu quả: việc xác thực sinh trắc phải chính xác, nhanh chóng và tài
nguyên cần sử dụng chấp nhận đƣợc.
- Tính chấp nhận đƣợc: quá trình thu thập mẫu sinh trắc phải đƣợc sự chấp
nhận của ngƣời ngƣời dùng.
- Chống giả mạo: mẫu sinh trắc phải đảm bảo khả khó bị làm giả…

Không có một đặc trƣng sinh trắc học nào hoàn toàn là tối ƣu. Vì mỗi đặc trƣng
có những điểm mạnh và điểm yếu riêng, không một đặc trƣng nào thỏa mãn tốt
và đầy đủ tất cả các yêu cầu của một đặc trƣng sinh trắc học nêu trên.

12


2.1.2 Kết hợp sinh trắc học với mật mã học
Hiện nay, việc bùng nổ phát triển của Internet và thiết bị di động, việc lƣu trữ
các dữ liệu quan trọng trên mạng, mật mã trở thành công cụ khá quan trọng của
bảo mật dữ liệu trên máy tính, điện thoại,... Nhiều thuật toán mật mã đã đƣợc sử
dụng rất phổ biến trên thế giới để đảm bảo an toàn cho thông tin. Hai hệ mật mã
phổ biến nhất hiện nay là hệ mật mã khóa đối xứng và hệ mật mã khoá công
khai. Hệ mật mã khóa đối xứng thƣờng đƣợc dùng để bảo mật dữ liệu, còn hệ
mật khóa bất đối xứng thƣờng đƣợc dùng trong chữ ký số và thay đổi khóa bí
mật giữa những ngƣời sử dụng. Tuy nhiên, bất kì hệ mật mã nào thì mức độ bảo
mật cũng đều phụ thuộc vào khóa mã. Để đảm bảo an toàn cho hệ thống, khóa
mã thƣờng đủ lớn nên ngƣời dùng khó nhớ và phải nhập lại mỗi khi đƣợc yêu
cầu. Thay vào đó, ngƣời dùng thƣờng sử dụng một mã dễ nhớ để mã hóa khóa
mã, khóa này sau đó có thể đƣợc lƣu trữ trên điện thoại hay máy tính, khi cần sử
dụng khóa, ngƣời dùng chỉ cần nhập vào mã dễ nhớ để giải phóng khóa mã.
Ngƣời dùng có xu hƣớng chọn mật mã là những từ đơn giản dễ nhớ hoặc sẽ lƣu
lại mật mã trên máy tính, điện thoại,.. để tránh quên mật mã. Điều này làm tăng
các nguy cơ bị đánh cắp và dữ liệu kém an toàn. Ngoài ra, vì không có mối liên
hệ trực tiếp giữa ngƣời dùng và mật mã nên hệ thống không thể phân biệt đƣợc
là kẻ mạo danh để tấn công hệ thống hay là ngƣời dùng hợp lệ nếu kẻ tấn công
đánh cắp đƣợc mật mã.
Do vậy, sinh trắc học đƣợc xem nhƣ là một sự lựa chọn để bảo mật khóa mã.
Thẩm định (xác thực) sinh trắc học đƣa ra một cơ chế mới bằng cách sử dụng
một đặc trƣng sinh trắc học để bảo mật khóa mã. Việc nhập mật mã để truy nhập

khóa mã đƣợc thay bằng quá trình xác thực sinh trắc. Khi ngƣời dùng muốn truy
cập khóa mã thì họ sẽ đƣợc yêu cầu cung cấp một mẫu sinh trắc bắt buộc. Mẫu
sinh trắc này cùng với các thông tin định danh ngƣời dùng sẽ đƣợc gửi đến nơi
13


lƣu trữ mẫu sinh trắc. Nếu mẫu sinh trắc học xác thực này tƣơng đƣơng với mẫu
có trong cơ sở dữ liệu đã lƣu trữ thì hệ thống sẽ cho phép truy xuất khóa mã từ
nơi lƣu trữ an toàn và có thể đƣợc dùng để mã hóa hoặc giải mã dữ liệu theo yêu
cầu. Do đó, xác thực sinh trắc học có thể thay thế việc sử dụng mật mã để bảo
mật khóa. Việc làm này có 2 ƣu điểm:
- Ngƣời dùng không phải ghi nhớ mật mã và xác nhận bảo mật.
- Chỉ có ngƣời sử dụng hợp lệ mới có thể dùng đƣợc khóa mã.
Điểm yếu trong hệ mật mã thông thƣờng chính là ở quá trình bảo vệ và quản lý
khóa, đe dọa các mục tiêu về xác thực và chống phủ nhận. Hệ sinh trắc học đƣợc
ứng dụng để giải quyết vấn đề này. Hiện nay có hai hƣớng tiếp cận để kết hợp
sinh trắc học với mật mã học nhƣ sau[2]:
- Dùng sinh trắc học quản lý khóa (biometric-based key release)
Nguyên tắc hoạt động của phƣơng pháp này: quá trình đối sánh mẫu sinh
trắc học đƣợc tách biệt với quá trình mã hóa. Đối sánh đƣợc thực hiện:
nếu mẫu sinh trắc đem đối sánh giống với mẫu sinh trắc đã đƣợc lƣu trữ
thì hệ thống sẽ giải phóng khóa mã từ nơi lƣu trữ an toàn.

14


Nguồn: [16]
Hình 2-2 Hai mô hình bảo vệ khóa trong hệ bảo mật

Hình minh họa hai mô hình bảo vệ khóa trong hệ bảo mật: mô hình (a) sử

dụng mật khẩu truyền thống để bảo vệ khóa, đây là mô hình bảo vệ khóa
truyền thống và thông dụng; mô hình ( b) sử dụng sinh trắc học để bảo vệ
khóa, kết hợp sinh trắc học với mật mã học.
Đặc điểm:
 Cần phải đƣợc truy xuất tới mẫu sinh trắc học đã đƣợc lƣu để thực
hiện việc đối sánh sinh trắc.
 Quá trình xác thực ngƣời dùng và quá trình giải phóng khóa là hoàn
toàn tách biệt nhau.
Một số vấn đề an toàn:
 Mẫu sinh trắc học bị đánh mất hoặc bị sử dụng lại: Mẫu sinh trắc
học đƣợc dùng khi xác thực ngƣời dùng, vì thế đặt ra vấn đề về an
toàn lƣu trữ mẫu định dạng. Cách giải quyết có thể là chuyển đổi
mẫu sinh trắc sang một dạng biểu diễn khác: sử hàm chuyển đổi
một chiều và không thể đảo ngƣợc lại (VD: hàm băm), đặc trƣng
15


cho từng hệ mật khác nhau. Nhƣng cách làm này gây ra một khó
khăn khi thực hiện đối sánh sinh trắc trên miền không gian xử lý
khác.
 Chống sử dụng lại mẫu sinh trắc học: Để tránh truy cơ việc một
mẫu sinh trắc học ở hệ mật này có thể bị sử dụng lại ở một hệ mật
khác, có thể thiết kế sao cho mẫu sinh trắc học chỉ đƣợc dùng cho
riêng biệt từng hệ mật khác nhau. Điều này thực hiện khi cho thêm
một vài thành phần dữ liệu bổ sung vào mẫu định dạng, tƣơng tự
nhƣ trong hệ xác thực mật mã truyền thống. Thành phần bổ sung
này có tính chất đặc thù cho từng hệ mật.
 Tách biệt giữa xác thực và giải phóng khóa: Kết quả của xác thực
có nguy cơ bị tấn công do hai quá trình tách rời nhau. Kết quả có
thể bị sửa đổi từ "sai" thành "đúng" khi trong khi truyền tải dữ liệu

kết quả, dẫn tới phá vỡ độ an toàn của hệ thống xác thực.
- Dùng sinh trắc học để tạo khóa (biometric-based key generation)
Nghiên cứu kết hợp kỹ thuật sinh trắc với kỹ thuật mật mã, mật mã sinh
trắc (Biometric Encryption) nhằm nghiên cứu tạo ra khóa mã từ mẫu
khuôn dạng và mẫu sinh trắc trong hệ thống. Hƣớng tiếp cận Biometric
Cryptosystem cho phép kết hợp chặt chẽ sinh trắc học với mật mã học
nhằm khắc phục các điểm yếu của phƣơng pháp bảo vệ khóa truyền thống
và cho phép thực hiện xác thực chủ thể sở hữu khóa. Đây cũng là hƣớng
tiếp cận chủ yếu hiện nay và đƣợc sử dụng trong đề tài này[2].
Bên cạnh những ƣu điểm của việc dùng sinh trắc học làm khóa, phƣơng
pháp tạo khóa từ mẫu sinh trắc học có các khó khăn chính:
 Sinh ra chuỗi bit chính xác từ mẫu sinh trắc học: Đây là khó khăn
chủ yếu của phƣơng pháp này vì các mẫu sinh trắc học thu đƣợc từ
quá trình thƣờng là không ổn định, chịu nhiều tác động của các yếu
tố khác nhau. Do đó không thể tạo ra đƣợc các chuổi bit đồng nhất
16


tuyệt đối từ các mẫu sinh trắc sống của cùng một chủ thể, nên chuỗi
bit đặc trƣng sinh trắc thƣờng không đủ độ chính xác để dùng làm
khóa.
 Sử dụng mẫu sinh trắc học với nhiều hệ: khi một hệ mật mã bị tấn,
độ an toàn của các hệ mật còn lại sẽ bị ảnh hƣởng. Do khả năng chỉ
sinh đƣợc một khóa từ một loại mẫu sinh trắc học. Giải pháp đƣợc
đặt ra là thêm một phần dữ liệu đặc trƣng có vai trò làm tham số
sinh ra khóa, nhằm làm tăng độ đa dạng của khóa đối với từng hệ
mật.
 Tính toán phức tạp: các giải thuật tính toán để sinh khóa từ mẫu
sinh trắc học yêu cầu phải có lƣợng tính toán lớn.

2.1.3 Giới thiệu về sinh trắc học khuôn mặt
Khuôn mặt ngƣời đƣợc tạo ra do nhiều chi tiết macro và micro. Các chi tiết
macro gồm có mắt, môi, mũi, miệng, cằm, gò má, trán, tai. Các chi tiết micro
bao gồm khoảng cách giữa các macro, hoặc độ lớn của các chi tiết. Ngoài ra, các
chi tiết mắt thƣờng không thấy đƣợc và có tỏa ra nhiệt có thể đƣợc tính toán
bằng việc sử dụng một camera hồng ngoại. Tất cả các đặc trƣng trên có thể đƣợc
sử dụng cho một hệ thống nhận diện khuôn mặt để xác thực và nhận diện khuôn
mặt của một ngƣời nào đó.

2.1.4 Khuôn mặt được tạo ảnh như thế nào
Hình ảnh khuôn mặt có thể đƣợc chụp lại bằng cách sử dụng một máy quay
phim, máy quét hoặc máy ảnh, một số thuật toán không hỗ trợ sử dụng máy ảnh
hoặc quay phim, khi đó sẽ cần các phƣơng thức tính toán khác. Khi một tấm
hình đƣợc chụp lại, một máy quét chất lƣợng cao sẽ đƣợc sử dụng và bức hình
đƣợc xử lý để trở thành một mẩu khuôn mặt.

17


2.1.5 Đặc trưng sinh trắc ảnh khuôn mặt
Phạm vi và đối tƣợng nghiên cứu trong đề tài này là đặc trƣng sinh trắc học của
khuôn mặt.
Các đặc trƣng khuôn mặt bao gồm:
Đặc trƣng hình học: cấu trúc, hình dạng và các thành phần trên khuôn mặt:
miệng, mắt, mũi, lông mày. Khoảng cách giữa mắt, mũi, miêng và hàm; đƣờng
bao các hốc mắt; các cạnh của miệng; vị trí của mũi, hai mắt và các vùng xung
quanh.Các thành phần khuôn mặt đƣợc trích rút để hình thành vector đặc trƣng
biểu diễn hình học khuôn mặt.
Đặc trƣng về diện mạo biểu diễn sự thay đổi vẻ bề ngoài: kết cấu da nhƣ các nếp
nhăn trên khuôn mặt; biểu đồ nhiệt của khuôn mặt: các mẫu nhiệt khuôn mặt là

duy nhất với mỗi ngƣời và đặc trƣng về nụ cƣời. Các đặc trƣng về diện mạo có
thể đƣợc trích rút trên cả khuôn mặt hoặc phần nào đó trên khuôn mặt.

2.1.6 Hệ thống nhận diện khuôn mặt

Hình 2-3 Hệ thống nhận diện khuôn mặt
18


Tiền xử lý
Quá trình tiền xử lý đối với khuôn mặt nhằm nâng cao chất lƣợng ảnh, chuẩn
hóa dữ liệu, kích thƣớc ảnh. Các ảnh trong nghiên cứu này là có chất lƣợng
tƣơng đối tốt nên ta không cần dùng các thuật toán nâng cao chất lƣợng ảnh mà
ta chỉ cần chuẩn hóa ảnh (Normalize Image). Việc chuẩn hóa này khiến độ lệch
giữa 2 điểm ảnh đƣợc giảm xuống làm quá trình rút đặc trƣng thêm chính xác.
Trích rút đặc trưng
Trích rút đặc trƣng là kỹ thuật sử dụng các thuật toán để lấy ra những thông tin
mang những đặc điểm riêng biệt của một ngƣời. Các khâu trong quá trình trích
chọn đặc trƣng:
- Đầu vào: Ảnh đã đƣợc chuẩn hóa.
- Đầu ra: vector đặc trƣng của ảnh đầu vào.
Quá trình trích rút đặc trƣng đƣợc thể hiện qua lƣu đồ sau:

19


Hình 2-4 Sơ đồ khối trích chọn đặc trƣng sử dụng Eigenfaces

2.1.7 Các phương pháp nhận dạng khuôn mặt người
Các phƣơng pháp nhận dạng hiện nay có 2 loại :

 Nhận dạng dựa trên các đặc trƣng phần tử trên khuôn mặt (Feature based
face recognition).
 Nhận dạng dựa trên xét tổng thể khuôn mặt (Apppearance base face
recognition )
Ngoài ra còn có một số loại nhận dạng sử dụng mô hình về khuôn mặt, một số
phƣơng pháp đƣợc dùng cho loại này:
20


 Nhận dạng 2D: Elastic Bunch Graph, Active Appearance Model.
 Nhận dạng 3D: 3D Morphable Model.
a . Nhận dạng dựa trên các đặc trưng phần tử trên khuôn mặt
Nhận dạng dựa trên các đặc trƣng phần tử trên khuôn mặt nhƣ biến đổi Gabor
Wavelet và mạng Neural, SVM,…[9] Đây là phƣơng pháp nhận dạng khuôn mặt
dựa trên việc xác định các đặc trƣng hình học của các chi tiết trên một khuôn
mặt (nhƣ vị trí, diện tích, hình dạng của mắt, mũi, miệng,…), và mối quan hệ
giữa chúng (nhƣ khoảng cách của hai mắt, khoảng cách của hai lông mày,…).
Ƣu điểm của phƣơng pháp này là nó gần với cách mà con ngƣời sử dụng để nhận
biết khuôn mặt. Hơn nữa với việc xác định đặc tính và các mối quan hệ, phƣơng
pháp này có thể cho kết quả tốt trong các trƣờng hợp ảnh có nhiều nhiễu nhƣ bị
nghiêng, bị xoay hoặc ánh sáng thay đổi.
Nhƣợc điểm của phƣơng pháp này là cài đặt thuật toán phức tạp do việc xác định
mối quan hệ giữa các đặc tính đòi hỏi các thuật toán phức tạp. Mặt khác, với các
ảnh kích thƣớc bé thì các đặc tính sẽ khó phân biệt.
b . Nhận dạng dựa trên xét tổng thể khuôn mặt
Nội dung chính của hƣớng tiếp cận này là xem mỗi ảnh có kích thƣớc RxC là
một vector trong không gian RxC chiều. Ta sẽ xây dựng một không gian mới có
chiều nhỏ hơn sao cho khi biểu diễn trong không gian đó các đặc điểm chính của
một khuôn mặt không bị mất đi. Trong không gian đó, các ảnh của cùng một
ngƣời sẽ đƣợc tập trung lại thành một nhóm gần nhau và cách xa các nhóm khác.

Hai phƣơng pháp thƣờng đƣợc sử dụng là PCA (Principle Components Analysis)
và LDA (Linear Discriminant Analysis).

21


2.1.8 Rút trích đặc trưng khuôn mặt sử dụng Eigenface
Khi đã xác định đƣợc khuôn mặt chúng ta sẽ lựa chọn một phƣơng pháp để rút
trích đặc trƣng khuôn mặt. Một trong những thuật toán rút trích đặc trƣng cơ bản
và phổ biến đó là phƣơng pháp phân tích thành phần chính Eigenface [15]. Ảnh
khuôn mặt thƣờng có kích thƣớc lớn, phƣơng pháp này giúp giảm số chiều của
vector đặc trƣng bằng cách thay thế các đại lƣợng của bộ dữ liệu ban đầu bằng
các tổ hợp tuyến tính của chúng và từ đó chọn ra những thành phần quan trọng
nhất.
Thuật toán eigenface làm việc từ các hình ảnh sắc xám hai chiều (twodimensional grayscale images). Từ một ảnh sắc xám, một Eigenface đƣợc trích
xuất ra. Khuôn mặt sau đó đƣợc ánh xạ tới một chuỗi các Eigenvector, dùng
thuộc tính toán học để mô tả tính duy nhất của từng khuôn mặt, tạo thành các
mẫu sinh trắc học. Mẫu này sau đó đƣợc so sánh với các Eigenface đƣợc tạo ra.
Độ chênh lệch giữa mẫu và các Eigenface liên quan sẽ đƣợc so sánh với nhau.
Giá trị chênh lệch nào thấp hơn sẽ có khả năng là chính xác.
Thuật toán Eigenface khá kỳ lạ khi thực hiện việc so sánh một với nhiều mẫu để
nhận dạng. Để tạo ra các mẫu liên quan với mẫu trực tiếp để so sánh, nó dựng
nên một tập hợp các khuôn mặt đƣợc nhập vào. Nghĩa là khi nhiều khuôn mặt
đƣợc nhập vào cơ sở dữ liệu, các mẫu liên quan phải đƣợc cập nhật lại. Hầu hết
các hệ thống dựa trên Eigenface đều có khoảng 100-150 hình ảnh khuôn mặt để
tạo ra các mẫu liên quan dùng cho việc so sánh.
Ý tƣởng của phƣơng pháp là phân tích các thành phần chủ yếu tạo nên khuôn
mặt, hoặc những vector riêng của ma trận hiệp phƣơng sai của tập ảnh các khuôn
mặt . Mỗi vector chứa một số lƣợng các đặc tính riêng biệt của khuôn mặt từ đó
tạo ra sự khác nhau giữa các khuôn mặt. Bên cạnh đó các vector riêng này có thể

22


đƣợc biểu diễn giống với một khuôn mặt, bởi vậy, các vector này còn đƣợc gọi
là các khuôn mặt riêng – eigenfaces(H)
Tính toán eigenface[17]:
Tính trung bình tập ảnh đầu vào: Bƣớc này xác định đƣợc gốc tọa độ của không
gian vector biễu diễn các ảnh. Ảnh trung bình đƣợc tính bằng trung bình cộng
của tất cả các ảnh. Ảnh trung bình này thể hiện những điểm giống nhau nhất
giữa tất cả các khuôn mặt.
Cho tập huấn luyện của các ảnh khuôn mặt lần lƣợt là Γ1, Γ2, Γ3,…, ΓM. Trung
bình của tập các ảnh trên đƣợc tính theo công thức:


1
M

(1)

M


n 1

n

Độ sai lệch của ảnh đầu vào với giá trị trung bình trên là một đại lƣợng vector:
 i  i  

(2)

Tìm tập gồm M vector trực giao un biểu diễn chiều phân bố mạnh nhất của tập
dữ liệu. Tập các vector u đƣợc gọi là eigenface của tập dữ liệu. Vector thứ k, uk,
đƣợc lựa chọn sao cho:
k 

1
M

M

 (u
n 1

T
k

 n )2

(3)

có giá trị cao nhất, tùy thuộc vào :
1 (l  k )
ulT uk   lk  
0 (l  k )

Vector uk và λk tƣơng ứng là vector riêng và trị riêng của ma trận hiệp phƣơng
sai:

23


C

1
M

M

 
n 1

n

T
n

(3)

 AAT
A  {1 , 2 , 3 ,..., n }

Phƣơng pháp Eigenface tìm phép biến đổi tuyến tính T thỏa mãn y= T. x với y là
vector ảnh ban đầu và x là vector tọa độ của không gian mới, sao cho trung bình
phƣơng sai lỗi là bé nhất. Chi tiết việc tính vector riêng và trị riêng xem thêm
trong[15]. Nhƣ vậy ta có T là ma trận M dòng các vector riêng:
 u1 
u 
T  2

 ... 
 
u M 

Ƣu điểm của Eigenfaces:
– Dễ cài đặt
– Tìm đƣợc các đặc tính tiêu biểu của đối tƣợng cần nhận dạng mà
không phải xác định các thành phần và mối quan hệ giữa các thành
phần đó.
– Thuật toán có thể thực hiện tốt với các ảnh có độ phân giải cao, do
Eigenfaces sẽ thu gọn ảnh thành một ảnh có kích thƣớc nhỏ hơn.
Nhƣợc điểm của Eigenfaces:
– Các mẫu khuôn mặt phụ thuộc hoàn toàn vào tập huấn luyện, có
nghĩa là các khuôn mặt trong ảnh kiểm tra phải giống với các ảnh
huấn luyện về kích thƣớc, tƣ thế, độ sáng.
– Eigenfaces phân loại theo chiều phân bố lớn nhất của tập vector. Tuy
nhiên chiều phân bố lớn nhất không phải lúc nào cũng mang lại hiệu

24


quả tốt nhất cho bài toán nhận dạng. Đây là nhƣợc điểm cơ bản của
Eigenfaces.
– Eigenfaces rất nhạy với nhiễu.
Có nhiều thuật toán nhận dạng khuôn mặt dựa trên các chi tiết trên khuôn mặt.
Eigenface khác với nhiều thuật toán ở chổ nó nhận dạng dựa trên những nét tổng
thể của khuôn mặt. Không chỉ là một thuật toán, Eigenfaces đã cung cấp một cơ
sở cho việc mô tả các đặc trƣng của khuôn mặt, từ đó có thể phát triển những
thuật toán nhận dạng khác. Vì vậy Eigenfaces có thể không phải là thuật toán tốt
nhất, nhƣng nó là thuật toán phổ biến nhất trong bài toán nhận diện khuôn mặt

ngƣời.
Thuật toán Eigenface hoạt động khá nhanh với việc tìm kiếm của nó. Nó hoạt
động hiệu quả trong một điều kiện ánh sáng tốt và khuôn mặt ngƣời dùng phải
vuông góc với camera. Hai điều kiện này có thể đƣợc đáp ứng trong môi trƣờng
cần xác thực. Nó có thể làm việc không tốt với các trƣờng hợp biến đổi hình
dạng của khuôn mặt, hoặc khi ngƣời dùng để râu, đeo kính…

2.1.9 Cách giả mạo sinh trắc khuôn mặt
Con ngƣời cũng có thể bị nhầm lẫn với những ngƣời có khuôn mặt giống nhau.
Trong trƣờng hợp này, khả năng hệ thống nhận diện khuôn mặt bị đánh lừa là rất
cao. Tuy vậy, các hệ thống nhận diện khuôn mặt vẫn đƣợc dùng rộng rãi ngày
nay nhờ các đặc tính hấp dẫn của nó nhƣ giá thiết bị rẻ, quá trình xác thực đơn
giản, tin cậy. Cũng giống nhƣ các công nghệ sinh trắc học khác, nó vẫn có thể bị
giả mạo.
Các cách tấn công vào hệ thống nhận diện khuôn mặt có thể chia thành các loại
sau:
- Tấn công khuôn mặt vật lý
25