Phương pháp tổ hợp thẻ và thuộc tính trong giấu tin trên định dạng siêu văn bản

Tạ Minh Thanh và cs Tạp chí KHOA HỌC & CÔNG NGHỆ 59(11): 51 - 57 PHƢƠNG PHÁP TỔ HỢP THẺ VÀ THUỘC TÍNH TRONG GIẤU TIN TRÊN ĐỊNH DẠNG SIÊU VĂN BẢN ‫٭‬ Tạ Minh Thanh , Nguyễn Hiếu Minh Khoa Công nghệ Thông tin, Học viện Kỹ thuật Quân sự TÓM TẮT Bài báo đề xuất các phƣơng án giấu tin trên định dạng siêu văn bản HTML. Bằng phƣơng thức sắp xếp trật tự của thẻ và thuộc tính của thẻ trong định dạng siêu văn bản, phƣơng pháp của bài báo chỉ làm thay đổi cấu trúc của văn bản giấu tin mà không làm ảnh hƣởng đến nội dung của văn bản. Trên phƣơng diện kỹ thuật, việc cho phép thay đổi linh hoạt cấu trúc của định dạng văn bản sẽ tạo ra những thuận lợi trong việc biểu diễn thông tin mật mà không gây ra những thay đổi quá lớn đến văn bản giấu tin. Từ khóa: Kỹ thuật giấu tin, định dạng siêu văn bản, steganography.  ĐẶT VẤN ĐỀ Trong những năm gần đây, World Wide Web (WWW) đã phát triển mạnh mẽ và tạo nên một môi trƣờng tiện dụng, thân thiện trong việc trao đổi thông tin giữa ngƣời sử dụng. WWW là một môi trƣờng mà trong nó cho phép các định dạng siêu văn bản đƣợc triển khai để chuyển tải thông tin đến ngƣời sử dụng nhƣ Website, Web Server, … Một trang Web là một phần của Website, nó là một văn bản đƣợc gửi đến cho ngƣời sử dụng bởi Web Server. Ngƣời sử dụng sẽ dùng các trình duyệt Web nhƣ Internet Explore, Firefox, … để mở một trang Web. Thông qua các trình duyệt, nội dung của các trang Web sẽ đƣợc hiển thị chính xác và có thể link đến các trang Web liên quan thông qua mạng internet. Trên thực tế, các dữ liệu định dạng siêu văn bản không chỉ chứa nội dung thông tin cần chuyển tải đến ngƣời sử dụng, mà còn chứa các thông tin về cấu trúc của các thẻ (tags) và thuộc tính (attributes) của các thẻ giúp các trình duyệt hiểu đƣợc cách trình  bày và hiển thị trang Web. Những thông tin về thẻ và thuộc tính của một trang Web đƣợc định nghĩa bởi ngôn ngữ đánh dấu siêu văn bản HTML (HyperText Markup Language) do W3C [1] tạo lập. Bài báo quan tâm đến đặc điểm của ngôn ngữ đánh dấu siêu văn bản sau: Ngôn ngữ HTML chỉ hiển thị thông tin văn bản mà không hiển thị cấu trúc của thẻ và thuộc tính của thẻ; Khi thay đổi một trong các thuộc tính của thẻ thì không làm thay đổi nhiểu hiển thị nội dung của trang Web. Dựa trên những đặc điểm này của ngôn ngữ định dạng siêu văn bản, bài báo đề xuất phƣơng pháp sử dụng thẻ và thuộc tính của thẻ để giấu các thông tin mật vào văn bản HTML mà không bị phát hiện do có thay đổi cấu trúc bởi các trình duyệt Web. Ngoài ra, với thuật toán đƣa ra trong bài báo, dung lƣợng tin mật đƣợc giấu trong văn bản đƣợc tăng lên mà không làm ảnh hƣởng đến hiển thị thông tin trên trình duyệt Web. Phần 2 của bài báo trình bày khái niệm chung của giấu tin mật và nhấn mạnh tầm quan trọng của giấu tin mật trong thời đại phát triển công nghệ thông tin Tạ Minh Thanh, Email: taminhjp@gmail.com Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn Tạ Minh Thanh và cs Tạp chí KHOA HỌC & CÔNG NGHỆ hiện nay. Phần 3 giới thiệu các phƣơng pháp giấu tin trong văn bản đã đƣợc đề xuất và phân tích những nhƣợc điểm của các phƣơng pháp này. Tiếp theo, phƣơng pháp giấu tin trong văn bản bằng kỹ thuật tổ hợp thẻ và thuộc tính của thẻ đƣợc đƣa ra trong phần 4 và 5, đồng thời, đánh giá khả năng giấu tin và tính bảo mật của phƣơng pháp. Cuối cùng, bài báo tổng kết kết quả và đƣa ra hƣớng nghiên cứu tiếp theo. Kỹ thuật giấu tin Trong thời đại công nghệ thông tin phát triển nhƣ hiện nay, việc trao đổi thông tin đã trở nên dễ dàng và thuận tiện. Chính vì thế, bảo mật thông tin là một vấn đề trở nên cấp thiết và kỹ thuật giấu tin đã ra đời để đáp ứng đƣợc phần nào nhu cầu bảo đảm an toàn trao đổi thông tin trên mạng. Kỹ thuật giấu tin đƣợc biết đến bởi hai lĩnh vực chủ yếu là Steganography (giấu tin mật) và Watermarking (thủy ấn). Steganography là kỹ thuật giấu thông tin mật vào các dữ liệu truyền thông (văn bản, ảnh, nhạc, phim, …) để chuyển tải đến ngƣời nhận mà ngƣời thứ ba không thể biết đƣợc có sự tồn tại của thông tin mật trong quá trình truyền. Kỹ thuật Steganography đã làm thay đổi tƣ duy trong lĩnh vực bảo mật thông tin bởi tính khả thi của việc ẩn một lƣợng thông tin mật trong một dữ liệu thông thƣờng mà khó bị phát hiện bằng giác quan của con ngƣời. Bên cạnh đó, Watermarking là kỹ thuật đƣợc sử dụng chủ yếu trong bảo vệ bản quyền sản phẩm số bằng cách đƣa thông tin bản quyền nhƣ tên tác giả, logo, …vào sản phẩm. Với sự tồn tại của thông tin thủy ấn, nhà sản xuất có thể chứng minh đƣợc nguồn gốc của sản phẩm khi sản phẩm bị phát tán không hợp pháp. Cả hai kỹ thuật này đƣợc sử dụng với các mục đích khác nhau song chúng đều có đặc điểm chung là giấu thông tin vào sản phẩm gốc sao cho không bị phát hiện bởi ngƣời thứ ba trong quá trình trao đổi thông tin trên mạng. 59(11): 51 - 57 Hình 1 mô tả qui trình giấu tin trong các sản phẩm số và truyền thông tin trên mạng để đảm bảo tính bảo mật của thông tin truyền đi [2]. Mô hình này gồm có 3 giai đoạn thực hiện là giấu tin, truyền dữ liệu và trích rút thông tin. Trong đó, embedded data là dữ liệu đƣợc giấu vào cover-text; stego-text là dữ liệu đã đƣợc xử lý bới quá trình giấu tin và chứa nội dung của embedded data; stegokey là thông tin khóa đƣợc sử dụng trong quá trình xử lý giấu tin và trích rút thông tin, stegokey phải đƣợc bảo đảm bí mật trong suốt quá trình trao đổi thông tin. Mô hình này đƣợc áp dụng phổ biến cho hầu hết các dữ liệu thông thƣờng đƣợc trao đổi trên mạng và nó đã phát huy đƣợc hiệu quả sử dụng. Tuy nhiên, trong phạm vi bài báo này, chúng tôi chỉ đề cập đến vấn đề sử dụng mô hình trong giấu thông tin mật trên các dữ liệu văn bản mà trọng tâm là dữ liệu siêu văn bản HTML đang đƣợc sử dụng rộng rãi trong lĩnh vực truyền thông đa phƣơng tiện trên internet. Hình 1. Mô hình giấu tin trong truyền dữ liệu PHƢƠNG PHÁP GIẤU TIN TRÊN VĂN BẢN Phần này trình bày các kỹ thuật giấu tin trên văn bản đã đƣợc đề xuất và phân tích những nhƣợc điểm của các phƣơng pháp này khi áp dụng cho giấu tin trên dữ liệu HTML. Phƣơng pháp từ điển Phƣơng pháp này không thực hiện xử lý ký tự văn bản nhƣ định dạng ảnh hay sử dụng mã font của ký tự để giấu thông tin. Phƣơng pháp giấu tin từ điển sẽ dựa vào ý nghĩa của các từ để tạo ra một bản thay Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn Tạ Minh Thanh và cs Tạp chí KHOA HỌC & CÔNG NGHỆ thế từ trong văn bản bằng một từ có ý nghĩa tƣơng tự [3]. Nhƣ vậy, nội dung văn bản stego-text đƣợc tạo ra sẽ có ý nghĩa tƣơng tự nhƣ văn bản cover-text và đồng thời chứa nội dung của embedded data. Trong phƣơng pháp này, stegokey chính là bảng từ điển dùng để thay thế các từ đồng nghĩa trong văn bản gốc để đƣợc một văn bản tƣơng đƣơng. Phƣơng pháp này có thể sử dụng cho giấu tin trong thông tin của dữ liệu HTML một cách dễ dàng, song nó bộc lộ những nhƣợc điểm sau: - Do một từ hoặc một cụm từ trong văn bản gốc đƣợc thay thế bởi một từ hay một cụm từ đã chuẩn bị sẵn trong từ điển nên nội dung và mạch văn của văn bản gốc sẽ bị thay đổi khiến cho ý nghĩa của văn bản không đƣợc rõ nghĩa trong một số trƣờng hợp. - Dễ dàng tính toán đƣợc tần suất xuất hiện của một từ hoặc một cụm từ trong văn bản stego-text bằng phƣơng pháp thống kê dẫn đến nội dung văn bản bị nghi ngờ. Từ những nhƣợc điểm của phƣơng pháp giấu tin từ điển, nội dung văn bản stegotext sẽ có căn cứ để phát hiện nội dung thông tin mật chứa trong nó. Bởi vậy, tính bảo mật của phƣơng pháp này không an toàn cho nội dung dữ liệu mật khi truyền thông trên internet. Phƣơng pháp duy trì hiển thị văn bản Phƣơng pháp này chú trọng đến đặc trƣng hiển thị văn bản trƣớc và sau khi xử lý giấu tin. Những biến đổi sau khi đã giấu tin trên văn bản stego-text hầu nhƣ không bị phát hiện bởi thị giác của con ngƣời dù in văn bản trên các máy in có độ phân giải cao [4][5]. Các phƣơng pháp giấu tin trong văn bản dạng này sử dụng chủ yếu các kỹ thuật nhƣ thay đổi khoảng cách của ký tự, các cụm từ, các dòng văn bản; biến đổi góc độ của các ký tự, mật độ điểm ảnh; hay thay đổi cỡ chữ của văn bản. 59(11): 51 - 57 Đặc trƣng của phƣơng pháp giấu tin trong văn bản sử dụng phƣơng pháp duy trì hiển thị là có khả năng lƣu trữ đƣợc thông tin mật khi văn bản đƣợc in ấn. Tuy nhiên, trong một số trƣờng hợp văn bản điện tử đƣợc hiển thị dƣới một định dạng khác thì khả năng mất thông tin giấu vào rất lớn. Phƣơng pháp này có thể áp dụng cho giấu tin trong dữ liệu siêu văn bản HTML nhƣng xét về khả năng tƣơng thích của các trình duyệt (IE, Firefox, Netscape, …) và một số yếu tố liên quan đến hiển thị văn bản (font chữ, độ phân giải, …) thì khả năng bị phát hiện thông tin mật giấu trong HTML bởi ngƣời sử dụng rất cao. Phƣơng pháp sử dụng ký tự không hiển thị Phần lớn các văn bản có thể sử dụng ký tự không hiển thị để giấu thông tin trong văn bản gốc mà không làm thay đổi nội dung, ý nghĩa và cấu trúc của văn bản gốc. Phƣơng pháp này tận dụng những ký tự đặc biệt (ký tự trắng, ký tự xuống dòng, …) thêm vào văn bản gốc để biểu diễn thông tin mật [6]. Những ký tự thêm vào sẽ không hiển thị nên về mặt hiển thị văn bản sẽ không hề bị thay đổi, tuy nhiên, từ cấu trúc của văn bản ta có thể trích rút đƣợc các thông tin mật đƣợc biểu diễn bởi phƣơng pháp này. Đây cũng chính là phƣơng pháp đƣợc chú ý rất nhiều trong gửi thông tin mật trên internet dƣới dạng gửi một văn bản dữ liệu thông thƣờng. Bên cạnh mặt dễ dàng sử dụng và có hiệu quả, phƣơng pháp này còn bị hạn chế bởi một số nhƣợc điểm. Nhƣợc điểm này tồn tại trong kết quả giấu tin là văn bản stego-text. Khi văn bản stego-text đƣợc gửi đi trên internet, nội dung văn bản có thể bị xử lý bởi các thuật toán chỉnh sửa cấu trúc văn bản để loại bỏ các ký tự thừa, không có ý nghĩa khiến thông tin mật có thể bị mất và không thể phục hồi lại đƣợc. Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn Tạ Minh Thanh và cs Tạp chí KHOA HỌC & CÔNG NGHỆ Chính vì lý do đó, nếu sử dụng phƣơng pháp này trong giấu tin mật trên văn bản HTML, thông qua việc hiển thị mã (source code) của trang Web trên trình duyệt, ngƣời thứ ba có thể thấy đƣợc sự “khác thƣờng” trong cấu trúc dữ liệu và dễ dàng lọc đƣợc thông tin mật bằng phƣơng pháp phân tích thống kê. Yêu cầu đối với thuật toán giấu tin trên văn bản Từ những phân tích của các phƣơng pháp giấu tin trên dữ liệu văn bản trƣớc đây, ta thấy đƣợc những nhƣợc điểm cần khắc phục để hạn chế đƣợc rủi ro bị phát hiện thông tin mật bởi ngƣời thứ ba. Vì vậy, yêu cầu của một thuật toán giấu tin trên văn bản cần đảm bảo đƣợc những yêu cầu nhƣ sau: - Tính đồng nhất: Nội dung và ý nghĩa của văn bản stego-text sau khi đƣợc xử lý phải đảm bảo đồng nhất với văn bản gốc covertext. - Tính trong suốt: Khi cấu trúc của văn bản stego-text đƣợc hiển thị bởi một thao tác nào đó thì không có những thay đổi lớn gây nghi ngờ cho ngƣời thứ ba. - Tính chính xác: Nội dung của thông tin mật phải đƣợc trích rút chính xác từ stego-text mà không làm thay đổi đến nội dung và ý nghĩa của văn bản này. Với những yêu cầu đặt ra trên, bài báo sẽ lựa chọn phƣơng pháp giấu tin vào dữ liệu HTML để đảm bảo tính bảo mật cho dữ liệu đƣợc giấu vào. GIẢI PHÁP GIẤU TIN TRÊN HTML Trong phần này, bài báo phân tích những đặc trƣng của dữ liệu định dạng siêu văn bản HTML và chỉ ra những yếu tố có thể thay đổi trong cấu trúc định dạng dữ liệu mà không làm thay đổi thông tin hiển thị. Đặc trƣng của HTML HTML là một dạng văn bản có cấu trúc và đƣợc cấu thành từ các thành phần văn bản khác nhau bởi các thẻ đƣợc định nghĩa sẵn. Trong dữ liệu định dạng 59(11): 51 - 57 HTML bao gồm nội dung thông tin (content), cấu trúc dữ liệu (structure: tags, distributes) và định dạng văn bản (style: css). Trên thực tế, dữ liệu HTML là tổ hợp của nhiều dạng dữ liệu văn bản khác nhau để hiển thị thành trang Web và đƣợc gọi là văn bản HTML. Thông thƣờng, một trang Web đƣợc hiển thị trên trình duyệt Web chỉ hiển thị nội dung thông tin của trang Web mà không hiển thị cấu trúc dữ liệu và định dạng văn bản. Bởi vậy, ngƣời sử dụng thông thƣờng chỉ đọc đƣợc các nội dung trên trang Web do máy chủ quản lý trang Web gửi đến. Chính đặc trƣng này của định dang HTLM có thể đƣợc khai thác để giấu thông tin trong các trang Web đƣợc truyền tải trên internet mà không làm ảnh hƣởng đến nội dung chính của trang Web. Bài báo sẽ đƣa ra phƣơng pháp sử dụng các cấu trúc của trang Web để giấu thông tin nhƣ các thẻ, các thuộc tính của các đối tƣợng (hình ảnh, âm thanh, link, bảng biểu, …) trên trang Web Sử dụng thẻ cấu trúc trong giấu tin Ngôn ngữ định dạng siêu văn bản HTML có rất nhiều thẻ đƣợc định nghĩa để xây dựng cấu trúc của trang Web. Trong đó có 2 loại thẻ cơ bản đƣợc sử dụng chính: thẻ cấu trúc bắt buộc gồm có 2 loại thẻ là thẻ mở (Open Tag: OT) và thẻ đóng (Close Tag: CT); thẻ cấu trúc chỉ sử dụng một thẻ (ONce Tag: NT) hoặc có thể sử dụng cả hai thẻ nhƣ trên để biểu diễn dữ liệu. Khi biểu diễn thông tin trên định dạng siêu văn bản, việc sử dụng linh hoạt thẻ cấu trúc trong giấu thông tin embedded data bằng stegokey sẽ không làm thay đổi hiển thị nội dung của trang Web trên trình duyệt Web thông thƣờng. Bảng 1 là một số thẻ cấu trúc có thể sử dụng để biểu diễn thông tin bằng 2 thẻ hay chỉ bằng 1 thẻ. Bảng 1. Một số thẻ có thể sử dụng trong giấu tin Tên thẻ Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên Sử dụng OT và Sử http://www.Lrc-tnu.edu.vn dụng Tạ Minh Thanh và cs Tạp chí KHOA HỌC & CÔNG NGHỆ 59(11): 51 - 57 thẻ và thuộc tính thông dụng đƣợc dùng trong văn bản HTML. CT NT

• 

  Cơ bản về Microsoft Frontpage part 7

  5 p | 110 | 21

• 

  NGHIÊN CỨU CÁC GIẢI THUẬT XẾP LỊCH ĐỂ TỐI ƯU HÓA VIỆC TRUYỀN SỐ LIỆU TRONG MẠNG OBS - 3

  9 p | 114 | 18

• 

  YẾU TỐ CƠ BẢN UML

  195 p | 93 | 14

• 

  Đại cương về các hệ thống thông tin quản lí phần 2

  17 p | 111 | 11

• 

  Những công cụ & giải pháp họp trực tuyến miễn phí

  3 p | 86 | 10

• 

  TÌM HIỂU SVG VÀ ỨNG DỤNG - 3

  20 p | 109 | 9

• 

  LỰA CHỌN PHƯƠNG PHÁP MÃ HOÁ KÝ TỰ UNICODE

  20 p | 161 | 8

• 

  Ứng dụng binh pháp trong làm SEO – Bài 2

  7 p | 62 | 7

• 

  Link building: ưu nhược của từng phương pháp

  4 p | 130 | 7

• 

  quá trình hình thành kỹ thuật tạo ảnh động theo phương pháp frame by frame và motion tween p10

  5 p | 69 | 7

• 

  Quá trình hình thành phương pháp tạo ảnh bằng fantasic trong kỹ thuật blend màu p1

  8 p | 60 | 6

• 

  Tìm kiếm trên dữ liệu mã hóa đàn hồi và bài toán xác định mã đàn hồi cực đại

  11 p | 61 | 6

• 

  Tìm hiểu kỹ thuật tổ chức và kiến trúc máy tính: Phần 1

  73 p | 31 | 5

• 

  Kết hợp giao diện tương tác và phương pháp thiết kế chiếu sáng đồ họa dựa trên mẫu sử dụng hàm mục tiêu và biến đổi wavelet

  12 p | 51 | 4

• 

  Sử dụng component ARI Quiz Lite xây dựng hệ thống kiểm tra, đánh giá học sinh trực tuyến tích hợp vào website được xây dựng trên mã nguồn mở Joomla 1.5

  8 p | 38 | 4

• 

  Đánh giá một số cách thức tính xác suất spam của Token ứng dụng trong phân loại thư rác

  6 p | 45 | 3

• 

  A model for exploiting the target language characteristics to extract bilingual base noun phrases

  12 p | 44 | 2