Tài liệu Nghiên cứu kỹ thuật phát hiện sự thay đổi dữ liệu trong cơ sở dữ liệu quan hệ

.. ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG ––––––––––––––––– LÊ THỊ HOÀNG NGHIÊN CỨU KỸ THUẬT PHÁT HIỆN SỰ THAY ĐỔI DỮ LIỆU TRONG CƠ SỞ DỮ LIỆU QUAN HỆ Chuyên ngành: Khoa học máy tính Mã số : 62.48.01 LUẬN VĂN THẠC SỸ KHOA HỌC MÁY TÍNH Thái Nguyên, năm 2013 Số hóa bởi Trung tâm Học liệu http://lrc.tnu.edu.vn/ 1 MỞ ĐẦU 1. Lý do chọn đề tài Ngày nay, việc sử dụng các cơ sở dữ liệu quan hệ, đặc biệt là cơ sở dữ liệu quan hệ trong các ứng dụng ngày càng tăng. Tốc độ phát triển Internet và các công nghệ có liên quan hiện đang đưa đến một sức ép rất nặng nề cho những người đảm bảo dữ liệu trong việc tạo ra các dịch vụ (thường được gọi là các dịch vụ web hoặc các tiện ích điện tử) cho phép người dùng có thể tìm kiếm và truy cập cơ sở dữ liệu quan hệ từ xa. Mặc dù xu hướng này là hữu ích cho người dùng cuối nhưng nó cũng bộc lộ mối nguy hiểm cho những nhà cung cấp dữ liệu trước những kẻ trộm cắp dữ liệu. Do đó, những nhà cung cấp dữ liệu đòi hỏi phải có các công cụ hỗ trợ cho việc bảo vệ bản quyền sản phẩm của họ, nhận dạng được những bản sao các cơ sở dữ liệu quan hệ của họ bị đánh cắp hoặc bị xuyên tạc với ý đồ xấu. Một trong những công cụ rất hữu ích dùng để bảo vệ bản quyền và chống giả mạo đối với các cơ sở dữ liệu quan hệ đó là lược đồ thủy vân số. Hiện tại, đã có khá nhiều lược đồ thủy vân được đề xuất, trong đó có thể chia thành hai lớp. Một lớp là các lược đồ thủy vân dùng để bảo vệ bản quyền cho các cơ sở dữ liệu quan hệ, điển hình là lược đồ thủy vân dựa vào các bit ít ý nghĩa nhất (LSB), lược đồ thủy vân dựa vào các bit ý nghĩa nhất (MSB) và lược đồ thủy vân dựa vào phương pháp tối ưu hóa các ràng buộc. Lớp thứ hai là các lược đồ thủy vân dùng để đảm bảo sự toàn vẹn cho các cơ sở dữ liệu quan hệ, điển hình là lược đồ khoanh vùng và phát hiện giả mạo cho cơ sở dữ liệu quan hệ có thuộc tính phân loại, phát hiện giả mạo và khôi phục dữ liệu gốc cho cơ sở dữ liệu quan hệ có khả năng chịu được một số thay đổi nhỏ trong dữ liệu. Ngày nay, xu hướng nghiên cứu các lược đồ thủy vân dùng để đảm bảo sự toàn vẹn cho cơ sở dữ liệu quan hệ ngày càng được quan tâm hơn từ các nhu cầu thực tế của chủ sở hữu cơ sở dữ liệu quan hệ. Các lược đồ này thực hiện Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 2 nhiệm vụ kiểm tra xem cơ sở dữ liệu quan hệ có bị giả mạo hay không vì thế mà không gây tốn kém cho chủ sở hữu cơ sở dữ liệu quan hệ như việc sử dụng các lược đồ thủy vân để bảo vệ bản quyền cho cơ sở dữ liệu quan hệ. Vì vậy, gần đây một số lược đồ thủy vân dùng để đảm bảo sự toàn vẹn cho cơ sở dữ liệu quan hệ đã được đề xuất. Tuy nhiên, các lược đồ thủy vân chủ yếu được sử dụng cho các cơ sở dữ liệu quan hệ chứa các thuộc tính số. Nhưng trong thực tế có khá nhiều cơ sở dữ liệu quan hệ mà các thuộc tính của chúng có kiểu không phải kiểu số, ví dụ như kiểu văn bản, kiểu bộ nhớ,… Xuất phát từ thực tế trên, em chọn đề tài “Nghiên cứu kỹ thuật phát hiện sự thay đổi dữ liệu trong cơ sở dữ liệu quan hệ” 2. Đối tƣợng và phạm vi nghiên cứu Nghiên cứu, đánh giá kỹ thuật thủy vân dễ vỡ trên cơ sở dữ liệu quan hệ có các thuộc tính phân loại Các công cụ lập trình và phần mềm dùng để cài đặt chương trình thử nghiệm. 3. Hƣớng nghiên cứu đề tài Tìm hiểu cơ bản về giấu tin và thủy vân. Nghiên cứu và thực hiện cài đặt thử nghiệm lược đồ thủy vân dễ vỡ dùng để phát hiện sự thay đổi dữ liệu trong cơ sở dữ liệu quan hệ có các thuộc tính phân loại. 4. Phƣơng pháp nghiên cứu Phương pháp nghiên cứu chủ yếu ở đây là phương pháp tiếp cận lý thuyết, sau đó áp dụng lý thuyết vào một ngôn ngữ lập trình cụ thể để kiểm chứng. Dựa trên những kết quả kiểm chứng đó để đưa ra các kết luận và các đề xuất nhằm hoàn thành mục tiêu nghiên cứu của luận văn. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 3 Cụ thể trong luận văn này, tác giả lấy thông tin điểm tuyển sinh đầu vào của Trường Dự bị Đại học Dân tộc Trung ương làm cơ sở dữ liệu phục vụ cho việc kiểm chứng lý thuyết 5. Ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài Mục tiêu của đề tài có ý nghĩa khoa học và có ý nghĩa thực tiễn trong việc phát hiện sự thay đổi dữ liệu đối với các cơ sở dữ liệu quan hệ sau khi đã phân phối hoặc chuyển giao. Đồng thời việc “phát hiện” này cũng là một vấn đề rất quan trọng trong môi trường ứng dụng dựa trên Internet nhằm phát tán và truyền tải thông tin. Nội dung chính của luận văn: Tìm hiểu cơ bản về thủy vân, trình bày kỹ thuật phát hiện sự thay đổi của dữ liệu trong cơ sở dữ liệu quan hệ. Thực hiện cài đặt thử nghiệm. Nhận xét đánh giá lược đồ thủy vân. Luận văn gồm 3 chương: Chƣơng 1: Thủy vân cơ sở dữ liệu và các vấn đề liên quan Nhằm giới thiệu cơ bản về giấu tin và thủy vân, giấu tin và thủy vân trên ảnh, thủy vân cơ sở dữ liệu quan hệ, thủy vân bền vững, thủy vân dễ vỡ. Chƣơng 2: Nghiên cứu kỹ thuật phát hiện sự thay đổi dữ liệu trong cơ sở dữ liệu quan hệ Trình bày các thuật toán nhúng thủy vân và phát hiện sự thay đổi dữ liệu trên cơ sở dữ liệu quan hệ. Chƣơng 3: Cài đặt và thực nghiệm Cài đặt thử nghiệm lược đồ thủy vân dễ vỡ trong cơ sở dữ liệu quan hệ. Đánh giá lược đồ thủy vân đã được xây dựng. Kết luận: Tóm tắt và đánh giá các kết quả nghiên cứu đã đạt được. Đưa ra hướng phát triển và cải tiến lược đồ thủy vân. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 4 Tôi xin chân thành cảm ơn thầy giáo PGS. TS Bùi Thế Hồng đã tận tình hướng dẫn, tạo mọi điều kiện giúp đỡ tôi hoàn thành đề tài luận văn này. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 5 Chƣơng 1 THỦY VÂN CƠ SỞ DỮ LIỆU QUAN HỆ VÀ CÁC VẤN ĐỀ LIÊN QUAN 1.1. Tổng quan về thủy vân cơ sởdữ liệu quan hệ 1.1.1. Một số khái niệm cơ bản 1.1.1.1. Khái niệm thủy vân Thuật ngữ “thuỷ vân” có xuất xứ từ kỹ thuật đánh dấu nước thời xưa. Đây là kỹ thuật đánh dấu chìm một hình ảnh hay một dữ liệu nào đó lên trên giấy nhằm mục đích trang trí và phân biệt được xuất xứ của sản phẩm giấy. Như vậy, thông tin cần giấu được gọi là thuỷ vân (watermark). Thuỷ vân chứa đựng thông tin có thể được dùng để chứng minh quyền sở hữu hoặc chống xuyên tạc, giả mạo. Có thể phân chia thủy vân thành 2 loại: Thuỷ vân bền vững (robust watermark): là thuỷ vân tồn tại bền vững cùng với dữ liệu, không dễ dàng bị phá huỷ trước những biến đổi, tấn công lên dữ liệu. Các thủy vân này thường được dùng trong các ứng dụng bảo vệ bản quyền, chứng minh quyền sở hữu. Thuỷ vân dễ vỡ (fragile watermark): là thuỷ vân dễ bị biến dạng trước những thay đổi hay tấn công lên dữ liệu. Các thủy vân này thường được dùng trong các ứng dụng nhận thực thông tin, đảm bảo tính toàn vẹn dữ liệu. Các kỹ thuật thuỷ vân ngay từ khi mới ra đời đã nhận được sự quan tâm rất lớn của các nhà khoa học. Thuỷ vân đã được nghiên cứu và áp dụng trong nhiều môi trường dữ liệu khác nhau như: dữ liệu đa phương tiện (hình ảnh, text, âm thanh, video,...), hay các sản phẩm phần mềm, và gần đây là những nghiên cứu trên môi trường cơ sở dữ liệu quan hệ. Trong các môi trường dữ liệu đó thì dữ liệu đa phương tiện (đặc biệt là hình ảnh) được nghiên cứu và áp dụng sớm nhất và là môi trường chiếm tỷ lệ chủ yếu. Tuy Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 6 nhiên, hiện nay các nhà khoa học đang tập trung nghiên cứu các kỹ thuật thuỷ vân trên cơ sở dữ liệu quan hệ do nhu cầu đảm bảo an toàn cơ sở dữ liệu của chủ sở hữu trước những tấn công từ bên ngoài. 1.1.1.2. Lịch sử phát triển của thuỷ vân Tanaka (1990), Caronni và Tirkel (1993) lần lượt đưa ra những ấn bản đầu tiên về thủy vân nhưng chưa nhận được sự quan tâm đúng mức. Đến năm 1995, chủ đề này mới bắt đầu được quan tâm và từ đó, thủy vân đã phát triển tốc độ nhanh với nhiều hướng nghiên cứu và phương pháp thực hiện khác nhau. Thủy vân được ứng dụng trong nhiều lĩnh vực như bảo vệ quyền sở hữu, điều khiển việc sao chép, xác thực giấy tờ, đảm bảo tính toàn vẹn hay truyền đạt thông tin khác,... Trong đó, ứng dụng phổ biến là cung cấp bằng chứng về bản quyền tác giả của các dữ liệu số bằng cách nhúng các thông tin bản quyền và đảm bảo tính toàn vẹn của dữ liệu. 1.1.1.3. Mô hình tổng quát của lược đồ thủy vân Trong quá trình nghiên cứu và phát triển các lược đồ thủy vân, các nhà nghiên cứu đã đưa ra các ý tưởng khác nhau cho việc đưa các thông tin vào trong dữ liệu. Tuy nhiên, các lược đồ thủy vân sử dụng chung một mô hình tổng quát và các ý tưởng sử dụng chúng để phát triển thêm. Một lược đồ thủy vân bao gồm hai phần chính: - Nhúng thủy vân: Đưa thông tin cần nhúng vào dữ liệu cần bảo vệ - Phát hiện thủy vân: Trích thông tin đã được nhúng vào dữ liệu Quá trình nhúng thủy vân đảm nhiệm vai trò đưa các thông tin của chủ sở hữu vào trong dữ liệu mà không làm ảnh hưởng tới giá trị sử dụng của dữ liệu. Trong quá trình này, các dữ liệu đầu vào bao gồm dữ liệu cần nhúng thủy vân, khóa thủy vân, thủy vân và các tham số khác. Trong đó: - Dữ liệu cần nhúng có thể là dữ liệu đa phương tiện, cơ sở dữ liệu quan hệ,… cần bảo vệ. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 7 - Thủy vân có thể là một chuỗi thông tin ở dạng văn bản, hình ảnh, hay chuỗi bit bất kỳ. Thủy vân có thể được đưa vào trực tiếp hoặc được sinh ra trong thuật toán nhúng thủy vân. - Khóa thủy vân là một đại lượng giúp tăng độ bảo mật của thủy vân và có thể được sử dụng để chứng minh quyền sở hữu dữ liệu. Khóa thủy vân thuộc sở hữu của chủ dữ liệu. Thông thường, khóa thủy vân là bí mật. Trong các hệ thống thực tế, thường sử dụng ít nhất là một khóa thủy vân thậm chí có thể kết hợp nhiều khóa thủy vân. - Các tham số khác có thể được sử dụng trong từng lược đồ thủy vân khác nhau. Các tham số này thông thường là mức ý nghĩa, các thông số ảnh hưởng hoặc số lượng nhóm…. Chúng có ảnh hưởng rất lớn đối với lược đồ thủy vân và thông thường việc xác định các tham số này không dễ dàng. Các yếu tố đầu vào kết hợp với thuật toán nhúng thủy vân sẽ trả lại kết quả là dữ liệu mới đã được nhúng thông tin thủy vân. Dữ liệu này sẽ được đem sử dụng hoặc phân phối. Hình 1.1 mô tả tổng quát quá trình nhúng thủy vân. Thủy vân Dữ liệu cần Thuật toán Dữ liệu sau khi nhúng thủy nhúng thủy vân nhúng thủy vân vân Khóa thủy vân Hình 1.1. Sơ đồ quá trình nhúng thủy vân Trong quá trình sử dụng dữ liệu, khi nghi ngờ có xuất hiện giả mạo chủ sở hữu dữ liệu có thể sử dụng quá trình phát hiện thủy vân để kết luận xem dữ liệu có bị xâm hại hay không. Trong quá trình này, các yếu tố đầu vào là dữ Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 8 liệu cần phát hiện thủy vân, khóa thủy vân, thủy vân (có thể có hoặc không) và các tham số khác. Ở đây, khóa thủy vân, thủy vân, và các tham số khác phải trùng với quá trình nhúng thủy vân. Kết hợp các yếu tố này với thuật toán phát hiện thủy vân sẽ đưa ra kết luận về dữ liệu có bị xâm hại hay không. Quá trình phát hiện thủy vân được mô tả bằng Hình 1.2. Thủy vân Dữ liệu cần phát Thuật toán phát Kết luận về hiện thủy vân hiện thủy vân dữ liệu Khóa thủy vân Hình 1.2. Sơ đồ quá trình phát hiện thủy vân 1.1.2. Thuỷ vân cơ sở dữ liệu quan hệ Ngày nay, các cơ sở dữ liệu quan hệ được sử dụng ngày càng nhiều trong các ứng dụng. Do đó, những người cung cấp dữ liệu đòi hỏi phải có công nghệ nhận dạng được những bản sao các cơ sở dữ liệu quan hệ của họ bị đánh cắp. Cho dù có khá nhiều điều có thể học hỏi được từ các kết quả đã đạt được về thủy vân dữ liệu đa phương tiện nhưng cho đến nay vẫn còn rất nhiều thách thức kỹ thuật mới đối với lĩnh vực thủy vân các cơ sở dữ liệu quan hệ bởi vì các dữ liệu quan hệ và các dữ liệu đa phương tiện khác nhau ở khá nhiều khía cạnh quan trọng. Chẳng hạn như, các phần khác nhau của một đối tượng đa phương tiện không thể cắt bỏ hoặc thay thế một cách tùy ý mà không gây ra những thay đổi về cảm quan trong đối tượng. Ngược lại, việc thêm, bớt và cập nhật các bộ của một bảng quan hệ lại là những phép toán trong cơ sở dữ liệu quan hệ. Do những khác nhau này mà các kỹ thuật được Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 9 phát triển cho các dữ liệu đa phương tiện không thể được sử dụng trực tiếp để thủy vân các quan hệ. Thuỷ vân cơ sở dữ liệu quan hệ là phương pháp nhúng một lượng thông tin nào đó vào trong cơ sở dữ liệu quan hệ. Thuỷ vân cơ sở dữ liệu quan hệ có thể là thuỷ vân bền vững hoặc thủy vân dễ vỡ. Trong một số trường hợp, cơ sở dữ liệu quan hệ chứa các thuộc tính mang ý nghĩa quan trọng không thể chấp nhận các sửa đổi cho các thuộc tính này trong cơ sở dữ liệu quan hệ. Thủy vân cho những cơ sở dữ liệu quan hệ như vậy khá phức tạp đòi hỏi việc nhúng thủy vân vào trong cơ sở dữ liệu quan hệ một cách đặc biệt. Chẳng hạn như, với các cơ sở dữ liệu quan hệ tuyển sinh chứa thuộc tính điểm là không thể thay đổi (hay cơ sở dữ liệu quan hệ dân số chứa thuộc tính số con). Cách nhúng thủy vân cho các cơ sở dữ liệu quan hệ này có thể là đổi chỗ các bộ trong cơ sở dữ liệu quan hệ [5] hoặc xây dựng hẳn một cơ sở dữ liệu quan hệ khác là bản sao của cơ sở dữ liệu quan hệ gốc [2]. Ngoài ra, còn nhiều cách để sử dụng nhưng phải tùy vào từng lược đồ thủy vân đề xuất. Trong các trường hợp còn lại, cơ sở dữ liệu quan hệ chứa các thuộc tính chấp nhận được những thay đổi nhỏ trên thuộc tính mà không làm ảnh hưởng đến giá trị sử dụng của cơ sở dữ liệu quan hệ. Khi đó, việc nhúng thủy vân cho cơ sở dữ liệu quan hệ này dễ dàng hơn so với trường hợp trước. Ví dụ, dữ liệu khí tượng được sử dụng để xây dựng các mô hình dự báo thời tiết. Độ chính xác của vectơ gió và nhiệt độ tương ứng trong dữ liệu này được đo chính xác đến 1.8 m/s và 0.5 o C. Các sai số được đưa vào do thuỷ vân có thể dễ dàng được hạn chế trong sự cho phép của các dữ liệu này. Hay một ví dụ khác đáng chú ý là các nhà xuất bản sách khi in các bảng toán học (như các bảng logarit và lịch thiên văn) thường cố ý đưa vào một số lỗi nhỏ để có thể dễ dàng nhận dạng các bản sao bị ăn cắp. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 10 Đối với hầu hết các cơ sở dữ liệu quan hệ trong đó có chứa các tham số thì những sai lệch do hệ thống thuỷ vân gây ra có thể được điều chỉnh sao cho chúng nằm trong miền dung sai của độ đo. Việc đánh giá độ đo và ảnh hưởng của thủy vân đến giá trị sử dụng của cơ sở dữ liệu quan hệ khi nhúng thủy vân rất quan trọng quyết định giá trị sử dụng của lược đồ thủy vân được xây dựng có tốt hay còn chưa tốt. Đối với cơ sở dữ liệu quan hệ, khóa thủy vân, kiểu dữ liệu và việc sử dụng các công cụ hỗ trợ cho việc nhúng thủy vân vào trong cơ sở dữ liệu là một trong những vấn đề cơ bản của một lược đồ thủy vân. Các khái niệm cơ bản về chúng sẽ được trình bày ở phần tiếp theo. 1.1.3. Khái niệm về khóa thủy vân Khóa thủy vân là một khái niệm dành cho các thuật toán thủy vân cơ sở dữ liệu mà trong đó ta có sử dụng đến một số dữ liệu làm khóa để tạo ra thủy vân hoặc nhận biết thủy vân trong cơ sở dữ liệu. Khóa thủy vân được sử dụng phải là khóa bí mật. Tức là, khóa thủy vân chỉ có chủ sở hữu cơ sở dữ liệu hoặc cơ quan mà chủ sở hữu cơ sở dữ liệu đăng ký quyền sở hữu có được. Khi khóa thủy vân bị lộ hoặc bị lấy cắp, thì có thể sẽ mất đi cơ sở dữ liệu. Khóa thủy vân chính là mấu chốt của thủy vân cơ sở dữ liệu có sử dụng khóa thủy vân. Thông thường, khóa thủy vân là đại diện cho quyền sở hữu cơ sở dữ liệu của chủ sở hữu. Khóa thủy vân có thể được nhúng vào trong cơ sở dữ liệu bằng nhiều cách. Điều quan trọng ở đây chính là việc ta giấu khóa thủy vân vào trong cơ sở dữ liệu như thế nào để không bị phát hiện đồng thời vẫn có thể lấy ra được thủy vân giúp cho việc chứng minh được quyền sở hữu cơ sở dữ liệu của chủ sở hữu. Hay nói cách khác, việc đưa khóa vào trong cơ sở dữ liệu là một trong những vấn đề quan trọng của bài toán bảo vệ bản quyền cơ sở dữ liệu quan hệ hay đảm bảo tính toàn vẹn của cơ sở dữ liệu có sử dụng khóa. Phương pháp Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 11 hay được sử dụng hiện nay là sử dụng hàm băm. Hàm băm đảm bảo được các yêu cầu về bảo mật cũng như chi phí tính toán thấp. 1.1.4. Hàm băm mật mã 1.1.4.1. Khái niệm hàm băm Hàm băm là một hàm ánh xạ một dữ liệu có độ dài thay đổi thành một dữ liệu có độ dài cố định. 1.1.4.2. Tính chất của hàm băm Ở đây, không có một định nghĩa hình thức bao trùm tất cả các tính chất mong muốn của một hàm băm mật mã học. Các tính chất được nêu ra ở đây được coi là yêu cầu tiên quyết: - Tính chất không có ngược: Cho trước h việc tìm m sao cho h = hash(m) là rất khó. - Tính chất đơn ánh: Cho thông điệp m1, việc tìm một thông điệp m2 (khác m1) sao cho hash(m1) = hash(m2) là rất khó. Một số hàm băm mật mã hay được sử dụng: - MD4 - MD5 - RSA 1.1.4.3. Hàm băm mật mã MD5 Giới thiệu: MD5 (Message-Digest algorithm 5) là một hàm băm để mã hóa với giá trị băm là 128 bit. Từng được xem là một chuẩn trên Internet, MD5 đã được sử dụng rộng rãi trong các chương trình an ninh mạng, và cũng thường được dùng để kiểm tra tính nguyên vẹn của tập tin. Thuật toán nhận vào 1 thông điệp độ dài tùy ý và tạo ra một số 128 bit, là một dạng “vân tay” hay “mã số thông điệp“ của đầu vào. Người ta cho rằng Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 12 sẽ không khả thi về mặt tính toán để tạo ra 2 thông điệp có cùng mã số thông điệp, hoặc tạo ra một thông điệp với mã số cho trước. Thuật toán MD5 được thiết kế để chạy tương đối nhanh trên các máy 32 bit, có thể được thực hiện một cách khá gọn. Ứng dụng: Thuật toán MD5 được dự tính áp dụng cho những ứng dụng chữ ký điện tử, ở đó một file lớn phải được “nén” một cách an toàn trước khi mã hóa với một khóa cá nhân (private key) dưới một hệ mã hóa công khai như RSA. MD5 được sử dụng rộng rãi trong thế giới phần mềm để đảm bảo tính xác thực. Người sử dụng có thể so sánh giữa thông số kiểm tra phần mềm bằng MD5 được công bố với thông số kiểm tra phần mềm tải về bằng MD5. Hệ điều hành Unix sử dụng MD5 để kiểm tra các gói mà nó phân phối, trong khi hệ điều hành Windows sử dụng phần mềm của hãng thứ ba. MD5 được dùng để mã hóa mật khẩu. Mục đích của việc mã hóa này là biến đổi một chuỗi mật khẩu thành một đoạn mã khác, sao cho từ đoạn mã đó không thể nào lần trở lại mật khẩu. Có nghĩa là việc giải mã là không thể hoặc phải mất một khoảng thời gian vô tận (đủ để làm nản lòng các hacker). 1.1.5. Dữ liệu Lược đồ thủy vân được xây dựng cho các cơ sở dữ liệu quan hệ với các kiểu dữ liệu xác định. Ví dụ, một số lược đồ thủy vân chỉ xây dựng được cho cơ sở dữ liệu quan hệ chứa các thuộc tính có kiểu số. Với các cơ sở dữ liệu quan hệ chứa các thuộc tính không phải kiểu số thì lược đồ thủy vân này không thể áp dụng được [3][6]. Vì vậy, kiểu dữ liệu của cơ sở dữ liệu quan hệ là yếu tố đầu tiên ảnh hưởng đến việc xây dựng thành công một lược đồ thủy vân. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 13 Với cơ sở dữ liệu quan hệ bao gồm một số kiểu dữ liệu như: kiểu số, kiểu văn bản, kiểu ngày tháng, kiểu bộ nhớ,… Hai kiểu dữ liệu thường được sử dụng là kiểu số và kiểu văn bản. Hiện nay, đã có khá nhiều các nghiên cứu về lược đồ thủy vân cho cơ sở dữ liệu chứa kiểu dữ liệu là kiểu số [1][2]. Nhưng dữ liệu kiểu văn bản lại chiếm một phần không nhỏ trong cơ sở dữ liệu quan hệ và bản thân dữ liệu kiểu số cũng có thể được quy về dữ liệu kiểu văn bản nếu coi nó như là một chuỗi số. Gần đây, bắt đầu có một số nghiên cứu về lược đồ thủy vân dành cho dữ liệu kiểu không phải kiểu số (kiểu văn bản) đã được đề xuất [6]. Tuy nhiên, việc xây dựng một lược đồ thủy vân cho cơ sở dữ liệu quan hệ có thuộc tính không phải kiểu số còn gặp nhiều khó khăn. Một số khó khăn: - Vấn đề về ngữ nghĩa của dữ liệu. Với dữ liệu kiểu số thì không có khó khăn xảy ra nhưng với dữ liệu không phải kiểu số vấn đề ngữ nghĩa rất quan trọng. Việc thay đổi một giá trị có thể ảnh hưởng tới ngữ nghĩa của dữ liệu và bằng việc sử dụng một số công cụ phân tích ngữ nghĩa thủy vân được nhúng có thể bị phát hiện. - Vấn đề về mức ảnh hưởng của các thuộc tính không phải kiểu số trong cơ sở dữ liệu quan hệ. Với cơ sở dữ liệu quan hệ chứa các thuộc tính không phải kiểu số có thể chứa các thuộc tính có ảnh hưởng cao và các thuộc tính có ảnh hưởng không cao đến giá trị sử dụng của cơ sở dữ liệu. Vì vậy, việc xây dựng lược đồ thủy vân cần chọn lựa các thuộc tính có ảnh hưởng không cao trong cơ sở dữ liệu. 1.2. Sự cần thiết của các kỹ thuật thuỷ vân cơ sở dữ liệu quan hệ Hiện nay, có khá nhiều tài liệu về thuỷ vân các dữ liệu đa phương tiện. Hầu hết các kỹ thuật này ban đầu được phát triển cho các bức ảnh tĩnh và sau đó được mở rộng cho video và audio. Cho dù có khá nhiều điều có thể học hỏi được từ các kết quả đã đạt được về thuỷ vân dữ liệu đa phương tiện nhưng Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 14 cho đến nay vẫn còn rất nhiều thách thức kỹ thuật mới đối với lĩnh vực thuỷ vân cơ sở dữ liệu quan hệ bởi vì các dữ liệu quan hệ và các dữ liệu đa phương tiện khác nhau ở khá nhiều khía cạnh quan trọng. Những khác biệt đó bao gồm: - Một đối tượng đa phương tiện chứa một lượng rất lớn các bit với sự dư thừa đáng kể. Các bit dư thừa này có thể được sử dụng để đưa các thông tin thủy vân vào trong đó. Thông thường chúng được sử dụng như một mặt nạ chứa các thông tin thủy vân. Việc thay đổi một hoặc một vài bit dư thừa không làm ảnh hưởng đến giá trị sử dụng của dữ liệu. Trong khi đó, một quan hệ cơ sở dữ liệu quan hệ chứa các bộ, mỗi bộ này biểu diễn một đối tượng riêng biệt. Thuỷ vân cần phải được trải rộng trên tất cả các đối tượng riêng biệt này. Việc thay đổi bất kỳ một bit nào cũng ảnh hưởng đến giá trị của các bộ trong cơ sở dữ liệu. - Vị trí tương đối về không gian/thời gian của các phần khác nhau của một đối tượng đa phương tiện có đặc thù là không thay đổi. Trong khi đó, một cơ sở dữ liệu quan hệ chứa các bộ của một quan hệ lại cấu thành một tập hợp và do vậy có thể sắp thứ tự giữa các đối tượng trong cơ sở dữ liệu quan hệ. Tuy nhiên, thứ tự này có thể thay đổi nếu cách sắp xếp thay đổi hoặc do một nguyên nhân nào đó. - Các phần khác nhau của một đối tượng đa phương tiện không thể bị cắt bỏ hoặc thay thế một cách tuỳ ý mà không gây ra những thay đổi về cảm quan trong đối tượng. Ngược lại, việc thêm, bớt, và cập nhật các bộ của một bảng quan hệ lại là những phép toán chuẩn trong cơ sở dữ liệu quan hệ. Do đó, sẽ rất khó để phát hiện những xâm hại đơn giản như xóa bỏ một số bộ hoặc thay thế chúng bằng các bộ của các quan hệ khác. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 15 Do có những khác nhau như đã nêu trên đây mà các kỹ thuật được phát triển cho các dữ liệu đa phương tiện không thể được sử dụng trực tiếp để thuỷ vân các dữ liệu quan hệ. Thật vậy, giả sử chúng ta ánh xạ một quan hệ thành một bức ảnh bằng cách xem mỗi giá trị thuộc tính như một điểm ảnh. Nhưng không may là “bức ảnh” được định nghĩa như vậy sẽ thiếu rất nhiều tính chất của một bức ảnh thật. Ví dụ, các điểm ảnh nằm cạnh nhau trong một bức ảnh thật thường có quan hệ mật thiết với nhau và quan hệ này là cơ sở cho nhiều kỹ thuật thuỷ vân ảnh tĩnh. Các kỹ thuật thuỷ vân trên miền biến đổi của ảnh thường thực hiện theo quy trình: trước hết áp dụng một phép biến đổi (cosine rời rạc DCT, sóng nhỏ - DWT, . . .) miền giá trị của bức ảnh, sau đó nhúng thuỷ vân vào miền đã biến đổi rồi biến đổi ngược trở lại. Cách làm này trải các tín hiệu thuỷ vân như phủ một màn nhiễu trên toàn bộ bức ảnh. Áp dụng trực tiếp các kỹ thuật này cho một quan hệ sẽ làm sai lệch giá trị của tất cả các thuộc tính. Điều đó có thể sẽ không được chấp nhận. Hơn nữa, một thuỷ vân như vậy có thể không tồn tại được ngay cả trước những cập nhật nhỏ đối với quan hệ. Các lược đồ thủy vân văn bản thường lợi dụng các tính chất đặc biệt của văn bản đã được định dạng. Thủy vân thường được nhúng vào văn bản bằng cách thay đổi khoảng cách giữa các từ và các dòng văn bản. Một số kỹ thuật dựa vào việc nhấn mạnh một vài câu trong văn bản. Nhìn chung, các kỹ thuật này có thể sử dụng để thủy vân các quan hệ chỉ chứa các thuộc tính kiểu văn bản, còn đối với các quan hệ chứa các thuộc tính kiểu khác thì rất khó áp dụng. Bên cạnh đó, như các phân tích trong phần 1.1, có thể thấy cơ sở dữ liệu quan hệ ngày càng được sử dụng nhiều hơn và cũng tiềm ẩn nhiều nguy cơ bị tấn công hơn. Vì vậy, yêu cầu đặt ra là tìm các phương pháp nhằm đảm bảo Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 16 tính toàn vẹn của cơ sở dữ liệu quan hệ. Trong các phương pháp đó, thủy vân cơ sở dữ liệu quan hệ là một phương án được nhiều sự quan tâm. Tuy nhiên, như đã phân tích ở trên, không thể áp dụng trực tiếp các lược đồ thủy vân dữ liệu đa phương tiện cho cơ sở dữ liệu quan hệ. Chính vì vậy, xây dựng các lược đồ thủy vân cho cơ sở dữ liệu quan hệ là thực sự cần thiết. 1.3. Các yêu cầu cơ bản của thuỷ vân trên cơ sở dữ liệu quan hệ Chúng ta có thể thấy rằng thủy vân các dữ liệu quan hệ có những thách thức kỹ thuật đáng kể và có các ứng dụng thực tế có ý nghĩa xứng đáng được quan tâm thích đáng từ phía cộng đồng những người nghiên cứu cơ sở dữ liệu quan hệ. Cần phải xác định một hệ thống thủy vân và kèm theo đó là phát triển các kỹ thuật nhất định. Những kỹ thuật này chắc chắn là sẽ dựa phần lớn vào các nguyên tắc thủy vân đang tồn tại. Tuy nhiên, chúng cũng sẽ đòi hỏi phải có những mở rộng và các sáng kiến mới. Để minh họa cho sự khả thi của một lược đồ thủy vân cơ sở dữ liệu quan hệ, trình bày một kỹ thuật hữu hiệu thỏa mãn những tiêu chuẩn của một hệ thống thủy vân. Kỹ thuật này chỉ đánh dấu các thuộc tính kiểu số và giả thiết là các thuộc tính được đánh dấu có thể chấp nhận những thay đổi nhỏ ở một số giá trị. Ý tưởng cơ bản là đảm bảo tại một số vị trí bit của một số thuộc tính trong một số bộ có chứa các giá trị nhất định. Các bộ, các thuộc tính trong một bộ, các vị trí bit trong một thuộc tính và các giá trị bit nhất định này đều phải được xác định một cách chính xác và logic dưới sự kiểm soát của một khóa bí mật của chủ sở hữu quan hệ. Mẫu bit này sẽ hình thành ra thủy vân. Chỉ duy nhất chủ sở hữu của khóa bí mật mới có thể tìm lại được thủy vân với một xác suất cao. Các phân tích chi tiết chỉ ra rằng thủy vân này có thể bền vững trước một loạt các tấn công gây hại khác nhau. Để đơn giản trong khi biện luận, sử dụng ba nhân vật điển hình vẫn thường được dùng trong các ví dụ về mật mã, giấu tin và thủy vân. Đó là một Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 17 cô gái tên là Alice và bạn trai của cô tên là Bob. Hai người này thường hay gửi thư cho nhau và ở giữa là một anh chàng tên là Mallory thường xuyên làm phiền họ. Giả dụ, Alice là chủ nhân của quan hệ R chứa  bộ, trong đó cô đã đánh dấu  bộ. Hệ thống thủy vân cần phải thỏa mãn những tính chất sau đây. 1.3.1. Khả năng có thể phát hiện Alice cần phải có khả năng phát hiện thủy vân của cô bằng cách xem xét  bộ từ cơ sở dữ liệu quan hệ nghi ngờ. Rõ ràng là nếu mẫu bit của cô (thủy vân) có mặt ở tất cả  bộ thì cô có lý do xác đáng để nghi ngờ có sự sao chép trái phép. Tuy nhiên, Alice cũng có thể ngờ vực ngay cả khi mẫu của cô chỉ có mặt ở ít nhất là  bộ (  ), trong đó  phụ thuộc vào  và một giá trị  cho trước, được gọi là mức ý nghĩa của phép thử. Giá trị của  được xác định sao cho xác suất để Alice sẽ tìm thấy mẫu bit của cô trong ít nhất  bộ từ  bộ là nhỏ hơn . Một hướng khác, Bob muốn xác nhận thư được gửi từ Alice là nguyên vẹn không bị thay đổi trong quá trình gửi. Cơ sở dữ liệu quan hệ được gửi tới từ Alice phải chứa đúng mẫu bit đã được nhúng.  bộ sẽ được xem xét để xác minh tính toàn vẹn của bức thư. Khi có bất kỳ thay đổi nào trong mẫu bit thì bức thư đã bị ai đó sửa đổi. Bob có thể yêu cầu Alice gửi lại thư hoặc anh có thể khoanh vùng các sai sót và vẫn có thể đọc được các nội dung bên trong. 1.3.2. Tính bền vững và dễ vỡ Các thủy vân cần phải bền vững trước những tấn công nhằm xóa bỏ chúng. Ví thể với tư cách là kẻ tấn công, Mallory thay đổi  bộ trong quan hệ R của Alice. Chúng ta nói rằng thủy vân là an toàn đối với tấn công này nếu kẻ tấn công không thể phá hủy các dấu hiệu thủy vân ở ít nhất  bộ, trong đó  phụ thuộc vào  và  như đã nói ở trên. Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 18 Ngược lại, trong các lược đồ thủy vân dễ vỡ, khi có bất kỳ tần công nào lên dữ liệu thì các thủy vân cần không còn nguyên vẹn. Vì vậy, với tư cách người tấn công, Mallory mong muốn thay đổi  bộ trong quan hệ R của Alice mà vẫn không làm thay đổi thủy vân. Khi đó, nếu những thay đổi của Mallory làm thay đổi các thủy vân được giấu thì ta có thể kết luận rằng quan hệ đã bị tấn công. 1.3.3. Khả năng cập nhật dữ liệu Sau khi có quan hệ R đã thủy vân, Alice có thể cập nhật R khi cần thiết mà không làm hỏng thủy vân. Khi Alice thêm/bớt các bộ hoặc sửa đổi các giá trị của các thuộc tính của R, thủy vân cần phải có khả năng cập nhật trên những phần gia tăng. Tức là, các giá trị thủy vân chỉ phải tính toán lại đối với các bộ được thêm vào hoặc bị sửa đổi. Tuy nhiên, khi quan hệ R đã được thủy vân được cập nhật dữ liệu thì Bob sẽ xem đây là các tấn công trên quan hệ R. Để giải quyết vấn đề này, Alice có thể cập nhật và thủy vân lại quan hệ R và gửi sang cho Bob. Vấn đề này giải quyết cho bài toán đảm bảo tính toàn vẹn của quan hệ trong quá trình truyền tải. 1.3.4. Tính ẩn và hiện Hầu hết trong các lược đồ thủy vân, thuỷ vân có tính ẩn, không dễ nhận thấy được bằng mắt thường của con người. Sự thay đổi do các dấu hiệu thuỷ vân gây ra cho dữ liệu quan hệ không được làm giảm giá trị sử dụng của cơ sở dữ liệu quan hệ. Hơn nữa, các phép đo thống kê thông thường như trung bình, phương sai của các thuộc tính số cũng không nên bị ảnh hưởng đáng kể. Tuy nhiên, trong một số trường hợp, thủy vân có tính hiện, dễ dàng nhận thấy bằng mắt thường hoặc bằng một số phương pháp kiểm tra. Nhưng sự thay đổi do các thủy vân gây ra cho dữ liệu quan hệ không làm ảnh hưởng tới Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/ 19 giá trị sử dụng của cơ sở dữ liệu quan hệ. Tính hiện của dữ liệu có thể giúp cho việc dễ vỡ của thủy vân khi có bất kỳ tấn nào trên dữ liệu được nhúng. 1.3.5. Phát hiện mù Việc phát hiện thuỷ vân không nên đòi hỏi các thông tin về cơ sở dữ liệu quan hệ gốc và cả thuỷ vân gốc. Một hệ thống thủy vân như vậy được gọi là hệ thống mù. Tính chất này rất quan trọng vì nó cho phép có thể phát hiện thuỷ vân trong bản sao của cơ sở dữ liệu quan hệ cho dù quan hệ gốc đã được cập nhật. Tuy nhiên, để phát hiện mù được đối với cơ sở dữ liệu thì một số thông số liên quan đến chủ sở hữu vẫn là cần thiết để chứng minh cơ sở dữ liệu thuộc quyền sở hữu hoặc chứng minh tính toàn vẹn của cơ sở dữ liệu. 1.4. Những tấn công trên hệ thuỷ vân cơ sở dữ liệu quan hệ Vì các cơ sở dữ liệu quan hệ luôn được cập nhật nên các thuỷ vân được giấu trong một quan hệ có thể bị mất do những cập nhật thông thường cũng như các tấn công có chủ đích. 1.4.1. Cập nhật thông thường Giả sử Mallory lấy trộm dữ liệu của Alice mà không nhận ra nó đã được thủy vân. Sau đó, Mallory có thể cập nhật dữ liệu đã ăn trộm khi anh ta sử dụng nó. Kỹ thuật đánh dấu cần đảm bảo rằng Alice không bị mất thủy vân của cô ngay trong các dữ liệu bị ăn trộm, thậm chí đối với cả những cập nhật của Mallory. Tức là các phép toán cập nhật thông thường như xóa, sửa, bổ sung các bộ trong cơ sở dữ liệu quan hệ. Các kỹ thuật thuỷ vân cần đảm bảo rằng người chủ cơ sở dữ liệu quan hệ không bị mất thuỷ vân ngay trong dữ liệu bị kẻ khác ăn trộm, thậm chí đối với những cập nhật của tên trộm đó. 1.4.2. Tấn công có chủ đích Soá hoùa bôûi Trung taâm Hoïc lieäu http://lrc.tnu.edu.vn/