基于版权保护的数字指纹系统的研究

基于版权保护的数字指纹系统的研究作者：陆宇光来源：《电脑知识与技术》2010年第16期摘要:提出了一种基于混沌序列的二进制指纹编码方案,在指纹嵌入技术研究中,提出一种基于小波变换及Gold码扩频的指纹嵌入算法,并提出了相应的指纹提取算法,实验结果表明该指纹系统在一般的多用户合谋攻击下能够有效地对合谋用户进行跟踪。

关键词:版权保护;数字指纹;混沌序列;合谋攻击;扩频中图分类号:TP311文献标识码:A 文章编号:1009-3044(2010)16-4504-03The Research of Digital Fingerprint Technology Based on Copyright ProtectionLU Yu-guang(School of Computer&Information Engineering,ChangZhou Institute of Technology,Changzhou 213001,China)Abstract: This paper provide a fingerprint generating algorithm based on binary chaotic sequence. In fingerprint embedding,we adopted the DWT technique and spread spectrum algorithm that make the fingerprint embedded into data imperceptible and robust,and in the extracting process used correlating algorithm. The experiment verified that our fingerprint-coding scheme has good capability to trace users who attacked the system by collusion in usual ways.Key words: copyright protection; digital fingerprint; chaos sequence; collusive attack; spread spectrum1 概述数字指纹用于保护数字作品版权,基本思想是在分发给不同用户的作品拷贝中分别嵌入不同的指纹,使得发行者在发现作品被非法再分发时能够根据非法拷贝中指纹痕迹,确定是哪些用户违背了许可协议。

根据这一思想,数字指纹系统完成指纹编码、指纹嵌入、指纹提取、指纹跟踪等过程。

本文基于混沌序列的自相关性与互相关性特点,提出一种基于混沌序列的二进制指纹编码方案,在指纹嵌入技术研究中,提出一种基于小波变换及Gold码扩频的指纹嵌入算法,使指纹嵌入到数字作品后具有良好的不可感知性及稳健性,并提出了相应的指纹提取算法。

2 指纹编码数字指纹技术通过进行指纹编码,将不同的码字序列嵌入到数字作品中,当发现盗版时通过提取作品中的指纹来确认盗版作品的原始用户,以达到版权保护的目的。

指纹的编码好坏及其对参与盗版用户跟踪的成败直接决定指纹技术成功与否,是数字指纹技术的核心。

本文采用了一种简洁有效的基于二进制混沌序列的指纹编码方案。

混沌现象是在非线性动力系统中出现的确定性的、类似随机的过程,这种过程既非周期又不收敛,并且对初始值有极其敏感的依赖性。

一个一维离散时间非线性动力系统的定义如下:xk+1=τ(xk) (1)其中xk∈v,k=1,2,3,4...,称之为状态,而τ:v→v是一个映射,将当前状态x映射到下一个状态xk+1,如果从一个初始值x0开始,反复应用τ,就得到一个序列{ xk,k=1,2,3,4... },这个序列称为该离散时间动力系统的一条轨迹。

一类非常简单却被广泛研究的动力系统是Logistic映射,定义如下:xk+1=μxk(1-xk)(2)其中0≤μ≤4称为分枝参数,此时xk∈(0,1),k=1,2,3,4...。

混沌动力系统的研究工作指出,当3.5699456…≤μ≤4 时,Logistic映射工作于混沌态。

也就是说,由初始条件x0在Logistic映射的作用下所产生的序列{ xk,k=1,2,3,4...}是非周期、不收敛的、且对初始值非常敏感。

在μ=4附近,混沌区范围达到最大,迭代时间序列终态也取遍(0, 1)之间的值。

由于混沌序列的特点是自相关性很强,互相关性很弱,受到一些有意或无意的攻击以后,就给混沌序列的正确检测带来困难,因此可用扩频技术提高数字指纹的鲁棒性,然而扩频技术一般都用于数字信号,即二进制信号,因此可将实混沌序列二值化。

目前,将实混沌序列s转换为二进制混沌序列p,通常采用如下两种方法:1)以某一值t为阈值,若si≥t,则对应的pi=1;否则pi=0。

2)由于03 指纹嵌入算法本文算法是对原始指纹信息按片率进行扩展后,再用Gold码生成的伪随机噪声序列对其进行调制生成最终指纹序列,具体过程如图1所示。

指纹嵌入时首先对图像进行二级小波分解,然后选择小波分解后的前K个重要小波系数进行指纹的嵌入。

具体指纹嵌入算法为:1)将原始二进制的混沌指纹序列{ai,i=1,2,3…….,l}中每一位按片率cr扩展,即将ai的每位重复cr次,得到扩展后的序列记为{bj,j=1,2,3…….,l*cr};2)用Gold码生成的扩频序列{pj,j=1,2,3…….,l*cr}调制bj ,扩频调制后得到待嵌入的序列{rj= bj pj, j=1,2,3…….,l*cr};3)将原始图像进行二级小波变换,分别选择HL2,LH2,HH2子图中按幅值大小排序的前K个重要系数,按照下式将指纹r依次嵌入到系数中,即:I'=I+alfa×r (3)其中:alfa表示嵌入强度,标记的位置信息设为密钥A;4)最后对I'作逆小波变换,得到嵌入指纹的图象I"。

这样用不同指纹标记得到不同的指纹图像就可以分发给各个合法用户。

4 指纹提取算法指纹提取技术是指纹嵌入技术的逆技术。

指纹的重要应用之一是通过对与购买某指纹拷贝相联系的指纹的检测识别再分发标记内容的用户。

通过识别用户,数据所有者能够在将来更密切地监视该用户的行动,或者收集用户违反使用非法拷贝的证据。

指纹的检测中有两种不同的检测策略,非盲检测和盲检测。

它们主要区别在于是否需要原始数据。

非盲检测在检测嵌入指纹的过程需要原始数据,盲检测在检测嵌入指纹过程中不需要知道原始数据。

本文所采用的是非盲检测策略。

具体指纹提取过程如图2所示。

一个数字指纹系统的性能优劣取决与以下几个方面:不可见性、鲁棒性、合谋容忍性。

为验证算法的有效性,以一幅512×512的elaine图像为载体,指纹序列的产生,随机选取(0,1)间的1000个数作为初始值产生1000个长度为64的Logistic二值混沌指纹序列,其中第500个为嵌入图像的指纹。

对原始指纹进行按位扩展,这里取cr=64的切普(chip)速率对指纹序列进行比特重复,最后用64×64位的Gold码对其进行扩频调制,生成扩频指纹序列。

采用Haar小波对图像进行二级小波分解,按上述方法在图像中嵌入指纹序列。

1) 不可见性:从视觉上嵌入指纹后的图像与原始图像没有很明显的区别,嵌入指纹后的图像与原图的峰值信噪比为36.3075db,具有良好的不可见性。

2) 鲁棒性为检验算法的鲁棒性,对嵌入指纹后的图像进行压缩、剪切、叠加噪声等攻击,对攻击后指纹的提取结果进行分析评估:1)JPEG压缩JPEG压缩是数字图像最容易受到的一种图像处理。

本文对算法抗JPEG压缩的性能进行了检验。

图3(a)为从经过JPEG压缩后的图像(压缩因子为70)中提取出的数字指纹,与所有用户指纹进行相关性检测,可看出非正确指纹由于码字间的独立性,相似度值都较小,而正确指纹处(500)表现出较强的正相关性,相似度值为0.7625,远远大于其他位置处的相关度值,说明该指纹被可靠的检测出,图3(b)为从经过JPEG压缩后的图像(压缩因子为30)中提取出的数字指纹,正确指纹处的相似度值为0.5909,也远远大于其他位置处的相关度值,说明指纹被可靠的检测出。

从实验结果可见,本算法对JPEG压缩有较好的抵抗性。

2)剪切攻击图像在网络上流通时,有可能受到剪切操作。

本文对含指纹图像进行了剪切攻击实验,分别对图像进行1/4和1/2大小的剪切,指纹检测结果如图4所示。

图4(a)为对图像进行1/4剪切攻击后从图像中提取出的数字指纹与所有用户指纹进行相关性检测,可看出非正确指纹处由于码字间的独立性,相似度值较小,而正确指纹处(500)则表现出较强的相关性,相似度值为0.6275,远远大于其他位置处的相关度值,说明指纹被可靠的检测出。

图4(b)为对图像进行1/2剪切攻击后的指纹检测结果,可以看出正确指纹处的相似度值远远大于其它位置处的相关度值,说明指纹被可靠地检测出。

因此该算法对剪切攻击具有很好的鲁棒性。

3)噪声攻击一般情况下,图像在网络上传输时,很容易受到噪声的污染。

本文对嵌入指纹的图像添加两种较为常见的噪声:高斯噪声、椒盐噪声。

图5(a)为添加了方差为0.01的高斯噪声后的指纹相似度测量结果,由该图看出,正确指纹处的相似度值为0.6423,远远大于其他位置处的相似度值,这说明指纹被可靠地检测到。

图5(b)为加入强度为0.01的椒盐噪声后的指纹相似度测量结果,由该图看出,正确指纹处的相似度值远远大于其他位置处的相似度值,这说明指纹被可靠地检测到。

实验数据表明本算法对噪声干扰具有较好的抵抗能力。

4)合谋容忍性:分别选择第400,800个序列为嵌入图像的指纹,按照上述算法嵌入图像,得到两幅不同的指纹图像。

为两幅图像平均合谋攻击后,从图像中提取出数字指纹与所有用户指纹进行相关性检测,结果如图6(a)所示,从图中可看出在参与合谋指纹的位置,其与提取出的指纹的相关度值大于任何其它位置与提取出的指纹的相关度值,说明合谋者被正确跟踪到;图6(b)是分别选择第300,600,900个序列为嵌入图像的指纹,按照上述算法嵌入图像,得到三幅不同的指纹图像,该三个用户进行平均合谋攻击后从图像中提取出数字指纹与所有用户指纹进行相关性检测,从图中看出在参与合谋指纹的位置,其与提取出的指纹的相关值大于任何位置与提取出的指纹的相关值,说明合谋者被正确跟踪到。

6 结论提出了一种用于保护数字作品版权的指纹系统的实现方案。

在指纹编码上提出了一种基于混沌序列的二进制指纹编码算法,该算法指纹生成容易,并且能够抵抗多种常见的合谋攻击,有效地跟踪到合谋用户;在指纹嵌入方面提出了一种基于小波变换和Gold码扩频技术的指纹嵌入算法及指纹提取算法,实验证明,该算法可行并能保证指纹的鲁棒性和安全性。