Secure spread spectrum watermarking for multimedia

多媒体水印的安全扩频

摘要——本文提出了一个可以将水印图像通过数学的方法推广到音频、视频和多媒体数据的安全(防伪)算法。我们将水印作为一个独立和恒等分布的构造。在不知不觉中插入一个扩频方式为感知最重要数据的频谱分量——高斯随机向量。我们认为在这种制度下插入水印，进行水印健壮的信号处理操作(如有损压缩、滤波、数模和模拟-数字转换,再量化，等等),和常见的几何转换(如剪切、缩放、翻译、和旋转)提供原始图像是可用的,并且它可以成功显示出转换后的水印图像。在这些情况下,水印检测器明确标识所有者。此外,使用高斯噪声,可以确保多文档的强韧性,或抵挡攻击。实验结果的提供以支持这些说法,以及对一个未定问题的阐述。

索引词——智能财产、指纹识别、多媒体、安全、隐写术、水印。

1.介绍

数字化媒体的传播(音频、图像和视频)造就了一个迫切需要版权的现实环境用来保护版权的所有权。传统的加密系统只允许有效的钥匙扣访问加密的数据,但是一旦这些数据被解密就没有方法重新传输。因此,传统密码学防止了盗版数据,但出版商仍面临着未经授权的信息复制。数字水印就是是为了补充加密过程。可见,除非是看不见的,永久识别代码嵌入到数据后,就不会出现数据解密的过程。在在这个环境中,数据是指音频(语音和音乐),图片(照片和图形)、视频(电影)。它不包含ASCII文本表示,但包括文本表示成一个图像。许多工作方案提出的属性可能会适应适应音频和视频的实现,但这里的算法特别适用于图像。

数字水印的一个简单的例子是一个可见的“海豹”放在一个图像识别版权所有者(如。[2])。可见水印在很多方面是有限的。马斯图像保真度,通过直接图像处理是容易受到攻击。一个水印可能包含额外的信息,包括买方的身份特定材料的副本。为了有效,水印应该有下面的特征。

隐蔽性：应该看不见水印,或它的存在不应干涉被保护的工作。

鲁棒性:水印必须是稳定的。如果只有部分知识是可用的(例如,图像中的水印的确切位置是未知的),然后尝试删除或破坏水印会导致严重的退化或者水印丢失。特别是,水印应该健壮在以下方面：

·常见的信号处理:水印仍应可收回即使应用常见的信号处理操作数据。DA转换和AD 转换,这些具体包括重采样,量化(包括抖动和再压缩),和共同的信号增强图像对比度和颜色, 例如音频的低音和高音。

·常见的几何扭曲(图像和视频数据):水印在图像和视频数据也应该能经受几何图像旋转,裁剪和缩放等操作。

·诡计攻击(勾结和伪造):此外,应该健壮水印勾结由多个个体每一个拥有有水印的数据的副本。即应该健壮水印，防止结合相同的数据集的副本破坏水印。此外,如果一个数字水印被攻击,一定要具有防止把他们的图像来生成一个不同的有效的水印与构造第三方的意图的能力。

普遍性:同样的数字水印算法应该适用于所有的多媒体。这可能是有用到该水印的多媒体产品。同时, 这一特性有利于实现音频和图像/视频水印算法对常见硬件的普及。

确定性：检索的水印应该明确确认物主。此外,业主识别的准确性可以在面对攻击时降低危险。

建立一个强大的水印有两个部分:水印结构和插入策略。为了让一个水印健壮的和安全的,这两个组件必须正确设计。我们提供了两个关键的建议来使我们的水印健壮和安全:我们认为水印能被正确地感知是设计水印结构最重要的要求，而且水印的插入策略是由高斯分布的随机数产生。

水印被放置在感知重要结构的地方，这意味着攻击者必须知道目标数据的基础结构组件,从而增加了还原保真的能力。虽然这一策略似乎是违反直觉的观点的隐写术(这些组件是如何隐藏信号的),我们发现,重要的组件有感知能力,可以让水印插入而没有明显的觉察。此外,大多数应用于媒体的处理技术的数据倾向于离开感知重要组件是否完好无损。当要从各种这样的组件选出一个时,在本文中,我们专注于视觉感知显著的光谱数据的组件。这同时产生很高的感知能力和达到在像素域中运算水印的能力。

我们的水印构造策略的基本原则是，水印是来自于一个独立的、恒等分布的服从高斯分布的样本。一旦重要的组件的位置锁定,高斯噪声注入其中。这种分配对联合攻击有一定反弹能力。高斯水印也给了我们面对数子化方案提供选择,还能应用于假阳性和假阴性检测。这是对于下面的讨论,具体阐述了在[13]。

最后需要注意,这里提供的技术不能用来证明自己内容的所有权。本文的重点是算法,将信息插入内容在一个非常安全的方法。没有什么可以防止有人插入另一个信息来声称所有权。然而,它是可能的几个通过提供完整的、安全的、稳定的所有者标识和身份验证来进行身份验证的方法和加密技术。

第三部分开始讨论如何进行常见的信号转换,如压缩、量化,和操纵,还有影响信号的频谱。这个讨论可以使我们相信应该嵌入水印数据的感知显著的频率成分。当然,最主要的问题就变成了如何隐蔽的插入一个水印视觉感知频谱的重要组件。部分IIIA提出了一个解决方案——基于扩频通信的想法。特别是,我们提出的水印算法依赖于使用原始图像提取水印。第四部分提供了一个基于可能的联合攻击的分析,表明一个二进制水印不像一个持续水印般稳定。此外,我们发现,水印结构基于多重采样样本。维高斯随机变量提供了良好的抵御联合攻击能力。当然没有一个水印系统可以是完美的。例如,一个水印放置在文本图像使用光学字符识别技术就可以消除。然而,对于常见的信号和几何失真,第五节的实验结果表明,该系统满足大部分介绍中讨论的属性,并显示了强大的免疫抗共谋攻击和各种各样的攻击的方式。最后,第六部分讨论了可能的弱点和潜在的增强系统和描述开放问题和后续工作。

2.先前的研究工作

几个以前的数字水印方法在这里提一下。特纳[25]提出了一种方法,将一个标识字符串插入数字音频信号代替“无关紧要”的随机选择的音频和样品的标识代码。位被认为是不重要的如果他们的改变“微不足道”。这样一个系统也适用于讨论二维(2 - d)的数据,如图像、[26]。不幸的是,特纳的方法很容易被规避。例如,如果众所周知,算法仅影响最显著的两位的一个字,然后就可以随意翻转所有这些位,从而破坏任何现有的识别代码。

Caronni[6]表明添加小标签的几何模式对于数字化图像在亮度水平是无法察觉的。在图像中隐藏空间性水印的想法从根本上来说是合理的,但这个方案可能容易被过滤和重复数字化攻击。越微弱的水印,就越容易会受到这样的攻击而几何形状只提供有限的字母编码信息。此外,该计划并不适用于音频数据,不适用于稳定的的常见几何扭曲,特别是移植。

Brassil等其他人[4]提出适合文档图像的常见的三种方法：1.数字水印编码2.垂直移动文