（计算机软件与理论专业论文）稳健音频水印研究.pdf

帆u 大学博士学位论文 稳健音频水印研究 专业：计算机软件与理论 姓名：项世军 导师：黄继武教授 摘要 近年来，随着音频压缩技术和网络技术的发展，人们可以方便快捷地复制和 传输各种数字音频。这种进步给我们带来了很大的便利，但也带来了音频作品的 安全问题。作为种保护音频的技术手段，音频水印具有十分重要的应用前景， 在近年来得到了很快的发展。然而，仍然存在着许多有待解决的关键问题。本文 主要对音频水印的稳健性进行了深入的研究，初步解决了抗d a a d 变换和时域 伸缩攻击的问题。同时，我们也对z e m i k e 变换在稳健音频水印中的应用进行了 研究。论文的主要内容如下： ( 1 ) 在许多的应用中，音频水印需要考虑在模拟环境下的生存能力。这涉及 到d a a d 变换。通过分析大量的实验，我们得出了音频在d a a d 变换 下的主要失真为幅值失真和时间轴上的线性伸缩。其中，发生在时问轴 上的线性伸缩表现为一个插值过程，伸缩幅度的大小受声卡性能、采样 率和播放器影响，而幅值失真则主要体现为能量的变化和叠加噪声的影 响。针对d a 舱d 变换失真模型，我们分析了基于量化的音频水印方案 在噪声、幅值失真和时间轴上线性伸缩下的性能，给出了量化音频水印 方案在幅值攻击和高斯噪声攻击下的误码率表达式。分析结果表明，量 化音频水印方案对d a a d 变换非常敏感。 ( 2 ) 针对上述得出的失真模型，我们提出了能够抵抗d a a d 变换的稳健音 频水印方案。策略如下：为了抵抗噪声的影响，水印嵌入在离散小波变 摘要 换( d w t ) 系数的低频子带。考虑到信号能量在d a a d 变换后发生改变， 信息嵌入在三组小波系数之间的能量关系上。由于时间轴上的伸缩是线 性的、微小的并且是一个插值过程，我们设计了基于同步码和线性插值 操作的重同步方案。根据两个同步码之间的音频( 段) 在d a a d 变换前后 的长度，计算伸缩因子，进而进行插值恢复。利用d w t 的时频局部特 性，搜索同步码的计算开销得以减少。实验表明，所提出的音频水印方 案对d a d 变换是非常稳健的，并且在s t i r m a r kb e n c h m a r kf o ra u d i o 测试中对常见的信号处理和攻击也有很好的性能。 ( 3 ) 在音频水印中，抗同步攻击仍然是一个有待解决的难题。理论分析和实 验表明，音频直方图形状和均值是两个对时域伸缩非常稳健的特征。基 于这一观察，我们提出了一种抗同步攻击的水印算法。音频均值用来选 择生成直方图的音频幅值范围，以达到抗音频能量变化的目的。根据直 方图形状对时域伸缩才i 变性，水印比特嵌入在三个连续的b i n 的样本数 量的相互关系| 二。该水印方案具有非常好的抗同步攻击性能，可抵抗将 近1 3 0 时域伸缩、大幅度的抖动和随机裁剪等。 ( 4 ) 通过对音频z e n i k e 矩的特性进行分析，我们提出了一种基于z e r n i k e 矩 的稳健音频水印算法。通过将音频( 段) 映射成二维信号实现z e r a i k e 变 换。进而，根据音频z e r n i k e 矩与音频幅值之间的线性关系，得出了避 免重构水印音频失真的水印嵌入策略。同在时域上嵌入相比，水印嵌入 到音频的低阶z e m i k e 矩上改善了抗常规信号处理的稳健性，如m p 3 压 缩、低通滤波等。 关键词： 音频水印，d a a d 变换，重同步，离散小波变换，线性伸缩，波形失 真，z e r n i k e 矩，直方图，音频均值，时域伸缩，裁剪 i i 中山大学博士学位论文 r o b u s ta u d i ow a t e r m a r k i n g a l g o r i t h m s m a j o r ：c o m p u t e rs o f t w a r ea n dt h e o r y n a m e ：x i a n gs h i j u n s u p e r v i s o r ：p r o f h u a n gj i w u a b s t r a c t i nt h er e c e n ty e a r s ，m o r ea n dm o r ed i g i t a la u d i om e d i aa r ea v a i l a b l ed u et o i n t e r n e ta n da u d i op r o c e s s i n gt e c h n i q u e s i ti sb e n e f i c i a lt oo u rd a i l yl i f eb u tb r i n g s t h ep r o b l e mo fo w n e r s h i p p r o t e c t i o n a sas o l u t i o n ，a u d i ow a t e r m a r k i n gt e c h n i q u ei s d e v e l o p e df a s t h o w e v e r , s o m ek e yi s s u e sa r es t i l lo p e n i nt h i sd i s s e r t a t i o n ，w ep a y m o r ea t t e n t i o nt or o b u s t n e s so fa u d i ow a t e r m a r k i n g ，a n dp a r t l yr e s o l v et h ek e y p r o b l e m so ft h ed i g i t a lt oa n a l o g ( d a ) a n da n a l o gt od i g i t a l ( a d ) c o n v e r s i o n s ，a n d t s mi na u d i ow a t e r m a r k i n g a n d ，w ei n t r o d u c ear o b u s ta u d i ow a t e r m a r k i n gs c h e m e b yu s i n gz e r n i k em o m e n t s t h e m a i nc o n t r i b u t i o n sa r ea sf o l l o w s ： ( 1 ) i nm a n ya p p l i c a t i o n s o fa u d i ow a t e r m a r k i n g ，t h ed a a dc o n v e r s i o n sa r e i n v o l v e d b a s e do ne x t e n s i v ee x p e r i m e n t s ，w ea n a l y z ea n dc o n c l u d et h a tt h em a i n d e g r a d a t i o n so nt h ea u d i os i g n a la r el i n e a rt e m p o r a ls c a l i n ga n dw a v em a g n i t u d e d i s t o r t i o n t h es c a l i n gi sv i e w e da sa ni n t e r p o l a t i o np r o c e s s i n g ，a n dt h es c a l i n g a m o u n tr e l i e so nt h es o u n d c a r d ，s a m p l i n gr a t e ，a n dm e d i ap l a y e ri nt h et e s t a n d ， w a v em a g n i t u d ed i s t o r t i o nm a yb em o d e l e da sa m p l i t u d es c a l i n gf o l l o w e db yt h e a d d i t i o n a ln o i s e c o r r u p t i o n t h e n ，w ea n a l y z e t h e p e r f o r m a n c e o f q u a n t i z a t i o n - b a s e da u d i ow a t e r m a r k i n gi n c a s eo f a d d i t i o n a lg a u s s i a nn o i s e ， a m p l i t u d em o d i f i c a t i o na n dt e m p o r a ls c a l i n g ，p r e s e n t e dt h ec a l c u l a t i o ne x p r e s s i o n o fb e ri nc a s eo fg a u s s i a nn o i s e sa n da u d i oa m p l i t u d em o d i f i c a t i o n a sa c o n c l u s i o n ，q u a n t i z a t i o na u d i ow a t e r m a r k i n gi sv e r ys u s c e p t i b l et ot h ed a a d c o n v e r s i o n s ( 2 ) b ya n a l y z i n gt h ed i s t o r t i o nc a u s e db yt h ed a a dc o n v e r s i o n s ，w ep r o p o s e da r o b u s tw a t e r m a r ke m b e d d i n gs t r a t e g y t h ew a t e r m a r ki se m b e d d e di n t oi nt h e i l i a b s i r a c t l o w f r e q u e n c ys u b b a n dt or e s i s tt ot h ea d d i t i o n a ln o i s e t h ee m b e d d i n gs t r a t e g y u s i n gt h er e l a t i v ee n e r g yr e l a t i o n s h i p sa m o n gd i f f e r e n tg r o u p so ft h ew a v l e t c o e f f i c i e n t si sa d o p t e dt or e s i s tt h ea m p l i t u d es c a l i n g t h ei n t e r p o l a t i o n b a s e d r e s y n c h r o n i z a t i o nv i as y n c h r o n i z a t i o nc o d e si sd e s i g n e dt oc o p ew i t ht h el i n e a r t e m p o r a ls c a l i n g b ye x p l o i t i n gt h et i m e f r e q u e n c yl o c a l i z a t i o nc h a r a c t e r i s t i c so f d i s c r e t ew a v l e t t r a n s f o r m ( d w t ) ，t h ec o m p u t a t i o n a l c o s t s e a r c h i n g f o r s y n c h r o n i z a t i o nc o d e si ss a v e d t h ee x p e r i m e n t a lw o r k ss h o wt h a tt h ep r o p o s e d a l g o r i t h m i sr o b u s tt ot h e d a a d ，a n ds o m ec o m m o ns i g n a lp r o c e s s i n g o p e r a t i o n sa n da t t a c k si ns t i r m a r kb e n c h m a r kf o ra u d i o ( 3 ) a u d i ow a t e r m a r k i n gr o b u s tt od e s y n c h r o n i z a t i o ni s s t i l la no p e ni s s u e n o t i n g t h a tt h er o b u s t n e s so fa u d i oh i s t o g r a ma n dm e a nt ot h et i m e - s c a l em o d i f i c a t i o n ( t s m ) v e r i f i e d i nm a t h e m a t i c a l p r o o f a n de x t e n s i v e t e s t i n g ，a n o v e l w a t e r m a r k i n ga l g o r i t h mf o c u s i n go nr e s o l v i n gt h ed e s y n c h r o n i z a t i o np r o b l e mi s p r o p o s e d a u d i om e a ni sa p p l i e dt os e l e c t i n ga na m p l i t u d es c o p ef r o mo r i g i n a l s i g n a lf o re x t r a c t i o n o ft h eh i s t o g r a mt oc o p ew i t ha m p l i t u d es c a l i n ga t t a c k a c c o r d i n gt o t h er o b u s t n e s so ft h eh i s t o g r a mt ot s m ，t h ew a t e r m a r kb i ti s e m b e d d e do n t ot h er e l a t i v er e l a t i o n si nt h en u m b e ro fs a m p l ea m o n gt h r e e c o n s e c u t i v eb i n s t h i sm e t h o dc a nr e s i s tt h et s mu pt o1 3 0 ，s e v e r ej i t t e ra n d r a n d o mc r o p p i n ga t t a c k s ( 4 ) w ep r o p o s e dar o b u s ta u d i ow a t e r m a r k i n gs c h e m eb a s e do na n a l y s i so fa u d i o z e r n i k em o m e n t t h eb a s i ci d e ai st o m a po n e d i m e n s i o n a l a u d i oi n t o t w o d i m e n s i o n a ls i g n a lf o rp e r f o r m i n gz e m i k et r a n s f o r m b yu s i n gt h el i n e a r r e l a t i o nb e t w e e na u d i oa m p l i t u d ea n da u d i om o m e n t s ，t h ep r o p o s e dw a t e r m a r k s t r a t e g yh a sa v o i d e dt h er e c o n s t r u c t i o nd i s t o r t i o nf r o mm o m e n t s ，c o m p a r e dt oi n t i m ed o m a i n ，t h ew a t e r m a r ke m b e d d e di n t oa u d i oz e m i k em o m e n t si nl o w e r o r d e ri sm o l er o b u s tt om p 3 c o m p r e s s i o n ，l o w p a s s ，e t c k e yw o r d s ： a u d i ow a t e r m a r k i n g ，d aa n da d ，r e s y n c h r o n i z a t i o n ，d i s c r e t e w a v e l e tt r a n s f o r m ，t e m p o r a ll i n e a rs c a l i n g ，z e r n i k em o m e n t s ，w a v em a g n i t u d e d i s t o r t i o n ，h i s t o g r a m ，a u d i om e a n ，t i m e s c a l em o d i f i c a t i o n ，c r o p p i n g i v 中山大学博士学位论文 英文缩写 b e r d k i a d d c t d f r d w t e a o u a l t s m i f p i s d m l m d c t m p 3 o d g p e a q p s t n q l m r s t s d g s n r 主要英文缩写对照表 英文全称 b i te i t o rr a t e d i g i t a lt oa n a l o ga n da n a l o g t od i g i t a l d i s c r e t ec o s i n et r a n s f o r m ， d i s c r e t ef o u r i e rt r a n s f o n i l d i s c r e t ew a v e l e t1 y a n s f o r i l l e v a l u a t i o no f a u d i oq u a l i t y t i m e s c a l em o d i f i c a t i o n i n t e r n a t i o n a lf e d e r a t i o no ft h ep h o n o g r a p h i ci n d u s t r y s e c u r ed i g i t a lm u s i ci n i t i a t i v e m o d i f i e dd i s c r e t ec o s i n et r a n s f o r m ， m p e gl a y e r - 3 o b j e c t i v ed i f f e r e n c eg r a d e s p e r c e p t u a le v a l u a t i o no f a u d i oq u a l i t y p u b l i cs w i t c h e dt e l e p h o n en e t w o r k q u a n t i z a t i o ni n d e xm o d u l a t i o n r o t a t i o n ，s c a l e ，t r a n s l a t e s u b j e c t i v ed i f f e r e n c eg r a d e s s i g n a lt on o i s e r a t i o v i j 中由大学博士学位论文 第1 章绪论 数字水印技术建多媒体信息安全领域中的一个研究热点。近年来，数字音频水印技术得 列了很快的发展，殴鞋也存在番笨少有转研究的问题。本事着重分绍数字奇频水印中的基本 问题，以及奇频水印技术发展的现状和在实际中的应用情况。最后，介绍了尚未解决的问题 和本文的主要工柞及内容安排。 1 1 数字水印的产生 随着计算杌潮络和多媒体信怠处理技术的发展，使褥方便快捷地制作、编辑、 复制和传输各釉笼失真的数字化产品成为可能，如数字化的图像、视频、音频、 软件、图形、动画和文本等。这给人们带来很大便利，也同时带来了许多严熏的 安全问题。例如，数字媒体产品的版权保护、软件产品的盗版、数字文档的非法 拷贝、各种数字信息的篡改等。 对于上述闻题，入 最初的想法是求助予密码学。密码学是保护数字媒体内 容最常用的方法。数字内容在发送之前先进行加密，合法的用户可以利用密钥来 解密加密文件。对于非法用户来说，没有密钥文件毫无用处。然而，密码系统可 以保护内容的传输，却无法跟踪合法消费者怎样处理解密后的内容。此外，加密 压的文件匿为不霹理解雨妨褥了数字纯信息豹传播。囱茈可知，热密手段存在着 一定的缺略。为此，人们开始寻找新的鳃决办法来 充密码系统，使内容在解密 后，仍可以得到保护。随着对这些问题的深入研究，数字水印( d 垮t a l w a t e r m a r k i n g ) 技术产生了，它属于信息隐藏技术( d a t ah i d i n g ) 的范围1 1 4 j ，最初的目的是作为保 护数字舨权的补充办法i 7 】。由于求印信患置于所保护的内容之中，在正常使粥时 也不会被去掉，因此水印技术可能渍足上述要求。 数字承印技术利用多媒体信息中存在豹冗余信息及人类感知系统的特性，在 不影响原始多媒体信息格式和质量的前提下把额外的信息( 即水印) 隐藏到多媒 体信息中。数字水印是一个多学科高度交叉的新兴研究领域，它涉及了信号处理、 密码学、数学理论、通信理论、编码理论、数据压缩和人类听视觉理论等多门学 辩。数字水印的提出怒为了保护舨权，然丽涟着水印技术的发展，人们已经发现 了水e p 更多更广的应用。目前，数字水印技术的应用大体上可以分为版权保护、 第1 章绪论 数字指纹、认证和完整性校验、内容标识和隐藏标识、使用控制、隐蔽通信等几 个方而 8 , 9 1 。 1 2 数字音频水印框架 随着音频压缩技术的应用，以m p 3 为代表的网络音乐得以在互联网上广泛 传播，使得对音频数据产品的保护显得越来越重要。 数字音频水印算法主要包括水印的嵌入过程与检测过程，其基本模型如图 1 1 所示1 6 1 ： 二牺j 晤习二d l i r 一d 图1 - 1 数字音频水印系统的基本模型 图1 - 1 给出了数字水印的框架结构，它由两部分组成，一部分是水印的嵌入， 另一部分是水印的提取。水印提取的输出结果可以是有意义的信息，也可以是判 断水日j 是否存在的结果，这取决于水印提取算法。 设f 和f ，分别代表原始音频和嵌入水印后的音频，与为原始水印和 提取得到的水印，k 和k 分别表示嵌入和提取时所需的参数( 如密钥、边信息等) 。 又设g 为水印的嵌入算法，则水印的嵌入过程可以表示为： f 。；g ( f p p ( f ) ，k ，w i p p ( w 7 ) )( 1 1 ) 其中，f p p 和胛p 分别表示对f 和w 的预处理操作，可以是任何种变换操作 f 如d w t 、d c t 或d f t 等) ，也可以是空操作。水印的检测方法可以分为两类。 一类在检测时不需要原始数据，与原始水印职称之为盲检测算法。另一类是 非盲检测算法，在检测时需要原始数据，或原始水印形作为参考才能提取出水 印。设水印检测操作为d ，f ”为受到二f 扰后的音频，则水印的盲检测过程可表 示为： w = d ( f f p ( f ”) ，k )( 1 2 ) 中山大学博士学位论文 相应地，非盲检测过程可表示为： w = d ( ，f p ( f ，f ”) ，k ) 。i fp ( ：彬) t ，则判断有水印嵌入。 上式中，p 为w 和w 的相似度，通常用误码率作为度量标准。当p 超过给定闽 值r 时，则认为音频中嵌入了水印；反之，说明音频中没有嵌入水印。 事实上，数字水印系统可以看成是一个通信系统的基本模型【1 ，1 0 】，参考图 1 - 2 。 编码器信道解码器 图1 - 2 水印系统的基本通信模型 在通信模型中，水印就是要传送的信息，多媒体载体相当于载波或传送信道， 只不过这种特殊的载波( 原始音频、图像等) 只能做相当有限的改变。因此，通信 中的一些技术如匹配滤波、扩频通信、量化调制和纠错编码等都可以并已经用于 设计数字水印系统，一些信道分析方法也可以被应用到水印系统中。借助于通信 系统模型，有助于分析数字水印中的各种问题。 1 3 数字音频水印技术的应用 随着i n t e m e t 和各种公用通信网络的发展，许多不同的应用领域对数字音频 水印提出了各种各样的要求。目前，数字音频水印的应用领域己经超出版权保护 的范畴，主要应用领域如下m 1 1 5 】： 1 1 版权保护 版权保护是数字音频水印技术产生的最初源动力，也是最主要的潜在应用领 域之一。它的作用是在有价值的数字音频产品中嵌入所有者的信息( 水印) ，以防止 他人宣称对该数据拥有版权。除非对产品进行了严重的破坏，用于保护版权的水 印是不应该或相当难以被去除的。这种水印可以是可见的，如可见图像水印【1 6 】， 在大多数情况下要求是不可见的。目前已经有许多用于版权保护的音频水印算法 1 1 7 - 2 3 1 。 2 1 使用控制 j 第1 章绪论 在数字化信息中嵌入特定的控制信息，只有满足条件的使用者才能访问( 如 播放或拷贝) 含有水印的数据。这种应用的一个典型的例子是d v d 防拷贝系统， 即将水印信息加入到d v d 数据中，通过d v d 机检测d v d 播放数据中的水印 信息而判断其合法性和可拷贝性。在最近的h dd v d 产品测试中，已计划利用 音频水印来保护产品的版权【洲。又如，在一个封闭式或私有的电视点播系统中， 可以把电影分级信息嵌入到电影的音频中，从而实现电影的分级播放控制。 3 1 信息认证 在许多应用中，需要验证数字音频是否被修改或假冒。利用数字水印来进 行认证和完整性校验的优点在于，认证刚内容是密不可分的。在实际应用中，这 类水印对特定的修改( 如常用的j p e g l 2 5 1 、m p 3 2 6 】压缩操作) 可以具有一定的稳健 性，而对于恶意篡改具有脆弱性( 俗称半脆弱水印) 。当对插入了水印的数宁内容 进行检验时，必须提取出水印，以检验提取出的水印完整性来证实数字内容的完 整性。数字水印在认证方面的应用主要集中在电子商务和多媒体产品分发至终端 用户等领域。 4 1 隐蔽通信 隐蔽通信源自于古代战争的需要，直到今天仍具有重要的研究和应用价值。 对于想进行秘密通信的人或组织米晓，可以把秘密信息嵌入到公丌的音频或图像 中，以利用公共网络来进行传输。由于嵌入秘密信息的数字媒体在主观听觉( 或 视觉) 上并末发生变化，攻击者很难察觉到秘密信息的存在。从这个意义上讲， 传输秘密信息的信道也是秘密的，这将有效地减少遭受攻击的可能性。如果再结 合密码学的方法，剐使敌方知道秘密信息的存在，要榆测和破译该信息也是十分 困难的。例如，涉密语音可以在公共电话交换网f p s t n l 上进行传输m2 ，也可 以将秘密信息隐藏在公开媒体( 如m p 3 ) 中通过i n t e r n e t 达到传输秘密信息的目的。 5 1 数据库内容注释【8 】 对于一些包含有大量音、视频数据的数据库，可以将感兴趣的媒体特征信 息以水印的形式嵌入到媒体中，实现特征的定位和识别。此类府用中，插入的水 印信息构成个注释，提供有关数字产品内容的进一步信息。数字水印可用于隐 藏标识和标签，可在多媒体索引和基于内容的检索等领域中得到应用。这种方式 丁以抵抗常规的信号处理或操作，4 i 需要额外的带宽，且标注信息不易丢失。 6 1 数字指纹 中山大学博士学位论文 为了避免数字产品被非法复制和散发，可在每个产品拷贝中分别嵌入不同的 水印r 称为数字指纹【2 唧。如果发现了未经授权的拷贝，可通过检索指纹来追踪其 来源，达到信息取证( i n f o r m a t i o nf o r e n s i c s ) 目的。在此类应用中，水印必须是不 可见的，而且能抵抗恶意的擦除、伪造以及合谋攻击等。例如，游戏制作公司可 在分发给测试者使用的测试版本游戏的图像中加入水印用以警告和跟踪泄密的 游戏测试者。 7 1 广播监控 对于购买了广告的商业用户来说，他们需要知道购买的广告在规定的时段是 否播放和播放了多少次。这可以将特定的信息嵌入到待播放的广告的音频中【3 0 1 ， 利用监控设备自动跟踪电台或电视台的广告播放情况。另一个应用是关于音乐内 容的监控，音乐家或者演员也会要求电台在播放他们的作品时付给他们应得的版 税，版权所有者也希望能够知道有无未获授权的电台在播放他们的作品。音频 水印也可隐藏到实时演奏的音乐中【3 l 】。技术上可以将各不相同的数字水印嵌入到 各个音乐片段中，并设立一个自动监控的接收站，用以接收监控电台播放的影片 或声音等媒体，并自动在媒体中搜寻这个唯一的数字水印，这样便可以确切知道 这些媒体被播放的时间、次数等相关信息。 1 4 数字音频水印算法分类 数字音频水印根据不同标准可以分为以下几类【1 ，“1 3 1 ： 1 11 比特水印和多比特水印 按照水印嵌入量可以分为1 比特水e p $ 1 1 多比特水印。1 比特水印仅可判断在 载体中“有水印”或“无水印”两种情况。而多比特水印可以是有意义的信息，如版 权所有者的姓名、公司、地址和出品时问等，在实际中有更大的应用价值。多比 特水印应用范围则相对广泛得多，是目前研究的热点。 2 1 公有水印和私有水印 数字音频水印按检测水印时是否需要原始音频或水印信息可分为：私有水 印和公有水印，也称非盲检测水印与盲检测水印。根据私有水印鉴别非法复制品 时，需要原始的作品信息一起作为证据。通常私有水印的性能更好。而公有水印 的应用范围更为广泛，任何一个拥有检测软件的使用者都可对水印进行检测。在 访问控制与隐蔽通信等应用领域中通常需要公有水印算法。从应用的角度来说， 第1 章绪论 公有水印更有优势。 3 1 时域水印、变换域水印和压缩域水印 按水印嵌入的位置来分类，数字音频水印可分为时域水印、变换域水印和 压缩域水印。时域水印技术通过修改音频样本值来嵌入信息，如早期的l s b ( l e a s t s i g n i f i c a n tb i t ) 方法修改样本的最低有效位。这是早期的一种技术，可以在音频 中传送大量的数据，但由于很微小的操作也能改最低比特位，所以水印的稳健性 很差，比较适合用于脆弱水印的设计。p a t c h w o r k 方法任意选择j 】v 对样本，在增 加一个样本值的同时减少另一个样本的值。变换域技术通过修改音频的变换系数 来隐减水印，常用的变换域有d c t 、d f t 和d w t 等，还有一些其它的变换方 法。也有一些基于压缩域算法的研究f 如m p 3 域1 ，但由于在压缩域中已经去除了 音频中大部分的冗余信息，算法的设计比较困难，研究相对较少。由于人耳的听 觉对低频比较敏感，通常的信号处理操作( 0 nm p 3 压缩，低通滤波等1 常影响高频 成分，冈而信息隐藏在低频成分，可以有更高的稳健性；水印嵌入在音频的高频 成分，将会有更好的隐蔽性能。根据需要，有时水印【乜嵌入在信息的中频带，达 到剥常规信号处理稳健和对恶意操作敏感的目的。 4 ) 稳健水印与脆弱( 或半脆弱) 水印 数字音频水印从稳健性的角度还可以分为稳健水印与脆弱( 或半脆弱) 水印。 稳健水印是指在恶意的攻击下仍不能被更改、难以去除的水印，除非载体受到严 重的破坏。稳健水印一般用于版权保护、数字指纹等领域。脆弱水印可以根据攻 击情况记录受到的攻击。如果水印对滤波、压缩等信号处理是稳健的，对裁剪、 恶意编辑是敏感的，则称之为半脆弱水印。半脆弱水印多用于完整性认证与防伪。 5 1 对称水印与非对称水印 目前绝大多数水印方案都是对称水印，即水印的嵌入与水印的检测互逆。水 印算法的安伞性不能依靠保密水印算法来保证。一旦公开水印算法，水印即可被 删除和破坏。目前的大多数算法都不公布密钥。非对称水印要求公开水印算法和 密钥，以方便任何人检测水印，但需要攻击者无法根据公开的信息来破坏水印。 目前，非对称水印的研究报道还比较少，真正有意义、t u 实可行的非对称水印算 法仍需要大量的研究。 6 1 可听水印与不可听水印 在图像中，可见水印的主要目的在于明确版权”i ，嵌入可见水印的作品可 中山大学博士学位论文 以先用于宣传，并防止侵权。对于已经卖出的作品，可以去掉可见水印，这样作 品达到了宣传和卖出的双重目的。从音频上来说，水印可以作为背景音乐的形式 嵌入，此时的水印是可听的。可听水印的研究与音频合成等研究领域有很大的重 叠部分，双方可以相互借鉴。目前，这方面的研究还很少，大多数研究都属于不 可听水印的范畴。 1 5 数字音频水印的评价标准 数字音频水印的主要性能指标包括：不可觉察性、稳健性和嵌入量。这三者 相互牵制，它们之间相互依存又互为矛盾【3 3 】。一般来说水印的嵌入强度越大，则 水印的稳健性也越好，但同时水印的不可觉察性也越差。如果要同时保持很强的 稳健性和很好的不可觉察性，就要以牺牲嵌入量为代价。因此，在实际应用中往 往根据应用需求在三者之间寻求一个恰当的平衡，参考图1 3 。 带冤 、一般隐写 二 、 秘密隐弋、数字水i 7 不可察觉性- j s 2、 w 2 o fy q ( x ，s ) ( s 2 1 - 7 由公式( 1 5 1 7 ) 可以看出，只要攻击对y 所造成的误差满足 d ( 格一s 4 ，k s + s 4 ) ，嵌入的水印比特可以正确提取。由于这种方案比较容 易实施，因而量化水印方案得到了许多的应用。 在上面量化水印方案中，如果s ；2 ，相当于l s b 算法【6 s 】。它通过改变音频 样本中的最低比特位来嵌入信息。 直到现在，量化水印方案仍是水印界的一个研究热点。在m o u l i n 关于数据 隐藏编码的论文中l8 1 ，除了较为简单的均匀量化方案之外，还介绍另外一些改进 的量化水印方案，如用于失真补偿的量化方案( d i s t o r t i o n c o m p e n s a t e ds c a l a r q i m ) 、利用多个样本或变换系数来嵌入1 比特信息的稀疏量化方案( s p a r s eq i m ) 及矢量量化( v e c t o rq u a n t i z a t i o n ) 方案等。 2 ) 扩频水印方案 除了量化方案之外，扩频水印方案【7 ，6 6 侧也是流行的水印嵌入策略之一，目 前已经得到了比较深入的研究。该方案的主要思想是在音频中嵌入伪随机序列 ( p s e u d o n o i s es e q u e n c e ) ，然后通过计算水印音频与随机序列的相关值来检测水 印。最大长度序列是最常见的伪随机序列，俗称m 序列。m 序列有很好的自相 关和互相关特性。设r 伽) 是一个长度为的m 序列，其自相关特性可以表示如 下： 专扣州卅0 1 篡= n s ， 设水印比特序列b 为双极性的，它有r 个元素，即b = p ( 川，= 1 ，2 ，月 6 ( ，) ( 一1 ，+ 1 ) 。经过r o ) 调制后的水印信号为c = 协) ，则调制后的水印比特c f 为： c f = b f r 0 ) ，i = 1 ，2 ，b( 1 9 ) 可以看出，g 是维向量，满足g ( 一r o ) ，( n ) ) 。 第1 章绪论 然后，扩频水印方案以如下方式修改载体样本或变换域系数，从而实现水印 嵌入： c j = c j 吣+ o 印i = 1 ，2 ，b( 1 1 0 ) 其中，c 0 = c ：o ) 为载体样本或变换域系数组成的向量，c 。= c ! ”) 则是对c 0 修 改的结果，c = c j ) 是扩频编码后的水印信号，a 为水印信号的嵌入强度。 在数字水印系统中，检测端的输入为c 。= c 。+ n 。，它是嵌入端输出c ，叠加 加性噪声n o 后产生的结果。c 。； 4 ” ，c ( ”= 4 竹+ n o ，i = a , z ，口。r ( n ) 是知道 的并且可以重新产生。依据m 序列的自相关和互相关函数特性，我们用如下判 别公式来榆测水印比特。 d = + 1 ，矿叩一 f( 1 1 1 ) 卜1 ，o t h e r w i s e 、7 其中，叩j2 专科i ) ，j = 1 ，2 ，b ，巧为检测到的第i 个水印比特，f 为判决门限。 对于正交码，可以令r = o ，但是，为了改善水印稳健性，一般r 都选择稍大于0 的值。 3 ) 集合关系方案 在音频水印框架中，集合关系指两段或多段音频之n ；i j 的统计关系，如均值、 能量关系等。利用不同集合之间的差异，l j 叫哿水印信息嵌入数字音频。例如，可 以根据两个集合之问的均值不同来嵌入水印信息。根据两个或多个音频块之问的 能量关系也是种嵌入水印信息的好方法。p a t c h w o r k 方法就是集合关系方案中 的一种，见文献【1 3 ，6 9 ，7 0 l 。 p a t c h w o r k 方法的基本思想描述如下：随机选择两个集合( 在音频水印巾体现 为音频段1 ，并表示为4 和b 。在a 中的每个样本上增加一个很小的大于0 的常 量d ，同时在8 中每个样本上减去d 。这l ，以用下而的数学公式来说明： 羞d 矬：臻w 0 1 n 均 1 口j 一。一，i = 4 + d f ，= ” 中山大学博士学位论文 其中，a i 和岛分别表示样本集4 和b 中的第i 个样本，n ；和6 j 是更改后的相应样 本值，它们相应的均值分别表示为a 、b 、a 和b 。可见，原来的样本值已经作 了很小的更改。最初的p a t c h w o r k 方法是基于这样一个假设：e ( a ) 一e ( b ) 一0 ， 即两个样本集的均值是相等或非常相近的。因而，对于嵌入比特1 来说，有关 系e ( a b ) = e 0 ) 一e p ) + 2 da 2 d 。于是，可以根据下面的方程来提取水印： w ：f ，矿e 一少o聊 卜 f ，e ( a b ) c 0 p a t c h w o r k 方法有一个主要的不足，那就是被选定的两个样本集的均值差在 实际中常常并不为0 ，这将影响到水印的性能。在不可察觉性的限制下，常量d 用来控制水印的强度。p a t c h w o r k 方法【1 3 j 最早用于嵌入信息在图像的空域( 相当于 音频的时域1 。考虑到在时域嵌入水印的稳健性不是很好，研究者将基于变换域 p a t c h w o r k 方法引入了音频水e o 6 9 , 7 0 l ，以提供水印的稳健性。 基于分段能量关系的水印嵌入方法也属于集合关系方案。这种方法基本思想 是通过改变两段、三段或多段音频样本的能量来嵌入水印。假设长度为的音 频块的能量定义如下： e = 俐 ( 1 1 4 ) 在上式中，能量的大小取决于音频样本段的长度和幅值。假设我们用两个连续的 音频段来嵌入水印，则通过修改音频样本值可以达成选定的音频段爿和b 的能 量相同或不同，从而达到嵌入水印信息的目的。一个简单例子，假定幺和乜是 音频段a 和口的能量值，则可以通过下面的方程来嵌入和提取水印。水印嵌入 表示如下： 毒专竺嚣： 均 对于不满足上式的音频段，可以不嵌入水印或通过调节段a 和b 的样本值来满 足。相应的水印检测过程如下： 第1 章绪论 i e 一e b 0 蟮w = 1 1 t 一。c o 矿w = 0 f 1 1 6 ) 这种方法存在着一个严重的问题，引入的水印失真通常比较大。假设，。比 e 。大得多并且待嵌入的水印比特为0 ，则需要调节a 和b 的样本值满足 以一e baa 。这将引入很大的失真。为了减少这种失真，可以采用更多段的样本 来嵌入水印信息，如l i e 等7 1 l 通过微调相邻三个小块中每个样本的值来改变音频 段的总能量，以相邻三个音频段之间的能量关系来表示不同的信息。 4 ) 自我复制方案 音频信号本身也可以设计为一种音频水印，我们称之为自我复制方案。回声 隐藏【眠7 2 删便是一个很好的例子。复制调$ 1 ( r e p l i c am o d u l a t i o n ) f | 且是通过嵌入信 号的一部分在频域来作为水印。这种方法有一个明显的优点，对同步攻击不敏感。 回声隐藏利用了人耳的人类听觉系统f h a s l 特性之一即时域掩蔽特性，通过 在时间域引入一个回声来嵌入信息，表示为：y ( n ) = x ( n ) + a x ( n d ) 。不同的延 时d 来代表不同的信息。算法通过倒频潜的自相关性进行水印的提取。s a y 等1 7 5 i 则提出了一种改进的回声隐藏技术，利用自适应和基于内容的技术对不同强度的 音频段使用预定的不同延时和回声强度来表达信息。 5 ) 不变水印方案 同其它水印框架拥比，不变水印方法具有一些显著的优点。首先，这种水印 方法基于严格的数学理沦，具有令人信服的水印性能。而其它的大多数水印方法 常常