云计算环境中数字视频版权保护方案研究论文.doc

云计算环境中数字视频版权保护方案研究论文 【摘要】云计算时代对数字视频版权保护提出了新的要求，除了具有安全性、鲁棒性、不可感知性、实时处理性、随机检测性和盲检性，同时还要与视频编码标准相结合，考虑水印容量。通过分析云计算环境中数字视频版权保护的特点，有针对性的阐述了一种基于MPEG_4的视频数字水印的嵌入、提取和检测算法。经实验证明：该算法具有很好的鲁棒性。 【关键词】云计算;数字视频;数字水印;版权保护 1、引言 云计算时代，数字视频具有传播速度快、覆盖范围广、盗版成本低等特点，这都对数字视频版权形成了巨大的挑战。在云计算环境下，点对点的传播，终端与终端的传播，都会形成新的侵权盗版方式，侵权越来越多元化。而数字视频作为静止图像序列，除了增加帧平均、帧裁减和帧交换等攻击方法之外，还存在动态编解码的过程，这都使数字视频版权保护更为复杂。而数字水印技术能够将作者的创作信息和个人标志通过数字水印系统以人所不可感知的水印形式嵌入到数字视频中，成为数字视频版权保护的有效手段。本文分析了云计算环境中数字视频水印的实施方案，着重讨论了在云计算环境下如何快速有效地完成数字视频水印的嵌入和提取过程。 2、MPEG_4视频水印技术研究 MPEG_4是一套用于音频、视频信息的压缩编码标准。MPEG_4格式应用范围广泛，除了包含MPEG系统所具有的随机存取、快速搜索、逆向播放、功能、编码与译码延时、视听同步、容错性外，更加注重多媒体系统的交互性和灵活性，能够在压缩域实现比特流的操作、和可伸缩性，具有更高的编码压缩率和灵活多样的存取模式。 视频水印针对数字视频载体的主观和客观的时间冗余和空间冗余加入信息，达到既不影响视频质量，又能用于版权保护和内容完整性检验的目的。视频水印具有安全性、鲁棒性、不可感知性、实时处理性、随机检测性、盲检性，同时要与视频编码标准相结合，考虑水印容量。 结合MPEG编码设计水印的嵌入是视频数字水印技术发展的一大趋势。目前视频水印的嵌入与提取方案分为三种。 （1）前置嵌入方案：将水印信息直接嵌入到原始图像序列中，形成含水印的原始视频信息，然后进行视频压缩编码。其水印嵌入的方法比较多。但会增加视频码流的数据比特率，经MPEG压缩后可能会丢失水印，降低视频质量。 （2）内置嵌入方案：将嵌入过程引入到视频编码器中，与之结合而形成整体算法，将水印嵌入到编码阶段DCT域中的量化系数或运动矢量中。由于水印仅嵌入在DCT系数或运动矢量中，不会增加视频流的数据比特率，也更容易设计出抵抗多种攻击的水印。但会增加水印算法的局限性，可能对视频信号质量产生不良影响。 （3）后置嵌入方案：将水印信息嵌入到压缩码流中，由于不需要解码和再编码过程，水印嵌入不会造成视频质量的下降，同时计算复杂度低，但限定了嵌入水印的数据量的大小。 3、云计算环境中视频水印方案 云计算把IT资源、数据、应用作为一种服务，通过网络提供给用户。云计算可以认为包括几个层次的服务：基础设施即服务（IAAS）、平台即服务（PAAS）和软件即服务（SAAS）。在云计算环境中，数字视频作为一种静态数据存储，云端数据的机密性、完整性、可靠性以及隐私保护等是用户对于存储数据关注的核心安全问题，也是云存储安全技术的研究重点。目前，对静态数据的保护主要基于密码学技术实现。另外，通过云计算技术，网络服务提供者可以在数秒之内，处理数以千万计甚至亿计的信息。 在云计算环境中，为了改进现有数字版权保护模式中存在的问题，可以采用云计算虚拟应用技术，将数据保存、数据解析和内容呈现三个过程完全分开。云计算环境中视频水印方案正式借助于虚拟技术实现在数字视频存储的过程中完成水印的载入和提取。 4、一种基于MPEG_4的视频数字水印算法 根据云计算环境的特点和MPEG_4视频压缩的原理提出一种基于MPEG_4的视频数字水印算法。 在云计算环境下，为了提高视频存储速率，要求水印的嵌入具有较高的效率，本算法采用基于帧的编码方法，将水印信息嵌入到I帧（标准的矩形帧）的DCT变换后的DCT系数中。其算法描述如图1所示。 水印预处理通过对所选择的水印信息进行置乱处理达到非法攻击者无法破译图像内容的目的，从而提高本算法的鲁棒性。预处理后生成水印信息W（i）。Wi代表第i位水印信息位，i的初始值取0。 水印提取与检测过程是水印嵌入过程的逆过程，主要针对I帧中的DC系数进行。其算法描述如图2所示。 其中，若DC系数最低位为1，则对应W（i）为1;若DC系数最低位为0，则对应W（i）为0，形成水印信息序列。对提取出来的水印信息序列进行逆置乱，生成水印图像并进行对比。 本算法在水印的嵌入和提取的过程中仅需要判断每个帧的类型，并针对视频的I帧进行处理，虽然计算过程需要时间，但处于云计算环境中能够保证水印系统的实时性。 5、结束语 本算法通过处理视频中的I帧，在不需要完全解码的情况下大大减少了运算的复杂度，提高了算法性能。而在量化后的DC