摘 要: 提出了一種基于云模型的唱片水印,。首先,唱片中每首音樂都通過小波傳輸?shù)玫揭粋€(gè)小波系數(shù),,以其組合成的巨量的云晶作為零水?。蝗缓罄媚嫦蛟粕善饔?jì)算出云晶的3個(gè)特征參數(shù)Ex,、En和He,,利用特征變化率,就可以保護(hù)水印并評(píng)估原始水印與萃取水印相似度,。實(shí)驗(yàn)結(jié)果表明,,該算法能同時(shí)有效地保護(hù)整張唱片中的所有曲目,,還能有效抵抗低濾波、重新采樣,、壓縮以及剪輯等攻擊,。
關(guān)鍵詞: 云模型;版權(quán)保護(hù),;數(shù)字水印
在一張唱片中,,所有音樂都享有同樣的版權(quán),如果使用傳統(tǒng)的水印技術(shù)[1],,每個(gè)單曲都需要加上相同的完整水印,,沒有考慮整張唱片的相互關(guān)聯(lián),而唱片水印只需要整體加一次水印,,即單曲不包含完整的水印,,只有從整張唱片上才能萃取到完整水印。
本文所提出的算法利用唱片水印技術(shù),,根據(jù)DWT和0-水印方案,,得到唱片的一個(gè)完整的0-水印云模型,然后利用逆向云生成器計(jì)算云模型的3個(gè)特征值Ex,、En和He,。由于云模型的模糊性和隨機(jī)性,受到攻擊后,,一部分云晶被改變,,這對(duì)云模型的整體特征幾乎沒有影響。因此,,可以利用特征改變比例來保護(hù)水印,。
在參考文獻(xiàn)[2-3]中利用主觀經(jīng)驗(yàn)設(shè)置參數(shù)并以此保護(hù)云晶,本文利用單曲自身特征保護(hù)水印云晶,,將唱片和云模型緊密結(jié)合在一起,,在技術(shù)上取得了較大的進(jìn)步。理論和實(shí)驗(yàn)都證明了該算法的先進(jìn)性[4],。
1 相關(guān)知識(shí)
1.1 云模型
云模型[5]是定量和定性間不確定轉(zhuǎn)換的模型,,有3個(gè)特征值,包括期望值Ex,、墑En和超墑He,,它們很好地表達(dá)了模糊性和隨機(jī)性,反映了數(shù)量特征,。Ex是云的重心位置,表示質(zhì)量概念,;En是概念覆蓋方法,,即特定的模糊法,;He是云晶的分布函數(shù),即En的墑,。
云由若干云晶組成,,整體有形,但細(xì)節(jié)是模糊的,。任一個(gè)云晶都是定性的,,當(dāng)En/He很小或者He遠(yuǎn)大于En時(shí),云的整體形狀就是霧,。
1.2 逆向云生成器
給定足夠數(shù)量的云晶,,逆向云生成器即可計(jì)算其特征值Ex、En和He,,方法如圖1所示,。
逆向云生成器算法是一個(gè)靜態(tài)方法,計(jì)算的估值帶有誤差,,但隨著云晶數(shù)量增大,,誤差會(huì)逐步減少。
2 水印組成
根據(jù)“db2”,,唱片中的單曲分別分成5級(jí)DWT,,得到CA5l(i)和CD5l(i),其中CA5l(i)是第l單曲的低頻波系數(shù),,CD5l(i)是高頻波系數(shù),。
將唱片中部分單曲的5級(jí)波系統(tǒng)構(gòu)成一個(gè)一維向量,如圖2所示,。
4.2 攻擊方式
為測(cè)試算法的有效性,,依次對(duì)唱片中的單曲實(shí)施以下攻擊:
(1)低通過濾:6級(jí)Butterworth濾波,截止頻率為22.05 kHz,。
(2)重采樣:采樣上下限分別為22.05 kHz和44.1 kHz,。
(3)重編碼:抽樣信號(hào)從16 bit分別轉(zhuǎn)換為8 bit或32 bit,再重新轉(zhuǎn)換為16 bit,。
(4)加噪聲:加入信噪比26 dB的白噪聲,。
(5)MP3壓縮:通過MPEG-1 Layer-3方式編解碼,將單曲壓縮為MP3格式,,壓縮率為128 kb/s,。
(6)剪切:將數(shù)字錄音剪切前20%(或中部或后部)。
4.3 結(jié)果分析
表1給出了云模型的Ex和En值以及相應(yīng)的變化率,。通過對(duì)表1定量分析可以看出,,受攻擊后,Ex的變化率遠(yuǎn)小于閾值30%,En的變化率小于70%,,因此錄音水印是牢固的,。
本算法利用了唱片水印技術(shù),將原始唱片的小波系數(shù)按照DWT和0-水印方式映射到云晶,,得到新的水印,。利用逆向云生成器計(jì)算云模型的3個(gè)特征值,由于云的模糊性和隨機(jī)性,,受到攻擊后部分云晶的改變對(duì)整體云模型影響甚微,,因此,可利用特征值變化率保護(hù)水印,。實(shí)驗(yàn)表明,,該方法優(yōu)于傳統(tǒng)0-水印算法,既同時(shí)保護(hù)了唱片中所有單曲,,又將小波系數(shù)映射到云晶作為水印,,使唱片與云模型深入結(jié)合,比傳統(tǒng)0-水印更有效,。
參考文獻(xiàn)
[1] BASSIA P,, PITAS I, NIKOLAIDIS N. Robust audio watermarking in the time domain[J]. IEEE Transactions on Multimedia,, 2001,,3(2):232-241.
[2] Wang Rangding, Hu Wenji. Audio watermarking technology based on Cloud model[J]. Optoelectronic Engineering,, 2007,, 34(11):114-119.
[3] Yan Yue, Zhang Zhihao,, Wang Jianmin,, et al. Clouds, watermarking natural language text[J]. The 11th World Congress of International Fuzzy Systems Association (IFSA2005),, Beijing,, China, 2005(3):15-29.
[4] Xing Jianfeng,, Wang Pengfei,, Shen Song. Reaserch and design of trusted cloud-platform based on virtual machine[J].Microcomputer & its applications, 2010,, 29(16):75-77.
[5] Li Deyi,, Meng Haijun, Shi Xuemei. Membership clouds and membership clouds generator[J]. Journal of Computer Research and Development,, 1995,,42(8): 32-41.