论文部分内容阅读
数字指纹是一种用于法庭搜集证据和追踪线索的前摄工具,是分发前嵌入在相同内容不同拷贝中的唯一标记,每个数字指纹可以被用来追踪以非授权方式使用了这些内容的用户线索。共谋攻击是一组拥有不同指纹相同内容的用户联合起来的攻击方式,目的在于破坏隐藏的数字水印。在多媒体数据中,设计抵抗共谋攻击的数字指纹系统,面临多方面的挑战。本论文提出基于SVD-DCT抗共谋攻击数字指纹算法,解决了传统基于SVD数字水印算法相关性检测时的歧义性和高误警率问题,而且克服了他们不能抵抗共谋攻击的缺陷。我们对传统的基于SVD数字水印算法做了如下改进:1.因为奇异向量的重要性,我们将奇异向量嵌入到鲁棒性更强的DC系数中而不是AC系数;另一个原因是SVD分解的奇异向量是标准化的正交向量,其范围在(-1,1)之间,对DC系数的影响不大,不会破坏原图像的感知质量,而奇异值取值范围较大,很可能超过感知间隙,破坏原图像的感知质量;2.充分利用原掩体信号的可感知信息,将Watson感知模型用于全局缩放控制水印嵌入强度;3.使用Watson感知模型对嵌入的水印进行局部缩放。根据以上三点我们提出了基于SVD-DCT感知成形数字水印算法。同时,为进一步提高水印算法抵抗共谋攻击的能力,我们提出将基水印作为控制参数与水印奇异值同时嵌入掩体图像的方法。首先使用SVD对数字指纹进行分解,指纹的奇异值嵌入掩体图像分块DCT变换后的交流系数矩阵中,与传统基于SVD数字水印算法不同的是,我们同时将分解后的基指纹作为可控参数嵌入掩体图像分块DCT变换后的DC分量中。数字指纹的检测过程中,先提取可控参数并作相关性监测,满足一定的阈值后,再还原整个指纹做相关性检测。这种分块嵌入指纹的策略相比传统的将整个指纹同时嵌入的方法,可以嵌入能量更大的指纹,具有较好的鲁棒性和不可感知性,同时提高了数字指纹抵抗共谋攻击的能力。实验结果表明它不仅提高了水印的鲁棒性和不可感知性,同时可以很好地抵抗线性均值共谋攻击。