随着计算机以及互联网的发展壮大,各种流媒体聚合平台,如视频直播、视频点播、网络电视等产品进入人们的生活。视频资源已经是各大平台的命脉,但信息安全问题也随之而来。各种攻击、篡改、版权问题对视频资源的健康传播产生了巨大影响,对各个视频聚合平台造成了重大损失,流媒体的信息安全问题亟需解决。数字视频水印技术的出现提供了比较有效的解决方案,但是由于视频信号具有复杂性和特殊性,以及数字视频水印不仅要具有实时处理、不可感知的基本特点,还要能适应实际的应用场景。在视频直播应用中,对视频传输的实时性、视频质量具有较高的要求,要求视频嵌入水印后在保证不可见性的基础上,也不影响视频的质量以及视频传输的实时性。在视频的编码压缩攻击以及视频帧置乱、帧重组、帧丢失等攻击的情况下仍能保持较好的鲁棒性,具有盲提取性和随机检测性,并且在平台处理后,视频水印还能够被正确的提取,具备较强的抗攻击性。为满足直播视频的要求,本文采用了一种实时水印处理算法,即基于块分类的压缩域鲁棒水印算法。本文采用开源WebRTC框架来模拟实时直播环境,通过数字视频水印相关理论技术与H.264/AVC视频编码标准的压缩技术相结合,对基于块分类的压缩域鲁棒水印算法在直播平台的信息安全性进行验证。具体内容如下:研究了视频水印相关技术,分析了经典的视频水印算法。本文是通过分析视频区域的DCT(Discrete Cosine Transform)变换系数来设计算法的。核心思想是将视频帧进行区域的划分,通过DCT系数区分不同区块的能量值,水印嵌入区域选择DCT系数不为零的区域,同时结合区块的运动向量,选择运动向量值较大的区块进行水印的嵌入。并考虑了帧内和帧间的信息,根据运动矢量和区域块的复杂度对视频序列进行分类。在帧内,对于4×4的图像块按其是否包含细节信息来进行分类。同时根据人眼对静止物体和运动物体不同的视觉特性,在相邻帧间用运动矢量进行运动检测,将图像分为快速运动块和慢速运动块两类。通过两层检测机制,选择既包含细节信息的块又运动比较快的块的交集来嵌入水印,这样使得水印嵌入的位置能自适应于人类视觉模型和视频信号的特性,同时嵌入强度也能自适应于相应块的不同细节信息。此外,运用了扩频技术和随机置乱技术,在嵌入水印前对水印进行预处理,使得嵌入的水印有更好的鲁棒性和安全性。实验中采用视频水印评估方法进行评价。通过实验验证,该方案完全可以抵抗重编码、帧重组、帧删除等常见的攻击手段,并且可以快速嵌入和提取水印信息,提高了水印嵌入效率,降低了量化和水印嵌入引起的误差。适用于视频直播、视频点播的版权保护等保障信息安全的应用场景。