文摘

随着多媒体技术的不断发展,越来越多的视频等数字作品的传播,网络中存储和使用。近年来,数字版权侵权纠纷发生频繁。传统的版权保护系统有一些问题,如难以确认版权,监视侵犯和获取证据的权利保护。为此,我们设计并实现了一个新颖的视频版权保护方案基于区块链和双水印技术。我们使用图像相关系数方法来提取视频关键帧。我们结合Contourlet变换域,QR分解,并筛选算法对几何攻击提高水印的鲁棒性的前提下隐形。之后,我们使用阿诺德转换(猫地图)基于最大熵阈值分割加密的水印和加强安全。此外,基于脆弱水印的特点,我们准确定位攻击视频篡改位置并完成完整身份验证有水印的视频。此外,哈希摘要视频水印的版权所有者的用户ID是由SM2签署并上传到区块链。用户通过身份验证后可以注册版权。 We conduct tests and security analysis on the blockchain performance of the system, the performance of the commercial cryptography algorithm, and the security of the watermarking system. The experimental results show that the blockchain used in this system conforms to the industry standard, the performance of SM2 and SM3 is better than ECC-256 and SHA-256, and the system security is well guaranteed.

1。介绍

随着互联网时代的到来,新媒体产业在世界范围内高速增长(1),造成网络的集成技术和文化产业。视频资源的数量,人们暴露在日常生活中正在迅速扩大。和中国在线视频用户的数量逐渐增加的网民总数的比例。截至2019年6月,在线视频用户的数量达到了7.59亿2]。在中国的情况下,视频行业,如环境托托,Kuaishou,和其他平台,目前拥有超过6亿活跃用户,市场容量超过100亿元3]。视频侵权案件的官方数据调查显示繁荣背后的严重侵犯和猖獗的现象在中国视频行业。从2019年1月至2020年10月,12426年版权监测中心监测100000多原始视频的作者,国家版权局的预警列表,短视频剪辑影片的关键,和其他工作。作品的数量超过1000万,共有30095200个疑似侵权短视频监控,涉及2.72万亿点击。

视频版权侵犯的频繁发生也有关视频的特点,如distinguishment容易修改和困难。大量的视频信息交换和网络上的传播4,5,视频可以很容易地修改通过各种方式(6),如拦截、复制、篡改和再分配(7]。盗版视频资源在互联网上到处都可以找到。很难区分视频信息的真实性,和有很多版权纠纷问题(8]。视频业务的商业化严重阻碍,导致严重的经济损失(9]。互联网视频领域的作品既带来机遇也行业版权问题的障碍。这个问题是在这一领域的挑战。如果不能及时得到解决,这将是一个重大障碍中国在线视频作品版权产业的发展(10]。版权保护领域的视频已经成为一种紧迫感,不能延迟。

随着新兴市场加速技术应用和创新知识产权(IPR)资本化,大量的国际投资条约中包括知识产权投资的范围11- - - - - -13]。中国的政策相关知识产权保护也继续增加。知识产权文档中多次提到“大纲14五年计划和2035年远景的国民经济和社会发展的中华人民共和国。“中国正积极推动工业化和工业数字化,数字和数字经济已成为一个新的变量来提高中国经济的质量和效率(14,15]。

传统的视频数字水印技术具有以下问题(16- - - - - -18:首先,算法的鲁棒性很差。向量的视频水印算法的视频。视频攻击,除了图像攻击,也有平均帧,帧删除帧重新组装,和其他攻击。因此,对于视频水印技术,应抵制上述攻击。此外,几何攻击的鲁棒性,压缩攻击,和其他的攻击仍然需要改进。其次,视频水印方案的平衡很差。视频单一水印算法相互约束的鲁棒性和脆弱性。鲁棒水印确保水印信息确认版权视频后仍然可以提取攻击。脆弱水印可以定位和量化篡改检测时的破坏位置。此外,单一的鲁棒性和脆弱性水印系统往往不能平衡。 Thirdly, traditional digital copyright protection systems use centralized central databases. So, the security of data is easily threatened. Nowadays, with the rapid development of the Internet, there are more and more copyright protection issues. And the centralized databases are no longer meet the growing demand for copyright protection on the Internet. Fourthly, the watermark is poorly associated with its owner. In order to protect their IPR, individuals or groups often embed the watermark of relevant information with certainty and confidentiality into the resources they want to protect. However, when their watermarks are not notarized by trusted third-party certification bodies, the relationship between them and individuals or groups cannot be guaranteed, which leads to the watermark’s poor relevance to the owner. Usually, the authentication steps of third-party certification bodies are tedious and costly.

鉴于以上问题,我们提出并实现一个基于区块链视频版权保护系统和双水印技术。我们致力于保护视频版权和解决可跟踪性和其他需求。系统利用SM2签署消化的鲁棒水印和用户ID,然后上传签名区块链平台。区块链的共识机制可以有效地保证数据的真实性。在上传的过程中,我们也验证用户的身份确认用户他自称是谁。Contourlet变换域的结合,QR分解,筛选算法使得鲁棒水印提高鲁棒性的前提下对几何攻击隐身。水印加密使用Arnold变换(猫地图)基于最大熵阈值分割并准确的位置干扰位置使用脆弱水印。

2。背景

由于越来越多的纠纷引起的视频版权问题,人民对于视频版权保护的意识不断提高,和对视频版权保护的需求变得更为激烈。数字水印技术已经出现。1993年,Tirkel等人首次提出“水印。“1994年,Tirkel et al。19)提出了“数字水印”,详细的数字水印的定义,并描述了数字水印的应用领域。因此,国内外许多著名的大学和机构已开始致力于数字水印技术的研究,并研究结果在现实生活中被广泛使用。视频数字水印技术主要可以分为基于空间域视频水印(像素域)和基于变换域视频水印20.]。大多数基于空间域视频水印鲁棒性差,比如LSB算法嵌入的水印数据的最低有效位(21]。很容易被移除和具有挑战性的抵抗攻击。变换域的视频水印技术可以改变空间域变换域,变换域上执行图像操作,最后反变换到空间域。以上操作可以传播转换每个像素点在空间域增强鲁棒性。

目前,普通的和实用的变换域水印算法嵌入水印,如离散余弦变换(DCT)、离散小波变换(DWT),和其他方法。然而,二维小波方向有限,不能代表图像轮廓和边缘信息最有效的稀疏形式。Contourlet变换提出了解决这一问题。文献[22)提出了一种零水印算法基于Contourlet变换,构造零水印在不改变视频内容,算法也更健壮的大多数攻击。Zhang et al。23)提出了一个块自适应压缩传感的可逆水印算法基于之间的权衡高数字图像可逆水印的嵌入容量和隐形。文献[24)提出了健壮的可逆水印技术基于一个独立嵌入阈值和健壮的可逆水印技术的基础上,在频域算法中阈值。Naskar和Chakraborty25)发明了一种统计建模技术获得一个可逆水印算法基于像素预测。导出的指标和性能趋势明显,和开发模型是准确和一致的。文献[26)提出了一种视觉上的水印算法,具有更好的透明度和antiattack。

近年来,随着数字水印技术的持续改进。视频水印算法的研究已经成为主要的方向,和大量的视频水印算法。舒克拉,沙玛27)提取的关键帧场景变化和嵌入水印的三级DWT的低频子带。该方法水印不可见性好,但水印嵌入容量需要改善。此外,水印嵌入的位置总是固定在低频子带的视频帧。的各种攻击的鲁棒性有很大改进的余地。包和杨28)设计了一种盲目的视频水印算法结合DWT-Schur分解。实验结果表明,该方法具有良好的鲁棒性对噪声攻击和视频攻击,但水印嵌入的位置是固定的。王(29日)提出了一种视频水印算法在DWT域基于极端的学习机器,具有更好的水印不可见性,能有效抵抗多种攻击。然而,水印嵌入容量太小,水印嵌入位置已经固定在低频子带。

很长一段时间,根据视频水印算法的研究主要集中在单一水印。单一水印算法的优点是良好的透明度和明确的功能,但是单一水印有时并不能满足用户的不同需求。视频双水印算法的研究。视频双水印算法具有高透明度和良好的安全的特点,在变换域和双水印算法具有较高的透明性和鲁棒性。因此,变换域双水印算法已被广泛应用。

在文献[30.),整个小波变换是首次应用于载体图像,低频子带嵌入鲁棒水印和脆弱水印的高频子带。文献[31日)首先嵌入鲁棒水印图像的离散小波系数YCbCr颜色空间。此外,它脆弱水印嵌入到图像的最低有效位RGB颜色空间。然而,这两种水印的提取效果不是很好。文献[32)上执行DWT的图像,然后选择一些奇异值分解系数,和奇异值中嵌入鲁棒水印。最后,他们对形象和执行四元数DCT的脆弱水印嵌入系数的最低有效位。然而,这种算法并不抗拒作物攻击和旋转攻击。

区块链技术提出了Satoshi Nakamoto比特币纸,这吸引了广泛的关注。它提供了一个有效的解决方案来解决数字版权的挑战[33- - - - - -35]。区块链技术和数字版权保护有一种天然的健康。首先,区块链可以在用户之间建立一个硬链接地址和数据对象,实现数据识别和明确的所有权权益。其次,防干扰的特点,forgery-proof和可追踪的数据链可以提供证据证明,巩固数字作品的证据。

当前数字版权保护基于区块链研究的学术领域。文献[36)设计了一个基于区块链技术的数字版权保护和交易系统。它使用该财团区块链提供全方位服务的数字版权保护技术和交易服务,如数字内容版权登记、跟踪、验证、查询和交易。然而,这种文学只提到沉积特征值的数字内容区块链。这并不能解释为不同类型的数字内容作品使用特征值提取工艺。文献[37)设计了一种数字版权交易系统模型基于财团区块链,能保证不变性和版权信息的可追溯性。然而,它并不描述太多关于著作权登记。文献[38)提出了一个Hyperledger-based数字版权登记模型基于区块链技术,主要用于注册的作品文本的形式为载体,着重于著作权登记的一部分。摘要(39)提出了一个联合音频和视频版权区块链系统基于改进的实用拜占庭容错算法。文献[40)提出了一个分布式数字版权管理机制基于区块链信用体系,其重点是版权交易过程。该方案实现版权交易过程的不可逆加密记录,使轻量级调整数据结构的分布式分类。此外,学者在文献[41,42)提出了新的数字版权管理方案结合数字水印技术和区块链。

3所示。视频双水印版权保护方案

3.1。体系结构

系统的架构如图1,主要分为客户端、视频版权保护平台,区块链网络,和服务器端。(1)客户端:这一部分将复杂、抽象的事务逻辑封装到一个简洁漂亮的可视化界面展示给用户,也可以理解的操作逻辑和交互和用户操作体验。(2)视频版权保护平台,该平台包括五个功能模块,包括用户管理、版权登记、版权认证、版权投诉,和区块链管理。以下是系统流程:(我)用户注册并成为合法用户。(2)注册的用户上传的视频。和系统执行视频的版权审核,利用相似性检测确定视频注册和水印是否符合要求。的G分量视频关键帧的处理与二级Contourlet变换。然后,执行QR分解低频子带,和R矩阵是选为鲁棒水印嵌入载体。和脆弱水印嵌入的最低有效位的B分量视频关键帧。通过身份验证后,水印的签名生成的哈希摘要值和用户ID SM2被上传到区块链生成。在那之后,版权登记完成。(3)经过身份验证的用户上传的视频和执行版权检测后提取关键帧。平台比较用户水印与水印区块链上的散列值实现用户身份的绑定和健壮的水印。我们实现匹配的鲁棒水印嵌入视频通过比较用户水印提取的水印的数控价值。在那之后,版权验证完成。(iv)当用户发现别人抢注的视频,他们可以提交可信的证据。如果管理员批准,该平台将转让版权的视频,上传交易信息,更新数据库,然后完成版权投诉。(3)区块链网络:这部分负责面料的安装和管理网络,包括分布式分类帐,聪明的合同,共识机制,和其他组件的基础操作的区块链服务。(4)服务器端:应用程序服务的基础平台,负责客户的事务逻辑区块链的处理和通信网络。它包括功能模块的处理和执行区块链管理和其他服务。此外,它包括MySQL本地数据库,并提供安全的身份认证和权限管理等服务平台。我们使用一个企业应用程序框架的发展,具有良好的安全性和耦合程度,通过“Java后端SDK区块链”与织物网络实现有效沟通。

3.2。版权登记

著作权登记主要包括版权审核,水印嵌入和身份认证功能。流程如图2。(1)版权审核:在著作权登记,首先从视频中提取关键帧。然后,关键帧相似性的审计使用感知哈希算法。用户水印也审计以同样的方式。它分为四个步骤:①缩放图像;②转换为灰度图像;③计算DCT;④DCT萎缩;⑤计算差值;⑥计算指纹。后的pHash价值这幅图中,我们比较的汉明距离pHash两张图片。 Usually, a group of pictures with hamming distance less than 10 is commonly considered as similar pictures.(2)水印嵌入:用户注册,成为合法用户,然后登录到该系统。他们需要提供视频版权登记和水印包含个人信息,这是视频嵌入水印和健壮的水印。首先,视频的关键帧提取纹理图像使用注册相关系数方法准备嵌入数字水印。其次,鲁棒水印与汉明码的编码。第三,我们在视频中嵌入鲁棒水印利用Contourlet-based数字双水印技术,生成脆弱水印的鲁棒水印。此外,双水印的视频。(我)视频关键帧提取图像相关系数方法用于测量相邻图像帧的相似视频中实现关键帧的提取。假设共有NOF帧和视频我= 1;然后关键帧提取步骤如下:步骤1:通过阅读框获得矩阵A我的视频。第二步:读下一帧,即矩阵B帧我+ 1。步骤3:使用相同大小的A和B矩阵来计算相似度r相邻图像帧。如果差值大于某一阈值,框架我被选中作为关键帧和输出我。步骤4:如果我+ 1 > NOF,所有视频关键帧提取,否则我=我+ 1,回到步骤1。(2)鲁棒水印预处理设置二进制图像的大小 鲁棒水印图像。预处理的步骤如下:步骤1:将二进制图像矩阵A和4列 行(补零)。步骤2:矩阵的每一行与(7,4)汉明码编码得到的矩阵包含纠错编码,即鲁棒水印图像 。(3)鲁棒水印嵌入设置我的大小的彩色图像 为载体的形象,鲁棒水印嵌入的过程如图3。详细步骤如下:步骤1:单独的组件R,G,B在彩色载体图像的RGB颜色空间模型。然后,我们执行二级Contourlet变换组件G提取二级低频子带。步骤2:将二阶低频子带划分为4×4块。我们执行QR分解获得的每个小块 问矩阵和 R矩阵。步骤3:选择元素(C₁₂)在第1行和列2的系数值嵌入位置和嵌入水印。第四步:执行阿诺德转换(猫地图)基于最大熵阈值分割的鲁棒水印形成一个加密的鲁棒水印,表示 。第五步:设置量化步骤l获得的最优值50在前面的实验。然后,把系数值在上面的嵌入位置l的量化值,即 。然后,我们嵌入鲁棒水印到R矩阵的矩阵鲁棒水印。设置量化值问的像素值加密的鲁棒水印 。如果= 0,那么系数值的元素(C₁₂在第1行和列的第2R矩阵嵌入水印后 如果= 1,系数值的元素(C₁₂在第1行和列的第2R矩阵嵌入水印 第六步:执行逆QR分解矩阵与鲁棒水印嵌入。此外,逆Contourlet变换获得执行组件G包含强大的水印,表示 。(iv)脆弱水印嵌入使用的组件R和B分离的鲁棒水印嵌入过程和组件包含形成的鲁棒水印和脆弱水印的嵌入。嵌入脆弱水印的过程如图4。详细步骤如下:步骤1:设置最低有效位灰度值的组件B为0,表示 。步骤2:把组件R, ,和2×2块,计算平均值的三个组件。的值转换为8位二进制数。提取和最高的4位组成一个2×2小矩阵形成了脆弱水印W₂。步骤3:脆弱水印W₂是相应的嵌入到最低有效位的吗组件和获得组件包含脆弱水印,表示 。步骤4:组件R和包含鲁棒水印和包含脆弱水印相结合形成彩色图像含有水印的两倍。(3)身份认证:在水印嵌入后,SM3用于哈希鲁棒水印和用户ID,分别。然后,我们使用用户ID的摘要值作为私钥,和SM2用于生成相应的公钥。鲁棒水印的摘要值和用户ID是用私钥签署。公钥用于验证之前上传区块链。如果解密获得的ID匹配用户的身份,身份验证通过。然后,系统上传签名区块链平台。在那之后,版权登记完成。相反,它将拒绝上传区块链,未能完成著作权登记。具体的过程如图5。

3.3。版权认证

版权认证需要证明水印的相关性与视频水印与个体的相关性。假设它是证明用户的水印嵌入到视频和用户水印属于用户。然后,视频也属于用户。版权登记模块主要包括提取水印,水印所有者身份验证,和视频所有者的身份验证。流程如图6。(1)水印的提取当用户上传的视频检测,我们称之为筛选算法来处理视频被探测到。然后,我们进行水印嵌入算法的逆过程。如果提取失败,这意味着没有注册在这个平台上的视频。如果提取成功,视频的水印被探测到。水印是用户的水印是否需要进一步验证。盲水印算法用于提取脆弱水印和健壮水印。提取过程的脆弱和健壮水印图所示7。详细的脆弱水印和健壮水印的提取过程如下:(我)脆弱水印提取:步骤1:单独的颜色通道R,G,B彩色图像的双水印的大小。我们提取组件B的最低有效位并将其设置为零,以便形成一个脆弱水印矩阵的大小 。步骤2:把组件R,G,B2×2块,计算平均值。此外,最大的平均值的4位提取并形成一个2×2小矩阵,表示 。步骤3:把脆弱水印矩阵为2×2块,表示 。如果和是相等的,那么k 小矩阵的定位矩阵l是零矩阵。否则,它是所有的矩阵。(2)鲁棒水印提取步骤1:单独的颜色通道R,G,B的彩色图像水印的大小的两倍 。我们对G执行二级Contourlet变换组件并提取其低频部分波段。步骤2:低频部分波段分为4×4块,和QR分解得到执行 矩阵和 矩阵 。步骤3:计算量化值 的系数值在第一行和第二列的矩阵 。其中,l是量化的步骤。此外,鲁棒水印的提取执行。一个像素值提取的鲁棒水印(undecrypted和监督代码) 步骤4:首先,矩阵解密,逆Arnold变换(猫地图)基于最大熵阈值分割。然后,鲁棒水印矩阵只包含管理代码。第五步:将鲁棒水印矩阵与监控代码一个与7列,计算中的每一行的校正矩阵一个”。第六步:正确的每一行的元素值矩阵一个”。然后,我们提取前4列矩阵的元素一个”,把它们变成一个方阵表示 。鲁棒水印终于提取和恢复。(2)水印所有者身份验证:区块链数字版权登记主要依赖于时间戳和散列值。时间戳数据内容的添加时间,一旦生成,不能伪造和同步连接块。不可能修改一个新生成的块记录除非袭击者有至少51%的总网络容量,但这是不可能的。因此,它可以确保前后信息的异构性和可靠性。我们通过用户ID调用对应的公钥来验证签名的区块链,得到水印的摘要值和用户ID。因此,用户水印属于用户,这证明了水印和用户之间的关系。(3)视频所有者的身份验证:版权认证模块要求用户提供用户认证水印和视频。如果用户存储用户水印,很容易输。此外,储存很长一段时间后或传播很容易导致一定程度的水印图像的失真。因此,我们直接使用数据库来检索用户相应的水印。平台比较提取的水印和用户之间的归一化相关系数水印。如果水印通过阈值,它表明,水印在视频中区块链,证明视频和水印之间的相关性。

3.4。区块链管理

我们使用Hyperledger织物构造区块链模块。织物是一个财团与特性,比如允许网络区块链,机密事务和可插拔的体系结构。只有个人批准加入区块链网络可以参与事务。它提供了一个独特的方法来达成共识,使大规模集群的性能,同时保留隐私和能满足的需要建立一个视频版权保护平台。区块链管理如图8。

节点配置:建筑区块链时,应设置不同节点的配置信息。此模块为节点和集进行CA认证等基本配置一致算法和块大小的区块链配置文件。必要的时候,可以通过节点配置动态添加的节点数量,允许节点由CA认证加入区块链构建视频版权保护生态。

通道创建:通道特性的织物可用于单独的分类帐不同渠道的共享的数据不同的节点根据他们的需求。在此系统中,它只需要完成的基本节点配置和建立一个通道。

智能合同部署:聪明的合同区块链需要部署在渠道中的每个节点是有效的。所以,水印信息上传到区块链需要写入智能合同。和聪明的合同需要部署和实例化。

版权信息上传:当用户提供一个健壮的水印、视频平台调用版权信息的上传功能智能合同。它上传的签名水印生成的哈希摘要值和用户ID SM2区块链并生成一个街区。

当上传视频平台接收到请求时,它将区块链问题信息模块。区块链流程如下:①传输节点广播新水印消化信息整个区块链网络。②接收节点检查接收的数据的记录信息,如记录信息是否合法。经过检查,数据记录将被包含在一个块。③所有接收节点在整个网络执行算法的共识。④块正式纳入区块链算法处理共识后,每个网络节点实现物体的合并协议。验收的方法是把随机散列值块的最新块的哈希值。和新区块的生产将基于此区块链延长。

上传的数据区块链,我们选择采用数字签名来存储证明。签名是鲁棒水印的散列值由SM2签名。其散列值,也称为“数字指纹”,可以通过哈希鲁棒水印。我们使用SM2签署的哈希鲁棒水印和用户ID和上传签名区块链。

4所示。实验和分析

为了使实验结果更加准确,我们收集和组织50个不同的未压缩的MP4格式的视频从网络进行测试,主要以“景观地图”视频为例。帧图像RGB颜色空间大小为720×1280,数据率是20604 kpbs, 20604 kpbs总比特率,帧速率25.00帧/秒,音频采样频率是44.100 kHz,视频大小为41.7 MB,视频帧的总数是413帧,和持续时间是17秒。水印的大小是一个9×12二进制图像。系统使用MySQL8.0.22作为后端数据库。引导是用作组件在前端开发框架,和双水印处理主要是在MATLAB中实现。此外,Hyperledger Fabric2.3是用于构建该区块链平台,和后端使用想法进行调试。表1显示了软件和硬件环境。

4.1。实验

以下4.4.1。区块链性能

我们使用卡尺来测试我们的区块链网络的性能。卡尺是一个区块链性能测试框架,它可以测试区块链网络的性能与一组定义的测试,并生成测试报告。卡尺支持事务成功率的测试,每秒事务数(TPS),事务延迟和资源消耗性能指标。区块链行业标准如表所示2。

区块链测试的结果在图所示9。这个测试的交易成功率是100%,平均交易延迟0.71秒(最大事务延迟是2.54秒,最小的事务延迟0.07 s),和吞吐量221.2事务/秒。

试验结果表明,符合行业标准。

4.1.2。商用密码算法的性能

该系统结合了SM2和SM3区块链技术,主要应用于数字签名的交易。SM3和sha - 256都是散列算法。SM2公钥加密算法是基于椭圆曲线上的离散对数问题,和它的密钥长度为256位。比较与国际主流SM2加密算法,我们选择ecc - 256,公钥密码术与相同的密钥长度的比较对象。过程中数字签名和签名验证,SM2和ECC使用SM3和sha - 256执行散列操作,分别。因此,我们将设计测试实验SM2和ECC比较优势的区块链使用商用密码算法与普通区块链结构。(1)测试环境:这两个算法使用基于素数域椭圆曲线,和素数域上的方程是 其中,SM2采用商业加密标准,和参数如下: ECC采用secp256k1曲线,参数如下: (2)测试方法:我们分别使用SM2和ECC来完成10000个签名和验证操作和计算时间和内存的成本为32字节的签名和验证,64字节,128字节的字符串。(3)测试结果:(我)时间开销从表可以看出3,SM2签名和验证有一个更快的执行速度。这样会节省约20%的时间比secp256k1曲线采用比特币。(2)内存开销如表所示4的签名和验证SM2 + SM3占用较少的内存比ecc - 256 + sha - 256,可以节省大约10%的记忆。

4.1.3。安全

(1)测试指标(我)隐形:测试的隐形水印所描述的峰值信噪比(PSNR)。PSNR值越大,两者之间的差异越小。相反,更重要的,两者之间的区别,PSNR值越小。PSNR值的计算公式如下: 在哪里F和F^”代表两个图像和h和 ,分别代表图像的行和列的数量。一般来说,如果PSNR值大于35 dB,原始视频帧的视觉质量没有显著不同水印视频帧。(2)鲁棒性:数控值可以用来评价水印的鲁棒性。在分析和总结大量的传统水印相关文献数据,我们得出,在保证图像质量的场景(PSNR值大于35 dB),如果水印信息的数控高于0.85,那么这个水印算法可以认为具有鲁棒性。 其中, 是n线从底部米像素值模板的图像。 是模板覆盖的一部分,它被称为“搜索子图,我和j像点坐标在左下角的搜索子图的参考图吗年代。(2)攻击测试(我)隐形:我们在不同的视频帧和嵌入的水印检测他们的PSNR。具体结果如表所示5。如表所示5,PSNR值的结果超过45分贝,这表明水印嵌入前后的视频帧之间的区别是轻微的和隐形。(2)鲁棒性:攻击可以用来检测系统的实际性能。有两种类型的攻击在实际传播过程:无意和有意。传统图像攻击方法包括图像灰度校正、中值滤波、剪切攻击,旋转攻击,直方图均衡化,高斯噪声、运动模糊、对比度调整,和夏普的攻击。攻击的视频包括帧删除和帧位移。表6显示了不同的攻击方法用于视频帧,数控和PSNR值测试。如表所示6,数控值超过0.9。这表明,提取的水印,嵌入的水印相似度高和鲁棒性。(3)篡改位置:该系统采用双水印技术,脆弱水印可以实现篡改定位的功能。实验删除、替换和增加恶意篡改进行水印的视频,分别。精确率和召回率是用来评估和分析篡改位置的结果。 其中,一个的位置区域的面积是实验结果,B是真正的篡改区域的面积,AB的十字路口一个和B。表7显示统计的精度和召回率。如表所示7为物理攻击,精确率高于95%,召回率大约是90%,那么脆弱水印的实现篡改定位功能。

4.2。分析

机密性。当水印和视频上传到系统,他们需要通过相似性检测。之后,对用户ID执行散列操作之前SM3上传区块链平台。散列的用户ID作为私有密钥,用于信号鲁棒水印散列和ID和上传签名区块链。当一个版权查询或执行身份验证,只有通过获得的数据可以用相应的公钥解密,实现用户数据的机密性。因此系统的机密性实现。

的完整性。水印被上传到系统的用户后,用户水印和用户ID是第一次完成,和用户ID使用哈希私钥。私钥用于鲁棒水印和ID标志。区块链平台上传签名之前,它需要与它的公钥解密,防止数据被篡改,确保系统的完整性。

真实性。当用户注册版权,他们必须通过身份验证之前上传的水印信息。用户使用SM2算法签署信息上传到区块链。调用的公钥来验证签名之前上传区块链,确保用户的身份匹配声称的身份。

不可抵赖性。区块链具有防篡改的特点、开放性和透明度实现不可抵赖性。交易区块链组织通过Merkle树。如果修改任何交易,这将导致一些Merkle根的散列值的变化。此外,时间戳可以证明块之间的秩序。每个数据的时间戳是次要的加密。篡改数据,不仅打破了散列算法,也改变了时间戳。

5。结论

本文基于双水印算法在Contourlet和区块链技术。我们生成一个基于鲁棒水印和脆弱水印嵌入的视频。双水印算法提高了鲁棒性的前提下保证水印的不可见性和实现篡改定位功能。该系统生成的摘要值基于SM3鲁棒水印和迹象摘要值并使用SM2的用户ID。签名上传到区块链通过身份认证后,大大提高了认证的可信度和安全系统。在第一部分中,我们解释视频版权保护的广泛应用和分析视频版权和面临的安全威胁的解决方案。第二部分介绍了研究现状国内外视频版权保护。在第三部分,我们提出一个基于区块链的视频版权保护系统和双水印技术的缺点传统视频版权保护系统使用数字水印技术,如低安全,可怜的平衡,可怜的鲁棒性,水印不绑定到个人。在第四部分,我们测试区块链和商用密码算法的性能。此外,我们测试双水印的安全性,分析了水印系统的机密性、完整性、真实性和不可抵赖性。 The combination of blockchain and watermarking technology optimizes the traditional copyright protection scheme. The adoption of the commercial cryptography algorithm ensures the confidentiality and autonomy of the system. The improvement of the robust watermarking scheme improves the robustness, security, and self-adaptability of the watermark. Moreover, the adoption of improved fragile watermarking realizes the watermarked video integrity identification. The next steps of our job are as follows:(1)针对区块链系统本身的效率低,采用多节点服务器来提高视频版权保护系统的效率。(2)我们会找到最好的鲁棒水印的嵌入点实现的最大能量,进一步提高鲁棒水印抵抗几何攻击的鲁棒性。(3)完善版权转移模块实现版权交易。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持部分由中国海南省自然科学基金(621 rc508和620 rc563),海南大学的科学项目(KYQD (ZR) -21075和KYQD (ZR) 20021),以及中国的国家自然科学基金(62162020)。