抗時間尺度縮放攻擊的局部化魯棒數字音頻水印算法的製作方法

2023-06-05 11:21:11 1

專利名稱：抗時間尺度縮放攻擊的局部化魯棒數字音頻水印算法的製作方法
技術領域：
本發明屬於多媒體信息安全中信息隱藏與數字水印技術領域，具體涉及一種全新的能夠對數字音頻水印技術中最困難的時間域同步攻擊Time-Scale Modification進行高強度抵抗的魯棒性算法。
背景技術：
數字音頻水印技術是一種在不影響原始音頻質量的條件下向其中嵌入具有特定意義且易於提取信息的技術。作為對傳統密碼學的補充，數字水印提供了對音頻作品進行保護的功能，成為近年來的研究熱點。除了不為人的聽覺感知外，水印還必須能夠抵抗音頻信號處理及時間域的同步攻擊。
同步攻擊對任何水印系統都是一個嚴重的問題，尤其是對數字音頻水印系統。時間域的音頻同步攻擊主要包括隨機剪切和保持音調不變的時間尺度縮放TSM(Time-ScaleModification)，它們並不除去已嵌入的水印，而是在嵌入和檢測位置間引起錯位，從而使水印無法正確檢測。TSM攻擊已成為數字音頻水印技術中一個極具挑戰性的研究難題。
TSM是一類改變音頻信號時間尺度並保持音調不變的算法，也是MPEG4標準的關鍵特徵之一。TSM在音樂合成、音頻/視頻同步以及商業廣播應用中都十分重要。一些TSM算法是基於時間域的，如OLA(Overlap-and-Add)和SOLA(Synchronized Overlap-and-Add)，另一些是基於頻域技術的，如LSEE-MSTFTM(Least Square Error Estimation from ModifiedShort Time Fourier Transform Magnitude)。TSM周期性地向原始音頻中增加或刪除一些偽數據，或使用複雜的時間縮放技術來保持音調不變。它是一種非常嚴重的對音頻水印系統的攻擊，至今仍沒有特別有效的抵抗方法。根據國際音樂組織SDMI(Secured Digital MusicInitiative)第二階段魯棒性檢測要求，一個可實用的數字音頻水印系統應該能夠抵抗達到±4％的TSM攻擊。

發明內容
本發明的目的在於提出一種基於音樂內容分析的局部化魯棒數字音頻水印算法，用以抵抗音頻信號處理攻擊並解決由於隨機剪切以及時間尺度縮放等引起的時間域同步問題。
本發明提出的局部化魯棒數字音頻水印算法，包括水印嵌入區域的選取、水印嵌入和水印檢測等步驟。水印嵌入區域選擇在音頻波形上均對應於能量突然上升或下降的局部區域，作為音樂邊緣，它們通常代表音符的開始、變調，以及鼓、鐃鈸、響板等打擊樂器，而這些聲音又與最重要的音樂節奏信息緊密相關。為了保持高的聽覺質量，這些局部區域在各種音頻信號處理中都儘可能被保留不變。因此，在這些相對安全的區域內嵌入水印，水印就完全有可能避開音頻信號處理和TSM等時間域上的同步攻擊。此外，在各個局部區域內嵌入的水印對隨機剪切具有自然的抵抗力，只要被剪切的樣本不在這些區域內就不會對水印的檢測造成任何影響。
1、水印嵌入區域的選取通過對各種不同類型的現代音樂，比如流行音樂、搖滾、輕音樂等，進行廣泛的測試後，我們發現在大多數情況下，在對原始音樂進行5級小波分解後，軍鼓聲主要集中於第三級細節信號d3子帶，表現為圖1中黑色所示的一系列明顯的峰值，而其它樂器和人聲的能量則十分微弱。
我們在原始音頻的波形上選擇與d3子帶系列峰值相對應的一系列小的局部區域作為水印嵌入區域。這些區域通常代表與音樂節奏密切相關的鼓聲。圖2是鋼琴曲和薩克斯在+10％TSM處理後的d3子帶波形，與圖1相比，可以看到雖然各峰值的絕對位置由於時間拉長而有所變化，但每個峰值附近的小局部區域並沒有大的改變。這意味著即使經過高強度的時間伸縮後，水印仍然可以在與嵌入時幾乎相同的局部區域內檢測，這大大的增強了抵抗TSM攻擊的能力。
2、水印嵌入算法本發明選擇傅立葉域的交換係數法來嵌入水印即先挑選一系列FFT係數對，當嵌入比特1時，強制隨機挑選出來的兩個係數前邊的比後邊的大；當嵌入比特0時，強制前邊的係數比後邊的小。這種交換係數法在各種攻擊下要比奇偶調製、量化等嵌入方法更穩定。選擇傅立葉域是因為FFT(快速傅立葉變換)係數的幅度具有平移不變性。
3、水印檢測算法水印檢測算法基本是水印嵌入算法的逆算法。首先按照與嵌入時同樣的順序挑選出一系列的FFT係數對。在每個係數對中，若前邊的係數大於後邊的係數，則提取出一比特1；若前邊的係數小於後邊的係數，則提取出一比特0；若恰好相等則規定提取出一比特1。
本發明具有一個突出的優點，即不像以前文獻中提出的方法那樣高度依賴於對某些門限或假定參數的調整，可以不加修改地應用到不同種類的音頻信號中。


圖1為鋼琴曲和薩克斯的原始波形(灰色)和d3級子帶波形(黑色)，其中，(a)為鋼琴曲及其d3子帶波形，(b)為薩克斯及其d3子帶波形。
圖2為鋼琴曲和薩克斯在+10％TSM後的波形(灰色)和d3級子帶波形(黑色)，其中，(a)為+10％時間尺度擴展後的鋼琴曲及其d3子帶波形，(b)為+10％時間尺度擴展後的薩克斯及其d3子帶波形。
具體實施例方式
1、水印嵌入區域的選取選擇水印嵌入區域的具體步驟如下(1)首先對輸入的原始音頻進行5級小波分解；(2)對d3子帶採用去噪技術進行平滑，使峰值更突出；(3)計算d3子帶上的所有局部峰值{Pi}；(4)原始音頻上的水印嵌入區域R，按照式(1)計算R＝{Ri|Ri＝Pi-ROILength/4Pi+ROILength×3/4-1} (1)其中ROILength是每個小嵌入區域的長度，相當於一個音符或鼓聲的長度。
2、水印嵌入算法具體的水印嵌入步驟如下所示(1)設iPeakNum是步驟1中全部Pi的數目，則嵌入區域的數目ROINum按式(2)計算，目的是保證其為奇數以便在檢測時應用擇多原則ROINum＝iPeakNum+(iPeakNum mod2-1) (2)其中mod為取餘數的運算符；(2)根據式(1)在原始波形上計算相應的嵌入區域；(3)確定全部水印嵌入區域後，對每個區域進行FFT變換，挑選1kHz-6kHz的中低頻交流FFT係數用於水印嵌入；(4)採用的水印是式(3)所示的64比特偽隨機序列W，為了便於在檢測中應用擇多原則，在嵌入前先使用BPSK(1→-1，0→+1)，根據式(4)將W調製到反相序列W』(+1，-1)。實驗結果表明採用64比特的水印能夠保持比較高的音頻質量，若嵌入128比特或更多則會引起比較明顯的聽覺失真，即超出了4096樣本小區域的水印容量。
W＝{w(i)|w(i)∈{1，0}，1≤i≤64}(3)W′＝{w＇(i)|w＇(i)＝1-2×w(i)，w(i)∈{+1，-1}，1≤i≤64} (4)(5)為增加水印的安全性，我們利用式(5)所示的Hybrid混沌動力方程[1]來隨機選擇嵌入過程中的FFT係數對；嵌入時選擇(-1，+1)之間的任意一個實數作為密鑰；由於混沌序列對初始值的極其敏感性，即使公布算法，若沒有正確的密鑰也不可能得到正確的FFT交換係數對，從而檢測出水印；
chaotic(x)=1-2x2-1x-0.51-12(-2x)1.2-0.5x01-2x0x0.5-(2x-1)0.70.5x1---(5)]]>ChaoticN(x)是一個基於chaotic(x)按照式(6)實現的函數，用於產生從1到n之間的隨機整數[x1，x2，x3，...，x128]＝ChaoticN(key，n) (6)每個水印比特位w』(k)按照(7)通過交換係數法被重複地嵌入所有選擇出來的局部區域。在水印技術中，將水印重複地嵌入是一種分集技術，這是一種能有效地提高水印在未知非靜態環境中可靠性的方法。
for l＝1∶ROINumfor k＝1∶64flag＝ROIFFTR(x2k-1)＜ROIFFTR(x2k)ifw(k)=1andflag=1exchangetheabsolutevalueifw(k)=-1andflag=0exchangetheabsolutevalue]]>end (7)end其中ROIFFTR(x2k-1))和ROIFFTR(x2k)是中低頻帶FFT交流係數，因為大多數係數在同一數量級，交換它們不會引起明顯的聽覺失真；(6)對各個嵌入區域修改後的FFT係數進行離散FFT逆變換，得到時間域的帶水印音頻信號。
3、水印檢測算法具體的水印檢測步驟如下所示(1)首先用與嵌入時一樣的方法來確定所有的水印檢測區域。設iPeakNum1是計算出來的局部能量峰值的數量，則檢測區域的數量ROINum1按照式(8)計算，以保證其在應用擇多原則時是奇數。注意檢測區域的數量ROINum1與嵌入區域的數量ROINum完全可能不同，因為在經過音頻信號處理、時間域同步攻擊後會有少數的峰值消失，也會有一些新的峰值產生，從而引起檢測區域的數量發生變化。這類峰值數目通常很少，在我們的實驗中一般不超過10％，而且多是在高強度的音頻信號處理如32kbps的MP3壓縮或大於±15％的TSM時發生。
ROINum1＝iPeakNum1+(iPeakNum1 mod 2-1)(8)(2)對每個檢測區域進行快速傅立葉變換，得到一系列的交流FFT係數，用於水印檢測；(3)使用與嵌入時同樣的密鑰和混沌序列，按照式(9)提取在每個檢測區域內的嵌入數據，再根據式(10)，(11)應用擇多原則和解BPSK調製得到最後的檢測結果for m＝1∶ROINum 1for n＝1∶64flag＝FFTR(x2n-1)＞FFTR(x2n)ifflag=1thenw(m,n)=1ifflag=0thenw(m,n)=-1]]>end(9)endw(n)=sign(m=1m-ROINum1w(m,n))1n64,1mROINum1---(10)]]>w″(n)＝(1-w″(n))/2 1≤n≤64 (11)其中m表示第m個嵌入區域，n表示嵌入到第m個區域中的第n個水印比特，ROINum1是全部檢測區域的數量。
(4)按照(12)計算與原始水印之間的誤碼率，因為嵌入算法在所有選擇出來的局部區域中嵌入了完全相同的64比特水印數據，所以只要在任何一個局部區域內檢測出水印即可認為檢測成功。
BER=164i=1i64w(i)w(i)---(12)]]>4、測試結果我們將該算法應用到不同種類的音樂片斷中進行實驗，包括流行歌曲、搖滾、薩克斯獨奏、鋼琴獨奏、小提琴協奏曲、吉他獨奏和雙電子琴合奏等。每個音頻片斷長度為15秒，單聲道，16比特/樣本，採樣頻率為44.1kHz。
4.1聽覺測試採用SDG(Subjective Difference Grades)進行非正式主觀音頻質量測試，SDG的含義如表1所示。將原始音頻和帶水印音頻分別提供給10個測試者，讓他們對每一種音頻按照SDG打分，然後取平均值作為最後的SDG得分。從表2結果中可以看出，測試結果都等於或接近於0，說明原始音頻與帶水印音頻間的聽覺質量極其相似。
4.2魯棒性測試根據SDMI(Secured Digital Music Initiative)第二階段魯棒性測試規程進行魯棒性測試。音頻編輯及攻擊工具採用CoolEdit Pro 2.0、GlodWave v4.26。以鋼琴曲為例的實驗條件和魯棒性測試結果分別列於表3-5。從表3可以看到這種方法對音頻信號處理具有足夠的魯棒性。例如，它可以抵抗壓縮比達22∶1的MP3壓縮(32kbps)、截止頻率為4kHz的低通濾波、可聽到的噪聲、重採樣、回聲和去噪等。表4顯示了算法對隨機剪切極強的抵抗力，只要最少一個小的水印嵌入區域沒有被剪切掉，水印檢測就會成功。在實驗中，即使8個隨機選取的位置各自剪掉多達10000個樣本點，也沒有對水印檢測造成任何影響。對於抖動攻擊，算法具有中等的魯棒性。表5說明算法達到對TSM具有高達±10％的抵抗能力，遠遠超過了SDMI第二階段的±4％的標準，也超過了已知文獻中最好±8％的抵抗能力。
參考文獻[1]M.P.Kennedy and G.Kolumban，「Digital communication using chaos」，Signal Processing，vol.80，pp.1307-1320，2000.
表1.主管音頻質量評測標準SDG

表2.主觀聽覺測試結果

表3.對音頻信號處理的正確檢測區域比RCDR，相關性Sim，誤碼率BER測試結果


表4.對隨機剪切、抖動攻擊的RCDR，Sim，BER測試結果

表5.對TSM攻擊的RCDR，Sim，BER測試結果

權利要求
1.一種抗時間尺度縮放攻擊的局部化魯棒數字音頻水印算法，其特徵在於包括水印嵌入區域的選取、水印嵌入區域的選取、水印嵌入和水印檢測，其中水印嵌入區域選擇在原始音頻波形上與d3子帶系列峰值相應的局部區域水印嵌入選擇傅立葉域的交換係數法當嵌入比特1時，強制隨機挑選出來的兩個係數前邊的比後邊的大；當嵌入比特0時，強制前邊的係數比後邊的小；水印檢測是水印嵌入算法的逆算法首先按照與嵌入時同樣的順序挑選出一系列的FFT係數對；在每個係數對中，若前邊的係數大於後邊的係數，則提取出一比特1；若前邊的係數小於後邊的係數，則提取出一比特0；若恰好相等則規定提取出一比特1。
2.根據權利要求1所述的水印算法，其特徵在於選擇水印嵌入區域的具體步驟如下(1)首先對輸入的原始音頻進行5級小波分解；(2)對d3子帶採用去噪技術進行平滑，使峰值更突出；(3)計算d3子帶上的所有局部峰值{Pi}；(4)原始音頻上的水印嵌入區域R，按照式(1)計算R＝{Ri|Ri＝Pi-ROILength/4∶Pi+ROILength×3/4-1}(1)其中ROILength是每個小嵌入區域的長度，相當於一個音符或鼓聲的長度。
3.根據權利要求2所述的水印算法，其特徵在於水印嵌入步驟如下所示(1)設iPeakNum是步驟1中全部Pi的數目，則嵌入區域的數目ROINum按式(2)計算，ROINum＝iPeakNum+(iPeakNum mod 2-1) (2)其中mod為取餘數的運算符；(2)根據式(1)在原始波形上計算相應的嵌入區域；(3)確定全部水印嵌入區域後，對每個區域進行FFT變換，挑選1kHz-6kHz的中低頻交流FFT係數用於水印嵌入；(4)採用的水印是式(3)所示的64比特偽隨機序列W，在嵌入前先使用BPSK(1→-1，0→+1)，根據式(4)將W調製到反相序列W』(+1，-1)；W＝{w(i)|w(i)∈{1，0}，1≤i≤64} (3)W′＝{w′(i)|w′(i)＝1-2×w(i)，w′(i)∈{+1，-1}，1≤i≤64} (4)(5)利用式(5)所示的Hybrid混沌動力方程來隨機選擇嵌入過程中的FFT係數對；嵌入時選擇(-1，+1)之間的任意一個實數作為密鑰；chaotic(x)=1-2x2-1x-0.51-12(-2x)1.2-0.5x01-2x0x0.5-(2x-1)0.70.5x1---(5)]]>ChaoticN(x)是一個基於chaotic(x)按照式(6)實現的函數，用於產生從1到n之間的隨機整數[x1，x2，x3，...，x128]＝ChaoticN(key，n) (6)每個水印比特位w』(k)按照(7)通過交換係數法被重複地嵌入所有選擇出來的局部區域for l＝1∶ROINumfor k＝1∶64flag＝ROIFFTR(x2k-1)＜ROIFFTR(x2k)(7)ifw(k)=1andflag=1exchangetheabsolutevalueifw(k)=-1andflag=0exchangetheabsolutevalue]]>endend其中ROIFFTR(x2k-1))和ROIFFTR(x2k)是中低頻帶FFT交流係數；(6)對各個嵌入區域修改後的FFT係數進行離散FFT逆變換，得到時間域的帶水印音頻信號。
4.根據權利要求3所述的水印算法，其特徵在於水印檢測的步驟如下(1)首先用與嵌入時一樣的方法來確定所有的水印檢測區域；設iPeakNum1是計算出來的局部能量峰值的數量，則檢測區域的數量ROINum1按照式(8)計算，ROINum1＝iPeakNum1+(iPeakNum1 mod 2-1) (8)(2)對每個檢測區域進行快速傅立葉變換，得到一系列的交流FFT係數，用於水印檢測；(3)使用與嵌入時同樣的密鑰和混沌序列，按照式(9)提取在每個檢測區域內的嵌入數據，再根據式(10)，(11)應用擇多原則和解BPSK調製得到最後的檢測結果for m＝1∶ROINum 1for n＝1∶64flag＝FFTR(x2n-1)＞FFTR(x2n)(9)ifflag=1thenw(m,n)=1ifflag=0thenw(m,n)=-1]]>endendw(n)=sign(m=1m=ROINum1w(m,n))1n64,1mROINum1---(10)]]>w″(n)＝(1-w″(n))/21≤n≤64 (11)其中m表示第m個嵌入區域，n表示嵌入到第m個區域中的第n個水印比特，ROINum1是全部檢測區域的數量；(4)按照(12)計算與原始水印之間的誤碼率BER=164i=1i64w(i)w(i)---(12)]]>
全文摘要
本發明屬多媒信息安全技術領域，具體為一種抗時間尺度縮放攻擊的局部化魯棒數字音頻水印算法。它包括水印嵌入區域的選取、水印嵌入和水印檢測等步驟。其中，水印嵌入區域選擇在音頻波形上均對應於能量突然上升或下降的局部區域；水印嵌入選擇傅立葉域的交換係數法；水印檢測是水印嵌入算法的逆算法。本發明方法不依賴於對門限或假定參數的調整，可應用於不同種類的音頻信號中。
文檔編號G10L19/00GK1713273SQ20051002797
公開日2005年12月28日 申請日期2005年7月21日 優先權日2005年7月21日
發明者李偉, 薛向陽, 陸佩忠 申請人:復旦大學