云模型在唱片版權保護中的應用

邢劍鋒，沈 松，王鵬飛，朱 飛

(海軍蚌埠士官學校 信息技術系，安徽 蚌埠 233012)

在一張唱片中，所有音樂都享有同樣的版權，如果使用傳統的水印技術[1]，每個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聯，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，根據DWT和0-水印方案，得到唱片的一個完整的0-水印云模型，然后利用逆向云生成器計算云模型的3個特征值Ex、En和He。由于云模型的模糊性和隨機性，受到攻擊后，一部分云晶被改變，這對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水印。

[2-3]中利用主觀經驗設置參數并以此保護云晶，本文利用單曲自身特征保護水印云晶，將唱片和云模型緊密結合在一起，在技術上取得了較大的進步。理論和實驗都證明了該算法的先進性[4]。

1相關知識

1.1云模型

云模型[5]是定量和定性間不確定轉換的模型，有3個特征值，包括期望值 Ex、墑 En和超墑 He，它們很好地表達了模糊性和隨機性，反映了數量特征。Ex是云的重心位置，表示質量概念；En是概念覆蓋方法，即特定的模糊法；He是云晶的分布函數，即En的墑。

云由若干云晶組成，整體有形，但細節是模糊的。任一個云晶都是定性的，當En/He很小或者He遠大于En時，云的整體形狀就是霧。

1.2逆向云生成器

給定足夠數量的云晶，逆向云生成器即可計算其特征值 Ex、En和 He，方法如圖 1所示。

圖1 逆向云生成器

逆向云生成器算法是一個靜態方法，計算的估值帶有誤差，但隨著云晶數量增大，誤差會逐步減少。

2水印組成

根據“db2”，唱片中的單曲分別分成 5級 DWT，得到CA5l(i)和 CD5l(i)，其中 CA5l(i)是第 l單曲的低頻波系數，CD5l(i)是高頻波系數。

將唱片中部分單曲的5級波系統構成一個一維向量，如圖2所示。

圖2 單曲規格參數表C(j)(1≤j≤2nN)

C(j)表現出不確定性，假設模糊數列初始值x0，利用邏輯映射：

其中?」表示選擇完備值，如果 μ=4，初始值 x0=0.3，L/2為 C(j)系數，則序列化為 Cl(j)。

將Cl(j)映射到云晶：

可得n×N個云晶(x，y)，稱其為音頻的 0-水印。

云從聲音域映射到區間[0，1]，因此x和y的值也在區間[0，1]中。

利用逆向云生成器計算云晶的三個特征值(Ex，En，He)，在此設數量 n很大，因此云晶 n×N數量巨大，計算中的誤差趨于無窮小。

3水印檢測

水印檢測算法與水印形成算法類似，步驟如下：

(1)檢測音頻中所有錄音分為 5級 DWT，計算CA′l(i)和 CD′l(i)，部分檢測音頻波系數組成一維序列 C′(j)(1≤j≤2nN)。

(2)計 算 C′(j)進 而 得 到 Cl′(j)(1≤j≤2nN)， 映 射 到n×N個云晶，利用逆向云生成器計算期望值Ex′和墑En′。

(3)基于云模型的模糊性和隨機性，部分云晶的變化對整個云模型特征影響不大，計算(Ex，En，He)的變化率，并設定閾值，水印即可檢測。

(4)He反映了發散的程度，對云的變化很敏感，因此在水印定量檢測中不予考慮。變化率Ex和En計算公式如下：

其中，Ex和 En是原始云水印的期望值和墑，Ex′和 En′是萃取云水印的期望值和墑，則 CREx是Ex的變化率，CREn是En的變化率。

4實驗結果和分析

4.1實驗背景

實驗使用了 5種音樂 (20 s，16 bit抽樣，44.1 kHz，wave格式)，包括布魯斯、古典音樂、鄉村音樂、爵士樂和流行音樂，每種選取兩首，因此 n=10(實際使用中，n遠大于10，誤差變得很小，實際結果比實驗要好)。實驗中取 N=1 200，計算 C(j)(1≤j≤24 000)，可得云晶數目 n×N=12 000。

圖3 10種不同類型的音樂唱片的相似參數

4.2攻擊方式

為測試算法的有效性，依次對唱片中的單曲實施以下攻擊：

(1)低通過濾：6級Butterworth濾波，截止頻率為22.05 kHz。

(2)重采樣：采樣上下限分別為22.05kHz和44.1kHz。

(3)重編碼：抽樣信號從16 bit分別轉換為8 bit或32 bit，再重新轉換為 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：將數字錄音剪切前20%(或中部或后部)。

4.3結果分析

表1給出了云模型的Ex和En值以及相應的變化率。通過對表1定量分析可以看出，受攻擊后，Ex的變化率遠小于閾值30%，En的變化率小于70%，因此錄音水印是牢固的。

表1 每次實驗中云模型參數

圖 4(a)～(g)給出了云水印受攻擊后的特征，分別是無攻擊、低通濾波、重采樣、重量化 8 bit、加噪聲、MP3壓縮和剪切。文中云晶的超墑He足夠大，因此所有云都是霧狀。

通過定性分析圖 4(a)～(g)可以看，出受到攻擊后萃取的水印仍能看到云特征，也就是說錄音的水印被檢測到了。實驗表明，基于云模型的音頻水印具有頑強的生命力。

圖4 受攻擊后萃取水印的云特征

本算法利用了唱片水印技術，將原始唱片的小波系數按照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算云模型的3個特征值，由于云的模糊性和隨機性，受到攻擊后部分云晶的改變對整體云模型影響甚微，因此，可利用特征值變化率保護水印。實驗表明，該方法優于傳統0-水印算法，既同時保護了唱片中所有單曲，又將小波系數映射到云晶作為水印，使唱片與云模型深入結合，比傳統0-水印更有效。

參考文獻

[1]BASSIA P， PITAS I， NIKOLAIDIS N.Robustaudio 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 naturallanguage 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.