基于DRM隱密信息傳輸系統的實現

薛亞輝，王劍，王曉西

(中國傳媒大學 廣播電視數字化教育部工程研究中心，北京 100024)

1　引言

隨著數字化技術的飛速發展，信息安全問題成為了一項熱門研究領域。最初，加密與解密被認為是實現信息安全的方法。然而，由于密文是無任何規律的比特流，容易被識別而受到攻擊，因此采用此方法存在很大缺陷。在此情況下，信息隱藏技術被深入研究并廣泛應用于軍事及商業的信息通信中，它主要研究利用人的感覺器官對數字信息的感覺冗余，如何將秘密信息隱藏在另一個公開的信息中，然后以一種只有接收者才知道信息存在的秘密途徑傳送出去，其中，公開的信息可以是圖像、音頻或者多媒體。對于信息隱藏而言，攻擊者難以從眾多的公開信息中判斷是否存在機密信息，增加截獲機密信息的難度，從而保證機密信息的安全。

最初人們對信息隱藏的研究大多選擇靜態圖像為載體，后來逐漸發展到音頻和視頻。針對音頻信息隱藏算法，是利用人耳對音頻的某些特征的改變不敏感的特性來設計，充分利用這些特性來嵌入信息。嵌入后隱藏媒體與音頻媒體幾乎沒有任何外部差別，難以被發現。

實現隱秘信息傳輸，目的是不讓第三方識別出數據傳輸的存在，退一步講，即使信號被截獲也能夠確保信息的不可破譯性，從而實現數據的隱蔽傳輸。所以要選擇合適的數據傳輸體制以及隱蔽措施來達到傳輸隱秘信息的效果。本文采用將隱藏信息以特定封裝方式嵌入AAC(高級音頻編碼)音頻信號中，通過DRM(數字調幅廣播)系統將其發射出去，被接收端接收之后進行解碼之后，再進行提取信息的工作。此系統主要是在短波信道中使用的，短波主要以天波方式傳播，電離層是其天然的“中繼系統”，而電話線路可能被切斷，地面中繼系統和衛星中繼系統可能發生故障，而電離層很難長時間被破壞，這點尤其在軍事通信中意義不言而喻。再加上DRM這樣一個“光明正大”的傳輸系統作為掩體，能夠更隱秘的安全的將這些信息傳遞出去，減小被截獲或者被攻擊的可能性。能夠將信息嵌入AAC音頻文件，利用的是頻域量化值的聽覺冗余來進行隱藏工作的，是在滿足心理聲學模型計算的門限下完成的，所以可以達到不可聞的目的。

2　DRM技術系統[1]

DRM系統是適用于頻率在30mHz以下，即工作在長、中、短波段的數字調幅廣播標準。如圖1所示是發射系統結構原理方框圖，它描述了不同等級信息的一般流程。傳輸系統主要包括四個模塊：源編碼模塊、復用模塊、信道編碼模塊和OFDM(Orthogonal Frequency Division Multiplexing)模塊。在接收端，除了接收機實現與信號的同步，其他大致是發射端的逆過程。

圖1　發射系統結構原理方框圖

基于此系統，隱密信息在發射端進行的主要過程是：音頻信號轉化成數字形式，之后進行信源編碼以此達到削減比特率的目的，在信源編碼過程中將隱藏信息以某種算法嵌入音頻信號；經過信源編碼的數據和其他組成有效負載的數據復用到一起，其中，復用器將保護等級與所有數據和音頻業務結合起來；復用后的數據流須進行能量擴散，限制全0或全1碼的長度，使傳輸信號的頻譜均勻化；之后對有效負載的復用數據進行信道編碼以增強健壯性；信道編碼器定義并將數字化編碼信息映射到QAM單元中；單元交織器將連續的QAM單元擴散到時域和頻域呈現準隨機特性的位置以提高系統抗信道突發差錯的能力；經過上述處理之后，通過導頻發生器插入導頻通過IFFT調制得到OFDM符號的有效部分。為了抵抗多徑衰落，采用有效部分的前綴作為保護間隔，保護間隔與有效部分共同組成OFDM符號。一個DRM信號由15到24個OFDM幀組成，OFDM符號除了承載控制和數據信息的有效子載波外，部分子載波和部分符號用來承載導頻單元，包括頻率參考單元、增益參考單元和時間參考單元，他們主要應用于幀同步、時間同步、信道估計等方面。在OFDM傳輸幀中，這些單元用已知的固定相位和幅度調制，而且在幀中的位置也是確定的。

DRM發射系統的多路復用由主業務信道(MSC)、快速訪問信道(FAC)和業務描述信道(SDC)組成。MSC由4個音頻業務或數字業務經復用而成的，它包含了所要發射的音頻、圖像和數據信息。FAC和SDC信道攜帶配置信息以及如版本、可選頻率等業務信息。FAC通道用來提供快速搜索的業務信息，包括接收機能夠有效地開始解復用的用關心到參數信息。SDC通道提供如何解調MSC、如何找到相同數據的其他數據源，以及在復接器中為業務提供屬性等信息。

DRM提供三種信源編碼方案：MPEG-4 AAC高級音頻編碼，用于普通的單聲道和立體聲廣播；MPEG-4 CELP碼激勵現行預測編碼，用于非音樂內容的高質量語音編碼；MPEG-4 HVXC諧波矢量激勵編碼，用于非常低的比特率的單聲道語音廣播。根據以上三種編碼的用途，此系統采用的是AAC編碼方案。由于隱藏信息是在進行音頻編碼的過程中進行嵌入工作的，因此在本文第三部分重點介紹AAC編碼原理。

3　AAC編碼[1]

3.1　AAC編碼流程

AAC是一種基于感知原理的音頻壓縮編碼，它充分利用人耳的聽覺掩蔽特性來降低音頻的主觀冗余度。AAC編碼流程框圖如圖2所示。

圖2　AAC編碼器方框圖

AAC系統提供了三層框架：主框架，低復雜度框架，可分級取樣頻率框架。由于此方案是以DRM系統為基礎的，DRM系統中，信源編碼采用的是MPEG-4 AAC編碼標準，其AAC碼流對象采用的是1999年發布的第二版AAC標準中所定義的帶有錯誤魯棒(Error Robust)工具的低復雜度對象(Low Coplexity)AAC碼流對象采用的是低復雜度對象，即“AAC ER-LC”，該類型的AAC碼流適合在噪聲較大的無線信道中傳輸，能夠較大程度的保證解碼輸出的音頻質量[2]。這一框架不包含預測和預處理模塊，TNS階數有限。

在圖2給出的編碼框圖中，并不是每個模塊都是必需的。其中濾波器組、比例系數模塊、量化器、無噪聲編碼/解碼模塊和碼流格式化是不可少的。下面將對AAC編碼各個模塊分別進行說明。

(1)濾波器組。濾波器組是將輸入的PCM時域信號變為系統內部的頻域信號。在編碼器中，AAC使用改良離散余弦變換(MDCT)將信號變換得到頻域信號，輸出頻譜系數，頻譜系數將在后面的過程中進行量化和編碼。對于變換長度，在AAC中可以使用2048個樣值或256個樣值。

(2)比例系數模塊。在編碼器中，采用比例系數將歸一化的頻譜非歸一化。

(3)量化器。在編碼器中，數據率的真正降低是通過量化處理的。在AAC中采用非線性量化，采用內環和外環兩層迭代循環得到最佳量化。內層循環目的調節量化器步長，外層循環用來放大比例系數頻段。把頻譜劃分為幾個頻譜組，每組共享一個比例系數，這些頻譜組就稱為比例系數頻段。隱藏信息就是在此步驟中進行嵌入的，具體做法在下文給出。

(4)編碼。在AAC中，量化后的頻譜值、差分比例系數、方向信息等使用霍夫曼編碼。

3.2　AAC音頻幀[3]

AAC文件的音頻數據是以幀為結構單位的，在嵌入及提取信息時需要用到AAC音頻幀的特點，AAC音頻幀的特點如下：

(1)比特率：AAC可用于任何比特率。400ms的音頻超級幀字節組合可以產生20kb/s的AAC比特率單元；

(2)采樣頻率：12kHz和24kHz；

(3)變換長度：為保證一個音頻幀在時間上相應于80ms或40ms，同時變換長度為960而不是傳統的1024.這是為了調協AAC幀長度，以便整個音頻幀能夠組成一個持續期為400ms的音頻超級幀。

(4)音頻超級幀：5個(12kHz采樣頻率)或10個(24kHz采樣頻率)音頻幀組成一個音頻超級幀，其長度為400ms。

3.3　AAC音頻超級幀[3]

在DRM信源編碼中，使用的是UEP(不等差錯保護)。為適應UEP信道編碼，使用固定長度的幀和UEP是必要的。因為AAC是使用可變長度幀的編碼方案，幾個長度可變的音頻幀將組合起來成為一個音頻超幀，但音頻超幀的比特率和幀長度保持恒定。同時由于信道編碼方案是基于音頻超幀的，所以該音頻超幀包含了較高保護等級和較低保護等級兩部分。較高等級的保護賦予比特流中較敏感的信息部分，較低等級的保護賦予比特流中較不敏感的部分。AAC音頻超級幀(以24kHz采樣為例)存儲格式如下如圖3所示：

圖3　AAC音頻超幀格式

AAC頭包含用來獲得存貯在音頻超幀中nframes個AAC幀幀長度的信息。所有的幀長度都得自幀邊界的絕對位置。這些幀邊界連續的存貯于頭中，每個幀邊界占用12個比特。幀邊界用字節從AAC比特序列開始進行測量，如果nframes=10，那么就增加4個填充位。在頭中保存了nframes-1個幀邊界。在解碼時，可以根據AAC頭信息判斷每幀的長度、高保護部分的長度、低保護部分的長度進行提取并解碼。

高保護部分包含一個緊隨在nframes個高保護塊之后的頭，nframes是每個音頻超幀中包含的音頻幀的數量。

高保護塊根據UEP類型包含從每個AAC幀開始的一定量的字節。其后跟隨著對應于AAC幀的一個8位的CRC校驗。

AAC幀的較低的保護字節(沒有存貯在較高保護中的保留字節)連續的存貯在較低保護部分中。

4　關鍵技術

4.1　隱密信息的嵌入

信息嵌入工作選擇在圖2中量化部分進行。AAC編碼中頻域經過濾波器組、TNS處理后，需要進行量化之后進行存儲，AAC的量化是非均勻量化，在各個頻帶內的量化采用不同的比例因子，因此量化后的微小差異不會引起該頻帶的聽覺效果。因此可以將每一個采樣值的最低位用代表隱密數據的二進制位替換，此方法嵌入和提取信息算法簡單易實現，速度快，并且因為嵌入工作是在滿足心理聲學模型條件下進行的，對AAC音頻文件本身的音質問題幾乎沒有影響。

進行實驗的載體信號是一段采樣頻率為48kHz、PCM編碼的單聲道wav格式音頻信號。在DRM標準中，AAC編碼的采樣頻率為12kHz和24kHz，一個音頻超幀的長度為400ms，由5(12kHz)個或者10(24kHz)個音頻幀組成，在此選擇24kHz。一個音頻超幀隱藏20個字節的信息，每個音頻幀隱藏2個字節，當每超幀隱藏的信息不夠20字節時以0代替。

嵌入信息的基本步驟如下：

(1)將wav文件進行分幀，每幀內的采樣點數為19200，因此讀取19200個采樣點進行下面的處理。

(2)對讀取的信號進行減采樣，將原信號的48kHz的采樣率降到符合標準的24kHz。減采樣之后降為9600個采樣點

(3)分別對每個音頻幀進行編碼。讀取960個采樣點，將其通過濾波器組進行時域到頻域的轉換。

(4)將濾波器輸出的頻譜系數通過其他可選模塊之后，進入量化器對數據進行處理。信息嵌入工作是在量化的內層循環中完成的，讀取兩個字節長度的二進制隱藏信息數據流，將其嵌入量化后的頻譜系數。如果被隱藏信息的比特位為“1”，則將量化后的頻譜值的最低位修改為“1”，反之，改為“0”。若最后一段嵌入信息不足20個字節，則用“0”補齊。同時可先將被隱藏文件的字節數、數據包的總數目、當前包序號、8位CRC校驗等信息嵌入到載體二進制數據流中。然后內層循環不斷調節量化器步長，直到量化數據滿足分配的比特數。外層循環用來放大比例系數頻段，盡量滿足心理聲學特性的要求。由于此過程是在滿足心理聲學特性要求下完成的，因此難以“聽”到隱藏信息。

(5)一直重復以上五個步驟，直到被隱藏的信息全部隱藏完畢，最后通過碼流格式器，輸出AAC碼流到AAC文件。

通過以上步驟可以看出來，第一，對于時間長度固定的載體音頻信號，若采樣率提高，每幀信號的采樣點就增多，則嵌入的信息也會相應增加，因此隱藏信息容量比較靈活；第二，因為是將隱藏信息比特流替換原來的頻譜系數的最低位，所以數據嵌入之后，將不會改變原始文件的大小；第三，由于其嵌入過程是滿足心理聲學特性的要求，所以很難察覺到載密信號的變化。

4.2　隱藏信息的提取

在接收端，如圖4所示，首先將接收到的DRM信號經混頻電路后從模擬中頻455kHz下變頻為12kHz，然后將此信號經過PC機的聲卡采樣(采樣率為48kHz)，經過模數轉換后交由運行在PC機上的第三方的DRM軟件接收機(Dream)對信號進行頻率校正和信道均衡，并進行解調、解碼等處理，得到包含隱藏信息的AAC音頻文件。下面以Visual C++ 6.0為平臺，開發了基于PC的隱藏信息提取軟件。

圖4　接收端流程

隱密數據的準確提取是信息提取環節面臨的一個挑戰。在提取信息過程中，會遇到一種對隱密信息提取存在干擾的情況：

1.傳輸過程中難免因為信道惡劣產生一些誤比特的狀況，則會導致有嵌入信息的幀反而通不過校驗而被丟棄。

2.沒有嵌入信息的普通音頻幀也許會因為虛假標識位而通過步驟四的校驗，這時會收到無效數據。

圖5　提取信息流程框圖

其中，前者可以通過引入信道糾錯算法解決，這里只說明本文如何解決第一種情況。本方案中，采取“雙保險”，不僅在嵌入端和提取端確定標志位的值來表明此幀是否含有隱密信息，同時采用CRC校驗來判斷此標志位是否是虛假標志位，在提取端，將每幀提取出來的11個字節的隱藏信息進行CRC校驗，產生8比特的CRC校驗位，并判斷是否和提取出來的CRC校驗位相等，通過此雙重保險的做法，能更有效更準確的提取信息，防止誤讀。提取過程基本上是嵌入過程的逆過程，圖5給出了提取信息流程的框圖。

以上提取過程框圖的每一步具體做法如下：

(1)初始化。初始化包括初始化解碼器，初始化與解碼器相關資源和緩存，為解碼器分配存儲空間。

(2)載密文件由超幀組成，每個超幀都有相對應的頭信息，這些頭信息是由SDC傳送的。讀取這些頭信息并賦值給相應的參數。超幀頭中包含當前音頻超幀的字節長度，聲道配置模式，AAC編碼采樣頻率，SBR標識位。其中，聲道配置方式有單聲道，立體聲，聯合立體聲，較高保護部分的字節長度。SBR標識位標識是否采用了SBR技術，SBR技術一種頻帶恢復技術，它是一種在低比特率情況下獲得完全音頻帶寬的音頻編碼增強方法，在DRM系統中，往往將其與AAC編碼聯合使用。

(3)按照頭信息中指定的超幀長度，讀取長度為iTotalFrameSize個字節的載頻信號交給函數DecASF進行解碼。解碼過程幾乎和編碼過程相似。

(4)HaveInfo為標志位，由DecASF函數對其進行賦值。若其值為“1”，則表示當前音頻超幀含有隱藏信息；反之，若其值為“0”，表示當前音頻超幀沒有隱藏信息，重新從步驟2開始，讀取下一個音頻超幀頭進行解碼。

(5)若判斷當前音頻超幀含有隱藏信息，則將讀取出來的20個字節的隱藏信息進行CRC校驗，若CRC校驗正確，則解析提取出來的隱藏信息；反之，則以當前音頻超幀不含隱藏信息的情況來處理，即從步驟2重新開始。

(6)若CRC校驗正確，則開始解析當前提取出來的隱藏信息。隱藏信息的存儲格式如下。

圖6　超幀中隱藏信息格式

·last_len：存儲最后一包隱藏信息長度。

·info_total_count：存儲數據包總數，其中不包括重復的數據包。

·cur_count：存儲當前包序號，由于隱藏信息內容不一定是按照原始順序隱藏的，所以需要此參數確保提取信息按原始順序存儲。

·fn_extract_info：存儲隱藏文件后綴名。

·hideinfomation：存儲隱藏信息比特流，12個字節為一組，每組第一個字節為標志位，如果成功提取出一包數據，將相應位置的標志位設為“1”，表示該位置的隱藏信息已經提取出來，以防重復提取；反之，若為“0”，表示該組隱藏信息未提取。

·suc_count：計數器，存儲成功讀取數據包的數目。每成功讀取一包數據，suc_count加1。

首先以指定的后綴名創建文件。其次根據cur_count判斷hideinfomation中相應位置的標志位是否為“1”，若不為“1”，則判斷當前包序號cur_count是否等于數據包總數info_total_info，若不等，則將11個字節的隱藏信息內容全部提取并存儲，同時將hideinfomation中相應位置的標志位置為“1”，suc_count加1；若相等，則根據last_len指定的長度提取相應長度的信息并儲存。

(7)判斷suc_count是否等于info_total_count，若相等，則表示信息提取完整，提取信息工作結束；若不等，繼續從步驟二開始。

5　結束語

在Visual C++ 6.0開發環境下，開發了基于PC的隱藏信息提取軟件。該方案已經調試通過，并用軟件發射機及第三方的接收機進行驗證，在音質及運行效率等方面滿足要求。

目前，此系統還存在一些不足。首先，短波信道的傳輸條件相對惡劣，會存在較為嚴重的誤碼和丟包狀況。為保證信息的正確傳輸，當前的處理措施是通過反饋信道請求重傳，大大降低了信息傳輸的實時性。一個改進方案是將隱藏信息比特流先進行某種編碼，如噴泉編碼[3]，然后再進行嵌入工作。其次，該方案能容納的信息量較少，不適合大量數據流的隱密傳輸。若音頻信號采樣率為44kHz，每960個采樣點嵌入20個字節的信息量，則嵌入率為4kHz。如何有效提高可嵌入的信息容量，是未來改進的重要方向。

參考文獻：

[1]李棟.數字多媒體廣播[M].北京：電子工業出版社，2010.

[2]杜偉韜，楊占昕.AAC編碼器的濾波器組——原理與實現[J].北京廣播學院學報(自然科學版)，2005，3.

[3]張樂偉，戴葵.DRM發射機的設計與實現[D].哈爾濱工程大學，2008.

[4]A Shokrollahi.Raptor codes[J].IEEE Trans.on Information Theory(S0018-9448)，2006，52(3):2551-2567.