基于智能合約的編碼級視頻安全存證方案

摘 要：H.264/H.265視頻壓縮技術推動了短視頻應用行業的蓬勃發展，但與此同時，視頻安全與版權糾紛問題也日益凸顯。現有的版權存證方法存在版權驗證方信任缺失、驗證流程不透明、視頻溯源困難等問題。針對這些問題，提出了一種基于智能合約的編碼級視頻安全存證方案。利用H.264/H.265編碼特性設計版權信息嵌入方法，將版權所有者信息作為水印在視頻編碼時嵌入。在保證水印魯棒性和安全性的同時，減少嵌入信息對視頻質量的影響；同時借助區塊鏈和智能合約技術，規范身份存證、版權驗證和糾紛處理等流程，增強流程執行的可信度和透明性。實驗結果表明，在進行視頻版權存證時采用的相似度對比算法的F1分數相比現有的最優方案增長了大約2%，證明其性能的優越性；另一組實驗證實了智能合約的開銷處于合理水平，確保其在實際應用中的可行性。

關鍵詞：智能合約；版權存證；視頻編碼；區塊鏈；數字水印

中圖分類號：TP309"" 文獻標志碼：A"" 文章編號：1001-3695（2025）01-004-0028-08

doi： 10.19734/j.issn.1001-3695.2024.05.0174

Smart contract-based encoding-level video copyright notarization scheme

Abstract： The short video application market has grown quickly due to the H.264/H.265 video compression technology. However， copyright conflicts and video security concerns have gained more attention as a result of this expansion. The current copyright notarization systems are plagued by issues with video traceability， opaque verification processes， and a lack of trust in the verification parties. This paper presented a smart contract-based encoding-level video security notarization technique as a solution to these problems. This strategy created a way to include copyright information by using the encoding properties of H.264/H.265 and inserting the copyright owner’s information as a watermark during the video encoding process. The encoded information had a minimal effect on the quality of the video while guaranteeing the watermark’s durability and security. Furthermore， it standardized the processes of identity notarization， copyright verification， and dispute settlement through the use of blockchain and smart contract technology， which raised the legitimacy and transparency of the execution process. According to experimental results， the similarity comparison algorithm employed for video copyright notarization performs better than the current best solution， with a F1-score that has grown by about 2%. Another test demonstrates that smart contracts have a manageable overhead， indicating their viability in real-world uses.

Key words：smart contract; copyright notarization; video encoding; blockchain; digital watermark

0 引言

隨著互聯網的飛速發展，視頻行業迎來了前所未有的繁榮。截至2023年12月，中國網絡視頻（含短視頻）用戶規模達到10.31億，占網民整體的96.5%。其中短視頻用戶規模為10.12億，占網民整體的94.8%［1］。短視頻不僅極大地豐富了人們的日常娛樂生活，同時也產生了巨大的經濟效應。2023年短視頻行業研究報告顯示：短視頻應用市場規模已接近3 000億元人民幣，用戶規模占整體網民的94.8%，成為中國互聯網應用中使用人數最多的應用之一。與游戲、直播等應用相比，短視頻對用戶來說具有更強的吸引力［2］。在這一趨勢下，國家也開始出臺相應的政策來支持和規范數字內容的創作與分享。2021年，廣電總局發布《廣播電視和網絡視聽“十四五”發展規劃》，鼓勵開拓短視頻等新興媒介傳播方式，提升內容質量。在視頻版權保護方面，國家版權局于2021年12月24日印發了《版權工作“十四五”規劃》，旨在推動版權產業的發展，加強版權行政執法指導制度建設，并研究制定新領域新業態版權保護政策措施，以全面保護版權所有者的合法權益。

與文本、圖片和音頻文件相比，視頻文件數據量往往更大， 在傳輸過程中可能會因為網絡帶寬限制等因素導致傳播速度緩慢。為了解決該問題，在視頻傳輸過程中會廣泛使用到H.264/H.265視頻壓縮編碼，以減少傳輸所需的時間和資源。H.264和H.265是兩種廣泛使用的視頻編碼標準，主要原理是利用幀內和幀間預測、變換和量化、以及熵編碼等技術，去除視頻數據中的冗余信息，從而實現高效的數據壓縮，降低視頻存儲和傳輸的成本［3］。這兩種編碼標準在視頻壓縮領域被廣泛應用，尤其是在高清和超高清視頻的編碼中［4］。視頻編碼技術的廣泛使用也促進了短視頻應用的涌現，在短視頻應用爆火的同時，也隨之出現了一些安全問題。2020年1月，據《紐約時報》報道，以色列網絡安全公司Check Point研究發現，TikTok存在嚴重的安全漏洞，黑客可以通過這些漏洞公開用戶隱私視頻、獲取用戶個人信息以及控制賬戶進行上傳和刪除視頻內容等操作［5］。與此同時，關于視頻版權糾紛的問題也層出不窮，北京互聯網法院在2021年審理了一系列涉及短視頻著作權的案件。這些案件涉及的內容包括未經授權使用熱門歌曲、使用他人作品制作短視頻、未經許可使用背景音樂等［6］。未經授權的復制、抄襲、竄改等行為嚴重侵害了視頻原創者的合法權益，同時也給版權管理帶來了巨大的挑戰。

針對視頻版權存證問題，目前主要的解決方案有兩種：a）通過可信第三方機構進行版權認證［7］。第三方機構通過實施嚴格的版權登記、時間戳服務、數字簽名等技術手段，確保版權存證的可靠性和法律效力，從而實現版權存證的功能。但是一旦第三方機構遭受惡意攻擊或者產生惡意行為，可能會導致版權信息被竄改甚至濫用，損害版權所有者的權益。b）利用區塊鏈平臺來進行去中心化的版權認證［8］。通過將版權作品的元數據（如創作時間、作者信息、作品內容摘要等）加密后上鏈，以此創建一個不可竄改、可驗證的版權證明記錄。借助區塊鏈的公信力和不可竄改性，為版權所有者提供一個透明、持久且法律認可的版權存證方案。但是，如果平臺沒有預先部署智能合約，在版權交易和認證流程中可能需要更多的人工操作，導致版權管理效率降低；并且如果沒有智能合約來記錄區塊鏈平臺執行情況，可能會使得版權認證過程不夠公開和透明，從而降低用戶對平臺的信任度。此外，以上兩種解決方案大多在視頻壓縮之后進行存證，無法對視頻進行溯源來確保視頻內容在壓縮前的原創性和完整性。

本文提出了一種基于區塊鏈的編碼級視頻安全存證方案，旨在解決目前視頻版權存證中存在的效率低下、操作不透明以及視頻溯源缺失等問題。該方案引入數字水印技術，在視頻編碼階段將身份信息作為水印進行嵌入，使得視頻的來源與所有權能夠被追蹤和驗證。同時，在區塊鏈平臺上部署實施智能合約，通過執行智能合約，實現在版權認證階段自動進行版權存證，以及處理可能出現的版權糾紛問題。本文方案主要貢獻有三點：

a）設計了一種基于內容認證的H.264/H.265可逆視頻水印算法，將版權所有者信息作為水印采用該算法進行嵌入。該算法能夠減少嵌入水印對視頻質量的影響，并且確保嵌入水印的魯棒性和盲提取性，從而為視頻內容提供了有效的版權保護。

b）設計并實現了一種基于區塊鏈的編碼級視頻存證方案，借助智能合約和區塊鏈技術，實現自動執行版權存證與糾紛處理流程。區塊鏈和智能合約技術的使用不僅提高了版權管理的效率與透明度，還確保了版權存證的長期有效性和可行性，提升用戶對平臺的信任度。

c）基于本文方案，在真實環境下開展實驗驗證其有效性。實驗結果表明，在確保視頻版權存證判斷準確性的前提下，智能合約的開銷能夠控制在合理范圍內。

1 相關工作

在數字版權管理領域，傳統方案是使用數字版權管理技術（digital right management，DRM）［9］來對數字內容的知識產權進行存證，確保數字內容的合法使用與傳播。馬兆豐等人［10］提出了一種基于動態許可證的軟件版權保護方法，通過引入可信第三方CA，有效解決了軟件使用權保護的安全性和效率問題。肖尚勤等人［11］提出了一種基于P2P系統信任機制的DRM模型，利用Shamir閾值密鑰共享方案將許可密鑰分發給可信節點，實現P2P環境下的數字版權保護。然而，DRM技術本質上是一種由第三方權威機構授權的集中式版權管理機制［12］，具有集中式管理固有的缺陷：a）中心節點存儲的版權數據易受攻擊或者被單方面竄改，數據的安全性和真實性較差；b）第三方控制中心存在泄露或者挖掘用戶隱私的可能，用戶隱私數據安全無法得到保障；c）具有獨立數據庫的不同機構之間進行數據共享不方便，使版權歸屬存在潛在糾紛。

區塊鏈技術是一種集點對點通信、加密算法、共識機制等技術于一體的新技術，具有去中心化、不可竄改等特點［13］。將區塊鏈技術應用于數字版權管理為解決傳統第三方版權管理機構存在的問題提供了一種新的有效途徑。Ma等人［14］提出了一種基于區塊鏈的數字版權管理方法DRMChain，通過兩個隔離的區塊鏈應用接口分別存儲原始的和受保護數字內容的明文和密文摘要，并結合高效安全的認證、隱私保護和條件追蹤算法，實現了可信的數字版權內容保護。Wang等人［15］提出了一種基于零水印算法與區塊鏈技術結合的圖像存儲和認證框架，利用區塊鏈的性質解決了零水印算法對可信第三方的依賴問題。然而，上述方案雖然利用了區塊鏈技術來解決傳統數字版權管理方法存在的問題，但是主要依賴于人工執行流程，整體方案的執行效率以及流程透明度有所欠缺。Gao等人［16］提出了一個基于區塊鏈的數字版權管理方案，通過設計公平交易解密密鑰的智能合約和存儲數字版權信息的區塊鏈，提高了處理流程的公平性、透明性和效率。但是，該方法缺少對數字版權的溯源查證，無法確保數字版權的原創性和完整性。Garba等人［17］提出了一種基于數字水印和可擴展區塊鏈的分布式媒體交易框架，通過改進區塊鏈技術使其適用于數字版權管理模型，并利用數字水印技術追溯泄露內容的版權，有效解決了數字內容的版權保護問題。然而，該方案依賴于人工處理流程，存在流程執行效率低、缺乏透明度等問題。

基于上述方案的優勢與不足，本文提出了一種新的方案。該方案針對視頻版權安全存證問題，結合智能合約、區塊鏈和數字水印技術，在對視頻進行溯源認證的前提下，自動化驗證視頻版權的真實性和有效性。確保版權所有者的權益和隱私數據安全性的同時，提高了整個方案處理流程的效率、透明性和可靠性。

2 模型構建與設計目標

本文提出基于智能合約的編碼級視頻存證方案，針對現有視頻版權機制中存在的問題，如版權驗證過程中的信任缺失、驗證流程的不透明性以及視頻內容溯源困難。本文方案依據H.264/H.265視頻編碼特性以及數字水印技術，設計了一種在視頻編碼階段嵌入版權所有者信息的方法，以實現視頻內容的有效溯源和認證。同時，結合區塊鏈和智能合約技術，構建了一個去中心化的視頻版權存證系統，以確保版權存證流程的透明度和自動化執行。

2.1 系統模型

基于智能合約的編碼級視頻安全存證模型如圖1所示。主要由用戶、云服務器、攝像頭三種角色以及區塊鏈和智能合約組成：

a）用戶。用戶負責上傳視頻以及自己的身份信息。擁有視頻版權的用戶，即版權所有者的身份信息會在視頻編碼時作為水印嵌入。用戶需要提前注冊自己的身份信息來保證上傳視頻能夠關聯到他們的身份。

b）攝像頭。在系統中，攝像頭主要負責處理錄制視頻，并且保證視頻在編碼后能夠完整上傳至云服務器。

c）云服務器。云服務器是負責存儲和處理視頻內容的平臺，在收到攝像頭上傳的編碼視頻之后，會對視頻進行解碼、相似度對比等處理。同時，云服務器還通過與智能合約的交互來維護存儲的版權存證列表。

d）區塊鏈。區塊鏈主要用于記錄和驗證存證數據。在該系統中，區塊鏈用于存儲用戶身份信息以及經過智能合約驗證的視頻版權存證信息。區塊鏈不可竄改的性質確保了存儲信息的安全性和可靠性。

e）智能合約。在本系統中，智能合約扮演著核心角色。能夠對新用戶身份進行存證，并且在版權存證時檢驗用戶身份和視頻版權的原創性。同時在發生糾紛時會執行判斷程序來進行仲裁。

2.2 潛在威脅

系統中存在的潛在威脅主要來自兩方面：

a）水印設計缺陷。首先，水印嵌入可能會導致人眼產生明顯的視覺感知，或者在水印提取后，無法對嵌入水印信息載體進行還原，從而影響原視頻質量。其次，視頻經過多次諸如壓縮、轉碼等處理之后導致水印受損，影響版權驗證的準確性。如果在提取水印過程中需要原始視頻參與，則稱該水印為盲提取水印，否則稱為非盲提取水印。當水印提取需要用到未編碼視頻時，可能會導致該視頻被暴露給惡意攻擊者，而且使用較大的原始視頻來提取水印也會增加算法的計算復雜度。

b）云服務器攻擊。云服務器中可能會因為內部惡意行為或者外部攻擊，導致存儲的視頻版權信息被竄改或者丟失，從而影響版權所有者的合法權益，導致用戶對系統的信任度降低。

2.3 設計目標

針對2.2節提到的潛在威脅，本文方案主要有兩個設計目標：

a）設計一種合適的水印算法。數字水印的構造特色在于其隱蔽性、魯棒性、安全性、可逆性等。因此，本文設計的數字視頻水印既需要保證水印信息有效嵌入和提取，又能保證對嵌入水印信息載體的還原。同時，確保水印載體在受到某種攻擊的情況下，水印信息能被正確地提取出來，且對于載體內容的更改都很敏感，即實現內容認證的目的。并且需要增強水印的魯棒性和透明性，確保水印在不影響視頻質量的前提下，觀察者肉眼無法感知到水印的存在，且水印難以被去除或者竄改。最后，實現非盲提取水印技術，減少對原始視頻的依賴，降低算法的計算復雜度，同時提高水印檢測的安全性。

b）使用智能合約和區塊鏈來實現系統可信透明的審查和監管機制。智能合約會參與視頻版權存證階段，確保上傳存證信息的正確性和有效性。同時，將存證數據存儲到去中心化的區塊鏈平臺上，保證版權數據在機構間公開的同時又不可竄改。當用戶對云服務器產生質疑時，智能合約能夠根據區塊鏈上存儲的可信版權存證數據來進行審查。

3 基于智能合約的H.264/H.265編碼視頻存證方案

3.1 方案流程

如圖2所示，本文方案流程分為三個階段：

a）注冊階段。在這個階段，用戶向CA提交自己的身份信息，CA會對提交的身份信息進行驗證來確認用戶是否已經注冊。如果該用戶為新用戶，系統會將這些信息打包成信息區塊并添加到區塊鏈中。信息區塊結構如圖3所示，主要分為區塊頭和區塊體兩部分。區塊頭用于鏈接到前一個區塊并包含諸如時間戳、難度目標、隨機數等元數據，確保區塊鏈的安全性和連續性；而區塊體則包含了該區塊內的所有交易數據，是區塊鏈存儲信息的主要部分，信息區塊將用戶的個人信息作為交易數據存儲到默克爾樹中。注冊完畢后，區塊鏈會同步更新區塊列表來反映用戶注冊情況。

b）水印嵌入階段。視頻版權所有者將自己的身份信息進行分割，作為水印在視頻編碼過程中嵌入。

c）智能合約存證仲裁階段。視頻水印嵌入完成后，由攝像頭上傳到云服務器。云服務器首先對視頻進行解碼，恢復出原視頻和其中嵌入的身份信息。其次，云服務器會根據已存儲的存證視頻列表，對該視頻內容進行相似度對比檢查并將檢查結果提交給智能合約。同時，智能合約對該身份信息的合法性進行審查。根據身份信息檢查和視頻相似度對比結果，智能合約對該視頻及嵌入的身份信息能否作為合法版權作出判斷。判斷通過時，視頻版權會被同時上傳到云服務器和區塊鏈中進行存證，此處區塊結構參照圖3。當用戶對云服務器中存儲的版權存證存在質疑時，向智能合約發起仲裁請求，智能合約會調用區塊鏈上存儲的版權存證信息來進行仲裁。

3.2 H.264/H.265編碼版權嵌入

考慮到人眼的視覺特性，在進行版權嵌入前，首先需要篩選出紋理復雜的Intra_4×4預測模式的亮度塊，并根據Canny算子篩選出這些亮度塊中紋理最復雜的宏塊。其次分別統計該宏塊的16個4×4大小的子塊中幅值不等于零的量化系數數目，將水印信息隱藏到幅值不等于零的量化系數數目最多的4×4子塊中。為了檢驗嵌入的水印是否被竄改，水印信息包含了用戶身份信息以及根據身份信息生成的循環冗余校驗碼。最后，對隱藏水印內容的視頻數據進行熵編碼得到編碼后的數據流。由于嵌入水印的視頻數據并不參與碼流的重建過程，所以水印對當前宏塊的DCT系數的改變不會在幀內其他塊之間傳遞。視頻解碼時提取水印信息，得到用戶身份信息以及校驗碼，比較提取出的校驗碼與重新生成的校驗碼是否一致，實現對視頻數據的內容級認證以及內容竄改位置的定位。提取水印信息完成后，對隱藏水印視頻序列進行還原，保證解碼后得到的視頻序列不受水印信息的影響。具體版權嵌入流程如圖4所示。

3.2.1 紋理塊選擇

在H.264/H.265編碼方式中，I幀亮度塊編碼主要采用了Intra_4×4和Intra_16×16預測方式。相關研究［18］表明：圖像塊的背景細節信息越多，人眼對其敏感度越低；并且人眼對平均亮度值大的區域亮度的變化敏感度低，而對平均亮度值小的區域亮度的變化敏感度比較高。使用Intra_4×4預測方式的宏塊紋理復雜度高于Intra_16×16預測方式的宏塊，因此本文方案采用Intra_4×4預測模式的亮度塊作為代嵌入域。

為了提高紋理塊選取效率，首先將圖像塊劃分為紋理塊和非紋理塊。文獻［19］提出在對視頻幀亮度分量進行DCT變換后，將變換后的直流分量（DC）視為亮度背景，而交流分量（AC）視為是在這個亮度背景下產生的亮度差。利用這個思想可以將圖像塊劃分為紋理塊和非紋理塊。分類的準則如下：

圖像塊劃分完畢后，利用Canny算子來計算各個紋理塊的紋理復雜度。Canny算子判斷視頻幀宏塊紋理復雜度的基本原理如下：

a）對視頻幀一階和二階求導之前，先用高斯濾波器對輸入圖像進行平滑處理，以減少圖像中的噪聲。高斯濾波函數如下：

經高斯濾波后的視頻幀如下：

g（x，y）=h（x，y，Δ）*f（x，y）（3）

其中： f（x，y）為原始視頻幀；h（x，y，Δ）為高斯濾波函數；g（x，y）為高斯濾波后得到的視頻幀；x，y是像素在圖像中的位置坐標；Δ為濾波函數的參數。

b）求g（x，y）的梯度。g（x，y）的梯度幅值如下：

g（x，y）的梯度方向如下：

θ=arctan［Gx（x，y）/Gy（x，y）］（5）

其中：Gx（x，y）是g（x，y）在x方向上的導數；Gy（x，y）是g（x，y）在y方向上的導數；φ（x，y）為梯度的幅值，φ為梯度的方向。

c）在梯度圖像上，對每個像素點在其梯度方向上進行比較，并保留局部最大值點。

d）采用雙閾值法抑制視頻幀中的虛假邊緣。通過閾值t1和t2來抑制圖像的非極大值，從而得到梯度值小于閾值的圖像。使用閾值很高的圖像得到的假邊緣少，但此時的圖像邊緣有不連接的情況，再用閾值小的圖像來彌補，從而得到完整的邊緣圖像。然后根據圖像的邊緣特征判斷宏塊的紋理復雜度，從而找到紋理最復雜的宏塊。

3.2.2 水印生成

為了在視頻解碼過程中驗證水印是否被竄改，水印信息中不僅包含用戶身份信息，還有根據用戶身份信息生成并嵌入的循環冗余校驗碼。將用戶id字段的信息組合為一個字符串，對于字符串中的每個字符，將其轉換為對應的8 bit二進制ASCII碼值。所有字符串轉換完畢后按順序組合為一個長的二進制序列W0。

代表用戶id的序列W0生成完畢后，采用CRC-32校驗算法生成32 bit的校驗碼R0，將校驗碼R0按順序嵌入到W0的末尾，生成最終的水印序列W1。W1中的每一個bit都將作為水印信息嵌入到視頻中。

3.2.3 水印嵌入

1）嵌入子塊選取

H.264/H.265編解碼器是以16×16像素為單位進行編解碼，而在Intra_4×4預測模式中，亮度塊又被分成了16個4×4的子塊。現有研究［3］表明視頻數據在重壓縮、加性噪聲等攻擊的情況下，宏塊中的16個4×4字塊的能量值關系仍然保持不變。因此本節根據能量值不變的關系選取作為水印隱藏點的子塊。該子塊的選取步驟如下：

a） 根據式（6）（7）分別統計16個4×4子塊中非零量化DCT系數的個數Nnz。

其中：i， j分別代表子塊的行、列，i， j∈［0，3］；eij代表子塊中第i行第j列的量化數據；Ei， j代表子塊中幅值不等于零系數數目。

b）找到16個宏塊中Nnz最大的子塊。由于人眼對視頻圖像中的中低頻成分更敏感，而對高頻成分的敏感度較低。Nnz系數最大的子塊通常包含更多的高頻信息，將水印信息隱藏在這樣的子塊中，可以降低水印對視頻視覺的影響。此外，Nnz最大的子塊具有較高的能量，意味著水印信息可以被分散到更多的系數中，而不是集中在少數幾個系數上。這種分散性提高了水印的魯棒性，使其能夠更好地抵抗各種信號處理操作，如壓縮、濾波和格式轉換等。

2）水印嵌入

H.264/H.265編碼中宏塊的預測殘差經過整數DCT變換和量化后，預測殘差的能量主要集中在中低頻的DCT系數中，大部分高頻系數都是零。根據Zig-Zag反掃描順序，將Nnz最大的4×4子塊的中低頻位置中除拖尾系數外的幅值不等于零的量化DCT系數依次標記為Qa1，Qa2，Qb1，Qb2，…；將末尾拖尾系數鄰近一個值等于零的量化數據標記為Qt。水印嵌入過程分以下兩種情況進行討論。

a）若Qa1，Qa2的值不相等，則嵌入規則如下：

b）若在中低頻系數中沒有找到兩個不相等的幅值不等于零的量化數據，則嵌入規則如下：

3.2.4 水印提取與認證

水印的提取是在視頻解碼的時候完成的，主要步驟如下：

a）對已經編碼的數據流進行熵解碼，重排序提取量化的DCT系數；

b）統計Intra_4×4宏塊的16個子塊中幅值不為零的量化DCT系數，記為Qt1，Qt2，則水印的提取與視頻信號的還原公式如下：

（a）若Qt=－1，則：

（b）若Qt=1，則：

（c）如果沒有找到兩個值不相等的幅度不為零的量化DCT系數，則水印的提取和視頻信號的還原公式如下：

根據得到的W恢復出水印序列W0和校驗碼R0。W分為兩部分，末尾的4 Byte為校驗碼R0，剩余部分為用戶信息序列W0根據W0計算出新的校驗碼R1，將R1與恢復得到的R0進行比較。如果兩個校驗碼匹配，說明視頻在傳輸過程中沒有發生錯誤，根據ASCII編碼對應規則將W0進行轉換得到用戶id。如果校驗碼不匹配，說明視頻傳輸過程中發生了錯誤，需要進行相應的檢查。

3.3 基于智能合約的版權存證

在進行視頻版權存證之前，首先需要用戶提前注冊身份。在用戶注冊過程中，CA需要判斷用戶是否已注冊，在未注冊的情況下才會將用戶身份信息保存到區塊鏈上。當用戶作為視頻版權所有者時，需要將自己的身份信息作為水印信息，在視頻進行編碼壓縮時嵌入，最后將嵌入了水印的壓縮后的視頻上傳至云服務器。

云服務器對視頻解碼得到原視頻和用戶身份信息，判斷身份信息未被竄改后，智能合約會根據區塊鏈中存儲的用戶身份信息表來判斷該身份信息的合法性，同時云服務器會將解碼出的視頻和存儲的其他視頻進行相似度比較。只有當身份信息合法并且相似度對比結果未超過設定的閾值時，智能合約才會判定該視頻以及其中嵌入的身份信息能夠作為版權進行存證上傳到云服務器和區塊鏈中。

最后，當用戶對云服務器中存證的版權信息存在質疑時，會向區塊鏈發起仲裁請求。智能合約會調用區塊鏈中存儲的版權信息來進行判定，并將最后的仲裁結果反饋給用戶。

3.3.1 用戶身份存證

用戶向CA發起注冊申請，并提供自己的身份信息user_id。CA對該用戶的身份信息user_id進行驗證來確認用戶是否已經注冊。如果該用戶為新用戶，CA會將這些信息打包成一個信息區塊block并添加到區塊鏈中。同時，區塊鏈會同步更新區塊列表list_id來反映用戶注冊情況。

算法1 UserRegistrationContract

輸入：CA，user_id。

輸出：warning，UserRegistered，blockchain［CA］［user_id］，list。

1 CA= msg.sender

2 =user_id=msg.data // 用戶ID作為消息傳遞

3 if （blockchain［CA］［user_id］.exists（） == true） /*檢查用戶ID是否已在區塊鏈中注冊*/

4"" emit warning（‘User already registered’）

5 else

6"" block=createInformationBlock（user_id） // 創建信息區塊

7"" blockchain［CA］［user_id］=block // 添加新用戶信息

8"" list=getBlockList（） // 獲取當前區塊列表

9"" list.push（block） // 將新創建的區塊添加到列表中

10" setBlockList（list_id） // 更新區塊列表

11" emit UserRegistered（user_id）

3.3.2 身份信息審查

智能合約對視頻解碼后得到的身份信息decode_info進行審查，通過對比身份信息表list中已存儲的信息來確認該用戶身份是否合法，最后得到檢測結果result_identity。

算法2 IdentityVerificationContract

輸入：videoData。

輸出：result_identity，IdentityVerificationResult。

1 videoData=msg.data // 獲取視頻數據

2 decodedInfo=decodeIdentity（videoData） /*解析視頻數據以獲取身份信息*/

3 result_identity=“未找到”

4 for （identity in blockchainIdentityList）

5"" if （identity.matches（decodedInfo））

6"""" result_identity=“合法”

7"""" break

8 if （result_identity ==“未找到”）

9"" result_identity=“非法”

10 emit IdentityVerificationResult（result_identity）

3.3.3 相似度對比判斷

對解碼后得到的視頻，云服務器會遍歷所有已進行存證并存儲的視頻，采用相應的視頻相似度對比算法來進行對比分析。關于視頻相似度對比算法，傳統方法有結構相似性指數（SSIM）、局部敏感哈希（LSH）和動態時間彎曲（DTW）等。這些方法通常依賴于像素級別的直接比較或者局部特征的相似度度量，在視頻數量較小的時候能夠取得不錯的效果。但是，對于云服務器中存儲的視頻數量來說，這些方法可能面臨著計算復雜度高等問題。因此需要找到一個適用于視頻數量較大情況下的視頻相似度對比方法，本文采取了一種基于Transformer的緊湊編碼的局部近重復視頻檢測算法TCE-LNDV［20］，并且采用一種名為ViSiL［21］的視頻相似性學習架構，通過考慮視頻相似性的細粒度空間和時間，提高了視頻檢索的性能。同時，通過構建視頻相識度矩陣和關鍵幀提取，有效減少了需要比較的視頻幀數量。

首先，采用均勻稠密采樣獲取視頻的采樣幀。接著，使用預訓練的卷積神經網絡提取視頻幀的深度特征Finitial。在這個過程中，網絡的深層次特征圖被用來表示幀的語義信息，因此選擇網絡最后一個卷積層的輸出作為幀的深度特征Finitial，表示為

其中：W和H分別代表特征圖的寬度和高度；C代表通道數。

考慮到近重復幀的主要內容都在畫面正中央，因此使用二維高斯核對深度特征Finitial進行空間加權。二維高斯核權重計算公式為

其中：w（x，y）表示特征圖像素點（x，y）權重；σx和σy是二維高斯核的參數。為了進一步加工這些三維特征得到低維度的特征，需要對得到的深度特征進行降維處理。使用ViSiL特征編碼器對深度特征圖Finitial進行降維，得到編碼后的特征Fencoded。最后，使用基于圖網絡的時間對齊算法來計算兩個視頻之間的相似度。假設有兩個視頻V1和V2，特征分別為Fencoded1和Fencoded2，計算特征相似度矩陣M：

M=FTencoded1·Fencoded2（16）

其中：Mij表示V1第i幀和V2第j幀之間的相似度。根據計算得到的相似度矩陣構建圖網絡，邊的權重由特征相似度給出。通過在圖網絡中尋找最大權重路徑來確定視頻中最相似的片段。

根據相似度對比算法得到相似度對比結果result_comparison。將結果提交給智能合約。智能合約規定該視頻與其他視頻相似度超過規定的閾值S時不能作為存證，其中S的值依據視頻具體內容來設定。根據相似度判定結果result_comparison和身份信息審查結果result_identity，智能合約對編碼得到的視頻和身份信息能否作為存證給出判斷結果evidence_judgement。當判斷通過時，云服務器和智能合約會同時將該視頻和身份信息作為存證進行存儲，云服務器的存證列表list_cloud_copyright和區塊鏈中的存證列表list_blockchain_copyright會同時進行更新。

算法3 VideoCopyrightVerification

輸入：result_comparison，result_identity。

輸出：evidence_judgement，list_cloud_copyright，list_blockchain_copyright。

1 result_comparison=getComparisonResult（）

2 result_identity=getIdentityVerificationResult（）

3 S=determineThreshold（） // 設定相似度閾值S

4 if （result_comparisonlt;S amp;amp; result_identity == ‘合法’）

5"" evidence_judgement=‘存證接受’

6"" list_cloud_copyright.add（video_info， identity_info） /*更新云服務器存證列表*/

7"" list_blockchain_copyright.add（video_info， identity_info） //更新區塊鏈存證列表

8 else

9"" evidence_judgement=‘存證拒絕’

10 emit EvidenceJudgementResult（evidence_judgement）

3.3.4 版權驗證

當用戶對云服務器提供的版權存證存在質疑時，向智能合約發送仲裁請求arbitration_request以及云服務器中存在爭議的存證信息copyright_unknown。智能合約根據存證信息中的用戶user_id調用區塊鏈上的存證列表list_blockchain_copyright來進行仲裁。若無法找到匹配的視頻，則向用戶返回錯誤error。如果根據user_id所找到的視頻和存證視頻不匹配，則判定云服務器存儲的版權信息有誤，修改云服務器存證列表list_cloud_copyright中的錯誤信息，告知用戶最終的判定結果arbitration_result，并向用戶提交正確的存證copy_right。如果對應的視頻匹配，則判定云服務器不存在惡意行為并告知用戶最終的判定結果arbitration_result。

算法4 CopyrightArbitrationContract

輸入：user_id，stored_video。

輸出：arbitration_result，error。

1 list_blockchain_copyright=getBlockchainCopyrightList（）

2 list_cloud_copyright=getCloudCopyrightList（）

3 stored_video_in_blockchain=list_blockchain_copyright［user_id］

4 stored_video_in_cloud=list_cloud_copyright［user_id］

5 if （stored_video_in_blockchain ==‘None’）

6"" return error（‘視頻存證不存在’）

7 else

8"" if （stored_video！=stored_video_in_blockchain）/*存證視頻不匹配，云服務器存在惡意行為*/

9"""" list_cloud_copyright［user_id］=stored_video

10""" "arbitration_result=‘惡意行為：存證已更新’

11" "else // 視頻匹配，云服務器不存在惡意行為

12""" "arbitration_result=‘合法存證’

13 emit ArbitrationResult（user_id， arbitration_result）

3.4 安全性分析

3.4.1 水印安全性

如果數字水印具備高度的隱蔽性、魯棒性、抗攻擊性、可認證性，并且能夠在不降低原始媒介質量的前提下，有效抵抗未授權的檢測、竄改和移除。那么該數字水印可被視為是安全的。

安全性分析：在選擇嵌入塊時，利用了人眼視覺特性。通過選擇紋理復雜的Intra_4×4預測模式的亮度塊，并利用Canny算子進一步篩選出紋理最復雜的宏塊，通過量化DCT系數的非零值數目來選擇嵌入點，實現了水印的隱蔽嵌入。

同時，當視頻數據受到重壓縮、加性噪聲等攻擊時，宏塊中的4×4子塊的能量關系值保持不變。因此采用量化系數數目Nnz最大的子塊進行嵌入，保證了水印的魯棒性和抗攻擊性。并且通過生成并嵌入CRC-32校驗碼，提高了水印的可認證性，以及在解碼過程中通過校驗碼的匹配驗證視頻內容的一致性。

綜上所述，本文提出的數字水印方案在設計上滿足安全水印的要求，具備了高度的隱蔽性、魯棒性、抗攻擊性和可認證性，且不降低視頻質量，因此可以被視為是安全的。

3.4.2 視頻版權存證安全

如果版權數據存證系統能夠對版權數據進行可信的溯源存證，操作流程足夠公平透明，并且以可靠方式對版權數據進行存儲，保證數據的安全性和不可竄改性，則認為該系統能夠抵抗云服務器可能存在的惡意攻擊。

安全性分析：

a）本文方案在視頻編碼階段將身份信息作為水印嵌入，保證是在視頻早期就將版權信息與視頻數據本身進行綁定，實現了對版權信息的可靠溯源存證。

b）智能合約作為區塊鏈上部署的信任機器，在區塊鏈技術的基礎上提供了一種透明安全、自動執行的交易機制。在本文方案中，通過智能合約來自動化執行版權驗證與糾紛處理等流程，這些合約的執行是公開透明的，所有相關方都可以看到存證的狀態和結果，確保了流程的透明性。同時存證流程中的決策（如版權存證的接受或拒絕）都是基于預設的規則和閾值，例如相似度閾值S是根據視頻的具體內容來設定，這些規則對所有用戶來說都是一致公平的。

c）區塊鏈上的數據一旦寫入，就難以被更改或刪除，這種特性實現了數據不可竄改性和安全性的存儲。本文方案中使用區塊鏈來存儲版權存證信息，保證了版權存證的長期有效性和安全性。當出現版權爭議時，調用智能合約來處理版權爭議，根據區塊鏈上的存證列表來進行仲裁，確保仲裁結果的公正有效。

綜上，通過智能合約中各個函數的相互作用以及區塊鏈對數據的安全存儲，使得系統能夠在各個階段為視頻版權數據提供安全保障，從而有效抵抗云服務器中可能存在的惡意攻擊。

4 實驗評估

本章首先針對在進行版權存證時使用到的視頻相似度對比算法開展實驗，設置多個評價指標，用于對比該算法與現有的視頻相似度對比方法的性能。相似度對比方法通過評估該方法來驗證版權存證判斷結果的準確性。其次，針對本文設計的智能合約的四個功能：用戶身份存證、身份信息審查、相似度對比判斷和版權驗證，進行了開銷分析，證明本文方案在實際部署中的經濟可行性。

4.1 視頻相似度對比算法比較

本實驗在一臺配有NVIDIA 1080Ti顯卡、8 GB顯存的PC上完成，操作系統為Ubuntu 20.04，硬件環境為Intel Core i5-10210U CPU，軟件環境為PyTorch（GPU版） 1.10.0、OpenCV 4.6.0、Python 3.8、Numpy 1.21.2、PaddlePaddle2。實驗中使用VCDB核心數據集進行相關模型訓練和算法性能的驗證，該數據集是一個常用于視頻去重任務的數據集，包含了從各大視頻網站上根據28個關鍵詞收集到的528個視頻以及人工標注的9 000對近重復視頻片段。實驗仿照文獻［22］的做法，在VCDB核心數據集上進行5-fold交叉驗證，即每一折選取28個查詢集中的23個作為訓練集，剩余5個作為測試集，最終取5折測試集結果的平均值作為算法的最終結果。評價指標采用片段查準率（segment precision，SP）、片段查全率（segment recall，SR）以及調和平均值F1分數（F1-score，F1），計算公式如下

本實驗將本文采用的算法與現有的一些局部近重復視頻檢測算法進行比較，實驗結果如表1所示。從整體平均性能來看，本文采用的算法優于表中列舉的其他方法，證明了本文算法性能的優越性。此外，表中還列舉了各個方法的采樣幀率，現有的視頻相似度對比算法均基于采樣幀的編碼特征來進行視頻間的匹配和檢測。從表1可以看出，本文采用的算法在采樣幀率上是最低的，并且該算法通過進一步提取關鍵幀，有效減少了計算和存儲的開銷。綜上所述，本文采用的視頻相似度對比方法更適用于大規模近重復檢測任務，并且通過精確的特征提取等方法來準確快速地判斷視頻之間的相似度，確保智能合約能夠根據該結果給出準確的版權存證判斷結果。

4.2 智能合約開銷

針對智能合約的四個功能，設計實驗來測量合約的gas值消耗情況。本實驗基于Remix在線平臺部署智能合約，Remix是一個開源的以太坊智能合約集成環境，它允許開發者編寫、測試和部署智能合約。根據算法1、2、3和4的描述，使用Solidity語言編寫智能合約。圖5是對智能合約執行用戶身份信息存證功能所消耗gas值的測量；圖6是對智能合約執行存證身份信息審查功能所消耗gas值的測量；圖7是對智能合約執行視頻相似度對比判斷功能所消耗gas值的測量；圖8是對智能合約在發生糾紛時進行版權信息驗證所消耗的gas值的測量。

通過分析實驗結果，可以得出以下結論：a）從圖7可以看出，智能合約執行相似度對比判斷功能時的開銷維持在605 gas不變，并且這個開銷遠低于其他三個功能的開銷。這是因為視頻相似度對比是基于預設的規則和閾值進行的，智能合約只需要根據最后的結果來進行判斷即可。這意味著無論交易次數多少，每次執行的邏輯和所需的計算資源是相同的，因此開銷保持不變且遠低于其他功能的開銷。b）圖5、6、8顯示gas開銷隨著交易次數的增長呈線性增長的趨勢，并且沒有出現極端峰值的情況。表明這幾個功能的操作成本相對穩定，用戶可以預測并估算他們的交易成本。c）圖5～8顯示gas消耗值均處于合理范圍內，沒有超過預期的峰值。例如，圖5、6、8中的gas消耗值最高為300萬左右，而圖7中的gas消耗量遠低于300萬，這些數值相對于以太坊上的一些復雜操作來說是合理的。以上三點充分證明了本文方案中智能合約的gas開銷處于可接受的范圍內，滿足實際應用的需求。

綜上所述，本文方案預計能為視頻內容創作者提供一個更加安全、可靠且易于操作的版權存證環境，有效減少版權糾紛，保護創作者的合法權益。

5 結束語

本文旨在解決現有視頻版權存證機制中存在的主要問題：包括版權驗證過程中的信任缺失、驗證流程的不透明性，以及視頻內容溯源困難。針對這些問題，提出了一種基于智能合約的編碼級視頻安全存證方案。本文方案結合H.264/H.265編碼特性和數字水印技術，設計了一種版權信息嵌入方法，實現了視頻內容的溯源查證。在此基礎上，結合智能合約和區塊鏈技術，構建了一個去中心化的視頻版權存證系統，實現視頻版權存證流程透明和自動化執行。最后展開實驗驗證本文方案的有效性。實驗結果表明，系統在確保能夠準確進行視頻存證判斷的同時，能夠保證智能合約的開銷維持在合理的范圍內。未來將針對現實的視頻應用案例做進一步的實例驗證，并圍繞數字版權在音頻版權保護等更多領域的應用來開展下一步的工作。

參考文獻：

［1］Chen Xu， Valdovinos D B， Zeng Jiang. PositiveEnergy Douyin： constructing “playful patriotism” in a Chinese short-video application ［J］. Chinese Journal of Communication， 2021， 14（1）： 97-117.

［2］Bi Xiang， Tang Cunchen. Research on the motives affecting the behavior of short video’s creators ［J］. IEEE Access， 2020， 8： 188415-188428.

［3］Wiegand T， Sullivan G J， Bjontegaard G， et al. Overview of the H.264/AVC video coding standard ［J］. IEEE Trans on Circuits and Systems for Video Technology， 2003， 13（7）： 560-576.

［4］付劍晶， 陳德人. 用于視頻內容認證的抗二次壓縮水印算法 ［J］. 計算機學報， 2016，41（3）： 558-573. （Fu Jianjing， Chen Deren. An anti-compression watermarking algorithm for video content authentication ［J］. Journal of Computer Science and Technology， 2016， 41（3）： 558-573.）

［5］Sun Panjun. Security and privacy protection in cloud computing： discussions and challenges ［J］. Journal of Network and Computer Applications， 2020， 160： 102642.

［6］林玥， 劉鵬， 王鶴， 等. 網絡安全威脅情報共享與交換研究綜述 ［J］. 計算機研究與發展， 2020， 57（10）： 2052-2065. （Lin Yue， Liu Peng， Wang He， et al. Research overview on cybersecurity threat intelligence sharing and exchange ［J］. Journal of Computer Research and Development， 2020， 57（10）： 2052-2065.）

［7］李晏， 洪鈺銘. 新媒體時代背景下短視頻侵權亂象的治理對策研究 ［J］. 新聞傳播， 2023 （11）： 61-63. （Li Yan， Hong Yuming. Research on the governance countermeasures of short video infringement chaos under the background of the new media era ［J］. Journa-lism and Communication， 2023（11）： 61-63.）

［8］傅茂喜. 基于區塊鏈的數字版權保護系統研究與實現 ［D］. 北京： 北京郵電大學， 2024. （Fu Maoxi. Research and implementation of digital copyright protection system based on blockchain ［D］. Beijing： Beijing University of Posts and Telecommunications， 2024.）

［9］Cohen J E. DRM and privacy ［J］. Communications of the ACM， 2003， 46（4）： 46-49.

［10］馬兆豐， 馮博琴， 宋擒豹， 等. 基于動態許可證的信任版權安全認證協議 ［J］. 軟件學報， 2004， 15（1）： 131-140. （Ma Zhaofeng， Feng Boqin， Song Qinbao， et al. A trust copyright security authentication protocol based on dynamic license ［J］. Journal of Software， 2004， 15（1）： 131-140.）

［11］肖尚勤， 盧正鼎， 凌賀飛， 等. 基于P2P系統信任機制的DRM模型 ［J］. 計算機研究與發展， 2007， 44（4）： 567-573. （Xiao Shangqin， Lu Zhengding， Ling Hefei， et al. A DRM model based on P2P system trust mechanism ［J］. Journal of Computer Research and Development， 2007， 44（4）： 567-573.）

［12］俞銀燕， 湯幟. 數字版權保護技術研究綜述 ［J］. 計算機學報， 2005， 28（12）： 1957-1968. （Yu Yinyan， Tang Zhi. Research overview of digital rights management technology ［J］. Chinese Journal of Computers， 2005， 28（12）： 1957-1968.）

［13］Lu Yang. The blockchain： state-of-the-art and research challenges ［J］. Journal of Industrial Information Integration， 2019， 15： 80-90.

［14］Ma Zhaofeng， Jiang Ming， Gao Hongmin， et al. Blockchain for digi-tal rights management ［J］. Future Generation Computer Systems， 2018， 89： 746-764.

［15］Wang Baowei， Shi Jiawei， Wang Weishen， et al. Image copyright protection based on blockchain and zero-watermark ［J］. IEEE Trans on Network Science and Engineering， 2022， 9（4）： 2188-2199.

［16］Gao Juntao， Yu Haiyong， Zhu Xiuqin， et al. Blockchain-based digi-tal rights management scheme via multiauthority ciphertext-policy attribute-based encryption and proxy re-encryption ［J］. IEEE Systems Journal， 2021， 15（4）： 5233-5244.

［17］Garba A， Dwivedi A D， Kamal M， et al. A digital rights management system based on a scalable blockchain ［J］. Peer-to-Peer Networking and Applications， 2021， 14（5）： 2665-2680.

［18］馬志英， 王修運. 基于幀間小波變換的視頻水印研究 ［J］. 計算機工程與科學， 2010， 32（5）： 143-146. （Ma Zhiying， Wang Xiu-yun. Research on video watermarking based on interframe wavelet Transform ［J］. Journal of Computer Engineering and Science， 2010， 32（5）： 143-146.）

［19］張維緯. 基于H.264的版權保護和內容認證數字視頻水印算法研究 ［D］. 北京： 北京郵電大學， 2014. （Zhang Weiwei. Research on digital video watermarking algorithm for copyright protection and content authentication based on H.264 ［D］. Beijing： Beijing University of Posts and Telecommunications， 2014.）

［20］王萍， 余圳煌， 魯磊. 基于Transformer緊湊編碼的局部近重復視頻檢測算法 ［J］. 計算機科學， 2023， 50（1）： 1-13. （Wang Ping， Yu Zhenhuang， Lu Lei. A local near-duplicate video detection algorithm based on Transformer compact encoding ［J］. Computer Science， 2023， 50（1）： 1-13.）

［21］Kordopatis-Zilos G， Papadopoulos S， Patras I， et al. ViSiL： fine-grained spatio-temporal video similarity learning ［C］// Proc of IEEE/CVF International Conference on Computer Vision. Pisca-taway，NJ：IEEE Press， 2019： 6350-6359.

［22］Jiang Chen， Huang Kaiming， He Sifeng， et al. Learning segment similarity and alignment in large-scale content based video retrieval ［C］// Proc of the 29th ACM International Conference on Multimedia. New York： ACM Press， 2021： 1618-1626.

［23］Douze M， Revaud J， Verbeek J， et al. Circulant temporal encoding for video retrieval and temporal alignment ［J］. International Journal of Computer Vision， 2016， 119（3）： 291-306.

［24］Poullot S， Tsukatani S， Phuong Nguyen A， et al. Temporal matching kernel with explicit feature maps ［C］// Proc of the 23rd ACM International Conference on Multimedia. New York：ACM Press， 2015： 381-390.

［25］Baraldi L， Douze M， Cucchiara R， et al. LAMV： learning to align and match videos with kernelized temporal layers ［C］// Proc of IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway，NJ：IEEE Press， 2018： 7804-7813.

［26］Liu Kuanghong， Wang Jin， Zhang Xuejie. Debiased momentum contrastive learning for multimodal video similarity measures ［J］. Neurocomputing， 2024， 563： 126938.