本文關(guān)鍵詞：基于感知哈希及數(shù)字水印的音頻認(rèn)證技術(shù)研究

  更多相關(guān)文章： 音頻認(rèn)證 感知哈希 數(shù)字水印 區(qū)分性 魯棒性

【摘要】：近年來,信息科學(xué)、網(wǎng)絡(luò)融合等研究領(lǐng)域新成果、新技術(shù)不斷涌現(xiàn),徹底改變了傳統(tǒng)信息傳遞方式,多媒體數(shù)據(jù)逐漸成為互聯(lián)網(wǎng)、廣播電視、手機等信息平臺中數(shù)據(jù)交互的主流形式。與此同時,針對多媒體數(shù)據(jù)的非授權(quán)拷貝、傳播、融合、篡改等非法行為也日益增多,嚴(yán)重威脅版權(quán)所有者的產(chǎn)權(quán)利益和多媒體內(nèi)容的可信度,對于我國全面、深入地推進(jìn)知識產(chǎn)權(quán)保護工作造成嚴(yán)重阻礙。作為最早實現(xiàn)數(shù)字化的信息載體,數(shù)字音頻的版權(quán)認(rèn)證以及內(nèi)容認(rèn)證對于信息安全和知識產(chǎn)權(quán)保護具有重要意義。感知哈希和音頻水印是實現(xiàn)數(shù)字音頻認(rèn)證功能的關(guān)鍵技術(shù)。本文圍繞感知哈希和音頻水印技術(shù)在認(rèn)證領(lǐng)域的應(yīng)用進(jìn)行研究,針對當(dāng)前存在問題給出了具體的數(shù)據(jù)保護方案。具體工作如下：1.現(xiàn)有的MP3壓縮域音頻感知哈希算法較少,且性能上存在抗碰撞能力不足等問題,本文提出一種基于改進(jìn)離散余弦變換與非負(fù)矩陣分解的音頻感知哈希算法。該算法首先通過解碼過程提取壓縮域改進(jìn)的離散余弦變換系數(shù),利用分段和重疊對改進(jìn)的離散余弦變換系數(shù)進(jìn)行預(yù)處理,提高算法的魯棒性,然后計算每個子帶的能量,充分利用非負(fù)矩陣分解的性能特性生成段內(nèi)和段間特征,最后通過比較均值構(gòu)成二進(jìn)制的感知哈希序列。仿真實驗結(jié)果顯示,相比Deng提出的基于頻譜能量的算法及Chen等提出的基于小波分解的算法,該算法仿真得到的FAR曲線和FRR曲線的區(qū)分性更好,最大組內(nèi)距離和最小組間距離的差值增加了2.5%,表明算法在區(qū)分性、抗碰撞能力上有顯著提高。2.為解決傳統(tǒng)音頻感知哈希算法對噪聲敏感,計算效率低的問題,本文提出了一種基于Radon變換的音頻感知哈希算法。首先,利用小波分解的多分辨率特性提取近似分量并映射為矩陣,將其作為音頻信號的特征矩陣。之后,利用Radon變換的降維特性以及對噪聲的不敏感特性對特征矩陣進(jìn)行特征提取,再利用離散余弦變換的能量集中特性對Radon映射向量降維,最終取離散余弦變換低頻系數(shù)的符號構(gòu)造感知哈希序列�；谡Z音和音樂庫對該算法進(jìn)行仿真實驗,結(jié)果表明,與Chen N等提出的經(jīng)典算法相比,本文提出算法的熵率提高了0.22；在抵抗加性噪聲攻擊方面,本文提出算法的誤碼率最少降低了0.5%；在算法運算時間方面,本算法的計算速度提高了9.25倍以上；在抵抗重采樣、重量化、低通濾波等攻擊方面的魯棒性也得到相應(yīng)提高。3.為提高傳統(tǒng)語音內(nèi)容認(rèn)證算法的篡改檢測能力,本文提出了一種基于梅爾頻率倒譜系數(shù)相關(guān)性的語音感知哈希內(nèi)容認(rèn)證算法。該算法提取分段語音的聲紋梅爾頻率倒譜系數(shù)作為感知特征,并通過量化系數(shù)的相關(guān)值生成感知哈希序列。為提高篡改檢測的準(zhǔn)確率,在語音認(rèn)證過程中,采用相似性度量函數(shù)來檢測語音的篡改。仿真結(jié)果表明,該算法的熵率與對比算法相比提高了0.26,同時,在相同閾值下,該算法的誤識率明顯低于對比算法,對重量化、MP3壓縮等語音內(nèi)容保持操作的誤碼率也有所降低。此外,算法對語音篡改檢測具有較高的靈敏性。4.針對二值圖像作為水印時易丟失、易篡改、且不唯一的問題,提出基于離散余弦變換域指紋重心感知哈希與數(shù)字水印技術(shù)的音頻源認(rèn)證方案。指紋圖像作為生物特征之一,在身份識別中具有唯一可區(qū)分性,因此本文將指紋圖像生成感知哈希序列,作為水印關(guān)聯(lián)到音頻數(shù)據(jù)中,以實現(xiàn)音頻的版權(quán)保護及來源認(rèn)證功能。算法首先采用隨機分塊方法對指紋圖像進(jìn)行分塊,再做離散余弦變換,然后計算重心,由重心量化得到指紋圖像的感知哈希。之后,利用音頻水印算法將生成的指紋感知哈希序列作為水印,嵌入到音頻信號的小波變換和離散余弦變換的混合域中,通過對提取的水印與指紋感知哈希庫中的感知哈希序列進(jìn)行對比,最終實現(xiàn)音頻的來源認(rèn)證。仿真結(jié)果表明,本文提出的感知哈希算法具有良好的可區(qū)分性,并對添加噪聲具有很強的感知魯棒性,可以抵抗20度以內(nèi)的旋轉(zhuǎn)攻擊；此外,水印算法對加噪聲、低通濾波、重采樣、重量化等常規(guī)信號處理攻擊具有很好的魯棒性。5.目前,基于能量比的音頻水印算法存在不可聽性較差的問題,為解決此問題,本文提出一種基于范數(shù)比值的魯棒音頻水印算法。該算法將小波變換近似系數(shù)分為兩個部分,利用這兩個部分p范數(shù)比值的穩(wěn)定性,通過量化比值的方法嵌入水印,并通過最優(yōu)化選擇縮放因子修改近似系數(shù)。仿真實驗證明,相比Huang等提出的基于比值的小波域水印算法,本文提出的算法提高了針對重采樣以及MP3壓縮攻擊的魯棒性,信噪比提升了3dB以上,表明水印的不可聽性得到了較好的改善。
【關(guān)鍵詞】：音頻認(rèn)證 感知哈希 數(shù)字水印 區(qū)分性 魯棒性
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP309.7
【目錄】：

• 摘要7-9
• Abstract9-15
• 第1章 緒論15-35
• 1.1 課題研究的背景及意義15-16
• 1.2 多媒體認(rèn)證概述16-19
• 1.2.1 多媒體信息安全的概念16-17
• 1.2.2 多媒體認(rèn)證技術(shù)分類17-19
• 1.3 基于數(shù)字水印的音頻認(rèn)證技術(shù)19-26
• 1.3.1 數(shù)字音頻水印技術(shù)概述19-21
• 1.3.2 音頻水印技術(shù)研究現(xiàn)狀21-23
• 1.3.3 音頻水印技術(shù)性能評價23-26
• 1.4 基于感知哈希的音頻認(rèn)證技術(shù)26-33
• 1.4.1 感知哈希技術(shù)概述26-30
• 1.4.2 音頻感知哈希技術(shù)研究現(xiàn)狀30-32
• 1.4.3 音頻感知哈希性能評價32-33
• 1.5 本文主要工作及內(nèi)容安排33-35
• 第2章 基于NMF的壓縮域音頻感知哈希算法35-49
• 2.1 引言35-36
• 2.2 基于MDCT的MP3音頻壓縮理論36-37
• 2.3 非負(fù)矩陣分解37-38
• 2.4 算法描述38-40
• 2.5 仿真結(jié)果40-48
• 2.5.1 區(qū)分性40-42
• 2.5.2 感知魯棒性42-44
• 2.5.3 抗碰撞性44-48
• 2.6 本章小結(jié)48-49
• 第3章 基于Radon變換的小波域音頻感知哈希算法49-62
• 3.1 引言49-50
• 3.2 Radon變換50-52
• 3.3 算法描述52-53
• 3.3.1 感知哈希生成52-53
• 3.3.2 感知哈希匹配過程53
• 3.4 實驗結(jié)果與分析53-60
• 3.4.1 區(qū)分性54-56
• 3.4.2 感知魯棒性56-57
• 3.4.3 抗碰撞性57-59
• 3.4.4 密鑰依賴性59-60
• 3.4.5 計算效率60
• 3.5 本章小結(jié)60-62
• 第4章 基于MFCC的語音感知哈希內(nèi)容認(rèn)證62-74
• 4.1 引言62
• 4.2 梅爾頻率倒譜系數(shù)及其性質(zhì)62-66
• 4.3 算法描述66-68
• 4.3.1 感知特征提取66-67
• 4.3.2 語音認(rèn)證算法67-68
• 4.4 仿真結(jié)果與分析68-73
• 4.4.1 區(qū)分性69-70
• 4.4.2 感知魯棒性70-71
• 4.4.3 密鑰依賴性71-72
• 4.4.4 篡改檢測及定位72-73
• 4.5 本章小結(jié)73-74
• 第5章 基于指紋感知哈希與數(shù)字水印的音頻源認(rèn)證方案74-87
• 5.1 引言74-75
• 5.2 音頻源認(rèn)證基本思路75
• 5.3 基于指紋重心感知哈希算法75-81
• 5.3.1 指紋感知哈希提取過程75-76
• 5.3.2 指紋感知哈希認(rèn)證過程76-77
• 5.3.3 指紋感知哈希算法的性能77-81
• 5.4 基于指紋感知哈希與數(shù)字水印的音頻認(rèn)證方案81-84
• 5.4.1 水印嵌入方案81-83
• 5.4.2 水印提取及認(rèn)證83-84
• 5.5 實驗結(jié)果與分析84-86
• 5.6 本章小結(jié)86-87
• 第6章 基于范數(shù)比值的小波域音頻水印算法87-104
• 6.1 引言87-88
• 6.2 預(yù)備知識88-90
• 6.2.1 小波變換88-89
• 6.2.2 水印圖像預(yù)處理89-90
• 6.2.3 范數(shù)90
• 6.3 水印的嵌入方案90-93
• 6.3.1 水印嵌入過程91-92
• 6.3.2 縮放因子最優(yōu)化選擇92-93
• 6.4 水印的提取過程93-94
• 6.5 實驗結(jié)果94-98
• 6.5.1 不可聽性測試96
• 6.5.2 魯棒性測試96-98
• 6.6 性能分析98-103
• 6.6.1 量化步長的選擇98-99
• 6.6.2 水印容量分析99-100
• 6.6.3 小波分解級數(shù)與計算復(fù)雜度100-101
• 6.6.4 安全性分析101-102
• 6.6.5 可靠性分析102-103
• 6.6.6 算法對比103
• 6.7 本章小結(jié)103-104
• 結(jié)論與展望104-106
• 致謝106-107
• 參考文獻(xiàn)107-118
• 附錄1 縮略詞表118-120
• 附錄2 圖表目錄120-123
• 攻讀博士學(xué)位期間發(fā)表和錄用的論文123
• 已投稿論文123-124
• 攻讀博士學(xué)位期間參與的科研課題124

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄒建成;周紅麗;鄧歡軍;;一種安全魯棒的圖像哈希方法[J];計算機應(yīng)用研究;2009年06期

2 張維克;孔祥維;尤新剛;;安全魯棒的圖像感知哈希技術(shù)[J];東南大學(xué)學(xué)報(自然科學(xué)版);2007年S1期

3 牛夏牧;焦玉華;;感知哈希綜述[J];電子學(xué)報;2008年07期

4 徐澤明;侯紫峰;;串的快速連續(xù)弱哈希及其應(yīng)用[J];軟件學(xué)報;2011年03期

5 劉麗;李曉舉;李玲玲;;視頻哈希的性能分析與測試[J];計算機工程;2012年06期

6 鮑愛華;袁曉萍;陳鋒;劉鵬;;基于哈希樹的分布式目錄同步方法[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2013年06期

7 徐劍;陳旭;李福祥;周福才;;基于有向哈希樹的認(rèn)證跳表算法[J];計算機科學(xué);2011年09期

8 周國強;田先桃;張衛(wèi)豐;張迎周;;基于圖像感知哈希技術(shù)的釣魚網(wǎng)頁檢測[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2012年04期

9 吳鶴齡;;動態(tài)哈希文件的實現(xiàn)技術(shù)[J];計算機研究與發(fā)展;1990年03期

10 大衛(wèi)·塔爾波特;;哈希緩存[J];科技創(chuàng)業(yè);2009年07期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 張維克;孔祥維;尤新剛;;安全魯棒的圖像感知哈希技術(shù)[A];第七屆全國信息隱藏暨多媒體信息安全學(xué)術(shù)大會論文集[C];2007年

2 夏斌;王斌;關(guān)志峰;;一種基于多維哈希鏈的M-Commerce微支付方案[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

3 尚鳳軍;潘英俊;;一種雙哈希IP數(shù)據(jù)包分類算法研究[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 吳萬烽;王汝傳;黃海平;孫力娟;;Sead協(xié)議哈希鏈機制的分析與改進(jìn)[A];第十一屆保密通信與信息安全現(xiàn)狀研討會論文集[C];2009年

5 蔣惠萍;楊晨雨;袁杰;;基于深空網(wǎng)絡(luò)化感知系統(tǒng)抗功耗快速哈希驗證方法研究[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第五屆學(xué)術(shù)年會論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李金鳳;基于感知哈希及數(shù)字水印的音頻認(rèn)證技術(shù)研究[D];西南交通大學(xué);2015年

2 張慧;圖像感知哈希測評基準(zhǔn)及算法研究[D];哈爾濱工業(yè)大學(xué);2009年

3 劉兆慶;圖像感知哈希若干關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉曼;多示例多標(biāo)記哈希學(xué)習(xí)方法研究[D];山東大學(xué);2015年

2 張云玲;基于視覺系統(tǒng)的感知哈希研究與應(yīng)用[D];合肥工業(yè)大學(xué);2015年

3 周新生;一種面向用戶的無線局域網(wǎng)冗余消除機制[D];上海交通大學(xué);2015年

4 陳海濤;基于感知哈希的圖像保護技術(shù)的研究[D];東北林業(yè)大學(xué);2010年

5 張鶴超;感知圖像哈希技術(shù)及其在數(shù)字認(rèn)證中的應(yīng)用[D];大連理工大學(xué);2008年

6 張嘯;基于稀疏譜哈希的圖像索引[D];浙江大學(xué);2011年

7 魏暉;基于取證哈希的視頻篡改歷史取證研究[D];湖南大學(xué);2013年

8 彭海燕;基于多模態(tài)哈希學(xué)習(xí)的視頻拷貝檢測[D];西安電子科技大學(xué);2014年

9 劉揚威;壓縮域語音感知哈希認(rèn)證算法及安全性研究[D];蘭州理工大學(xué);2014年

10 曹文;基于哈希樹匹配模型的跨站腳本攻擊檢測防御研究[D];江西師范大學(xué);2013年

，

本文編號：1054513