專利名稱：基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一 種信息處理技術(shù)領(lǐng)域的方法，具體是一種基于碼分多址(code divisionmultiple access, CDMA)和分集(diversity)技術(shù)的抗合謀數(shù)字指紋方法。
背景技術(shù)：
信息技術(shù)的迅猛發(fā)展使各類文字、圖片、影視等作品通過(guò)網(wǎng)絡(luò)傳播的范圍空前擴(kuò) 大。如何對(duì)數(shù)字化產(chǎn)品進(jìn)行版權(quán)保護(hù)已成為信息時(shí)代版權(quán)保護(hù)的核心問(wèn)題之一。目前已經(jīng) 提出了一些數(shù)字版權(quán)管理(digital rights management, DRM)方案，這類方案基于加密、 簽名等密碼學(xué)手段，以保證數(shù)據(jù)的安全分發(fā)，限制數(shù)據(jù)的非法濫用，并對(duì)版權(quán)進(jìn)行證明為目 的。但是，一旦用戶獲得了數(shù)字媒體信息，則DRM對(duì)信息的保護(hù)立即消失，無(wú)法阻止用戶對(duì) 由合法途徑得到的數(shù)字產(chǎn)品進(jìn)行非法復(fù)制和再發(fā)布。數(shù)字指紋是一種新型的數(shù)字版權(quán)保護(hù)的技術(shù)，可以彌補(bǔ)傳統(tǒng)DRM的不足。其核心 思想為產(chǎn)品提供者在發(fā)布每一份拷貝前，采用數(shù)字水印技術(shù)在原始拷貝中嵌入與用戶有 關(guān)的信息，該信息具有唯一性，不能被用戶感知，并且能夠有效地區(qū)分不同的用戶；一旦發(fā) 現(xiàn)非法拷貝，即可通過(guò)提取拷貝中的指紋信息追蹤散布非法拷貝的用戶。然而，一些擁有相 同多媒體信息和不同指紋的購(gòu)買(mǎi)者可能會(huì)聯(lián)合起來(lái)對(duì)指紋進(jìn)行合謀攻擊，生成一份指紋信 息衰減甚至被除去的拷貝。因此，設(shè)計(jì)能夠抵抗合謀行為和鑒別合謀者的指紋是一項(xiàng)迫切 的需求。經(jīng)對(duì)現(xiàn)有文獻(xiàn)檢索發(fā)現(xiàn)，相關(guān)技術(shù)如下l、Cox等人在論文"Secure spread spectrum watermarking for multimedia(安 全的多媒體擴(kuò)頻水印)”(IEEE transactions on image processing (IEEE圖像處理學(xué)報(bào))， vol. 6，no. 12，pp. 1673-1687，Dec. 1997)中給出了一種安全的擴(kuò)頻數(shù)字水印嵌入方法。該 方法使用服從標(biāo)準(zhǔn)正態(tài)分布的偽隨機(jī)序列作為水印信息，通過(guò)對(duì)圖片進(jìn)行全局離散余弦變 換(discrete cosine transform, DCT)，然后選取除直流系數(shù)以外幅度最大的一部分系數(shù) 嵌入水印。在進(jìn)行水印檢測(cè)時(shí)，借助于原始圖片提取水印信息。然后計(jì)算提取出的水印信 息與原始水印信息的相關(guān)系數(shù)，從而判定水印信息是否存在。上述Cox水印嵌入方法可用 于數(shù)字指紋系統(tǒng)中。首先，給不同用戶分配相互正交的偽隨機(jī)序列作為他們各自的指紋 ’然 后采用Cox水印嵌入方法，將指紋序列分別嵌入到圖片中。一旦發(fā)現(xiàn)非法拷貝，可以從合謀 拷貝中提取出指紋信息，然后計(jì)算指紋信息與每個(gè)用戶的指紋信息的相關(guān)系數(shù)，根據(jù)運(yùn)算 結(jié)果確定合謀者。該數(shù)字指紋方案能夠很好地抵抗有損壓縮、濾波、剪切、縮放等惡意的或 非惡意的處理，并且具有較強(qiáng)的抵抗多用戶合謀攻擊的能力。但是，采用Cox嵌入方法得到 的圖片的保真度比較低，需要的指紋信息數(shù)量與用戶數(shù)量成正比，檢測(cè)合謀者的運(yùn)算復(fù)雜 度也與用戶數(shù)量成正比。2、Trappe 等人在論文"Anti-collusion fingerprinting for multimedia(抗 合謀多媒體指紋)”(IEEE transactions on signal processing (IEEE 信號(hào)處理學(xué)報(bào))， vol. 51，no. 4，pp. 1069-1087，Apr. 2003)中提出了一種基于組合設(shè)計(jì)的指紋方案。該方案借助于平衡不完全區(qū)組設(shè)計(jì)(Balancedincomplete block design, BIBD)，將BIBD關(guān)聯(lián)矩 陣中各二進(jìn)制元素取反，得到的矩陣的每一列可以作為一個(gè)用戶的指紋碼；然后按預(yù)先設(shè) 定的規(guī)則將指紋碼映射成待嵌入的指紋；將指紋嵌入到載體的DCT系數(shù)中。在發(fā)現(xiàn)非法拷 貝后，從該拷貝中提取出指紋信息，采用硬門(mén)限檢測(cè)法、軟門(mén)限檢測(cè)法或者時(shí)序檢測(cè)法檢測(cè) 多個(gè)合謀者。該指紋方案中使用的隨機(jī)數(shù)序列數(shù)量與用戶數(shù)量的平方根成正比，但是當(dāng)用 戶數(shù)量很大時(shí)，對(duì)應(yīng)的BIBD關(guān)聯(lián)矩陣的求取將變得非常困難。
3、Wang 等人在論文"Group-oriented fingerprinting for multimedia forensics(用于多媒體信息取證的基于分組的指紋)”(EURASIP journal on applied signal processing (EURASIP 應(yīng)用信號(hào)處理期刊)，vol. 2004，no. 14，pp. 2153-2173， Oct. 2004)中提出了基于分組的指紋方案。該方案使用服從標(biāo)準(zhǔn)正態(tài)分布的偽隨機(jī)序列作 為指紋信息。首先，給不同用戶分配相互正交的偽隨機(jī)序列作為用戶信息；然后，根據(jù)先驗(yàn) 信息對(duì)用戶進(jìn)行分組，將相互間最有可能發(fā)起合謀攻擊的用戶分在同一組內(nèi)；給同一組內(nèi) 的用戶分配同一個(gè)偽隨機(jī)序列作為該組用戶的組信息，不同組的組信息相互正交；將組信 息和用戶信息相加就得到用戶的指紋；最后，將指紋嵌入到載體的DCT系數(shù)中。在檢測(cè)合謀 者時(shí)，先通過(guò)相關(guān)運(yùn)算判定合謀者所在的組，然后通過(guò)相關(guān)運(yùn)算在組內(nèi)判定合謀者。相比正 交指紋，該算法能夠提高正確檢測(cè)合謀者的概率，并且相關(guān)運(yùn)算次數(shù)降低；但是所使用的偽 隨機(jī)序列數(shù)量仍然與總的用戶數(shù)量成正比。4、Naoki 等人在論文"Collusion—resistant fingerprinting scheme based on the CDMAtechnique (基于碼分多址技術(shù)的抗合謀數(shù)字指紋方案)”(International Workshop on Security, Nara, Japan(2007 年信息安全國(guó)際研討會(huì))，Oct. 2007, LNCS, vol.4752, pp. 28-43)中提出了一種基于CDMA技術(shù)的指紋方案，其方法為對(duì)用戶進(jìn)行分 組，每個(gè)用戶分配一個(gè)組編號(hào)和用戶編號(hào)作為其標(biāo)識(shí)碼；對(duì)圖片進(jìn)行全局DCT變換，選取一 部分中低頻系數(shù)組成兩個(gè)長(zhǎng)度相等的DCT系數(shù)序列；采用CDMA技術(shù)將用戶編號(hào)和組編號(hào)分 別嵌入到兩個(gè)DCT系數(shù)序列中；對(duì)全體DCT系數(shù)進(jìn)DCT反變換得到含指紋的圖片。發(fā)現(xiàn)可 疑拷貝后，首先對(duì)圖片進(jìn)行DCT變換，選出攜帶了用戶標(biāo)識(shí)碼的DCT系數(shù)序列；結(jié)合原始圖 片采用CDMA技術(shù)提取指紋信息，檢測(cè)多個(gè)合謀者。該方案檢測(cè)合謀者時(shí)不需要相關(guān)運(yùn)算， 檢測(cè)復(fù)雜度低，但是當(dāng)合謀用戶數(shù)量較大時(shí)，會(huì)將很多無(wú)辜者判定為合謀者。綜上所述，目前的數(shù)字指紋方法尚不能在指紋信息量、合謀檢測(cè)復(fù)雜度以及合謀 者檢測(cè)正確率三個(gè)方面同時(shí)達(dá)到令人滿意的效果。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的上述不足，提供一種基于碼分多址和分集技術(shù) 的抗合謀數(shù)字指紋方法。本發(fā)明在DCT變換域的中低頻系數(shù)中嵌入數(shù)字指紋，確保指紋信 息具有很強(qiáng)的抵抗常規(guī)信號(hào)處理的能力以及很好的隱蔽性；嵌入指紋的過(guò)程采用CDMA技 術(shù)，能夠有效地區(qū)分不同用戶，抵抗多用戶合謀攻擊；將分集技術(shù)融入到整個(gè)系統(tǒng)中，對(duì)載 體圖片分塊后在每一塊中嵌入相同的指紋，在獲取可疑拷貝后，通過(guò)綜合各個(gè)塊的檢測(cè)結(jié) 果，僅將一人判定為合謀者，極大程度地降低了將無(wú)辜者判定為合謀者的概率，該方法需要 的指紋信息量很少，生成的拷貝視覺(jué)效果良好，并且檢測(cè)合謀者的復(fù)雜度很低。本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的，本發(fā)明包括以下步驟
第一步，生成購(gòu)買(mǎi)者指紋給每個(gè)數(shù)字化產(chǎn)品的購(gòu)買(mǎi)者分配一個(gè)唯一的用戶標(biāo)識(shí)碼。所述的用戶標(biāo)識(shí)碼是一個(gè)H級(jí)編號(hào)(si，s2，...，Sh)，H彡2，1彡Si<L(l彡i彡H)， L是用戶標(biāo)識(shí)碼中每級(jí)編號(hào)的最大取值。第二步，嵌入購(gòu)買(mǎi)者指紋在發(fā)布數(shù)字化產(chǎn)品前，采用指紋嵌入方法將用戶標(biāo)識(shí)碼 嵌入產(chǎn)品原始拷貝中，生成含用戶標(biāo)識(shí)碼的拷貝。所述的指紋嵌入方法，包括以下步驟2. 1)將需要進(jìn)行版權(quán)保護(hù)的圖像劃分為D張大小相等的子圖片，分別對(duì)每個(gè)子圖 片進(jìn)行全局DCT變換，得到每個(gè)子圖片的全局DCT變換系數(shù)；2. 2)分別從每個(gè)子圖片中選出HL個(gè)中低頻全局DCT變換系數(shù)組成H個(gè)長(zhǎng)度為L(zhǎng) 的原始DCT系數(shù)序列，第k個(gè)子圖片中選出的H個(gè)原始DCT系數(shù)序列記作vk, i = {vk,,⑴， vk, i (2)，. . .，vk, i (L)}，其中1彡k彡D，1彡i彡H，H是用戶標(biāo)識(shí)碼的編號(hào)級(jí)數(shù)，L是用戶 標(biāo)識(shí)碼中每級(jí)編號(hào)的最大取值；2. 3)采用CDMA技術(shù)分別在第k個(gè)子圖片中選出的第i個(gè)長(zhǎng)度為L(zhǎng)的原始DCT系 數(shù)序列中嵌入用戶標(biāo)識(shí)碼中的第i級(jí)編號(hào)Si，得到含有指紋信息的DCT系數(shù)序列v'
{v' udhv' “⑵，…，一 ^(L)}；所述的采用CDMA技術(shù)分別在第k個(gè)子圖片中選出的第i個(gè)長(zhǎng)度為L(zhǎng)的原始DCT 系數(shù)序列中嵌入用戶標(biāo)識(shí)碼中的第i級(jí)編號(hào)Si，包括以下步驟2. 3. 1)使用密鑰&生成長(zhǎng)度等于L并且元素為士 1的二進(jìn)制偽隨機(jī)序列
PN(JQ = {rKi (1), rKi (2),"., 乂 (L)}. 所述的密鑰&是指 其中1 < < ！^，知是預(yù)設(shè)的定值，且每個(gè)用戶的都是相等的，對(duì)用戶保密。所述的二進(jìn)制偽隨機(jī)序列通過(guò)將元素為0和1的偽隨機(jī)序列的0映射為-1得至IJ。所述的元素為0和1的偽隨機(jī)序列是m序列，或者是M序列，或者是Gold序列。2. 3. 2)將序列PN(ig和序列v。對(duì)應(yīng)位置的元素相乘，然后對(duì)相乘得到的序列進(jìn) 行一維 DCT 變換，得到 wk, i = {wk, i ⑴，wk, i (2)， ，wk, ^L)}；2. 3. 3)給wk, i的第Si個(gè)元素加上指紋強(qiáng)度值a i，其余元素不變，得到w' k, t = {w' kji(l),w' kji(2),...w' kji(L)}；2. 3. 4)對(duì)w' kji進(jìn)行一維DCT反變換，將反變換得到的序列和序列PNOQ對(duì)應(yīng) 位置的元素相乘，得到含指紋的DCT系數(shù)序列v' = {v' ,^(1), v' “⑵，...，v' k, 測(cè)。2. 4)分別用每個(gè)子圖片含指紋信息的DCT系數(shù)序列v' k, t替換原始DCT系數(shù)序 列vu，并對(duì)替換后的每個(gè)子圖片進(jìn)行全局DCT反變換，得到含指紋的子圖片；2. 5)將所有含指紋的子圖片按照其對(duì)應(yīng)于原子圖片的順序拼接起來(lái)，得到含指紋 的圖像。第三步，合謀者檢測(cè)當(dāng)發(fā)現(xiàn)數(shù)字化產(chǎn)品的盜版拷貝后，采用合謀者檢測(cè)方法，精 確得到其中的一個(gè)合謀者。
所述的合謀者檢測(cè)方法，包括以下步驟3. 1)將盜版數(shù)字化產(chǎn)品的圖像劃分為D個(gè)大小相等的子圖片，分別對(duì)每個(gè)子圖片 進(jìn)行全局DCT變換，得到每個(gè)子圖片的全局DCT變換系數(shù)；3. 2)分別從每個(gè)子圖片的全局DCT變換系數(shù)中提取攜帶了合謀者所有級(jí)編號(hào)信 息的全局DCT變換系數(shù)序列，第k個(gè)子圖片中選出的攜帶有第i級(jí)編號(hào)的全局DCT變換系 數(shù)序列記作i = {v\, i⑴，v\, i (2)，. . .，v\, i (L)}，其中v\, i (j)在第k個(gè)盜版子圖片的 全局DCT變換系數(shù)的位置與vu (i)在原始子圖片中的全局DCT變換系數(shù)的位置相同，根據(jù) dk, t (j) = v\,, (j) -vk,, (j)，得到第k個(gè)子圖片的第i級(jí)編號(hào)檢測(cè)序列dk,, = {dk,,⑴，dk, i (2), . . . , dkj j (L)}, 1 ^ i ^ H, 1 ^ k ^ D ；3. 3)分別對(duì)每個(gè)子圖片進(jìn)行第一級(jí)編號(hào)檢測(cè)，得到可疑用戶的第1級(jí)編號(hào)和第1 級(jí)編號(hào)的指紋強(qiáng)度值；所述的第一級(jí)編號(hào)檢測(cè)，包括以下步驟3. 3. 1)使用密鑰sc生成長(zhǎng)度等于L并且元素為士 1的二進(jìn)制偽隨機(jī)序列PN(sc) = {rsc (1), \ (2),"., rSc (L)}.3. 3. 2)將PN(se)和du對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列進(jìn)行一維DCT 變換，得到第1級(jí)編號(hào)的指紋強(qiáng)度值fu: {fk,1(l),fk,1(2),...,fk,1(L)}；3. 3. 3)按照下面公式設(shè)定閾值Tu 其中 乙^，^是^中各個(gè)元素的最小值，(^⑴是Q(x)的反函數(shù)，如，工是控制閾值大小 的參數(shù)，Pka表示集合Su元素的個(gè)數(shù)；3.3.4)滿足fuOn)、！^的！^個(gè)?。?！組成可疑用戶第丨級(jí)編號(hào)序列 ，工二 {ck, i(l)，(^⑵，...， ,1(111;,1)}，對(duì)應(yīng)的第1級(jí)編號(hào)指紋強(qiáng)度值依次是41((^1(1))，fk.JCk,
A2)), ... , f^Ck.iOiu))。3. 4)分別對(duì)每個(gè)子圖片進(jìn)行第二級(jí)編號(hào)檢測(cè)，得到可以用戶的第2級(jí)編號(hào)和第2 級(jí)編號(hào)指紋強(qiáng)度值。所述的第二級(jí)編號(hào)檢測(cè)，包括以下步驟3. 4. 1)使用密鑰Cu (丄)生成長(zhǎng)度等于L并且元素為士 1的二進(jìn)制偽隨機(jī)序列 3.4.2)將PMc^a))和(4,2對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列進(jìn)行一 維DCT變換，得到第1級(jí)編號(hào)等于CuGl)的可疑用戶的第2級(jí)編號(hào)指紋強(qiáng)度值3. 4. 3)按照下面的公式設(shè)定閾值r/f
其中 /二，2是/仏中各個(gè)元素的最小值，/^表示集合硙)元素的個(gè)數(shù)，qk,2是控制閾值大 小的參數(shù)；3.4.4)滿足/^加；^？^的啦‘個(gè)?。?！組成第丄級(jí)編號(hào)等于 山^)的可疑用戶的第 2級(jí)編號(hào)序列始〕,相應(yīng)的啦〕個(gè)第2級(jí)編號(hào)指紋強(qiáng)度值依次是 3. 5)按照3. 4)的方法，對(duì)每個(gè)子圖片進(jìn)行第i級(jí)編號(hào)檢測(cè)，得到每個(gè)子圖片每級(jí) 編號(hào)檢測(cè)序列中檢測(cè)可疑用戶的第i級(jí)編號(hào)和第i級(jí)編號(hào)的指紋強(qiáng)度值，直到檢測(cè)出所有 H級(jí)編號(hào)和相應(yīng)的指紋強(qiáng)度值為止，3 < i ( H。所述的第i級(jí)編號(hào)檢測(cè)，包括以下步驟3. 5. 1)使用密鑰…’生成長(zhǎng)度等于L并且元素為士 1的二進(jìn)制偽隨機(jī)序 3. 5. 2)將/WWjlf'^a-,))和dk, i對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列 進(jìn)行一維DCT變換，得到第1級(jí)編號(hào)等于CkJj1)，第2級(jí)編號(hào)等于^^G2)，第3級(jí)編號(hào)等 于.....和第i_l級(jí)編號(hào)等于々d"'’^的可疑用戶的第i級(jí)編號(hào)指紋強(qiáng)度值 3. 5. 3)按照下面的公式設(shè)定閾值Cjw^d， 其中 /i^力 -')是力尸’ -')中各個(gè)元素的最小值，歡’"義)表示集合祀’ “2’…’元素的個(gè) 數(shù)，qk,i是控制閾值大小的參數(shù)。3.5.4)滿足/^’ )_)>7^ )的Ο )個(gè)m組成第1級(jí)編號(hào)等于ck, ！ (J1)，第2級(jí)編號(hào)等于，...，和第i-Ι級(jí)編號(hào)等于々dd^u的可疑用戶的第i級(jí) 編號(hào)序列
第i級(jí)編號(hào)的指紋強(qiáng)度值依次等于沿 )岵 )^ 沿 )岵 )(2)) 3. 6)分別將每個(gè)子圖片中每級(jí)指紋強(qiáng)度值進(jìn)行相加，得到每個(gè)子圖片內(nèi)檢測(cè)出的 可疑用戶的各級(jí)指紋強(qiáng)度之和，具體公式為fikU”h’…’ U…jH、= KD + f改U2) + J^W(Ji) +…+ ^W^OUH).3. 7)當(dāng)存在且僅存在第Ic1個(gè)、第k2個(gè)、...和第kN個(gè)子圖片使得 S
則將這些子圖片的各級(jí)指紋強(qiáng)度和進(jìn)行相加，得到每個(gè)可疑用戶的
指紋強(qiáng)度值總和，指紋強(qiáng)度值總和最大的用戶被確定為合謀者。與現(xiàn)有的抗合謀數(shù)字指紋方法相比，本發(fā)明具有如下優(yōu)點(diǎn)第一，為有效地區(qū)分不同用戶的用戶編號(hào)，僅需要一組相互間準(zhǔn)正交的元素為士 1 的偽隨機(jī)序列，而這些為隨機(jī)序列可以通過(guò)某一個(gè)元素為O和1的偽隨機(jī)序列(如m序列、 M序列、Gold序列等)中的O映射為-1得到，實(shí)際的數(shù)據(jù)量極小，避免了用高斯白噪聲序列 作為指紋帶來(lái)的指紋信息數(shù)據(jù)量龐大的問(wèn)題。第二，采用分集技術(shù)提高指紋的魯棒性。因?yàn)樵谇度攵藢?duì)載體圖片進(jìn)行劃分，在各 個(gè)子圖片內(nèi)嵌入指紋，所以在檢測(cè)合謀者時(shí)，能夠從多個(gè)子圖片中檢測(cè)到可疑用戶。最后綜 合各個(gè)子圖片的檢測(cè)結(jié)果，僅選出一個(gè)最有可能參與合謀的非法用戶，提高了合謀者檢測(cè) 的準(zhǔn)確度，降低了檢測(cè)錯(cuò)誤的概率。第三，合謀者檢測(cè)的過(guò)程包括圖片的分塊DCT變換、含指紋DCT系數(shù)序列提取、偽 隨機(jī)序列與含指紋DCT系數(shù)序列的逐位相乘、一維DCT變換和最后的判決?？梢园l(fā)現(xiàn)，整個(gè) 過(guò)程不需進(jìn)行相關(guān)運(yùn)算，檢測(cè)復(fù)雜度很低。如果選用的偽隨機(jī)序列的長(zhǎng)度等于2的冪次，那 么一維DCT變換還可以使用快速算法進(jìn)行，以進(jìn)一步加快檢測(cè)過(guò)程。第四，本方法具有良好的擴(kuò)展性。用戶標(biāo)識(shí)為多級(jí)編號(hào)的組合，在每一個(gè)子圖片中 選取多個(gè)全局DCT系數(shù)序列嵌入這些編號(hào)。除了嵌入第一級(jí)編號(hào)采用公用的密鑰生成偽隨 機(jī)序列外，采用上一級(jí)編號(hào)作為密鑰生成嵌入下一級(jí)編號(hào)所需的偽隨機(jī)序列?？梢愿鶕?jù)實(shí) 際需要確定所采取的編號(hào)的級(jí)數(shù)。


圖1為實(shí)施例采用的Lena原圖。圖2為實(shí)施例子圖片劃分方式示意圖。圖3為實(shí)施例中的4個(gè)用戶的含指紋Lena圖片；其中(a)是第一個(gè)用戶的含指紋Lena圖片；(b)是第二個(gè)用戶的含指紋Lena圖 片；(c)是第三個(gè)用戶的含指紋Lena圖片；(d)是第四個(gè)用戶的含指紋Lena圖片。圖4為實(shí)施例中合謀者生成的非法Lena圖片。
具體實(shí)施例方式以下結(jié)合附圖對(duì)本發(fā)明的實(shí)施例作詳細(xì)說(shuō)明本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和過(guò)程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。實(shí)施例
本實(shí)施例采用大小為512 X 512的Lena灰度圖片作為原始載體，如圖1所示，具體 包括以下步驟1)生成購(gòu)買(mǎi)者指紋給每個(gè)數(shù)字化產(chǎn)品的購(gòu)買(mǎi)者分配一個(gè)唯一的用戶標(biāo)識(shí)碼。本實(shí)施例中用戶標(biāo)識(shí)碼是一個(gè)兩級(jí)編號(hào)(Sl，s2)，且1彡S1, S2 ( 63，故該指紋系 統(tǒng)能容納的用戶數(shù)量等于632 = 3969。2)嵌入購(gòu)買(mǎi)者指紋在發(fā)布數(shù)字化產(chǎn)品前，采用指紋嵌入方法將用戶標(biāo)識(shí)碼嵌入 產(chǎn)品原始拷貝中，生成含用戶標(biāo)識(shí)碼的拷貝。2. 1)將需要進(jìn)行版權(quán)保護(hù)的圖像劃分為4張大小相等的子圖片，每個(gè)子圖片的大 小為256X256,4個(gè)子圖片的序號(hào)如圖2所示，分別對(duì)每個(gè)子圖片進(jìn)行全局DCT變換，得到 每個(gè)子圖片的全局DCT變換系數(shù)；2. 2)分別從每個(gè)子圖片中選出HL個(gè)中低頻全局DCT變換系數(shù)組成H個(gè)長(zhǎng)度為L(zhǎng) 的原始DCT系數(shù)序列，第k個(gè)子圖片中選出的H個(gè)原始DCT系數(shù)序列記作vk, i = {vk, i⑴， vk, i (2)，. . .，vk, i (L)}，其中1彡k彡D，1彡i彡H，H是用戶標(biāo)識(shí)碼的編號(hào)級(jí)數(shù)，L是用戶 標(biāo)識(shí)碼中每級(jí)編號(hào)的最大取值；從第個(gè)子圖片的全局DCT變換系數(shù)中選出2 X 63個(gè)中低頻系數(shù)組成 兩個(gè)長(zhǎng)度為 63 的序列 Vu = {vkjl(l),vka(2),... ,vka(63)}和 vk,2 = {vk,2 (1)，vk,2 (2)，...， vk,2 (63)}，分別用于嵌入第1級(jí)編號(hào)S1和第2級(jí)編號(hào)編號(hào)S2。其中Vkil (j) (1 ^ j ^ 63)取 自第k個(gè)子圖片的位于第65+j行第192-j列的全局DCT變換系數(shù)，vk,2(j) (1 ^ j ^ 63)取 自第k個(gè)子圖片的位于第128+j行第129-j列的全局DCT變換系數(shù)。2. 3)采用CDMA技術(shù)分別在第k個(gè)子圖片中選出的第i個(gè)長(zhǎng)度為L(zhǎng)的原始DCT系 數(shù)序列中嵌入用戶標(biāo)識(shí)碼中的第i級(jí)編號(hào)Si,得到含有指紋信息的DCT系數(shù)序列ν' U = {v' kji(l), v' kji(2),... ,v' kjL)}，其中1 < i < 2，1 < 4 :2.3.1)使用密鑰Ki生成長(zhǎng)度等于63并且元素為士 1的二進(jìn)制偽隨機(jī)序列 所(&) = {^(1),\(2),...々(63)}。所述的密鑰Ki具體是=K1 = 1,K2 = S10為獲得長(zhǎng)度等于63并且元素為士 1的二進(jìn)制偽隨機(jī)序列，首先采用本原多項(xiàng)式 x6+x+l生成長(zhǎng)度為63并且元素為0和1的m序列，再將0映射成-1，得到一個(gè)元素為士 1 的二進(jìn)制偽隨機(jī)序列a = Ia(I)，a(2)，. . .，a(63)}。給定一個(gè)密鑰K (1彡K彡63)，生成 的偽隨機(jī)序列為 PN(K) = {rK(l)，rK(2)，...，rK(63)}，其中 rK(i) = a(mod(i+K-l，63))。2.3.2)將PN(Ki)和Vka對(duì)應(yīng)位置的元素相乘，然后對(duì)得到的序列進(jìn)行一維DCT變 換，得到 Wk, i = {wk, i ⑴，Wk, i (2)，· · ·，Wkj i (63)}；2. 3. 3)給Wka的第Si個(gè)元素加上指紋強(qiáng)度值α , = 500，其余元素不變，得到w' k, i = {w' kji(l), w' kji(2), ...w' kji(63)}；2.3.4)對(duì)^進(jìn)行一維DCT反變換，將得到的序列和PN(Ki)對(duì)應(yīng)位置的元素相 乘，得到含指紋的 DCT 系數(shù)序列 ν' U=IV ^i(I)5V' ^(2)，...，ν' ^(63)}。2. 4)分別用每個(gè)子圖片含指紋信息的DCT系數(shù)序列ν' U替換原始DCT系數(shù)序 列vk, i，并對(duì)替換后的每個(gè)子圖片進(jìn)行全局DCT反變換，得到含指紋的子圖片；
2. 5)將所有含指紋的子圖片按照其對(duì)應(yīng)于原子圖片的順序拼接起來(lái)，得到含指紋 的圖像。本實(shí)施例中使用用戶標(biāo)識(shí)碼(15,44), (17,27), (35,5)和(44,30)生成的含指紋 拷貝分別如圖3(a)、圖3(b)、圖3(c)和圖3(d)所示，4份拷貝的PSNR(峰值信噪比)依次 為 39. 2571dB、39. 2574dB、39. 2575dB 和 39. 2539dB，可見(jiàn)圖片的保真度很好。本實(shí)施例中PSNR的計(jì)算方法為 其中g(shù)(m，η)和h(m，η)分別表示原始圖片和含指紋圖片的灰度值。3)合謀者檢測(cè)當(dāng)發(fā)現(xiàn)數(shù)字化產(chǎn)品的盜版拷貝后，采用合謀者檢測(cè)方法，精確得 到其中的一個(gè)合謀者。本實(shí)施例中上述四個(gè)用戶進(jìn)行合謀，他們將得到的灰度圖片的對(duì)應(yīng)像素值進(jìn)行平 均，得到一張新的圖片，然后對(duì)圖片進(jìn)行品質(zhì)因數(shù)為75的JPEG壓縮得到合謀拷貝，如圖4 所示，最后進(jìn)行非法發(fā)布。版權(quán)所有者在獲取了非法散布的拷貝后，通過(guò)如下步驟檢測(cè)合謀 者3. 1)將盜版數(shù)字化產(chǎn)品的圖像劃分為4個(gè)大小相等的子圖片，劃分方式與嵌入指 紋時(shí)的劃分方式一致，分別對(duì)每個(gè)子圖片進(jìn)行全局DCT變換，得到每個(gè)子圖片的全局DCT變 換系數(shù)；3.2)從每個(gè)子圖片的全局DCT變換系數(shù)中選出攜帶了合謀者所有不同級(jí)編號(hào)信 息的全局DCT變換系數(shù)序列，第k(l彡k彡4)個(gè)子圖片中選出的攜帶有第i (1彡i彡2)級(jí) 編號(hào)的全局DCT變換系數(shù)序列記作ν\“ = Mi(I)，ν；,, (2)，. . .，ν\“(63)}，其中v^j) 在第k個(gè)盜版子圖片的全局DCT變換系數(shù)的位置與vk, i (i)在原始子圖片中的全局DCT變 換系數(shù)的位置相同，根據(jù)dk.Jj) = V^i(J)-Vka(J) (1彡j彡63)，得到第k(l彡k彡4)個(gè) 子圖片的第i級(jí)編號(hào)檢測(cè)序列dk, i = {dk, i⑴，dk, i (2)，...，dk, i (63)}。3. 3)從第k(l彡k彡4)個(gè)子圖片的第1級(jí)編號(hào)檢測(cè)序列du中檢測(cè)可疑用戶的 第1級(jí)編號(hào)，得到有Ii1,k個(gè)元素組成的第1級(jí)編號(hào)序列Cka = {cka (I)5Cka (2),.. .，ck,Jnk, )}，和對(duì)應(yīng)的第 1 級(jí)編號(hào)指紋強(qiáng)度值 fk, Jck, Jl))，^1(CkaQ)), . . .，^1(CkaOika))3.3.1)使用密鑰Sc= 1生成長(zhǎng)度等于63并且元素為士 1的二進(jìn)制偽隨機(jī)序列
P^c) = {rsc(l),rc(2),...,rsc(63)}_
3. 3. 2)將PN(s。)和du對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列進(jìn)行一維DCT 變換，得到第1級(jí)編號(hào)的指紋強(qiáng)度值fu= {fk,1(l),fka(2),...,fk,1(63)}；3.3.3)設(shè)fka中各個(gè)元素的最小值為f^u，集合Skil = Imlffflimka ( fk,
彡-f-u}，計(jì)算 =+ΣΣ其中Pu表示集合Su元
素的個(gè)數(shù)；3. 3.4)設(shè)定閾值 Tkil = σ uQ—1 (qu)，其中 qu = 0.005。滿足 f^On)、！^的 ， ！個(gè)m組成可疑用戶第1級(jí)編號(hào)序列Ckil = {cka⑴，Cu (2)，...，ck,^nka)}，對(duì)應(yīng)的第1級(jí)編號(hào)指紋強(qiáng)度值依次是 fka (Cu (1) ),fka (cka(2)),..., fka (cka (Hka))。當(dāng)所有4個(gè)子圖片都遍歷完成后，可疑用戶的第1級(jí)編號(hào)檢測(cè)結(jié)束，并得到相應(yīng)的 第1級(jí)編號(hào)指紋強(qiáng)度值。3. 4)根據(jù)可疑用戶的第1級(jí)編號(hào)Ckil (J1) (1 ( J1 ( nka)，從第k(l彡k彡4)個(gè) 子圖片中的第2級(jí)編號(hào)檢測(cè)序列dk,2中檢測(cè)可疑用戶的第2級(jí)編號(hào)，得到的有個(gè)元素
的序列
啦…,且得到相應(yīng)的個(gè)第i級(jí)編號(hào)的指紋強(qiáng)度值

3. 4. 1)使用密鑰Cu(J1)生成長(zhǎng)度等于63并且元素為士 1的二進(jìn)制偽隨機(jī)序列 3.4.2)將PN(CkJj1))和dk,2對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列進(jìn)行 一維DCT變換，得到第1級(jí)編號(hào)等于Cu (丄)的潛在可疑用戶的第2級(jí)編號(hào)指紋強(qiáng)度值3.4.3)設(shè)f改中各個(gè)元素的最小值為/^is集合
ΓV
c(n (i) ( ) η 計(jì)算趟)、4τ Σ //i)⑷Σ//i)⑷
其中Wf表示集合&義元素的個(gè)數(shù)；3.4.4)設(shè)定閾值 T^ =σ浩QT、(qka)，其中 ％ 2 = 0. 005。滿足 Af (m) > T^的昭個(gè)m組成第1級(jí)編號(hào)等于Cu (丄)的可疑用戶的第2級(jí)編號(hào)序列 C^ 仏改⑴乂改⑵，…，始如改；^，相應(yīng)的^^個(gè)第2級(jí)編號(hào)指紋強(qiáng)度值依次是//i^gCW，
潔)(慫⑵)當(dāng)所有的CkJj1) (1彡k彡4) (1彡J1 ( nka)都遍歷完成后，可疑用戶的第2級(jí) 編號(hào)檢測(cè)完畢，并得到相應(yīng)的第2級(jí)編號(hào)指紋強(qiáng)度值。3.5)根據(jù)檢測(cè)出的可疑用戶的各級(jí)編號(hào)和各級(jí)編號(hào)對(duì)應(yīng)的指紋強(qiáng)度值，計(jì)算每 一個(gè)子圖片內(nèi)檢測(cè)出的可疑用戶的各級(jí)指紋強(qiáng)度值之和。具體為第k個(gè)子圖片內(nèi)，第1 級(jí)編號(hào)等于CkJj1)并且第2級(jí)編號(hào)等于C^G2)的可疑用戶的2級(jí)指紋強(qiáng)度值之和等于 A(JpA) = /,,,(J1) + A^(A)
ο3. 6)累加不同子圖片內(nèi)檢測(cè)到的同一可疑用戶的2級(jí)指紋強(qiáng)度值之和，得到每個(gè) 可疑用戶的指紋強(qiáng)度值總和，指紋強(qiáng)度值總和最大的用戶被確定為合謀者。具體如下當(dāng)僅在第k個(gè)子圖片內(nèi)檢測(cè)出了第1級(jí)編號(hào)等于Cu (J1)并且第2級(jí)編號(hào)等于
G2)的可疑用戶，那么該可疑用戶的指紋強(qiáng)度值總和等于:r(ckM),cg(j2)) = MJ”j2)。當(dāng)存在并且僅存在第Ic1個(gè)和第k2個(gè)子圖片使得CkJju) = CkJj2l)并且 = (人2)時(shí)，那么該可疑用戶的指紋強(qiáng)度值總和等于 當(dāng)存在并且僅存在第Ic1個(gè)、第k2個(gè)、...和第kN個(gè)子圖片使得 、’
Ov,2)時(shí)，那么該可疑 用戶的指紋強(qiáng)度值總和等于 當(dāng)遍歷完所有子圖片中檢測(cè)到的可疑用戶后，得到表1所示的可疑用戶指紋強(qiáng)度 值總和表。因?yàn)閅 (17，27)最大，那么用戶標(biāo)識(shí)碼為(17，27)的購(gòu)買(mǎi)者被確定為合謀者，該 用戶確實(shí)是合謀者之一，因而本實(shí)施例方法的檢測(cè)是正確的。表 權(quán)利要求
一種基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征在于，包括以下步驟第一步，生成購(gòu)買(mǎi)者指紋給每個(gè)數(shù)字化產(chǎn)品的購(gòu)買(mǎi)者分配一個(gè)唯一的用戶標(biāo)識(shí)碼；第二步，嵌入購(gòu)買(mǎi)者指紋在發(fā)布數(shù)字化產(chǎn)品前，采用指紋嵌入方法將用戶標(biāo)識(shí)碼嵌入產(chǎn)品原始拷貝中，生成含用戶標(biāo)識(shí)碼的拷貝；第三步，合謀者檢測(cè)當(dāng)發(fā)現(xiàn)數(shù)字化產(chǎn)品的盜版拷貝后，采用合謀者檢測(cè)方法，精確得到其中的一個(gè)合謀者。
2.根據(jù)權(quán)利要求1所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的用戶標(biāo)識(shí)碼是一個(gè)H級(jí)編號(hào)(Sl，s2，. . .，sH)，H彡2，1彡Si彡L，1彡i彡H，L是 用戶標(biāo)識(shí)碼中每級(jí)編號(hào)的最大取值。
3.根據(jù)權(quán)利要求1所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的指紋嵌入方法，包括以下步驟(2. 1)將需要進(jìn)行版權(quán)保護(hù)的圖像劃分為D張大小相等的子圖片，分別對(duì)每個(gè)子圖片進(jìn) 行全局DCT變換，得到每個(gè)子圖片的全局DCT變換系數(shù)；(2. 2)分別從每個(gè)子圖片中選出HL個(gè)中低頻全局DCT變換系數(shù)組成H個(gè)長(zhǎng)度為L(zhǎng)的原 始DCT系數(shù)序列，第k個(gè)子圖片中選出的H個(gè)原始DCT系數(shù)序列記作Vu = (Vkii(I), vk, 1(2)，...，\1仏)}，其中1彡1^彡0，1彡1彡!1，H是用戶標(biāo)識(shí)碼的編號(hào)級(jí)數(shù)，L是用戶標(biāo) 識(shí)碼中每級(jí)編號(hào)的最大取值；(2. 3)采用CDMA技術(shù)分別在第k個(gè)子圖片中選出的第i個(gè)長(zhǎng)度為L(zhǎng)的原始DCT系數(shù)序列 中嵌入用戶標(biāo)識(shí)碼中的第i級(jí)編號(hào)Si,得到含有指紋信息的DCT系數(shù)序列ν' U=IV k, ν' kji(2),... ,ν' kji(L)}；(2. 4)分別用每個(gè)子圖片含指紋信息的DCT系數(shù)序列ν' u替換原始DCT系數(shù)序列vk, i，并對(duì)替換后的每個(gè)子圖片進(jìn)行全局DCT反變換，得到含指紋的子圖片；(2. 5)將所有含指紋的子圖片按照其對(duì)應(yīng)于原子圖片的順序拼接起來(lái)，得到含指紋的圖像。
4.根據(jù)權(quán)利要求3所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的采用CDMA技術(shù)分別在第k個(gè)子圖片中選出的第i個(gè)長(zhǎng)度為L(zhǎng)的原始DCT系數(shù)序 列中嵌入用戶標(biāo)識(shí)碼中的第i級(jí)編號(hào)Si，包括以下步驟(2.3. 1)使用密鑰Ki生成長(zhǎng)度等于L并且元素為士1的二進(jìn)制偽隨機(jī)序列 PN(K1) = ^kXI),rKX2),...,rK\L)}t(2. 3. 2)將序列PN(Ki)和序列Vka對(duì)應(yīng)位置的元素相乘，然后對(duì)相乘得到的序列進(jìn)行一 維 DCT 變換，得到 wk, i = {wk, i ⑴，wk, i (2)，· · ·，wkj i (L)}；(2.3.3)給Wkii的第Si個(gè)元素加上指紋強(qiáng)度值Cii,其余元素不變，得到W'U=IV k, i(l), w' kji(2),...w' kji(L)}；(2.3.4)對(duì)。進(jìn)行一維DCT反變換，將反變換得到的序列和序列PN(Ki)對(duì)應(yīng)位置的 元素相乘，得到含指紋的DCT系數(shù)序列ν' ^=IV ud)，ν'“⑵，…，一 ^(L)}。
5.根據(jù)權(quán)利要求4所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的密鑰Ki是指其中1 < < L，是預(yù)設(shè)的定值，且每個(gè)用戶的S。都是相等的，S。對(duì)用戶保密。
6.根據(jù)權(quán)利要求4所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的二進(jìn)制偽隨機(jī)序列通過(guò)將元素為O和1的偽隨機(jī)序列的O映射為-1得到；所述 的元素為O和1的偽隨機(jī)序列是m序列，或者是M序列，或者是Gold序列。
7.根據(jù)權(quán)利要求1所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的合謀者檢測(cè)方法，包括以下步驟(3. 1)將盜版數(shù)字化產(chǎn)品的圖像劃分為D個(gè)大小相等的子圖片，分別對(duì)每個(gè)子圖片進(jìn)行 全局DCT變換，得到每個(gè)子圖片的全局DCT變換系數(shù)；(3. 2)分別從每個(gè)子圖片的全局DCT變換系數(shù)中提取攜帶了合謀者所有級(jí)編號(hào)信息的 全局DCT變換系數(shù)序列，第k個(gè)子圖片中選出的攜帶有第i級(jí)編號(hào)的全局DCT變換系數(shù)序列 記作V^i = Iv^i(I)，(2)，. . .，ν；,, (L)}，其中(j)在第k個(gè)盜版子圖片的全局DCT 變換系數(shù)的位置與VuG)在原始子圖片中的全局DCT變換系數(shù)的位置相同，根據(jù)dk.Jj)= V^i(J) -Vka(J)，得到第k個(gè)子圖片的第i級(jí)編號(hào)檢測(cè)序列Clka = (Clka(I)，Clka (2)，. . .，dk, i (L)}, 1 ^ i ^ H, 1 ^ k ^ D ；(3. 3)分別對(duì)每個(gè)子圖片進(jìn)行第一級(jí)編號(hào)檢測(cè)，得到可疑用戶的第1級(jí)編號(hào)和第1級(jí)編 號(hào)的指紋強(qiáng)度值；(3. 4)分別對(duì)每個(gè)子圖片進(jìn)行第二級(jí)編號(hào)檢測(cè)，得到可以用戶的第2級(jí)編號(hào)和第2級(jí)編 號(hào)指紋強(qiáng)度值；(3. 5)按照3. 4)的方法，對(duì)每個(gè)子圖片進(jìn)行第i級(jí)編號(hào)檢測(cè)，得到每個(gè)子圖片每級(jí)編號(hào) 檢測(cè)序列中檢測(cè)可疑用戶的第i級(jí)編號(hào)和第i級(jí)編號(hào)的指紋強(qiáng)度值，直到檢測(cè)出所有H級(jí) 編號(hào)和相應(yīng)的指紋強(qiáng)度值為止，3 < i ^H5(3. 6)分別將每個(gè)子圖片中每級(jí)指紋強(qiáng)度值進(jìn)行相加，得到每個(gè)子圖片內(nèi)檢測(cè)出的可疑 用戶的各級(jí)指紋強(qiáng)度之和，具體公式為 (3. 7)當(dāng)存在且僅存在第Ic1個(gè)、第k2個(gè)、...和第kN個(gè)子圖片使得 =^f/^則將這些子圖片的各級(jí)指紋強(qiáng)度和進(jìn)行相加，得到每個(gè)可疑用戶的指紋強(qiáng)度值總和，指紋強(qiáng)度值總和最大的用戶被確定為合謀者。
8.根據(jù)權(quán)利要求7所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征是，所述的第一級(jí)編號(hào)檢測(cè)，包括以下步驟(3.3. 1)使用密鑰S。生成長(zhǎng)度等于L并且元素為士1的二進(jìn)制偽隨機(jī)序列 (3. 3. 2)將PN(s。)和du對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列進(jìn)行一維DCT變換， 得到第1級(jí)編號(hào)的指紋強(qiáng)度值fu= Ifka(I)^ka (2),..., ^1(L)I ； 3. 3. 3)按照下面公式設(shè)定閾值Tu 是fu中各個(gè)元素的最小值，纊(X)是Q(X)的反函數(shù)，qu是控制閾值大小的參 數(shù)，Pu表示集合Su元素的個(gè)數(shù)；3. SjHiMfu(Hl)、！^的！^個(gè)！??！組成可疑用戶第！級(jí)編號(hào)序列 ^= Ickil(I)^k, !(2),..., Cka(Hka)}，對(duì)應(yīng)的第 1 級(jí)編號(hào)指紋強(qiáng)度值依次是 fka (cka (1))，fka (Cka (2))，...， L(CuD) °
9.根據(jù)權(quán)利要求7所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的第二級(jí)編號(hào)檢測(cè)，包括以下步驟3.4. 1)使用密鑰CkJj1)生成長(zhǎng)度等于L并且元素為士 1的二進(jìn)制偽隨機(jī)序列3. 4. 2)將PN (ck,工(丄))和dk,2對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列進(jìn)行 一維DCT變換，得到第1級(jí)編號(hào)等于CkJj1)的可疑用戶的第2級(jí)編號(hào)指紋強(qiáng)度值3. 4. 3)按照下面的公式設(shè)定閾值 T^ =^QTx(Clka) /1^2是·/^中各個(gè)元素的最小值，/^表示集合祀)元素的個(gè)數(shù)，Qu是控制閾值大小的 參數(shù)；3.4.4)滿足的η改個(gè)m組成第1級(jí)編號(hào)等于Cu(J1)的可疑用戶的第2 級(jí)編號(hào)序列4夕=Wf⑴，也乂2)，…，也如丨夕)},相應(yīng)的☆丨〕個(gè)第2級(jí)編號(hào)指紋強(qiáng)度值依次是 ](改(1)) ] (C^ (2)) 倍‘(C 改(η^)) ， ， ” °
10.根據(jù)權(quán)利要求7所述的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，其特征 是，所述的第i級(jí)編號(hào)檢測(cè)，包括以下步驟3. 5. 1)使用密鑰&過(guò)’1;-2)(·/,.-,)生成長(zhǎng)度等于L并且元素為士 1的二進(jìn)制偽隨機(jī)序列/w(dt...’7'-2) α—,))={、廣切⑴)α),3. 5. 2)將/WWjfUU-,))和dk, i對(duì)應(yīng)位置上的元素相乘，然后對(duì)得到的序列進(jìn)行 一維DCT變換，得到第1級(jí)編號(hào)等于CkJj1),第2級(jí)編號(hào)等于C^G2)，第3級(jí)編號(hào)等于C^wU3).....和第i-1級(jí)編號(hào)等于C^f…夂)(yM)的可疑用戶的第i級(jí)編號(hào)指紋強(qiáng)度值 ’3. 5. 3)按照下面的公式設(shè)定閾值 其中 /^力…^是中各個(gè)元素的最小值，歡’y2"jM)表示集合祀 )元素的個(gè)數(shù)， qk,i是控制閾值大小的參數(shù)；‘3. 5. 4)滿足 的心&個(gè)m組成第1級(jí)編號(hào)等于cka (J1)，第2級(jí)編號(hào)等于忍W2),和第i-i級(jí)編號(hào)等于的可疑用戶的第i級(jí)編號(hào)序列 相應(yīng)的乂爐第i級(jí)編號(hào)的指紋強(qiáng)度值依次等于
全文摘要
一種信息處理技術(shù)領(lǐng)域的基于碼分多址和分集技術(shù)的抗合謀數(shù)字指紋方法，包括以下步驟給每個(gè)購(gòu)買(mǎi)者分配由多級(jí)編號(hào)組成的用戶標(biāo)識(shí)碼；在嵌入指紋時(shí)先對(duì)原始載體圖片劃分成子圖片，然后在每一子圖片中采用CDMA技術(shù)將用戶的各級(jí)編號(hào)嵌入到子圖片的全局DCT變換系數(shù)中；當(dāng)發(fā)現(xiàn)可疑拷貝后，結(jié)合原始載體圖片，首先從每一個(gè)子圖片中檢測(cè)出可疑用戶的各級(jí)編號(hào)和對(duì)應(yīng)的指紋強(qiáng)度值，然后采用分集技術(shù)綜合各個(gè)子圖片的檢測(cè)結(jié)果，精確判定其中的一個(gè)合謀者。本發(fā)明對(duì)載體圖片的質(zhì)量影響小，合謀者檢測(cè)復(fù)雜度低，檢測(cè)正確率很高。
文檔編號(hào)H04B1/707GK101872398SQ201010200730
公開(kāi)日2010年10月27日 申請(qǐng)日期2010年6月13日 優(yōu)先權(quán)日2010年6月13日
發(fā)明者張愛(ài)新, 張繼昊, 李建華, 李生紅, 王翔宇, 鄭旭平, 金波 申請(qǐng)人:上海交通大學(xué)