【文章內(nèi)容簡介】 圖22水印嵌入的基本框架Figure 22 Basic framework of the watermark embedding把原始音頻數(shù)據(jù)、要嵌入的水印信息和一個(gè)可選的私鑰/公鑰作為這個(gè)系統(tǒng)的輸入，嵌入水印后，該系統(tǒng)輸出的是含水印的音頻信號。其中水印信息可以是圖像（二值圖像、灰度圖像或彩色圖像）、隨機(jī)序列或偽隨機(jī)序列、文字等。在嵌入水印前，通常都會(huì)采用水印預(yù)處理算法對水印信息進(jìn)行處理，以提高水印的安全性。由圖22可以定義水印嵌入過程的通用公式： () 圖23為水印檢測/提取的基本框架。原始水?。ǎ?原始音頻（）含水印音頻數(shù)據(jù)（）私鑰/公鑰（）估計(jì)水?。ǎ?相似度檢測()水印檢測算法圖23水印檢測的基本框架Figure 23 Basic framework of the watermark detection由圖23定義水印檢測過程的公式：① 需要原始音頻數(shù)據(jù)時(shí)： () ② 需要原始水印時(shí)： ()③ 不需要原始音頻數(shù)據(jù)時(shí)： ()其中，代表要估計(jì)的水印，代表遭受到攻擊后的含水印的音頻數(shù)據(jù)，是所采用的水印檢測算法。一般采用相似度檢驗(yàn)的方法來證明檢測信號是水印信號，但它只能檢測水印信號是偽隨機(jī)信號，或者是隨機(jī)信號。水印相似度檢驗(yàn)的公式為： () 其中，代表水印信號和檢測信號的相似度，代表估計(jì)水印，代表原始水印。要成功地在數(shù)字音頻中隱藏水印信息，水印處理系統(tǒng)必須滿足一些特定的要求。音頻數(shù)字水印系統(tǒng)的要求[20]主要包括對魯棒性、感知透明性、安全性以及對載荷(容量)和計(jì)算復(fù)雜性的要求。 (l)感知透明性音頻數(shù)字水印系統(tǒng)要求在音頻中嵌入水印信息后，含水印音頻必須在聽覺感知上達(dá)到一定的要求，也就是說在音頻中嵌入水印信息而引起的音頻載體的變化對人的聽覺系統(tǒng)來說應(yīng)該是覺察不出來的，理想情況是嵌入水印的音頻和原始音頻載體在聽覺上幾乎沒什么差異，并且對兩者進(jìn)行相同的信號處理操作后也不會(huì)有任何感知上的差異。（2）魯棒性數(shù)字水印的魯棒性是指數(shù)字作品在受到各種信號處理操作或攻擊后，水印系統(tǒng)仍然能夠檢測到水印的能力。目前，信號處理操作主要有：DA/AD轉(zhuǎn)換、添加噪聲、低通濾波和壓縮等。這些操作都不是惡意的，惡意的攻擊主要有未經(jīng)授權(quán)的刪除、未經(jīng)授權(quán)的嵌入和未經(jīng)授權(quán)的檢測。數(shù)字水印系統(tǒng)要求水印必須有一定的魯棒性，即含水印信號在受到各種有意或無意攻擊后仍能從水印載體中提取出水印，以達(dá)到版權(quán)保護(hù)的目的。（3）安全性安全性主要指水印抵抗惡意攻擊的能力。對于有目的的攻擊，如在已獲取水印算法或相關(guān)知識(shí)的情況下，要具有抵抗力，使非授權(quán)用戶無法檢測和破壞水印。（4）數(shù)據(jù)容量數(shù)據(jù)容量也稱為嵌入率、加載率，是指在一個(gè)數(shù)字作品中最多可以嵌入的水印比特?cái)?shù)。不同的應(yīng)用環(huán)境對數(shù)據(jù)容量的要求不同，在版權(quán)保護(hù)應(yīng)用中，為了提高水印的抗裁剪能力，一般把水印信息重復(fù)地嵌入到音頻載體中，這種應(yīng)用對容量的要求不是很高。水印技術(shù)運(yùn)用到隱密通信中時(shí)，對信息容量的要求就相當(dāng)高了。（5）計(jì)算復(fù)雜性根據(jù)應(yīng)用的環(huán)境不同，數(shù)字水印系統(tǒng)對計(jì)算復(fù)雜性的要求也不相同。通常情況下，要求檢測器的復(fù)雜性要低于嵌入器的復(fù)雜性。到目前為止，沒有哪一種算法能夠完全滿足上述要求，現(xiàn)有的音頻數(shù)字水印算法都是在這些要求之間尋求一種平衡，實(shí)際應(yīng)用時(shí)可以根據(jù)應(yīng)用環(huán)境選擇較為理想的方法。音頻數(shù)字水印技術(shù)的應(yīng)用非常廣泛，總的來說主要有如下幾個(gè)方面 [13][14]：(1)版權(quán)保護(hù)數(shù)字音頻作品的所有者為了表明其對作品內(nèi)容的所有權(quán)，采用音頻數(shù)字水印技術(shù)將具有特定意義的水印嵌入到原始音頻數(shù)據(jù)中，接著公開自己的音頻作品。在不法分子聲稱自己對所公開的嵌入水印的音頻作品擁有所有權(quán)時(shí)，該作品的真正所有者利用檢測或提取算法，檢測或提取出音頻作品中嵌入的水印信息，這時(shí)就可以很有力地證明該音頻作品中含有水印，同時(shí)也用來證明所有者對作品的所有權(quán)。需要注意的是，該應(yīng)用要求水印具有較好的感知透明性、安全性和魯棒性。(2)信息標(biāo)識(shí)在該應(yīng)用中，把數(shù)字作品的一些信息如標(biāo)題、注釋等內(nèi)容以水印的形式嵌入到數(shù)字作品中。水印用來提供更多有關(guān)數(shù)字作品內(nèi)容的信息，如一首歌曲的作曲者、演唱者等。這種隱式注釋不需要增加額外的帶寬、不影響原始作品內(nèi)容，且不容易丟失。(3)數(shù)字指紋數(shù)字指紋通常被用于進(jìn)行盜版跟蹤，它可以有效地避免合法用戶對數(shù)字產(chǎn)品進(jìn)行非法的復(fù)制和傳播甚至非法牟取暴利。作品的所有者將不同的水印嵌入到每個(gè)數(shù)字作品拷貝中，以此來防止不法分子非法復(fù)制和傳播數(shù)字作品，這就是所謂的數(shù)字指紋。作品所有者發(fā)現(xiàn)沒有經(jīng)過授權(quán)的拷貝時(shí)，就可以借助檢索指紋來追蹤該拷貝的出處。(4)廣播監(jiān)控利用數(shù)字水印技術(shù)可以在廣告、音樂作品等媒體中嵌入水印信息，而且嵌入的水印是不可感知的。在播放含有水印的多媒體數(shù)據(jù)時(shí)，監(jiān)控設(shè)備會(huì)利用水印信息來自動(dòng)監(jiān)控這些媒體的相關(guān)信息如播放的時(shí)間、次數(shù)等。(5)認(rèn)證和完整性校驗(yàn)如今以難以覺察的方式對數(shù)字作品進(jìn)行篡改已經(jīng)變得越來越容易。雖然傳統(tǒng)的數(shù)字簽名技術(shù)也可以用來進(jìn)行數(shù)字作品的認(rèn)證，但驗(yàn)證時(shí)需要將原始簽名和所驗(yàn)證的作品一同傳送，一旦簽名丟失，數(shù)字作品便無法進(jìn)行認(rèn)證。使用數(shù)字水印技術(shù)將簽名嵌入作品中是一種比較好的解決方法。數(shù)字水印技術(shù)是通過檢驗(yàn)提取出的水印的完整性來檢驗(yàn)數(shù)字作品內(nèi)容的完整性的，先用嵌入水印時(shí)所設(shè)定的唯一的密鑰把水印提取出來，然后再檢驗(yàn)數(shù)字作品內(nèi)容的完整性。數(shù)字水印技術(shù)是一種對抗性的研究領(lǐng)域，要實(shí)現(xiàn)對數(shù)字音頻的內(nèi)容認(rèn)證、版權(quán)保護(hù)等功能，就要使水印系統(tǒng)能夠有效地抵抗常規(guī)信號處理操作和惡意攻擊，也就是說要有一定的魯棒性。音頻數(shù)字水印的攻擊有主動(dòng)攻擊和被動(dòng)攻擊，主動(dòng)攻擊主要是為了篡改或破壞水印，音頻文件遭受主動(dòng)攻擊后，即使合法用戶也不能正確讀取水印信息；被動(dòng)攻擊嘗試破解數(shù)字水印算法，難度要大得多。在實(shí)際的應(yīng)用中，破解數(shù)字水印算法比較困難，數(shù)字水印主要面臨的是主動(dòng)攻擊。盡管常見的信號處理操作不是一種攻擊，但它也會(huì)對水印信息造成一定程度的破壞。所以，一種有效的水印算法要能夠有效地抵抗常見的信號處理操作。下面列舉常見的攻擊手段和信號處理方法：（1）濾波：濾波器增加或?yàn)V除選定部分的頻譜，主要的攻擊手段是低通濾波；（2）添加噪聲：在嵌入水印的音頻文件中加入白噪聲或者有色噪聲；（3）時(shí)域重采樣：改變音頻信號的采樣頻率，對信號進(jìn)行下采樣和上采樣； （4）剪切：剪切掉含水印音頻的一小部分，并不會(huì)影響音頻的質(zhì)量，這對于要求同步性的水印來說是一個(gè)有效的攻擊；（5）時(shí)域拉伸：延長或者縮短音頻信號的持續(xù)時(shí)間。（6）壓縮攻擊：音頻壓縮主要是去除音頻信號中的冗余信息，而這些冗余信息正好是有些水印算法嵌入水印的位置，因此也可以把音頻壓縮看作一種攻擊手段。針對不同的應(yīng)用場合，音頻水印算法需要抵抗的信號處理或者惡意攻擊的要求也不盡相同。經(jīng)典的音頻數(shù)字水印算法可以分為：時(shí)域音頻水印算法、變換域音頻水印算法和壓縮域音頻水印算法。時(shí)域音頻數(shù)字水印算法把水印信息直接嵌入到原始音頻信號的采樣點(diǎn)幅值上，該類算法比較容易實(shí)現(xiàn)，而且快速，嵌入的信息量較大，但對常規(guī)數(shù)字信號處理的魯棒性普遍較低；變換域音頻水印算法先對原始音頻信號實(shí)施某種變換運(yùn)算(如DCT變換、DFT變換、DWT變換等)，然后根據(jù)人類聽覺系統(tǒng)特性，通過修改某些變換系數(shù)的方式來嵌入水印信息。變換域算法的優(yōu)點(diǎn)是：抵抗干擾和抗惡意攻擊的能力較強(qiáng)，魯棒性好。缺點(diǎn)是計(jì)算量太大；壓縮域音頻水印算法是直接把水印信號添加在經(jīng)過壓縮編碼的音頻信號中，輸出的是含水印的壓縮編碼的音頻信號，它能夠有效地避免壓縮算法編解碼的復(fù)雜過程。當(dāng)前，時(shí)域音頻數(shù)字水印算法比較少，最主要的是Basia，Pitas提出的最不重要位（LSB）算法。（1）最不重要位(LSB)算法LSB(Least Significant Bit，最不重要位)[28]算法是由Bender W等人在1996年提出的，是一種最簡單的水印算法。任何形式的秘密數(shù)據(jù)（水?。┒伎梢钥醋魇且淮M(jìn)制位流，而音頻文件的每一個(gè)采樣值也是用二進(jìn)制數(shù)來表示的。該方法是用代表秘密數(shù)據(jù)的二進(jìn)制位來替換音頻信號的采樣值的最不重要位（一般為最低位），以達(dá)到在音頻信號中嵌入秘密數(shù)據(jù)的目的，提取水印時(shí)只要把相應(yīng)的最低位取出來，就能恢復(fù)出嵌入的秘密信息。該方法是一種盲水印算法，在提取水印的過程中不需要原始音頻信號的參與。這種方法的優(yōu)點(diǎn)是：秘密數(shù)據(jù)嵌入和提取算法簡單，速度快；音頻信號里可編碼的數(shù)據(jù)量大。缺點(diǎn)是：對某些信號處理技術(shù)比較敏感，也就是說對一些信號處理的魯棒性較差，若在嵌入水印的過程中沒有采取冗余技術(shù)，含水印音頻就不能抵抗有損壓縮、重采樣、濾波等信號處理操作。在實(shí)際應(yīng)用中，LSB方法只能用于一些魯棒性較低的場合。（2）基于回聲的音頻水印算法回聲隱藏（Echo Hiding）算法最早由Gruhl等人[29]于1996年提出，它是通過在時(shí)域中引入回聲的方式把秘密數(shù)據(jù)嵌入到載體數(shù)據(jù)中，也是一種經(jīng)典的音頻數(shù)字水印算法。在該算法中，編碼器先把載體數(shù)據(jù)延遲一定的時(shí)間，然后疊加到原始的載體數(shù)據(jù)上來產(chǎn)生回聲。編碼器一般用兩個(gè)不同的延遲時(shí)間來嵌入“0”和“1”?；芈曤[藏算法的感知透明性較好，具有一定的魯棒性，但第三方可以用檢測回聲的方法把水印檢測出來。（1）擴(kuò)頻水印 一般情況下，為了有效地降低能量和保持有效的帶寬，在實(shí)施通信的信道中，都需要把信息聚集在很窄的頻譜范圍內(nèi)。還有，為了更方便地對信息流進(jìn)行編碼[1]，基本的頻譜擴(kuò)展技術(shù)一般會(huì)把編碼數(shù)據(jù)分散到比較多的頻譜中去。常用的擴(kuò)頻通信方法有直接序列擴(kuò)頻編碼(Direct Sequence Spread Spectrum Encoding，DSSS)，該方法類似于在音頻中加上寬帶噪聲，首先把秘密數(shù)據(jù)藏在信號的相位上，然后對偽隨機(jī)序列和載波作乘法運(yùn)算，最后把衰減后的信號加到音頻序列上。（2）相位水印算法Bender W等人在1996年提出了相位水印算法[28]，它利用人耳聽覺系統(tǒng)對絕對相位不敏感，而對相對相位敏感的特性，用代表水印信息的參考相位來替換原始音頻段的絕對相位，然后調(diào)整其它的音頻段，這樣就可以使各音頻段之間的相對相位保持不變。相位水印算法的一個(gè)不足是：如果水印信息的參考相位發(fā)生劇烈變化，那么就會(huì)有明顯的相位差異（Phase Dispersion）出現(xiàn)，這不但會(huì)增加接受方譯碼的難度，還會(huì)影響水印信息的感知透明性。（3）離散傅里葉變換域（DFT）算法Tilki和Beex提出了一種離散傅里葉變換域音頻水印算法[30]，該方法先對音頻信號實(shí)施離散傅里葉變換，然后選擇中頻段變換系數(shù)（～）來嵌入水印信息，用表示水印序列的頻譜分量替換相應(yīng)的離散傅里葉系數(shù)。采用該方法嵌入水印，如果嵌入到音頻信號中的水印信息不是很大，并且水印信息的幅度比當(dāng)前的音頻信號小，此時(shí)該方法對噪聲、磁帶的顫動(dòng)及錄音失真都具有一定的魯棒性。在文獻(xiàn)[31]中，Tilki和Beex利用短時(shí)傅里葉變換，通過修改相位來嵌入一個(gè)隱藏的附加信道。（4）離散余弦變換域（DCT）算法Wang Ye [32]在1998年提出了一種基于修正離散余弦變換的音頻數(shù)字水印算法，該方法先在時(shí)域?qū)σ纛l信號進(jìn)行序列變換，根據(jù)偽隨機(jī)序列重新排列音頻的采樣信號，然后在頻域添加水印，對排列好的序列進(jìn)行修正離散余弦變換(Modified Discrete Cosine Transform，MDCT)，以改變MDCT的系數(shù)的方式來嵌入水印，最后實(shí)施修正離散余弦變換逆變換就可以得到含水印的音頻序列。文獻(xiàn)[33]中，王秋生等提出了一種離散余弦變換的音頻水印算法。該方法在嵌入水印前，先要把音頻信號劃分成段，每段的長度是相等的，然后對每段音頻信號實(shí)施離散余弦變換，最后通過修改離散余弦變換的中頻系數(shù)來嵌入水印信息。（5）離散小波變換域（DWT）算法小波變換具有良好的時(shí)頻局部特性，利用小波變換在音頻信號中嵌入水印，可以獲得較好的魯棒性，含水印音頻信號能夠在一定程度上抵抗攻擊。鈕心忻等[34]在2000年提出了一種基于小波變換的數(shù)字水印算法，該方法嵌入的不是一般的水印信號，而是把高斯白噪聲作為水印信號嵌入到音頻信號的小波變換域中。該方法先利用小波變換對原始音頻信號實(shí)施小波分解（級小波分解），對于前級的粗糙分量不作任何處理，然后通過處理第級的精細(xì)分量來嵌入水印。 Nishimur等[35]提出了一種基于離散小波變換的自同步音頻水印算法，該方法以序列作為同步信號，將水印信息和序列一塊隱藏到離散小波變換域的低頻子帶中。目前，壓縮域音頻水印算法嵌入水印的方式主要有三類：（1）嵌入水印前，先對音頻信號進(jìn)行預(yù)處理，即把音頻文件解壓縮，在音頻信號的壓縮域中嵌入水印信息，最后再把已經(jīng)嵌入水印的音頻內(nèi)容進(jìn)行重新壓縮，得到壓縮格式的含水印的音頻文件。（2）在壓縮域直接對壓縮格式的音頻文件嵌入水印信息，該方法不需要對音頻文件進(jìn)行解編碼，所以嵌入速度比較快。任何解壓縮/再壓縮的處理都可以很容易地破壞或者去除水印，魯棒性不是很好。（3）在音頻文件的編碼過程中實(shí)現(xiàn)水印的嵌入，這樣也不需要再壓縮就能夠直接得到含有水印的壓縮格式的音頻文件，但提取水印時(shí)需要對音頻文件進(jìn)行解壓縮。Siebenhaar等[36]提出了一種壓縮域水印系統(tǒng)方案，該方案輸入的是沒有經(jīng)過壓縮的音頻信號，輸出的是已經(jīng)嵌入水印的音頻的比特流。這一方案可以同時(shí)實(shí)現(xiàn)音頻壓縮和水印嵌入，而且也可以實(shí)現(xiàn)水印參數(shù)和壓縮參數(shù)的較好的匹配，計(jì)算復(fù)雜度較低。英國劍橋大學(xué)計(jì)算機(jī)實(shí)驗(yàn)室安全組的研究人員提出了MP3Stego[37]技術(shù)，該技術(shù)主要針對MP3壓縮音頻。該方法是在音頻的壓縮過程中把水印信息嵌入到MP3音頻文件中，魯棒性不是很好，而且實(shí)施起來也比較耗時(shí)。