MP3 音頻數(shù)字水印技術(shù)探究

高 楊

（陜西國防工業(yè)職業(yè)技術(shù)學院,陜西西安,710300)

0 緒論

目前隨著電子產(chǎn)品的流通，音頻和視頻文件獲取的方式越來越簡單，雖然這能夠滿足許多用戶下載的需求，但是這種方式大大損壞了出版商和作者的利益，這對他們都是不公平的，本文以保護出版商和作者的利益為前提。以MP3 音頻為例，解決方法是在數(shù)字音頻中加入數(shù)字水印，這樣如果有用戶想訪問或下載數(shù)字資料，就必須獲取密碼或者安全秘鑰，否則將無法訪問和下載；或者下載的都是一些無意義的亂碼，這就是數(shù)字水印存在的意義。本文涉及的音頻水印屬于數(shù)字水印的一個分支，出現(xiàn)時間比較晚，比較先進，也比數(shù)字圖像水印難度系數(shù)高。此研究就圍繞MP3 音頻數(shù)字水印展開，旨在保障質(zhì)量的前提下，加入水印，以保證出版商和作者的權(quán)利，避免盜版的出現(xiàn)。

目前許多相關(guān)的行業(yè)都在使用數(shù)字音頻水印技術(shù)，它的作用有：保護出版商和作者的利益，可以監(jiān)控音頻的廣播，如果存在盜版交易，可以對交易進行歷史追溯，可以判斷此音頻是正版還是盜版，還有就是可以保障音頻的原始性。

現(xiàn)在人們越來越重視保護數(shù)字產(chǎn)品的隱私了，所以音頻水印日趨流行。音頻水印的起源可以追溯到1990 年，當時音頻水印技術(shù)一出現(xiàn)，立馬受到業(yè)界人士的追捧。現(xiàn)在科技日益發(fā)達，早期的音頻水印和現(xiàn)在的音頻水印根本不可同日而語，而且現(xiàn)在音頻水印技術(shù)的應(yīng)用也是很先進和流行的。

1 概括音頻水印技術(shù)

音頻數(shù)字水印簡單解釋就是給音頻做記號或者進行加密處理，這樣就能在一定程度上保護作者的權(quán)益，同時保持產(chǎn)品的原始性。當然，經(jīng)過音頻水印處理過的電子產(chǎn)品，是不會影響其質(zhì)量的，這主要抓住了人類的聽覺系統(tǒng)的某些盲區(qū)。但是國內(nèi)外的專家們對水印的認識程度和側(cè)重點都是不同的，所以對水印的釋義也存在差別。但是學者們對水印的分解還是比較統(tǒng)一的，系列水印的完成需要經(jīng)過三個程序，第一個就是將水印合成，第二個就是將水印加入到需要保護的數(shù)字產(chǎn)品中，最后一步就是在需要的情況下，再將電子產(chǎn)品和水印進行分離。

在數(shù)字水印生產(chǎn)線上有兩個組成成分，其中一個是嵌入器，在這個部分存在的輸入量有兩個，分別是原始信息和數(shù)字產(chǎn)品；還有一個組成成分是檢測器。在對音頻做水印處理的時候，有幾個重點需要注重：①不能影響音頻的質(zhì)量：水印技術(shù)的存在目的是保護音頻不被盜版，但是也不能損害音頻的質(zhì)量，所以說經(jīng)過水印處理前后的音頻不能影響用戶的欣賞質(zhì)量。②水印的抗攻擊能力一定要強：目前市面上眾多不法之徒在利益的驅(qū)使下不擇手段，他們會利用某些手段人為的不合規(guī)矩的將水印和音頻分離，以達到盈利盜版的目的，所以說公司所使用的水印技術(shù)一定要強，避免被惡意分離。③危險系數(shù)要盡可能的低，主要是密碼的使用。④安全的被檢測，檢測程度要達到標準。⑤準確率一定要高，要確保加入的信息是獨一無二不可復制的。⑥加入的步驟盡可能的繁瑣，繁瑣的加入步驟可以盡可能的保護數(shù)字產(chǎn)品的安全性。以上6 個方面是水印技術(shù)的出發(fā)點，任何類型的水印技術(shù)一定要符合以上要求，否則就沒有存在的必要。

數(shù)字水印是一個宏觀的比較大的概念，所以在它之下有許多的分支，依據(jù)不同，那么分支的各個線路也是不同的，下述是流傳比較廣的幾種分支線路：

1）如果以水印是否顯現(xiàn)為出發(fā)點，那么水印就是由顯現(xiàn)和不顯現(xiàn)組成。即顯而易見的水印的就是存在，不顯現(xiàn)就是觀察不到，前者對視覺畫面應(yīng)用的較多，后者的應(yīng)用要廣闊的多，視覺和聽覺文件都有涉獵。

2）還有一種分類方法是根據(jù)水印的抗攻擊能力劃分的，有強弱之分。

3）存在部位區(qū)分：加入到的位置不同，水印的類別也不同。

4）根據(jù)檢測方法不同分為盲水印，另一種是明文水印。

5）水印代表含義的劃分，得出的是有意義和無意義兩類，有意義表示此水印的表達內(nèi)容不是亂碼，是由特殊含義的，有代表內(nèi)容的；無意義就代表的是水印內(nèi)容根本就沒有任何的含義，只是隨機產(chǎn)生的亂碼。

還有兩種分類方法是根據(jù)處理對象和用處劃分的，數(shù)字產(chǎn)品涵蓋的種類比較廣泛，有多少種數(shù)字產(chǎn)品就會有多少種數(shù)字水印，還有就是水印存在的意義也是不同的，有的是從出版商的利益出發(fā)，有的則會考慮作者的權(quán)益。

以前研究比較廣泛的數(shù)字水印技術(shù)中的時域音頻水印技術(shù)，突破較大，目前為止它的反響都很大。

LSB：在時間域水印算法中，它的難度系數(shù)是最低的，又叫做最低有效位法，它有幾個比較明顯的特征就是：難度系數(shù)低，不難掌握，反應(yīng)靈敏，易于操作，信息量比較大，危險系數(shù)也比較低，不足之處就是，比較容易攻破，較容易被破壞。還有一種方法是回聲隱蔽法，考慮到聽覺系統(tǒng)的特點，將水印在音頻中隱形了。

目前科技越來越發(fā)達，水印技術(shù)也越來越先進，現(xiàn)在又新出現(xiàn)幾種比較流行的算法。比如說：離散傅里葉變換與算法、離散余弦變換域算法等，還有某些算法應(yīng)用的范圍是壓縮域。這主要是因為現(xiàn)在的數(shù)字產(chǎn)品為了盡可能的節(jié)省存在空間，一般情況下都會被壓縮處理，那么在壓縮的文件中加入水印就成為了一個研究趨勢。在這一領(lǐng)域內(nèi)，壓縮文件的時候適時的加入記號水印，這樣兩者就不會互相排斥了，這種類型的算法有兩類。

第一種：在壓縮文件中加入水印，長處就是速度快，不足就是容易被攻擊。第二種是在解壓后的數(shù)字產(chǎn)品加入水印，然后再壓縮，這種方法的優(yōu)缺點也很明顯，長處就是不容易被攻擊擊破，不足就是耗時太久，效率低。

上述經(jīng)常會提到，音頻領(lǐng)域的攻擊行為，主要攻擊的手段有很多種，本文根據(jù)攻擊情況將攻擊分成了同步攻擊和普通攻擊。普通攻擊主要就是表現(xiàn)為被攻擊的音頻會出現(xiàn)雜音，但是普通攻擊不會對音頻的結(jié)構(gòu)產(chǎn)生影響，這類攻擊比較容易防御，大部分的算法能夠應(yīng)對此類攻擊。同步攻擊要比普通攻擊強得多，這類攻擊所帶來的危害也是比較大的，被同步攻擊“光顧”過的音頻主要表現(xiàn)為水印的結(jié)構(gòu)出現(xiàn)錯亂，同時在檢測的時候也不容易通過。這類攻擊的危害性很大，不容易防御，它主要包含的內(nèi)容為：重新拼接、出現(xiàn)亂碼、擴大或縮小處理、順序錯亂等。有攻擊方法就有防御措施，現(xiàn)在使用頻率較高的防御方式是：窮舉搜索、同步顯示、相關(guān)搜索、永久水印、隱形水印。對水印技術(shù)的評判也有特定的標準，方法分為主觀和客觀的兩種。目前存在兩種可以鑒定被攻擊數(shù)字產(chǎn)品正確率的指標，分別是歸一化相關(guān)系數(shù)和誤比特率。

數(shù)字產(chǎn)品能夠加入的水印信息是有限度的，用水印容量表示為最大程度。提取水印是非常重要的一個步驟，這關(guān)系著音頻受攻擊的程度，也是判定音頻受損程度的一個指標。主要有兩種方式判斷提取的水印是否正確，那就是漏警概率，還有一個是虛警概率。在數(shù)字領(lǐng)域內(nèi)虛警概率代表的就是音頻中不存在水印，但是系統(tǒng)卻顯示存在水印，那漏警概率就是音頻中有水印，系統(tǒng)卻表示不存在。

2 概述MP3 音頻編解碼

文件被壓縮后所占的空間就變小了，這種特質(zhì)導致MP3 的流行較廣，其最大的一個特點就是不會損害被壓縮的音頻。MP3 主要有以下幾種功能：自帶濾波器組、快速傅里葉轉(zhuǎn)換、修正離散余弦變換、心理聲學模型、量化信號、編碼和位流格式化等。編碼的逆過程就是解碼，即將壓縮的數(shù)據(jù)進行修復。主要會歷經(jīng)以下幾個過程：獲得幀邊和幀頭信息、編碼的重要資料、逆量化、霍夫曼解碼、處理立體聲、對數(shù)據(jù)進行再次排序避免將信息混亂、更改逆向離散余弦、反轉(zhuǎn)頻率和合成子帶。分析編碼器也是非常重要的一個環(huán)節(jié)，方式主要包括，分析MDCT 模塊和量化模塊。

現(xiàn)在，MP3 的流行區(qū)域是非常廣的，所以也比較注重安全的保護。下面將詳述MP3 的基本情況，在MP3 中文件的格式是非常重要的，一般由frame、tag 等三部分構(gòu)成。這當中包含的信息非常的全面，有作者、出版商、時間等的信息，根據(jù)需要會選擇性的加入。主要格式包括：ID3VI 格式、ID3V2 格式、MP3 幀格式。MP3 資料的存在形式就是幀，大小是可變的。幀由三個板塊構(gòu)成，分別是：幀邊信息、幀頭、還有就是數(shù)據(jù)。本研究主要是圍繞MP3展開的，重點針對解決水印的時間問題，并且明確了水印的處理需要在特定的條件下才能進行。首先需要提前對水印進行處理，這一般分為兩個步驟，第一步就是轉(zhuǎn)變格式，接下來就是加密處理，即設(shè)置密碼。在這個算法中有兩點需要著重注意的就是加入和分離水印。核心的水印技術(shù)問題已經(jīng)解決，還有一個大問題就是具體的操作顯示。本研究準備了特制的軟件界面，這個界面是非常簡潔的，加入和分離部分屬于于上部分，音頻的測試功能就屬于下部分。這個系統(tǒng)是經(jīng)過多次試驗后選擇的系統(tǒng)，系統(tǒng)整體的運行狀況良好，安全可行，比較容易理解，操作也很人性化、簡單，能夠滿足本文研究的需要。主要的步驟為：加入水印資料，選擇操作、輸入密碼、選擇格式、完成。

將以上的理論資料進行分析，分析方式有：測試水印的存在感知性、水印的抗攻擊能力、水印的最大容量上限還有就是系統(tǒng)的反應(yīng)靈敏性。在本章中解說了MP3 音頻文件的主要內(nèi)容，并仔細研究了音頻算式，創(chuàng)新的提出了特色的算式，還將算式進行了實踐模擬，最后利用各種測試驗證，以保證算式的準確性和可用性。

通過上述分析得出，數(shù)字水印技術(shù)是一個非常龐大的體系，對各個領(lǐng)域都有涉獵，關(guān)聯(lián)到的學科非常多，比如：密碼設(shè)置、信號處理、資料和數(shù)據(jù)的存儲等。隨著科技和社會的發(fā)展，人們的需求會越來越具體化，對產(chǎn)品安全性的重視程度也越來越高。另外產(chǎn)品生產(chǎn)商和出版商是比較看重自身利益的，所以鉆研數(shù)字水印技術(shù)是非常有必要并且有前景的。其中MP3 音頻文件是數(shù)字產(chǎn)品中一個不可或缺的存在，它的特點使得其非常的受歡迎。譬如，MP3 音頻文件非常的小，只占用較少的空間，能夠滿足人們的需要。在本研究中已經(jīng)取得突破成果的內(nèi)容有：詳述了數(shù)字水印工藝，解析MP3 的編碼流程，創(chuàng)造了音頻水印的算式及完善了計算機的顯示頁面。目前，我國對MP3 的音頻的研究才剛剛開始，還遺留有很多成待解決的難題，這將是后期努力的主要方向。

[1] 鈕心忻,楊義先.基于小波變換的數(shù)字水印隱藏與檢測算法[J].計算機學報. 2000(01)

[2] 林福宗編著.多媒體技術(shù)基礎(chǔ)[M].清華大學出版社, 2000

[3] 蔣學鑫.MP3 實時編解碼系統(tǒng)的研究與開發(fā)[D].電子科技大學 2007

[4] 周建偉.基于小波變換的音頻水印技術(shù)研究[D].武漢理工大學 2007