CN101276407A - 数字指纹生成和跟踪方法 - Google Patents

Abstract

本发明公开了数字指纹生成和跟踪算法，数字指纹生成方法为采用三级级联编码方式构建指纹码字，即首先采用抗合谋码作为内码构建特征指纹码，然后采用纠错码作为外码构建单元指纹码，最后串联多个单元指纹码构建联合指纹码；数字指纹跟踪方法为采用软判断跟踪方式判断用户是否参与合谋，即对用户的合谋参与度进行量化计算，根据用户的合谋参与度判断出合谋用户。本发明非常适用于嵌入容量小的数字作品的数字版权保护，同时，可推广应用于数字电视、数字广播、VOD、DVB等环境下的付费数据的保护。

Description

数字指纹生成和跟踪方法

技术领域

本发明属于数字安全技术领域，特别涉及用于数字作品版权保护和叛逆者追踪的数字指纹生成方法及相应的跟踪方法。

背景技术

近年来，信息技术的迅猛发展及以其为基础的电子商务的广泛应用，使各类文字、图片、影视等作品通过网络的传播范围空前扩大，为创作者和发行商带来了新机遇。但同时，人们也很容易对以数字形式存在的产品进行非法拷贝和分发。如何对数字化产品进行版权保护已成为信息时代版权保护的核心问题之一。

数字指纹技术的核心思想是将受保护作品的每一份拷贝都用唯一的指纹进行标记，使得每份拷贝都与其他拷贝有细微的差别，保证每份拷贝都是唯一的。当购买者购买作品时，作品发行者对其身份进行认证，然后将嵌有唯一指纹信息的拷贝对其出售，并将用户身份和其所购买拷贝中的指纹一起存储到销售记录中，因此每个合法用户获取的作品拷贝对应唯一的指纹。当某个用户将所购买的作品公开、转卖或转送给其他人，指纹也将随之拷贝。因此非法拷贝必定源于某个或某几个合法拷贝且非法拷贝中将含有全部或者部分某合法拷贝的指纹。当发行者发现了非法拷贝后，可以提取非法拷贝中的指纹，并采用指纹跟踪算法追查从事作品再分发的用户。数字指纹技术通过对盗版用户的跟踪来阻止用户从事拷贝的非法再分发活动，即使是把拷贝转送与他人，发行者也能够找出注册的用户，对其行为进行起诉或制裁。因此，通过加大盗版用户被追查到的风险，抑制非法拷贝的传播。

数字指纹技术具有广泛的应用环境和广阔的应用前景，它可以用于在线出版业方面，如电子图书馆的构建。随着数字电视和数字广播的发展，可以应用于DVB(digital video broadcast)、VOD(video on demand)等环境下的付费(pay-per-view)数据的保护。

但是，盗版者通过多种攻击策略来破坏数字指纹系统，其中包括稳健性攻击和合谋攻击两类。稳健性攻击，即通过对作品拷贝进行各种处理来削弱或者删除作品拷贝中指纹；合谋攻击是由于同一数字作品的每份拷贝都不相同，带来的问题是，多个用户可以联合他们的拷贝，比较拷贝中的不同之处，从而可以找出拷贝中的部分指纹标记的位置，对这些位置上的标记进行修改，选择其中的一种甚至创造新的标记，制造出一份新的作品拷贝，将其分发，希望能够逃避跟踪。这一过程就称为用户合谋攻击，是盗版用户针对数字指纹系统的主要攻击方式。对于这类攻击，数字指纹技术主要通过在数字指纹编码过程中使指纹具有抗合谋能力来对指纹加以保护。

数字指纹编码技术从上个世纪90年代开始受到了国内外学者的关注，目前，有了一些指纹编码技术，但是，现有的数字指纹编码技术存在以下几个重要问题，使得该技术无法得到普及和推广应用：

(1)完全依赖于指纹嵌入算法的鲁棒性，少量误码会带来大概率误判

现有的指纹编码算法基本上都基于文献[1]的嵌入假设，即假定合谋用户的指纹码字可以准确无误的提取，并且无法修改其彼此相同的bit位。该假设没有考虑稳健性攻击所带来的指纹码的误码问题。在实际的应用中，用户不仅能够对指纹码信息进行合谋攻击，同时，也会有意或无意的对指纹嵌入层进行稳健性攻击，如滤波、压缩等处理，均有可能带来指纹信息的误码。同时，媒体数据通过网络进行传输的过程中，也会由于网络丢包带来指纹码的局部丢失和误码。现有指纹编码算法在误发的随机错误的情况下都会对使该算法出现高概率的误判，同时，部分指纹码的丢失则会导致整个指纹码跟踪的失效。

(2)码字过长，无法得到大范围应用

由于数字指纹码字需要通过隐藏技术嵌入到数字作品中，同时要保证其隐蔽性，即用户无法察觉指纹信息的存在。而数字作品的隐藏容量有限，超过一定的数据嵌入量，则会直接影响到数字作品的质量，如降低电影图像的质量，降低音频文件的播放质量等。而现有的指纹编码算法由于码字过长，仅适用于大数据量业务，如CD等固化数据内容中，而在目前的网络视频服务业务、文本的数字作品保护等嵌入容量小的业务中无法得到实际的应用。

发明内容

本发明目的在于针对现有技术中存在的问题提出一种具备抗合谋、抗误码的短码字数字指纹编码和跟踪算法，使得该指纹编码算法能够得以实际的应用，推动我国数字作品版权保护技术的发展。

本发明的技术方案为：采用三级级联编码方式构建指纹码字，即首先采用抗合谋码作为内码构建特征指纹码，然后采用纠错码作为外码构建单元指纹码，最后串联多个单元指纹码构建联合指纹码。

而且，构建指纹码字时设定的参数信息为(N，c，r，n₁，n₂，π)，其中包括生成的码字个数N，可能需要抵抗的最大合谋用户数c、特征指纹码中每个码元的重复次数r，单元指纹码中的特征指纹码个数n₁、联合指纹码中的单元指纹码个数n₂、置乱因子 $\mathrm{\π}=\left({\mathrm{\π}}_1\right||{\mathrm{\π}}_2...{\mathrm{\π}}_i...|\left|{\mathrm{\π}}_{n_2}\right),$ 其中π_i是第i个单元指纹码中的置乱因子，π是n₂个单元指纹码的置乱因子的串联；所述三级级联编码包括以下具体步骤，

选择内码重复次数r，根据最大合谋用户数c选择特征指纹码码字个数t，构建特征指纹码Γ(t，r)；

以特征指纹码Γ(t，r)为内码，以码长为n₁、码字个数为N的随机码L(n₁，N)为外码，构建级联码Γ′(n₁，N，t)；对每个级联码Γ′(n₁，N，t)采用相应的置乱因子π_i进行置乱，构建单元指纹码Γ″(n₁，N，t，π_i)；

串联n₂个单元指纹码Γ″(n₁，N，t，π_i)，i＝1、2、3…n₂，构建出联合指纹码Γ′″(n₁，N，t，π_i，n₂)。

而且，采用软判断跟踪方式判断用户是否参与合谋，即对用户的合谋参与度进行量化计算，根据用户的合谋参与度判断出合谋用户；实现方式包括以下步骤，

步骤1，对提取得到的指纹码信息分段，重构出多个单元指纹码，并对各单元指纹码采用反置乱进行归整；

步骤2，将归整后的每个单元指纹码分段为多个特征指纹码；

步骤3，在每个特征指纹码中进行内码译码，计算各内码的码字合谋度；

步骤4，对归整后的单元指纹码进行内外联合译码，对每个用户依据其分配的码字计算该用户的合谋参与度；

步骤5，将合谋参与度与其他用户差异较大的用户判断为合谋用户。

而且，所述计算特征指纹码中各内码的码字合谋度具体方式为，

在Γ(t，r)码中，定义B_j为特征指纹码中的第j块重复r次的码字块，W_j为B_j内bit值为1的码字数目，1≤j≤t-1，其中，t为特征指纹码的码字个数；令W₀＝0，W_t＝1，令码字合谋度V_j表示特征指纹码中第j个内码的参与合谋的程度，V_j＝(W_j-W_j-1)/r，其中-1≤V_j≤1。

而且，所述计算用户的合谋参与度具体方式包括以下步骤，

步骤51，构建合谋矩阵R，

对归整后的单元指纹码，将单元指纹码中所含特征指纹码的内码码字合谋度标记为V_xy，1≤x≤n_x，1≤y≤n_y，其中n_x为特征指纹码码字个数t，n_y为单元指纹码中特征指纹码的个数，构造出n_x×n_y的合谋矩阵R＝[V_xy]，合谋矩阵R的第x行为每个特征指纹码中第x个内码的码字合谋度V_x，第y列是第y个特征指纹码的1~n_x个内码的码字合谋度V_y；

步骤52，根据合谋矩阵R，计算每个用户的合谋参与度col(u_m)，计算公式如下

$\mathrm{col}\left(u_m\right)=\underset{y=1}{\overset{n_y}{\mathrm{\Σ}}}{V}_{y,n_{\mathrm{my}}},1\≤m\≤N,1\≤y\≤n_y$

其中，n_my为用户u_m第y个特征指纹码，0≤n_my≤n_y-1。

而且，判断合谋用户的具体方式包括以下步骤，

步骤61，计算用户的合谋度平均值E_col，公式如下

$E_{\mathrm{col}}=\frac{1}{N}\underset{m=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{col}\left(u_m\right)$

步骤62，计算每个用户合谋度与合谋度平均值E_col的偏差，

将每个用户合谋度与合谋度平均值的偏差的绝对值记为该用户的合谋度均方差Diff_m，Diff_m＝|col(u_m)-E_col|，Diff_m的最大值为Diff_{m_Max}；

步骤63，对每个用户的合谋度均方差Diff_m进行判断，取判断阈值δ，δ∈[0.5，0.95]，当Diff_m＞δ*Diff_{m_Max}时，则判定该用户u_m为合谋用户。

本发明具备以下多种优点：

1.指纹码字短，可以得以推广应用

通过本发明提供的数字指纹生成和跟踪方法，可以将指纹码字长度从经典的BS指纹码[1]长度的O(c⁴log(N/ε)log(1/ε))降低为O(clog clog N log(1/ε))，大幅度缩短了码字的长度。比目前所知的最短的Tardos码[2]码长

也有大幅度的缩短，更接近BS文献中所给出的指纹码长的下界l≥(1/2)(c-3)log(1/εc)。例如，在10000个用户，5用户合谋的情况下，采用该方法，以8101个bit可以追踪到所有的合谋用户；而BS指纹码[1]需要3831135个bit可以追踪到至少一个合谋用户；Tardos指纹码需要37205个bit可以追踪到至少一个合谋用户。

2.抗合谋攻击能力强

本发明基于概率统计的原则进行编码算法的设计，可抵抗多用户的随机攻击策略。通过理论分析和试验验证，该算法可对抗目前已知的所有攻击策略，包括逻辑与、逻辑或、随机攻击、平均攻击、最大攻击、最小攻击等。并且，该指纹编码算法在足够的码字长度下，可以追踪到所有参与合谋的用户。

3.可抵抗指纹码字的随机误码和突发性误码

本发明提供的指纹生成方法可抵抗误码率低于1/4c的随机错误，同时，也可抵抗突发性错误。指纹跟踪方法采用内外联合译码方式，并采用软判断原则，在增加码长的情况可容忍少量的码字错误。同时，由于本发明采用多个单元指纹码的组合码，因此，在发生部分指纹码的突发性错误时，即误码率高于1/4c时，可以丢弃该部分指纹码信息，不参与指纹译码的合谋评判。从而可以抵抗突发误码。非常适用于通过网络进行的大规模媒体分发业务中的媒体内容的数字版权保护。

4.具备良好的安全性

在本发明实施时，可以灵活掌握构建指纹码字时设定的参数信息的选择。参数的不同选择将产生不同的码字，因此用户根本无法通过对比获知其所拥有的所有的指纹码字，具有良好的安全性。

5.实用性

本发明采用多个单元指纹码串联构成的联合指纹码实现指纹编码。仅一个单元指纹码即可在一定程度上跟踪合谋用户，但是误判率较高。最后生成的指纹码字越长，则误判率越低，指纹码的保护能力越大。指纹码字越短，则误判率越高，指纹码的保护能力越小。这与数字内容的保护原则相一致。因此本发明提供的技术方案非常适用于流式数字内容的保护，如通过网络进行的视频点播、视频广播等业务。

附图说明

图1为Γ(5，3)码示意图。

具体实施方式

为了便于实现，以下结合实施例对本发明技术方案进行详述：

本发明提供的数字指纹生成方法为采用三级级联编码方式构建指纹码字，即首先采用抗合谋码作为内码构建特征指纹码，然后采用纠错码作为外码构建单元指纹码，最后串联多个单元指纹码构建联合指纹码。关键改进之处在于串联多个单元指纹码构建联合指纹码，达到指纹码字短但抗合谋攻击能力强的效果。

构建指纹码字时设定的参数信息为(N，c，r，n₁，n₂，π)，其中包括生成的码字个数N，可能需要抵抗的最大合谋用户数c、特征指纹码中每个码元的重复次数r，单元指纹码中的特征指纹码个数n₁、联合指纹码中的单元指纹码个数n₂、置乱因子 $\mathrm{\π}=\left({\mathrm{\π}}_1\right||{\mathrm{\π}}_2...{\mathrm{\π}}_i...|\left|{\mathrm{\π}}_{n_2}\right),$ 其中π_i是第i个单元指纹码中的置乱因子，π是n₂个单元指纹码的置乱因子的串联；所述三级级联编码包括以下三个具体步骤：

(一)选择内码重复次数r，根据最大合谋用户数c选择特征指纹码码字个数t，构建特征指纹码Γ(t，r)；

本发明实施例选择内码重复次数r＝1，选择特征指纹码码字个数t＝2c。也就是特征指纹码码字长度为(2c-1)，实现Γ(2c，1)的内码指纹编码。具体实施时，t也可以选择为4c、8c等。Γ(t，r)码的构造方法算法如下：令c_a是一个高度为t的比特串，前a个比特是1，其余是0，码字Γ(t，r)由c₁，c₂，...c_t-1的所有列组成，每一个c_b(1≤b≤t-1)重复r位。令x⁽¹⁾，x⁽²⁾，…，x^(t)表示Γ(t，r)的t个码字，B₁，B₂，…，B_t-1标识第b个重复块组。可以参见图1所示，Γ(5，3)码是针对5个用户，重复次数为3的的特征码，x⁽¹⁾，x⁽²⁾，…，x⁽⁵⁾表示Γ(5，3)的5个码字，B₁，B₂，…，B₄标识各重复块组。

(二)以特征指纹码Γ(t，r)为内码，以码长为n₁、码字个数为N的随机码L(n₁，N)为外码，构建级联码Γ′(n₁，N，t)；对每个级联码Γ′(n₁，N，t)采用相应的置乱因子π_i进行置乱，构建单元指纹码Γ″(n₁，N，t，π_i)；

置换的目的是防止合谋用户猜出其指纹码，指纹嵌入方保管置换参数π的秘密。

(三)串联n₂个单元指纹码Γ″(n₁，N，t，π_i)，i＝1、2、3…n₂，构建出联合指纹码Γ′″(n₁，N，t，π_i，n₂)。

n₂个单元指纹码级联后获得码字长度为n₂×n₁×(t-1)的指纹码。值得注意的是，生成的联合指纹码和单元指纹码的码字个数相同，都为N。通常，在实际的应用中，单元指纹码的码字长度是该数字作品中最小保护粒度。

本发明提供的数字指纹跟踪方法为采用软判断跟踪方式判断用户是否参与合谋，即对用户的合谋参与度进行量化计算，根据用户的合谋参与度判断出合谋用户。因为采用量化方式而无需译码后逐位对比，本发明提供的跟踪方法具有高效率的优点。具体跟踪实现方式包括以下步骤，

步骤1，对提取得到的指纹码信息分段，重构出多个单元指纹码，并对各单元指纹码采用反置乱进行归整；

具体实施时，将提取得到的指纹码信息分解为n₂′个单元指纹码，之所以采用n₂′标记是由于指纹码在提取的过程中可能是部分提取，因此不一定能得到生成时所用的n₂个单元指纹码。连接所有n₂′个单元指纹码可以构建出归整后的联合指纹码。如果存在某个特征指纹码中的码位丢失超过

则丢弃该特征指纹码的码字。对提取后的指纹码信息需要采用π^-1进行反置乱，π^-1为指纹编码生成算法中实用的置乱因子π对应的反置乱因子。在每个单元指纹码中，采用置乱因子π_i的逆因子π_i ^-1进行反置乱。通过码字的反置乱后，单元指纹码归整为以特征码字Γ(2c，1)级联的指纹码字。

步骤2，将归整后的每个单元指纹码分段为多个特征指纹码；

此步骤为数字指纹生成时以特征指纹码为内码构建级联码的逆反过程。

步骤3，在每个特征指纹码中进行内码译码，计算各内码的码字合谋度；

计算特征指纹码中各内码的码字合谋度具体方式为：在Γ(t，r)码中，定义B_j为特征指纹码中的第j块重复r次的码字块，W_j为B_j内bit值为1的码字数目，1≤j≤t-1，其中，t为特征指纹码码字个数；令W₀＝0，W_t＝1，令码字合谋度V_j表示特征指纹码中第j个内码的参与合谋的程度，V_j＝(W_j-W_j-1)/r，其中-1≤V_j≤1。

步骤4，对归整后的单元指纹码进行内外联合译码，对每个用户依据其分配的码字计算该用户的合谋参与度；

所述计算用户的合谋参与度具体方式包括以下步骤，

首先构建合谋矩阵R，

$R(n_x\×n_y)=\left[\begin{array}{cccccccc}{V}_{11}& V_{12}& ...& ...& ...& ...& ...& V_{{1n}_y}\\ V_{21}& ...& ...& ...& ...& ...& ...& ...\\ \·\·\·& ...& ...& V_{\mathrm{xy}}& ...& ...& ...& ...\\ ...& ...& ...& ...& ...& ...& ...& \·\·\·\\ V_{n_{x}1}& ...& ...& ...& ...& ...& ...& V_{n_x{n}_y}\end{array}\right]$

对归整后的单元指纹码，将单元指纹码中所含特征指纹码的内码码字合谋度标记为V_xy，1≤x≤n_x，1≤y≤n_y，其中n_x为特征指纹码码字个数t，n_y为单元指纹码中特征指纹码的个数，构造出n_x×n_y的合谋矩阵R＝[V_xy]，合谋矩阵R的第x行为每个特征指纹码中第x个内码的码字合谋度V_x，第y列是第y个特征指纹码的1~n_x个内码的码字合谋度V_y；

然后根据合谋矩阵R，计算每个用户的合谋参与度col(u_m)，计算公式如下

$\mathrm{col}\left(u_m\right)=\underset{y=1}{\overset{n_y}{\mathrm{\Σ}}}{V}_{y,n_{\mathrm{my}}},1\≤m\≤N,1\≤y\≤n_y$

其中，n_my为用户u_m第y个特征指纹码，0≤n_my≤n_y-1。

步骤5，将合谋参与度与其他用户差异较大的用户判断为合谋用户。

判断合谋用户的具体方式包括以下步骤，

首先，计算用户的合谋度平均值E_col，公式如下

$E_{\mathrm{col}}=\frac{1}{N}\underset{m=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{col}\left(u_m\right)$

然后，计算每个用户合谋度与合谋度平均值E_col的偏差，

将每个用户合谋度与合谋度平均值的偏差的绝对值记为该用户的合谋度均方差Diff_m，Diff_m＝|col(u_m)-E_col|，Diff_m的最大值为Diff_m Max；

最后，对每个用户的合谋度均方差Diff_m进行判断，取判断阈值δ，δ∈[0.5，0.95]，当Diff_m＞δ*Diff_{m_Max}时，则判定该用户u_m为合谋用户。具体实施时，判断阈值δ范围可根据需要设定。

Claims (6)

1.一种数字指纹生成方法，其特征在于：采用三级级联编码方式构建指纹码字，即首先采用抗合谋码作为内码构建特征指纹码，然后采用纠错码作为外码构建单元指纹码，最后串联多个单元指纹码构建联合指纹码。

2.根据权利要求1的一种数字指纹生成方法，其特征在于：构建指纹码字时设定的参数信息为(N，c，r，n₁，n₂，π)，其中包括生成的码字个数N，可能需要抵抗的最大合谋用户数c、特征指纹码中每个码元的重复次数r，单元指纹码中的特征指纹码个数n₁、联合指纹码中的单元指纹码个数n₂、置乱因子 $\mathrm{\π}=\left({\mathrm{\π}}_1\right||{\mathrm{\π}}_2...{\mathrm{\π}}_i...|\left|{\mathrm{\π}}_{n_2}\right),$ 其中π_i是第i个单元指纹码中的置乱因子，π是n₂个单元指纹码的置乱因子的串联；所述三级级联编码包括以下具体步骤，

选择内码重复次数r，根据最大合谋用户数c选择特征指纹码码字个数t，构建特征指纹码Γ(t，r)；

以特征指纹码Γ(t，r)为内码，以码长为n₁、码字个数为N的随机码L(n₁，N)为外码，构建级联码Γ′(n₁，N，t)；对每个级联码Γ′(n₁，N，t)采用相应的置乱因子π_i进行置乱，构建单元指纹码Γ″(n₁，N，t，π_i)；

串联n₂个单元指纹码Γ″(n₁，N，t，π_i)，i＝1、2、3…n₂，构建出联合指纹码Γ′″(n₁，N，t，π_i，n₂)。

3.一种数字指纹跟踪方法，其特征在于：采用软判断跟踪方式判断用户是否参与合谋，即对用户的合谋参与度进行量化计算，根据用户的合谋参与度判断出合谋用户；实现方式包括以下步骤，

步骤1，对提取得到的指纹码信息分段，重构出多个单元指纹码，并对各单元指纹码采用反置乱进行归整；

步骤2，将归整后的每个单元指纹码分段为多个特征指纹码；

步骤3，在每个特征指纹码中进行内码译码，计算各内码的码字合谋度；

步骤4，对归整后的单元指纹码进行内外联合译码，对每个用户依据其分配的码字计算该用户的合谋参与度；

步骤5，将合谋参与度与其他用户差异较大的用户判断为合谋用户。

4.根据权利要求3的一种数字指纹跟踪方法，其特征在于：所述计算特征指纹码中各内码的码字合谋度具体方式为，

在Γ(t，r)码中，定义B_j为特征指纹码中的第j块重复r次的码字块，W_j为B_j内bit值为1的码字数目，1≤j≤t-1，其中，t为特征指纹码的码字个数；令W₀＝0，W_t＝1，令码字合谋度V_j表示特征指纹码中第j个内码的参与合谋的程度，V_j＝(W_j-W_j-1)/r，其中-1≤V_j≤1。

5.根据权利要求3或4的一种数字指纹跟踪方法，其特征在于：所述计算用户的合谋参与度具体方式包括以下步骤，

步骤51，构建合谋矩阵R，

对归整后的单元指纹码，将单元指纹码中所含特征指纹码的内码码字合谋度标记为V_xy，1≤x≤n_x，1≤y≤n_y，其中n_x为特征指纹码码字个数t，n_y为单元指纹码中特征指纹码的个数，构造出n_x×n_y的合谋矩阵R＝[V_xy]，合谋矩阵R的第x行为每个特征指纹码中第x个内码的码字合谋度V_x，第y列是第y个特征指纹码的1~n_x个内码的码字合谋度V_y；

步骤52，根据合谋矩阵R，计算每个用户的合谋参与度col(u_m)，计算公式如下

$\mathrm{col}\left(u_m\right)=\underset{y=1}{\overset{n_y}{\mathrm{\Σ}}}{V}_{y,n_{\mathrm{my}}},1\≤m\≤N,1\≤y\≤n_y$

其中，n_my为用户u_m第y个特征指纹码，0≤n_my≤n_y-1。

6.根据权利要求5的一种数字指纹跟踪方法，其特征在于：判断合谋用户的具体方式包括以下步骤，

步骤61，计算用户的合谋度平均值E_col，公式如下

$E_{\mathrm{col}}=\frac{1}{N}\underset{m=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{col}\left(u_m\right)$

步骤62，计算每个用户合谋度与合谋度平均值E_col的偏差，

将每个用户合谋度与合谋度平均值的偏差的绝对值记为该用户的合谋度均方差Diff_m，Diff_m＝|col(u_m)-E_col|，Diff_m的最大值为Diff_{m_Max}；

步骤63，对每个用户的合谋度均方差Diff_m进行判断，取判断阈值δ，δ∈[0.5，0.95]，当Diff_m＞δ*Diff_{m_Max}时，则判定该用户u_m为合谋用户。

Images