CN101977319B - 基于视频特征及数字签名的视频隐蔽标签生成及认证方法 - Google Patents

Abstract

一种信息安全技术领域的基于视频特征及数字签名的视频隐蔽标签生成及认证方法，采用基于视觉描述子的提取及优化组的方式生成视频特征作为标签的一部分，以实现标签与视频的绑定，有效抵御攻击者对授权标签的合谋攻击行为。使用该方法构造的隐蔽标签不仅具有很好的鲁棒性和安全性，还具备一般视频水印没有的完整性、不可否认性及标签与视频的唯一绑定性等特点。

Description

基于视频特征及数字签名的视频隐蔽标签生成及认证方法

技术领域

本发明涉及的是一种信息安全技术领域的方法，具体是一种基于视频特征及数字签名的视频隐蔽标签生成及认证方法。

背景技术

随着Internet的发展，网络视频越来越多地融入进了人们的生活。由于其不需下载、免费观看，以及清晰度日益提高等特点，网络视频已逐渐成为当今人们最重要的视频信息来源之一。然而，伴随着网络视频产业的迅猛发展，暴力、血腥、色情等不良视频的非法传播问题也越来越多地暴露出来。尤其对于那些允许用户上传的主流视频网站，一旦受利益驱使，极易出现不良视频，且其造成的社会负面影响覆盖面极大。针对以上问题，本发明提出利用最新的数字水印技术、公钥基础设施(Public Key Infrastructure，简称PKI)技术、加密技术联合构造新型的视频隐蔽标签及其认证方法。视频隐蔽标签生成及认证技术是解决网络视频内容监管的一种新的技术方案。它将视频的相关信息、认证信息和视频特征结合一起，作为隐藏标签嵌入到多媒体视频中，以起到鉴定视频来源，以及视频内容完整性、不可抵赖性和标签安全性。

经过对现有技术的检索发现：中国专利文献号CN1386341，公开日2002.12.18，记载了一种“通过组合信号的水印与特性标识的多媒体监视”方法，该方法提取视频内容的特性特征，构成该内容的特征标识并结合视频内容的数据库索引形成待嵌入水印信息。中国专利文献号CN101303725，公开日2008.11.12，记载了一种“基于纠错编码的脆弱水印生成和认证方法”，该技术将缩小的原始图像进行小波变换，对分解得到的小波变换低频系数进行量化形成二进制数据与含指纹信息的二进制数据先进行BCH编码，再经过置乱加密形成最终的图像水印。通信学报(2009年第8期)，记载了一种“适用于广播监视的安全视频水印方案”，该方案使用三维离散小波变换及一种新颖的顽健视频散列算法，利用生成的散列值和水印标识形成待嵌入的水印信息。

上述现有的隐蔽标签生成及认证技术均可在一定程度上实现视频内容监管，但对于攻击者伪造标签，或将一授权标签移植到非授权视频中的重放行为缺乏有效防范手段。此外，应对视频内容负有责任的视频发布网站也有可能对标签生成和嵌入行为予以否认。

发明内容

本发明针对现有技术存在的上述不足，提供一种基于视频特征及数字签名的视频隐蔽标签生成及认证方法，使用该方法构造的隐蔽标签不仅具有很好的鲁棒性和安全性，还具备一般视频水印没有的完整性、不可否认性及标签与视频的唯一绑定性等特点。该标签可用于权威部门对网络视频内容的监管，在这一应用中，监管部门能根据嵌入视频中的标签准确无误地鉴定视频发布网站，在视频中出现不良内容的情况下有足够的依据追究该发布网站的责任。

本发明是通过以下技术方案实现的：

本发明涉及一种基于视频特征及数字签名的视频隐蔽标签的生成方法，包括以下步骤：

第一步、将原始视频转化到灰度空间后对视频进行镜头分割并提取每个镜头的关键帧，得到发送端关键帧序列KFS。

第二步、提取发送端关键帧序列KFS的视觉描述子，经描述子优化组合得到视频特征向量FV，使用PCA方法对视频特征向量FV进行降维，得到发送端视频特征F。

所述的视觉描述子是指一系列用于描述多媒体视觉信息、定义视觉特征的语法和语义的向量。

所述的描述子优化组合是指将描述子进行不同组合，选择出其中占用字节数较少且特征表述准确的相对较优的描述子组合方式。

所述的用PCA方法对发送端视频特征向量FV进行降维是指通过分析出FV中变化较大的主要成分，将维数较大的FV映射为维数较小的向量，以实现降低数据量的目的。

第三步、构造标签明文字段M，包括将发布视频的网站名称WID、网站中实施标签嵌入的标签服务器名称MID、基于系统当前时间的时间戳TS、视频特征向量F、载体视频类型VT以及扩展位EX。使用标签嵌入服务器的私钥对除视频特征外的其他字段进行数字签名，得到数字签名S，级联M与S生成隐蔽标签信息W。

所述的级联是指将提到所有字段按首位相连的方式合并成为一个完整的数据段。

所述的隐蔽标签信息W包括：明文部分和签名部分，其中：明文部分包括：16bit的网站ID、16bit的标签服务器ID、32bit的时间戳、视频特征、8bit的视频类型和16bit的扩展位，签名部分包括64*8＝512bit的数字签名。

第四步、将第三步中生成的隐蔽标签信息W分割为每段长度为k的二进制信息组序列XS＝(X₁，X₂，…，X_n)。生成基于(n，k)分组码的纠错编码生成矩阵G，将每个X_m，m＝1，2，…，n编码成长度为n的码字C_m，m＝1，2，…，n，编码公式如下：

C_m＝X_m·G

生成的码字序列(C₁，C₂，…，C_n)即为发送端纠错编码后的标签信息CW。

所述的纠错编码生成矩阵G是指由k个线性无关向量组成的k维线性空间的基底所构成的k×n阶矩阵。

第五步、使用片率Cr对CW进行重复扩展，得到BCW，使用密钥Key产生与CW相同长度的伪随机序列PN，与扩展后的标签信息按位异或，得到发送端隐蔽标签SCW，公式表述如下：

$\mathrm{SCW}=\mathrm{BCW}\⊕\mathrm{PN}$

所述的产生伪随机序列PN的方式为通过软件编程方法产生一个基于m序列的伪随机二进制序列，该方法需要密钥种子Key的参与。

本发明涉及上述视频隐蔽标签的认证方法，包括以下步骤：

步骤一、使用与标签生成端相同的种子Key产生伪随机序列PN，将伪随机序列PN与提取出的接收端隐蔽标签SCW按位异或得到扩展后的已编码标签信息BCW，公式表述如下：

$\mathrm{BCW}=\mathrm{SCW}\⊕\mathrm{PN}$

所述的接收端隐蔽标签SCW是指接收端在隐蔽标签解析前通过与发送端相应的标签提取算法提取出的隐蔽标签。

所述的已编码标签信息BCW是指接收端隐蔽标签SCW与接收端产生的PN序列异或后得到序列。

步骤二、根据标签生成端的纠错编码生成矩阵G计算得到一致校验矩阵H，其中G具有如下系统形式：

则与之对应的一致校验矩阵H为：

使用一致校验矩阵H对已编码标签信息BCW进行译码，得到接收端标签信息W。

所述的接收端标签信息W在不受任何攻击的情况下应与发送端标签信息W相同，但考虑到网络传输与存储中可能的攻击，接收端标签信息W可能存在一定失真。

步骤三、对原始视频进行解码，将其转化到灰度空间，得到视频帧序列。对视频进行镜头分割，提取每个镜头的关键帧，得到接收端关键帧序列KFS。

步骤四、提取关键帧的视觉描述子，经描述子优化组合处理后得到视频特征向量FV，使用PCA方法对其降维，得到接收端视频特征F^*。

步骤五、提取接收端标签信息W中所有字段，包括明文部分和签名部分，其中：明文部分包括：16bit的网站ID WID、16bit的标签服务器ID MID、32bit的时间戳TS、视频特征F、8bit的视频类型VT和16bit的扩展位EX，签名部分包括64*8＝512bit的数字签名S。比较提取出的视频特征F与第四步中得到的视频特征F^*，验证标签是否与视频绑定并验证标签中的数字签名，确认标签的完整性与不可否认性。

本发明有如下优点：

1)本发明使用基于视频特征匹配的方法实现标签与视频的绑定，可有效抵御重放攻击，即攻击者从一个授权视频中提取标签，并嵌入到另一个非授权视频中的行为。

2)本发明在标签内容中引入基于PKI体系的数字签名技术，能有效实现对标签内容的完整性验证，即可鉴定出该标签的内容是否经过篡改。另一方面，该技术的引入还能实现视频网站对标签发布行为的不可否认性验证，即令特定视频网站无法否认已实施的对该标签的生成及嵌入行为。

3)本发明引入数字通信理论中的纠错编码和扩频调制等手段，使提取出的标签即使存在失真，也能在一定程度上恢复出原始信息，大大增强了标签的鲁棒性。

4)由于扩频调制中PN的伪随机特性，生成的标签具有随机噪声的统计特性，因而其不易被发现。不仅如此.PN序列的产生需要密钥参与，这一特点使标签即使被非授权提取，攻击者也无法解密出明文，因此本发明中的标签具有很高的安全性。

以上一系列的技术手段保证了监管部门能准确的鉴定出被载体视频的来源，以及其他相关信息。若视频中存在不良内容，监管部门有足够的证据追究发布网站的责任，责令其整改。

附图说明

图1是本发明隐蔽标签生成步骤流程图。

图2是本发明隐蔽标签解析步骤流程图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本发明涉及一种基于视频特征及数字签名的视频隐蔽标签认证方法，具体步骤如下：

第一步、将原始视频转化到灰度空间后对视频进行镜头分割并提取每个镜头的关键帧，得到发送端关键帧序列KFS。

1)将载体视频进行镜头分割，得到视频镜头序列ShtS＝(Sht₁，Sht₂，…，Sht_t)，其中每个镜头Sht_i，i＝1，2，…，t中不存在镜头切变。

2)对于每个镜头Sht_i，提取一个最能代表该镜头内容的关键帧KF_i，得到关键帧序列KFS＝(KF₁，KF₂，…，KF_t)。

第二步、提取关键帧的视觉描述子，对其进行优化组合得到视频特征向量，使用PCA方法对其进行降维，得到发送端视频特征F，具体包括以下步骤：

1)对每个关键帧KF_i分别提取MPEG-7标准中的5种视频描述子，分别为：主导颜色描述子DCD，维数9；颜色布局描述子CLD，维数12；平行结构描述子HTD，维数62；边缘直方图描述子EHD，维数80；区域形状描述子RSD，维数35以及1个自定义描述子：低分辨率分块颜色描述子LRCCD，维数90。以上所有描述子中的每一维元素均归一化为一个0～255之间的整数，使用1字节表示。其中自定义的低分辨率分块颜色描述子LRCCD的提取方法如下：

a)对每个关键帧KF_i，i＝1，2，…，t进行5×5分块，选取中央的3×3个共9个分块，记为B_i(1)，B_i(2)，…，B_i(9)，i＝1，2，…，t。

b)对每个分块B_i(j)，j＝1，2，…，9进行减采样，得到分辨率R＝32×32的低分辨率图像。

c)对每个分块B_i(j)计算灰度级k＝8的颜色直方图BH_i(j)，占用字节数为：

${\mathrm{BN}}_i\left(j\right)=\frac{{\log }_{2}R\·k}{8}=\frac{{\log }_2(32\×32)\·8}{8}=10\mathrm{byte}$

d)级联9个分块的颜色直方图，得到关键帧KF_i总字节数为TSN_i＝BN_i(j)×9＝90byte的低分辨率分块颜色描述子LRCCD。

2)综合考虑不同描述子对标签大小和视频描述准确度的影响，选取其中一种或几种，级联生成一个能代表镜头视频特征且占用字节数相对较少的向量FV。

3)使用主成分分析(Principal component analysis，PCA)方法分析出FV中变化较大的主要成分，将维数较大的FV映射为维数较小的向量，实现对向量FV的降维，得到作为标签成分的发送端视频特征F。

第三步、构造标签明文字段，对除特征外的其他字段做数字签名，生成发送端隐蔽标签信息W，具体包括以下步骤：

1)构造标签明文字段：将发布视频的网站ID WID、网站中实施标签嵌入的标签服务器IDMID、基于系统当前时间的时间戳TS、视频特征向量F、载体视频类型VT以及扩展位EX级联得到发送端标签明文M。

2)记M中除视频特征外的所有字段的级联为M-F，使用经权威CA机构认证的网站标签服务器私钥PriK对M-F进行数字签名，得到签名S。级联M与S，得到发送端隐蔽标签信息W。

上述隐蔽标签信息W的结构如下表所示：

第四步、使用(n，k)分组码对标签信息W进行纠错编码，得到发送端编码后的标签信息CW，具体包括以下步骤：

1)生成基于(n，k)分组码的纠错编码生成矩阵G，其中G具有如下系统形式：

其中，I_k是k×k维单位矩阵，P是k×(n-k)维矩阵，由它决定码字中的n-k个冗余比特或一致校验位。

2)将第三步中生成的隐蔽标签信息W分割为每段长度为k的二进制信息组序列XS＝(X₁，X₂，…，X_n)。用生成矩阵G将每个长度为k的二进制信息组X_m＝(x_m1，x_m1，…，x_mk)，编码成长度为n的码字C_m＝(c_m1，c_m2，…，c_mn)，编码过程的矩阵表示如下：

C_m＝X_m·G

3)生成的码字序列(C₁，C₂，…，C_n)即为发送端纠错编码后的标签信息CW。

第五步、对纠错编码后的标签信息进行直接序列扩频处理，得到最终的发送端隐蔽标签SCW，具体包括以下步骤：

1)使用线性码与二进制重复码级联的方法对第四步中得到的CW进行扩展，即在(n，k)分组码基础上将每个长度为n的码字重复片率Cr次，得到的单个码字长度为l＝n×Cr。扩展后的标签信息总长为N。

2)产生长度同为N的伪随机序列PN，具体可用编程方法生成长度为N的m序列，生成该序列时使用的密钥种子记为Key。将PN序列与扩展后的标签信息按位异或，得到最终的发送端隐蔽标签SCW。

自此，基于视频特征及数字签名的视频隐蔽标签生成过程结束。

本发明涉及一种基于视频特征及数字签名的视频隐蔽标签认证方法，该方法假定隐蔽标签已由某种与发送端的标签嵌入算法相适应的提取算法提取出来，但由于存储和传输过程中可能遭到的各种攻击，如二次编码、几何攻击等，提取出的标签可能存在一定失真，提取出的隐蔽标签为接收端隐蔽标签SCW。对该标签的解析方法具体包括以下步骤：

第一步、对提取出的隐蔽标签SCW进行解调及译码，得到解调并译码后的接收端标签信息W，具体包括以下步骤：

1)使用与标签生成端相同的种子Key产生长度为N的伪随机序列PN。

2)将PN序列与标签信息SCW按位异或，得到按片率Cr扩展后的已编码标签信息BCW。

3)根据标签生成端进行纠错编码时使用的生成矩阵G，计算出一致校验矩阵H具体计算方法如下：

假设G有如下系统形式

则与之对应的一致校验矩阵H为：

4)BCW中对应于标签信息W的每个k位信息组X_m有Cr个码字与之对应，记为Y₁，Y₂，…，Y_Gr，对每个码字Y_i，分别计算Y_iH＝S_i，按如下方法得到译码输出X_m：

a)若存在一个S_i，其所有元素均为0，则取该码字的前k位作为译码输出X_m；

b)若不存在元素全为零的S_i，但存在可纠错的码字则纠正之，并取该码字的前k位作为译码输出X_m；

c)否则对Cr个码字的每个对应位逐一比较，取出现次数较多的比特作为该位的值，取得到的前k位作为译码输出X_m。

5)级联所有信息组X_m，得到解调并译码后的标签信息W。

第二步、对视频进行镜头分割，提取每个镜头的关键帧，得到接收端关键帧序列KFS。具体方法与标签生成时相同。

第三步、提取关键帧的视觉描述子，对其进行优化组合得到视频特征向量，使用PCA方法对其进行降维，得到接收端视频特征F^*。具体方法与标签生成时相同。

第四步、提取所有标签字段，将取出的视频特征与上一步中得到的视频特征比较，验证标签是否与视频绑定。验证标签中的数字签名，确认标签的完整性与不可否认性，具体包括以下步骤：

1)提取出标签W中所有字段，包括：发布视频的网站ID WID、网站中实施标签嵌入的标签服务器ID MID、基于系统当前时间的时间戳TS、视频特征向量F、载体视频类型VT、扩展位EX以及数字签名S。

2)计算视频特征F与第三步中得到的视频特征F^*的欧式距离Dis(F，F^*)，比较Dis(F，F^*)与阈值threshold的大小关系，可能结果如下：

a)若Dis(F′，F^*)＝0，则标签与视频完全匹配，视频内容未经任何篡改。

b)若Dis(F′，F^*)≤threshold，则标签与视频匹配，但视频内容已经轻微篡改。

c)若Dis(F′，F^*)＞threshold，则标签与视频不匹配，或视频内容已被严重篡改。

若结果为a)或b)的情况，认为该标签是专为此载体视频所颁发，转入2)继续验证；否则视该标签为攻击者伪造，或标签嵌入后内容已被严重篡改，标签完整性验证失败，标签解析结束。

2)提取除F外的所有明文字段，包括发布视频的网站ID WID、网站中实施标签嵌入的标签服务器ID MID、基于系统当前时间的时间戳TS、载体视频类型VT以及扩展位EX，得到M-F，计算得到其哈希值H^*，根据提取出的发布视频的网站ID WID以及标签服务器ID MID，获取权威CA机构为其颁发的数字证书，从中解析出公钥PubK，解密标签中的数字签名S，得到哈希值H，比较H^*与H，可能结果如下：

a)若H＝H^*，则数字签名验证成功，说明：一方面，标签内容未经任何篡改，完整性得到认证；另一方面，该标签确由其标识的网站标签服务器颁发，不可否认性得到认证。

b)若H≠H^*，则数字签名验证失败，说明标签内容已被篡改或该标签乃攻击者仿冒。

自此，基于视频特征及数字签名的视频隐蔽标签解析过程结束。

Claims (9)

1.一种基于视频特征及数字签名的视频隐蔽标签的生成方法，其特征在于，包括以下步骤：

第一步、将原始视频转化到灰度空间后对视频进行镜头分割并提取每个镜头的关键帧，得到发送端关键帧序列KFS；

第二步、提取发送端关键帧序列KFS的视觉描述子，经描述子优化组合得到视频特征向量FV，使用PCA方法对视频特征向量FV进行降维，得到发送端视频特征F；

第三步、构造标签明文字段M，包括将发布视频的网站名称WID、网站中实施标签嵌入的标签服务器名称MID、基于系统当前时间的时间戳TS、视频特征F、载体视频类型VT以及扩展位EX，使用标签嵌入服务器的私钥对除视频特征外的其他字段进行数字签名，得到数字签名S，级联M与S生成隐蔽标签信息W；

第四步、将第三步中生成的隐蔽标签信息W分割为每段长度为k的二进制信息组序列XS＝(X₁，X₂，…，X_n)，生成基于(n，k)分组码的纠错编码生成矩阵G，将每个X_m，m＝1，2，…，n编码成长度为n的码字C_m，m＝1，2，…，n，编码公式如下：

                            C_m＝X_m·G

生成的码字序列(C₁，C₂，…，C_n)即为发送端纠错编码后的标签信息CW；

第五步、使用片率Cr对CW进行重复扩展，得到已编码标签信息BCW，使用密钥Key产生与CW相同长度的伪随机序列PN，与扩展后的标签信息按位异或，得到发送端隐蔽标签SCW，公式表述如下：

$\mathrm{SCW}=\mathrm{BCW}\⊕\mathrm{PN}.$

2.根据权利要求1所述的基于视频特征及数字签名的视频隐蔽标签的生成方法，其特征是，所述的视觉描述子是指一系列用于描述多媒体视觉信息、定义视觉特征的语法和语义的向量。

3.根据权利要求1所述的基于视频特征及数字签名的视频隐蔽标签的生成方法，其特征是，所述的描述子优化组合是指将描述子进行不同组合，选择出其中占用字节数较少且特征表述准确的相对较优的描述子组合方式。

4.根据权利要求1所述的基于视频特征及数字签名的视频隐蔽标签的生成方法，其特征是，所述的用PCA方法对发送端视频特征向量FV进行降维是指通过分析出FV中变化较大的主要成分，将维数较大的FV映射为维数较小的向量，以实现降低数据量的目的。

5.根据权利要求1所述的基于视频特征及数字签名的视频隐蔽标签的生成方法，其特征是，所述的级联是指将提到所有字段按首尾相连的方式合并成为一个完整的数据段。

6.根据权利要求1所述的基于视频特征及数字签名的视频隐蔽标签的生成方法，其特征是，所述的隐蔽标签信息W包括：明文部分和签名部分，其中：明文部分包括：16bit的网站ID、16bit的标签服务器ID、32bit的时间戳、视频特征、8bit的视频类型和16bit的扩展位，签名部分包括64*8＝512bit的数字签名。

7.根据权利要求1所述的基于视频特征及数字签名的视频隐蔽标签的生成方法，其特征是，所述的纠错编码生成矩阵G是指由k个线性无关向量组成的k维线性空间的基底所构成的k×n阶矩阵。

8.一种根据权利要求1所述的视频隐蔽标签的认证方法，其特征在于，包括以下步骤：

步骤一、使用与标签生成端相同的种子Key产生伪随机序列PN，将伪随机序列PN与提取出的接收端隐蔽标签SCW按位异或得到扩展后的已编码标签信息BCW，公式表述如下：

$\mathrm{BCW}=\mathrm{SCW}\⊕\mathrm{PN};$

步骤二、根据标签生成端的基于(n，k)分组码的纠错编码生成矩阵G计算得到一致校验矩阵H，其中G具有如下系统形式：

其中，I_k是k×k维单位矩阵，P是k×(n-k)维矩阵，由它决定码字中的n-k个冗余比特或一致校验位；则与之对应的一致校验矩阵H为：使用一致校验矩阵H对已编码标签信息BCW进行译码，得到接收端标签信息W；

步骤三、对原始视频进行解码，将其转化到灰度空间，得到视频帧序列；对视频进行镜头分割，提取每个镜头的关键帧，得到接收端关键帧序列KFS；

步骤四、提取关键帧的视觉描述子，经描述子优化组合处理后得到视频特征向量FV，使用PCA方法对其降维，得到接收端视频特征F^*；

步骤五、提取接收端标签信息W中所有字段，包括明文部分和签名部分，其中：明文部分包括：16bit的网站ID WID、16bit的标签服务器ID MID、32bit的时间戳TS、视频特征F、8bit的视频类型VT和16bit的扩展位EX，签名部分包括64*8＝512bit的数字签名S，比较提取出的视频特征F与第四步中得到的视频特征F^*，验证标签是否与视频绑定并验证标签中的数字签名，确认标签的完整性与不可否认性。

9.根据权利要求8所述的认证方法，其特征是，所述的接收端隐蔽标签SCW是指接收端在隐蔽标签解析前通过与发送端相应的标签提取算法提取出的隐蔽标签。

Images