利用多重正交变换实现抗混合攻击的视频水印技术

《Journal of Information Security and Applications》：Exploiting multiple orthogonal transformations for hybrid attack resilient video watermarking

　　摘要
视频编辑技术的快速发展给视频版权保护带来了日益严峻的挑战。作为一种有效的版权保护技术，数字水印可将版权信息嵌入原始视频中，且不会显著降低其视觉质量。为平衡嵌入带来的失真与水印的鲁棒性，已有多种视频水印方法被提出。然而，现有方法大多仅针对单一攻击进行设计。在实际应用中，带水印的视频可能会遭受几何攻击和混合攻击，这类攻击会破坏水印嵌入与提取之间的同步性，从而降低水印的鲁棒性，影响视频认证的可靠性。因此，有必要开发出更能抵御此类攻击的强大视频水印方法。针对这一问题，本文提出了一种基于多重正交变换的强鲁棒性视频水印方案，这些变换包括离散余弦变换、非下采样轮廓波变换以及奇异值分解。在该方案中，水印通过多通道混合变换域被嵌入视频关键帧的Y通道和Cr通道中。一方面，选择Y通道和Cr通道是基于人类视觉系统的特性，有助于保持带水印视频的视觉质量；另一方面，多重正交变换可用于构建稳定的嵌入载体，进一步提升嵌入水印对潜在攻击的抵抗能力。实验结果表明，所提方法在抗常见几何攻击和混合攻击方面具有良好的不可感知性及鲁棒性，证明了其有效性与适用性。

引言
多媒体编辑、互联网以及移动通信的飞速发展极大地改变了信息交流的方式。这些技术推动了智能家居、医疗保健以及智能交通等创新应用的发展。在这些应用中，信息技术构成了基础架构，而视频则作为数据传输的关键媒介。这些应用产生的实时数据通常通过摄像头或智能手机进行采集与共享。但在共享过程中，可能会出现版权侵犯以及私人数据被未经授权篡改的情况，进而造成巨大的经济损失。因此，提升数据传输的安全性并确保可靠的认证机制是一项艰巨的任务[1],[2]。

视频水印被认为是一种有效的手段，可用于追踪内容来源并保护版权[3]。通过这项技术，版权所有者可以从视频的短片段甚至单帧中提取水印，从而识别出未经授权的传播者。然而，由于先进的视频编辑工具的存在，嵌入的水印容易受到各种攻击，这对版权保护构成了严重威胁。因此，提升水印技术的鲁棒性已成为亟需解决的难题。

研究人员提出了多种视频水印技术，包括空间域水印、变换域水印以及压缩域水印[4]。在空间域水印方案中，水印是通过复杂的方法修改视频帧或数据块的像素值来嵌入的。相比之下，变换域水印方案则将水印嵌入从视频变换得到的系数中，这类变换包括离散余弦变换（DCT）[5]、离散傅里叶变换（DFT）[6]、离散小波变换（DWT）[7]、整数小波变换（IWT）[8]、轮廓波变换（CT）[9]以及非下采样轮廓波变换（NSCT）[10]。除了上述方法外，水印嵌入还可以在MPEG-1、MPEG-2、MPEG-4、H.264/AVC以及H.265/HEVC等视频压缩标准的编码过程中实现[11],[12]，这类方法属于压缩域水印。

与空间域和水印域水印相比，变换域水印具有更好的不可感知性和视觉质量[13]。Wang等人[14]提出了一种基于DWT的数字图像所有权验证水印算法。该算法虽能有效抵御噪声和直方图均衡化攻击，但对几何变形、滤波操作以及压缩技术的效果较为有限。Ko等人[15]则提出了一种利用DCT的强鲁棒性盲图像水印方法，该方法借助块间系数相关性，根据水印位值计算并调整两个块之间的DCT系数差异。尽管现有的变换域视频水印方案已取得一定进展，但它们通常仅从选定子带的特定正交变换系数中嵌入和提取水印。然而，过度依赖某种特定变换会导致水印的脆弱性。

为提升对常见攻击的抵抗能力，研究人员提出了利用两个或多个变换域的强鲁棒性水印方法，这类方法通常被称为混合域水印。在这种方法中，数据通常被嵌入到来自多种变换的系数中，以提高整体抗攻击能力[16]。Singh等人[17]提出了一种基于DWT-SVD与DCT结合阿诺德猫映射加密的新型强鲁棒性盲水印方案，该方案能有效防止未经授权的读取，并便于错误检测。Pandey等人[18]则开发了一种非盲彩色图像水印技术，该技术结合了平稳小波变换与奇异值分解，对压缩攻击、噪声干扰以及滤波攻击具有很强的抵抗能力。

对于混合域水印，其优势在于能够充分利用不同变换域的特点，弥补单一方法的不足。此后，为进一步提升水印对潜在攻击的鲁棒性，又出现了多种自适应混合域水印方法。Wang等人[19]提出了一种基于SVD和DWT原理的自适应图像水印方法，该方法首先对载体图像应用三级小波变换，然后再将水印嵌入到所得三级小波子带的SVD矩阵中。Kumar等人[20]则提出了一种基于DWT-WHT-SVD技术的自适应混合域彩色图像水印策略，该方法通过利用视觉熵和边缘熵指标来自适应计算嵌入因子。Roy等人[21]进一步利用视频中丰富的通道信息，提出了一种强鲁棒性彩色图像水印方法，该方法通过Y分量的RDWT系数的SVD分解来构建载体，从而提升对滤波攻击的抵抗能力。Huan等人[22]提出了一种基于双树复小波变换的视频水印方案，该方案通过在DTCWT域中使用奇异值分解从候选系数中筛选出强鲁棒性载体。Zhang等人[23]则提出了一种基于四元数小波变换与四元数奇异值分解的混合域水印技术，旨在获得更不易受攻击影响的嵌入载体。Wang等人[24]开发了一种彩色图像水印方法，该方法整合了多级二维离散小波变换、SVD以及混沌加密技术。Singh等人[25]则提出了一种基于非下采样轮廓波变换、离散余弦变换以及多分辨率奇异值分解的医学图像水印方案。Mohammed等人[26]提出了一种基于DCT和DWT领域的强鲁棒性彩色图像水印策略。Hammami等人[27]则提出了一种基于提升小波变换与奇异值分解的盲半脆弱视频双水印方案，该方案结合了空间域与频率域，旨在实现内容认证与篡改定位，同时保持较高的视觉质量与嵌入容量。不过，该方案在抗攻击性能方面存在一定局限，其对旋转攻击的鲁棒性尚未经过实验验证，且在发生裁剪攻击时，由于局部水印信息丢失，其性能可能会下降。此外，在混合攻击场景下，水印检测与篡改定位的准确性也会显著降低。Chen等人[28]提出了一种基于泽尼克矩的高分辨率视频水印方法，该方法通过块划分与奇异值分解克服了传统方法的局限性，虽然在计算复杂度较高的前提下，但对旋转和压缩攻击的抵抗能力有了显著提升。尽管上述方法在抵御多种额外攻击方面表现更好，但其鲁棒性仍需进一步提高，才能有效应对包括几何攻击和混合攻击在内的各类常见攻击[29],[30],[31]。

虽然跨多种变换域的水印算法能够实现较高的鲁棒性，但新兴的篡改攻击手段的破坏力却在不断增强。尤其是，多种攻击方法相结合的趋势日益明显，这为现有的水印机制带来了新的挑战。然而，现有的视频水印模型通常仅局限于单一变换域，对混合攻击的抵抗能力较弱，且往往依赖单一加密密钥，这使得它们容易遭到破解，同时也在实现水印容量与不可感知性之间的最佳平衡方面面临困难。本文提出了一种基于多重变换域多通道组件的强鲁棒性视频水印方案。通过利用离散余弦变换的能量集中特性与变换独立性、非下采样轮廓波变换的噪声免疫特性以及奇异值分解的稳定性，该方案在DCT-NSCT-SVD多通道域中构建出了能够抵抗几何攻击、加性噪声以及各类常见混合攻击的强鲁棒性载体，从而实现可靠的水印嵌入。通过采用基于奇异值分解的矩阵乘法运算，该方案在保持高视觉质量的同时，对旋转、压缩、噪声干扰、翻转以及各类混合攻击都具有很强的抵抗能力。

我们的主要贡献可总结如下：
• 我们构建了一个多通道混合变换域，为所提出的强鲁棒性视频水印方案提供嵌入载体。通过对多个视频通道的帧信息应用多重正交变换，可得到强鲁棒性的视频帧组件，从而提升对各类攻击的抵抗能力。具体而言，我们首先整合Y通道和Cr通道中的两个直流分量，再对其应用额外的正交变换，以获得稳定的视频帧组件。将水印嵌入这些载体中，不仅能提高嵌入容量，还能显著提升水印的鲁棒性与视觉质量。
• 我们提出了一种创新的嵌入方法，该方法利用矩阵运算来实现水印嵌入。嵌入操作是在由多通道混合变换域构成的矩阵上进行的，这一设计有助于进一步提升水印的鲁棒性与视觉质量。我们进行了大量实验，其中包括多种混合攻击测试，实验结果表明，与现有最先进方法相比，该方案在抵御各类信号处理攻击、几何攻击以及混合攻击方面具有更强的性能。

本文的其余结构如下：第2节介绍所提出的水印方案；第3节阐述实验结果；最后第4节给出结论。