基于重心的抗同步攻击的音频水印算法

抗同步攻击是音频水印领域公开的难题. 相对重心是音频的一个稳定的全局特征量, 对 TSM (Time scale modification)等同步攻击不敏感. 本文提出一种基于相对重心的抗同步攻击的音频水印算法,提出的算法通过量化音频的相对重心生成水印, 生成的水印由混沌序列加密后以量化的方法嵌入载体音频三级小波近似分量均值中. 为了降低同步攻击后同步位置的连续偏移, 水印嵌入提取过程采用了均匀分帧的方法. 实验结果表明提出的算法能抵抗常规信号处理操作, 同时 能抵抗20%的TSM操作(包含音调不变TSM和重采样操作)和 1/10的抖动操作, 有很好的鲁棒性.     

一种抗重采样时间伸缩攻击鲁棒音频水印算法

通过应用音频质心与相邻3段区间的样本数量的关系这两个特性,提出了一种抗重采样时间伸缩攻击的音频水印算法,该算法通过修改频域系数进行嵌入秘密信息.听觉测试表明,隐藏有秘密信息的音频和原始音频是几乎完全一样的.鲁棒性实验结果表明,该算法能承受15%左右的重采样的TSM攻击,对于基于Stirmark Benchmark for Audio工具软件的一些常见攻击也具有很好的鲁棒性.     

基于支持向量机的自同步音频水印算法*

针对如何有效抵抗去同步攻击的问题,论文提出了一种基于支持向量机的自同步音频水印新算法。该算法利用能量特性从载体音频中提取能量特征,再结合音频包络信息,利用支持向量机训练出较稳定的特征点,同时结合听觉掩蔽特性将水印信息在混合域内嵌入到数字音频中。水印检测时,利用音频的特征点实现水印的重同步,无须求助于原始音频。仿真实验结果表明,所提出的算法不仅具有较好的不可感知性,而且对音频常规处理与攻击和破坏水印检测同步特性的恶意攻击均具有较好的稳健性。     

抗幅度缩放的小波域自适应数字音频水印算法

数字音频水印的鲁棒性是数字水印领域的研究热点之一。为进一步提高音频水印算法针对幅度缩放等攻击的鲁棒性,借用数字图像归一化的思想,提出了一种基于归一化的抗幅度缩放攻击的数字音频水印算法。该算法首先对音频数据进行自适应分段,然后在空域部分均值化音频数据,最后在三级小波变换的低频系数上以抖动调制的方式实现水印信息的嵌入。实验结果表明所提出的算法对缩放攻击具有很好的鲁棒性,并能够抵抗加噪、低通滤波、重采样、重量化等常见攻击。     

抗MP3压缩的自适应音频盲水印算法

提出一种可抵抗MP3压缩的稳健的数字音频盲水印算法。该算法通过对音频小波域的近似分量进行分段以嵌入水印。水印提取时按音频特征实现自适应重分段,同时自动调整提取强度,解决了音频特征在MP3压缩前后不一致的矛盾,并实现了盲提取。实验结果显示该算法能有效抵抗MP3压缩、重采样、低通滤波和叠加白噪声等多种攻击。     

基于量化小波变换的双同步音频水印方法

在音频水印技术中提出了一种双同步方法,包括了自同步和外同步两个环节。抽取音频的5个特征来设计同步峡谷标记,用于水印信息的嵌入定位。紧随着各峡谷的是外同步技术,用于确定可用水印。同时,设计了一种自适应匹配方法,从多个侯选水印中计算出最终水印。提出的算法能够抵抗大多数信号处理和攻击,包括重采样、重量化、MP3编码、回声延迟、高斯噪声和大面积剪切攻击,对低通滤波攻击也具有一定的抵抗能力。     

用于内容认证的半脆弱音频零水印算法

提出了一种可用于版权和内容认证的半脆弱音频零水印算法,该算法提取载体音频的中低频分量构造零水印,确保了水印算法的不可感知性,并可实现盲检测。采用自适应的音频分帧方法,合理地分配了水印图像的像素点,从而提高了算法的篡改定位能力和对于常规攻击的鲁棒性。同时利用多级置乱技术消除水印图像的相关性,提高了算法的安全性以及对于常规攻击的鲁棒性。算法不但可进行完整性认证,还可以通过篡改评估准确定位篡改区域。实验结果表明,该算法对于常规攻击具有较好的鲁棒性,对恶意攻击还体现了很强的篡改定位能力。     

一种基于卷积码的小波域音频水印盲检算法

水印系统的顽健性是数字水印研究者最为关注的问题。借助卷积码的编解码思想,在小波域研究了自适应于音频的扩频水印算法,将视觉可辨的水印经过预处理后嵌在所选的中、低频小波子带。为了提高算法的顽健性,提出了适合Viterbi软解码的水印检测改进算法,水印检测不需要原始音频。实验结果表明,基于卷积码的音频扩频水印算法具有很高的顽健性,能完全抵制信号处理型攻击。     

一种新的混合域自适应数字音频水印算法

以MP3压缩等攻击特点厦局部音频相关特性为基础，提出了一种新的混合城数字音频盲水印算法．首先，结合MP3压缩等攻击特点，对原始数字音频进行自适应的分段处理；再对每个音频数据段进行DWT和DCT；最后，结合局部音频特性与听觉掩蔽特性，自适应确定量化步长．并将水印信号嵌入到音频数据段的低频分量中．仿真实验表明，本文算法不仅具有较好的透明性，而且对诸如重新采样、重新量化、叠加噪声、低通滤波等攻击均具有较好的鲁棒性．特剐地，该算法对于最为普通的MP3压缩攻击具有极强的抵抗能力．     

一种基于卷积码的小波域音频水印盲检算法*

水印系统的顽健性是数字水印研究者最为关注的问题。借助卷积码的编解码思想, 在小波域研究了自适应于音频的扩频水印算法, 将视觉可辨的水印经过预处理后嵌在所选的中、低频小波子带。为了提高算法的顽健性, 提出了适合Viterbi 软解码的水印检测改进算法, 水印检测不需要原始音频。实验结果表明, 基于卷积码的音频扩频水印算法具有很高的顽健性, 能完全抵制信号处理型攻击。     

基于扩频技术的音频水印处理算法的研究

目前的数字水印算法,主要集中在针对图像和视频,对音频、语音数据产品的数字水印算法研究仍然较少,需要提出更多的有效的针对音频、语音数据的数字水印算法。该文以二值图像作为数字水印信息,以音频为嵌入对象,在离散傅立叶变换域的系数上嵌入水印。在离散余弦变换域,采用扩频技术通过对变换域系数进行量化来嵌入水印信息,在水印的提取过程中不需要原始音频信号的参与。     

A New Adaptive Digital Audio Watermarking Based on Support Vector Regression

On the basis of support vector regression (SVR), a new adaptive blind digital audio watermarking algorithm is proposed. This algorithm embeds the template information and watermark signal into the original audio by adaptive quantization according to the local audio correlation and human auditory masking. The procedure of watermark extraction is as follows. First, the corresponding features of template and watermark are extracted from the watermarked audio. Then, the corresponding feature of template is selected as training sample to train SVR and an SVR model is returned. Finally, the actual outputs are predicted according to the corresponding feature of watermark, and the digital watermark is recovered from the watermarked audio by using the well-trained SVR. Experimental results show that our audio watermarking scheme is not only inaudible, but also robust against various common signal processing (such as noise adding, resampling, requantization, and MP3 compression), and also has high practicability. In addition, the algorithm can extract the watermark without the help of the original digital audio signal, and the performance of it is better than other SVM audio watermarking schemes.     

奇偶量化的抗同步攻击音频水印方案

提出一种基于奇偶量化的音频水印算法,算法具有如下特点：（1）在音频信号的时间域上检索满足条件的同步信号区,同步信号区是一段具有一定长度且能量较大的音频信号;这种时间域上的同步检索具有较高的效率;（2）水印图像划分成若干块,把每一个水印分块及其分块编号嵌入在一个同步信号区的小波变换低频系数上,水印图像划分成分块循环嵌入到检索到的同步信号区,当含水印的音频信号被裁剪后,可以确保在其他音频段提取出正确的水印分块;（3）水印检测不需要参考原始音频信号,是一种盲检测水印算法。仿真实验证明了算法对常见的音频信号处理具有较好的鲁棒性和不可感知性,对同步攻击、抖动攻击具有很好的鲁棒性。     

一种基于倒谱变换的自适应音频水印算法

结合人类听觉系统,提出了一种基于倒谱变换的自适应音频水印算法,充分利用复倒谱变换的性质,将原始音频信号分成若干帧,每帧实施复倒谱变换后,在对应位置按照一定的方法嵌入水印信号。水印的提取不需要原始音频信号,是一种盲水印算法。实验结果表明,嵌入后的水印不仅具有很好的不可感知性,而且对添加噪声、重新采样、低通滤波和重新量化等攻击也具有很好的鲁棒性。     

基于支持向量机(SVM)的数字音频水印

提出了一种新的基于支持向量机（support vector machine,SVM）的数字音频水印算法．主要思想是在宿主音频中嵌入一段模板信息,定义模板信息与宿主音频之间的一种对应关系．将水印的检测问题转化为一个可用SVM处理的二分类问题,利用SVM对先验知识（对应关系）的学习,以达到对未知数字音频水印的正确分类检测．仿真实验结果表明,该数字音频水印具有较强的健壮性和不可感知性,在受到MP3压缩、低通滤波、重采样／量化、噪声干扰等常用信号处理方法的处理后,能正确检测出水印,同时在水印检测时不需要原始音频,实现了水印的盲检测．     

基于音频特征的自嵌入数字水印技术

论文提出一种用于音频数据内容认证与恢复的数字水印算法。该算法基于音频主要特征生成水印,并自嵌入到原始音频数据,使得水印能检测和定位对音频的篡改,并能对篡改部分进行近似恢复。其基本思路是把音频分段,每段的主要DCT系数经过量化和加密后,作为水印嵌入另一个音频段的LSB最低位之中。这样能保证音频恢复时有较好的质量。水印是使用音频的主要特征DCT系数及其位置,故能实现盲提取。     

一种新的基于量化的音频数字水印算法

文章提出了一种新的基于量化的音频数字水印算法,该算法首先将视觉上可辨的二值水印图像降为一维序列,再将水印序列伪随机排序,最后对数字音频信号进行分段DCT(离散余弦变换),水印信号通过量化处理过程嵌入到DCT变换后的系数中,提取水印信号无需使用原始数字音频信号。仿真实验表明水印是不可察觉的,经过mp3有损压缩、低通滤波、重采样等操作后仍具有很强的稳健性。     

一种新颖的音频双水印算法

论文提出一种既能对音频作品进行版权保护又能对其进行内容认证的音频双水印算法。首先对音频信号进行整数小波分解,然后对低频系数运用零水印技术构造鲁棒水印,达到对音频作品进行版权保护的目的。同时对整数小波分解后的高频系数进行量化处理生成脆弱水印,达到对音频作品进行内容认证的目的。实验表明,双水印系统中的鲁棒水印对常见的音频水印攻击具有较强的鲁棒性,脆弱水印对滤波等常见的信息处理具有很强的敏感性。     

An SVD audio watermarking approach using chaotic encrypted images

This paper presents a new approach for audio watermarking using the Singular Value Decomposition (SVD) mathematical technique. The proposed approach can be used for data hiding in the audio signals transmitted over wireless networks and for multi-level security systems as will be stated in the applications section. This approach is based on embedding a chaotic encrypted watermark in the singular values of the audio signal after transforming it into a 2-D format. The selection of the chaotic encryption algorithm for watermark encryption is attributed to its permutation nature, which resists noise, filtering, and compression attacks. After watermark embedding, the audio signal is transformed again into a 1-D format. The transformation between the 1-D and 2-D formats is performed in the well-known lexicographic ordering method used in image processing. The proposed approach can be implemented on the audio signal as a whole or on a segment-by-segment basis. The segment-by-segment implementation allows embedding the same watermark several times in the audio signal, which enhances the detectability of the watermark in the presence of severe attacks. Experimental results show that the proposed audio watermarking approach maintains the high quality of the audio signal and that the watermark extraction and decryption are possible even in the presence of attacks.     

基于量化技术的音频水印算法

针对数字音频作品版权保护的实际需要,提出一种利用二值图像作为版权标识的音频水印算法。利用伪随机序列对作为版权标识的二值图像进行置乱,同时对音频信号进行离散小波分解,然后根据置乱后的水印信息对所选取的小波系数进行量化处理,最后进行小波逆变换得到含水印信息的音频信号。实验表明,本算法对各种常见的水印攻击均具有较强的鲁棒性,可以有效解决数字音频作品版权保护等问题,具有一定的实用价值。