一种新的DRM互联互通方案设计

来源 :第九届全国信息隐藏暨多媒体信息安全学术大会CIHW2010 | 被引量 : 0次 | 上传用户:love12355
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文提出一种新型的DRM互联互通方案,即DRM桥的方案设计.DRM桥提出利用UCON建立一种权利描述原语,并且通过语言映射库实现不同的权利描述语言之间的等价转换.此外该方案提出建立加解密算法库,通过该算法库解决DRM系统与内容文件格式之间的绑定问题,主要适用于离线DRM设备之间的互联互通功能.
其他文献
改进了一种基于图像的通道相关性的梯度模型用于通用隐秘检测,该模型可以从篡改图像和载体图像中有效检测出隐秘通信的存在.分析了篡改过程和隐秘过程对自然载体图像产生的不同影响,提出了图像的通道相关性的概念,并分析了在梯度模型下篡改过程和隐秘过程对图像的影响.最后用实验证明了该文所设计的模型能够有效检测混合图库中的隐秘图像.
本文利用分布式视频编码的Wyner-Ziv帧与其相邻的key帧存在非常强的相关性的特点,建立了key帧嵌入,Wyner-Ziv帧进行检测的水印模型.首先利用关键帧key帧中的DC直流系数做DWT变换后来嵌入水印,然后在Wyner-Ziv帧中进行水印的检测.实验表明了算法的可行性和有效性,在DVC(Distribute Video Coding)中具有较好的应用前景.
基于语法变换的自然语言信息隐藏方法是通过分析句子的语法结构,对载体文本进行保留语义的语法变换来隐藏信息.分析发现文章中能进行语法变换的句子只是极少数,且易于识别.基于此,本文提出了一种针对语法变换信息隐藏的主动攻击算法.该算法通过识别载体文本中能够进行语法变换的句子来缩小攻击范围,然后通过语法变换对载体丈本进行主动攻击.实验表明该算法对载体文本的改动量小,不会影响文章的语义.该算法不仅能够应用于国
回顾了近几年出现的视频水印算法,分析了运动补偿技术的过程,明确了差值块对于匹配块的补偿作用,并在此基础上提出了一种基于匹配块选取的MEPG2视频水印算法,利用帧间编码时匹配块的选取来嵌入水印信息.通过实验结果验证了该算法不会对视觉效果造成任何影响,对视频本身码长的改变也微乎其微.
为了获得更好的压缩性能,H.264/AVC视频标准采用了多参考帧运动补偿编码新技术.借助于多参考帧索引,提出了一种基于Exp-Golomb码字映射的压缩域水印算法,实现对视频码流信息的完整性保护.水印嵌入过程中,首先对压缩域视频比特流进行解析,识别参考帧索引的Exp-Golomb码字,然后根据水印信息建立码字映射规则.通过等长码字映射方法嵌入水印信息,保证了视频流的比特率不发生改变.水印信息的提取
量化索引调制(Quantization Index Modulation,QIM)作为一类重要的水印算法,被广泛应用于盲水印领域.而扩展变换抖动调制(Spread Transform DitherModulation.STDM)作为它的一个重要扩展,在抗随机噪声和重量化方面具有比较好的性能.然而,扩展变换抖动调制水印算法中所采用的量化步长是随机产生的,这并没有考虑到图像自身所独有的特征.本文采用了
本文提出一种基于奇异值分解(SVD)的盲检测鲁棒视频水印算法.该算法充分考虑到视频序列的空间和时间特性,对视频序列进行准三维DWT/DCT分解,即对每帧进行帧内的二维DWT,帧间沿视频序列的时间轴对小波系数帧进行一维的DCT变换.对变换后的系数帧进行SVD变换,在奇异值(SVS)中嵌入水印信息.实验证明算法具有较好的不可见性并且对滤波、加噪、压缩、旋转、时间同步攻击等行为都具有较好的鲁棒性.
当前的数字水印技术算法研究主要集中在空域和变换域,从目前的研究进展来看,这两类算法还存在针对一种或几种攻击鲁棒性不强的问题,本文针对当前矢量地图数据数字算法应对各类水印攻击的不同优劣特性,提出了一种变换域算法和空间域算法互补结合的水印算法,通过两者结合,优劣互补,实验表明,该算法对绝大多数攻击具有较好的鲁棒性,是一种比较好的水印嵌入方法.
通过对大量的密码协议的研究发现,对于密码协议的分析需要有序化,形式化,本文提出一种形式化的分析方法对密码协议进行分析,以使得被此方法证明安全的协议对大多数的典型攻击免疫.
H.264/AVC最为最新的视频编码标准,具有比以往任何视频编码标准更高的压缩性能.然而其高效压缩性能的获得是以巨大的编码复杂度为代价的.为提高编码效率,H.264/AVC标准算法基于率失真优化方法遍历宏块的所有帧内/帧间编码模式,在大幅提高其编码效率和质量的同时也导致了其计算复杂度高的问题,成为了限制其实时应用的瓶颈.帧间预测编码是H.264,AVC中重要的编码部分之一.为了降低编码复杂度,本文