3G网络的普及，使越来越多的人可以使用手机、MP4、笔记本电脑等各种便携设备来浏览视频。视频终端的多样化使可伸缩码流成为一种需求，JVT于2007年针对这种需求制定了H.264的扩展部分—可伸缩视频编码（Scalable Video Coding，SVC）。SVC的出现极大的方便了视频服务提供商，也带动了数字产品的进一步发展，但是由此带来的版权纠纷等问题也日益严重。数字水印技术从上世纪90年代开始蓬勃发展，可用于解决版权纠纷、内容完整性及来源认证等问题。基于SVC的数字水印技术目前处于起步阶段，针对它的研究对于推广SVC标准以及推动数字世界健康发展具有重要的意义。　　可伸缩图像水印技术，主要利用计算机视觉领域的技术提取出尺度不变的区域并在其中嵌入水印，但具有一定的同步问题。在视频水印方面，已初步形成可伸缩水印的模型，本文在已有的可伸缩水印模型的基础上，针对具体的SVC标准，引入自适应检测的概念，提出了一种可用于版权保护的空域水印技术，并进一步挖掘SVC的各种预测机制，提出了压缩域中的加密技术以及具有来源认证功能的水印技术，提出的三个方案整合起来可形成一个比较完整的版权保护系统。本文的主要工作如下：　　第一，提出了一种具有可伸缩性和较高实用性的空域水印技术。首先针对SVC的空域分层技术，具体分析水印的嵌入空间，保证了原始视频中的水印信号，可以存在于编码后的各时域、空域以及质量域的层次上；然后提出了一种改进的DWT域JND模型，基于此模型提出的水印算法在不可见性和鲁棒性之间取得了很好的平衡；最后，将自适应检测的概念引入到可伸缩水印模型中，避免多层结构带来的过多边信息的问题。实验结果表明，提出的空域水印算法无论在时域、空域还是在质量域可伸缩性方面都具有良好的性能。　　第二，提出了压缩域的加密算法和实现内容来源认证的水印技术。首先具体分析了SVC的三种层间预测机制，确定了需要被加密的部分和水印嵌入空间。在此基础上，提出了一种易于实现，并且可以针对具体应用场景的加密算法，以及一种具有较低修改率，并且具有较高的实时性的水印嵌入技术。实验结果表明，这两种算法都具有较好的性能。