网络巨大的传播能力和数据易于被复制的特点给数字产品版权安全带来了挑战。非法拷贝严重侵犯了知识产权,阻碍了数字产业经济的发展。在版权保护技术中,数字指纹的应用最为广泛。为了给数字产品选取合适的数字指纹,数字指纹性能评估受到广泛关注。准确的评估结果可以为数字指纹的选取提供依据进而减少经济损失,不准确的评估结果可能会带来巨大的利益损失。数字指纹性能评估研究相对滞后于指纹算法的研究,数字指纹算法设计只是整个技术的一部分,必须对算法作性能评估并且进行实验验证才能真实地评估指纹算法的优劣,得出客观的性能评估结果。评估过程中主要存在以下难点:（1）含有数字指纹的数字产品在传输中面临多样化的攻击方式,版权拥有者需要选择性能较优的数字指纹对数字产品进行保护。数字指纹性能的评估目前缺少一套完整的评价体系,不能构成统一的评估标准,需要建立具有代表性、全面性并且简化的指标体系。性能评估时还缺少能对指标间的复杂关系进行有效反映的评估模型。用户根据评估结果为数字产品选择合适的数字指纹。（2）数字指纹用于版权保护,嵌入的数字产品往往安全性和私密性较高,在对数字指纹性能进行评估时难以获得足够的相关样本数据。本文主要工作如下:（1）利用反向拍卖算法设计激励机制,吸引更多的用户参与测试,从而获得全面丰富的数据进行数字指纹性能的评估。解决数字指纹性能评估样本不足、样本质量难以保证以及参与测试的人员少的问题。设计的激励机制具有真实性、个体理性、预算有限性、计算有效性和盈利性。（2）构建数字指纹性能评估模型。首先确定数字指纹性能评估的指标体系,利用层次分析法将选取的指标集分为多个层次,构造判断矩阵,计算各指标的权重并进行一致性检验,最终确定指标体系。基于贝叶斯网络构造数字指纹性能的评估模型,网络的结构学习选用K2算法,参数学习选用最大似然估计法。该评估模型具有很好的推理能力,适用于不确定环境下数字指纹性能的评估。（3）为了验证提出的评估模型,提出一种多角度图像数字指纹生成方法。生成多角度人脸图像可以对人脸特征进行更全面的描述,不同角度的图像可以提供互补的信息同时便于提高对目标的辨别能力。这种指纹生成方法的抗合谋性和鲁棒性较好。实验结果表明:本文提出的基于贝叶斯网络和激励机制的数字指纹性能评估模型具有很好的实用性。该模型能够为用户提供相对准确的评估结果,直观地分析每个指标对于数字指纹性能影响的大小,从而更好地指导用户选取合适的数字指纹。