一种能进行篡改定位的音频双水印算法.pdfVIP

第42卷第2期 太原理工大学学报 VolI42 No．2 2011年3月 JoURNAI。0FTAlYUANUNIVERSn、YoFTECHN()LoGYMar．2011 文章编号：1007—9432(2011)OZ—0107一04 一种能进行篡改定位的音频双水印算法 马朝阳r张雪英，李雯璐 (太原理工大学信息工程学院，太原030024) 摘 要：提出一种音频双水印算法，解决双水印中认证水印的抗攻击鲁棒性差以及脆弱水印定 位不准确的问题。鲁棒水印采用基于RBF神经网络的音频零水印方案作为版权认证水印，因为该 水印方案不改变原始音频数据，所以具有良好的透明性；脆弱水印采用一种新的双极性量化方法嵌 入，提高了脆弱水印的敏感性。实验结果表明，该方案认证水印具有很强的抗攻击鲁棒性，脆弱水 印具有很强的敏感性，且能够对恶意篡改进行精确定位。 关键词：篡改定位；零水印IRBF；双极性量化 中图分类号：TN918．91文献标识码：A 随着数字水印技术的发展，单水印算法无法同 点，有很高的应用价值。 时满足版权保护和内容完整性认证的双重要求，双 1．2水印量化 水印方案应运而生，它可以同时实现对作品的版权 1．2．1量化对象 保护和内容认证。鲁棒水印算法拥有良好的鲁棒 经典的量化算法取时域或频域的系数直接量 性，具备抵抗攻击的能力，可以实现版权保护功 化，信噪比较低，本文选取小波奇偶系数的和之差作 能[11；脆弱水印[2]算法对篡改操作非常敏感，篡改检为量化对象。假设小波系数为 测和定位能力强，容易实现内容认证，但不具备抵抗 y={y(i)；0≤i≤Z)． 攻击的能力[3“]。 a-分别求出奇偶系数的和，yodd，y～分别表示 笔者提出一种基于RBF神经网络和双极性量 奇系数和偶系数。 化的数字音频双水印算法。采用基于RBF神经网 [o翟=-1 yodd=∑yodd(歹)； 络的零水印算法嵌入有意义水印，保持了很高的鲁 j=0 [f／2]一1 棒性，能更好地完成音频信号的版权保护和内容认 ‰=∑y～(歹)． (1) 证；采用一种新的双极性量化方法嵌入脆弱水印，把 J-0 b．再做差，求出量化对象口。 常规量化取区间中值改为取边界值，该脆弱水印算 法能够区分常规攻击和恶意篡改，并且能对恶意篡 口=yodd—y一． (2) 1．2．2新的双极性量化策略 改进行精确定位，真正实现了音频信号的内容认证。 设待量化的系数为口，水印信息为V，量化步长 l 理论基础 为艿，量化处理后的系数为口7。量化系数口嵌入水 印口的原理如图1所示。按量化步长将系数所在的 1．1 RBF神经网络 坐标轴分成A区域和B区域，落在A区域的坐标 Basis 径向基函数(