1、2008 年 2 月 Journal on Communications February 2008第 29 卷第 2 期 通 信 学 报 Vol.29 No.2基于多特征的 MPEG 视频认证方案叶登攀 1，尚月赟 2(1. 武汉大学 计算机学院，湖北 武汉 430072；2. 中南民族大学 计算机学院，湖北 武汉 430074) 摘 要：为更加准确地反映 MPEG 视频的内容，构造了一种将视频时间信息、运动特征信息以及 DCT 系数块能量关系信息等多种特征融合在一起的多特征数字签名算法，并以不增加 MPEG 编码复杂度的水印嵌入方式将数字签名嵌入到视频中，并实现了基于多特征的视频认证方案。
2、认证实验结果证明，本方案对于如代码转换、重新压缩等常规处理较之单特征认证方法虚警概率要低，而对于如移除、替换等恶意攻击能做出有效判断，并能对篡改区域进行准确定位。关键词：多特征；融合；数字签名；视频认证中图分类号：TP302 文献标识码：A 文章编号：1000-436X(2008)02-0059-07Multi-feature based authentication watermarking scheme for MPEG videosYE Deng-pan1, SHANG Yue-yun2(1. School of Computer Science, Wuhan University, W
3、uhan 430072, China;2. College of Computer Science, South-Central University for Nationalities, Wuhan 430074, China)Abstract: In order to more exactly reflect the MPEG video content, a multi-feature based digital signature by fusing the video temporal feature and motion feature and DCT coefficient fe
4、ature was constructed, which was embedded into videos as watermarking without increasing the complexity of MPEG coding, and a new multi-feature based MPEG video authentication scheme was proposed. Experimental results show that the scheme is more robust than the single-feature one to the common proc
5、essing such as code-switching and recompression, while sensitive to the malicious attacks such as erasure and insertion and replacement. It can further locate the corrupt areas.Key words: multi-feature; fusion; digital signature; video authentication1 引言多媒体数据内容的安全性和完整性是信息安全研究领域的重要问题。在早期，数据的完整性认证一般采用
6、加密的方法。但是它最大的缺点就是完全查证，就是数据被认为不能改变并且被认证的数据必须和原始信息一模一样。但是在实际操作中，比如在无线数据传输的情况中，会有一些噪声加到数据中，需要允许数据有微小的改动。因此加密方法认为是一种“完全认证”方法 1。近年来，为了检验视频内容的完整性，许多学者将数字水印引入该领域。常用的一个基本的嵌入方法是在视频帧中嵌入一个增加的时间戳 2。作者称该方法对于帧丢弃、插入外来帧、帧交换以及帧收稿日期：2007-08-30；修回日期：2008-01-07基 金 项 目 ： 国 家 重 点 基 础 研 究 发 展 计 划 (“973”计 划 )基 金 资 助 项 目 (20
7、07CB310800)； 湖 北 省 自 然 科 学 基 金 资 助 项 目(2007ABA402)Foundation Items: The National Basic Research Program of China (973 Program) (2007CB310800); The Natural Science Foundation of Hubei Province (2007ABA402)60 通 信 学 报 第 29 卷重组变化都能够简单探测 出 来 。 本 方 案 对 于 探 测 视频 流 的 时 域 变 动 十 分 有 效 ， 然 而 对 于 探 测 内 容 本 身互 换
8、 ， 比 如 说 将 一 个 特 征 完 全 从 电 影 中 移 除 ， 则 可能 失 败 。 另 外 一 种 方 案 3的 提出是在视频流每帧嵌入边缘图(edge map)。在认证过程，如果视频内容被更改过，则修改过的视频提取的边缘图与水印边缘图将不会匹配，探测器将会报告内容改动。还有一种方案是结合视频水印与音频水印来构造一个有效的认证系统 4，音频和视频流的特征水印被嵌入到对方中，任何一方的改动将会被探测器迅速检验出来，因为提取的(extracted)和水印化的(watermarked)特征是不同的。就目前主流的方法来看 14，视频认证方法一般可分为两类：数字签名方法和数据水印方法。2种方
9、法各有其优缺点，应该使用哪种方法，这与具体的应用场合有关。如对未压缩原始视频的完整性认证，水印与数字签名方法相比有 2 个优点：1）水印通常与数据结合并且可以方便的检测；2）在多媒体数据中有许多空间，在其中嵌入水印带来的质量下降可以忽略。另一方面，对于压缩的视频数据的完整性认证,数字签名也有可利用的优点。一般来讲，MPEG 压缩标准有用户自定义部分，在其中可以放置数字签名。由于视频数据使用特殊的文件格式(而不是像素值 )存储和传输,数字签名可以认为是“嵌入”在视频数据中。一旦视频数据被修改，原始数据用户自定义的部分通常被编辑软件丢弃。即使数字签名被软件保留，也可以容易地检测到修改，因为修改后数
10、据的Hash 值与原始的不会相同。在本文中，将水印与数字签名这 2 种方法融合起来，即把数字签名当作水印嵌入到视频中，并将算法与视频编解码器紧密结合，以验证其有效性。对基于数字签名的认证来说，用何种“不变”特征来“刻画”视频是关键。从目前已发表的一些文献来看 14,79，大多的视频认证方法只是选取了视频的某一个特征，如许多视频认证算法只是单独地将视频看作一帧帧的图像，然后提取每一帧的图像特征作为视频的特征，这样做就忽略了视频时域的一些特性。在许多实际应用中，单独某一个特征一般不能很好地代表视频的特性。这自然就促使我们考虑是否可以利用视频的多方面特征来设计这种基于视频内容的认证技术。对于基于水印
11、的视频认证来说，特征水印的产生应该与待认证的视频内容紧密结合(除了产品 ID、作者、版权信息，还应有关于视频的信息如帧索引、GOP 结构等 )，即特征水印应尽可能基于或说依赖(content dependent)视频内容本身。在 Ye 的文献中 6，提出了一种基于多特征的JPEG 图像认证思想，分别从空域和频域提取了认证码，目的是为了降低认证方案的漏警现象。本文中，在视频应用中，引入了这种多特征认证的思想，并结合 MPEG 编码原理结构，提出并实现一种基于 MPEG 视频的多特征认证数字签名算法。考虑到具体的应用特殊的要求( 如实时性) ，在计算复杂度、特征提取速度和确定代表视频内容的精度以及
12、认证算法的局部特性上进行折衷。实际应用中，选择的视频特征并不是不允许合法操作一点不变，而是逐渐变化或变化很少。另外，在特征生成过程中，充分利用了视频编码中产生的一些诸如编码模式、运动矢量等边缘信息，来更好地“刻画”视频。实验仿真结果在 MPEG 视频环境下初步验证了多特征认证思想相比单特征认证思想的优越性。2 基于多特征的视频认证算法该算法首先由 MPEG 视频内容本身产生数字签名，然后把数字签名当作水印嵌入到视频中。这种方法的好处是不需要将数字签名单独分发，并能有效地与视频编解码器相结合。由于现在的视频基本上都是以压缩格式存放，所以提出的认证技术主要是针对 MPEG 格式的压缩视频。该算法由
13、 3 个部分组成，即数字签名产生过程、水印嵌入过程和认证过程。下面将详细介绍这几个过程。2.1 数字签名产生的过程对于一个基于内容的视频认证技术来说，选择视频的哪些特性作为视频的“特征”是个非常重要的问题。选定的这些特征一般应该具有以下特性：1）首先是能很好地代表视频的视觉内容；2）其次这些特征在经历一些“合法”操作后应该保持不变，而对于一些非法操作应该较敏感。由MPEG 视频编解码标准可以知道，对于编码器来说，关键问题是为每一个基本编码宏块选择一种压缩模式，一般包括以下几个方面： 1) 该块是采用帧内还是帧间压缩；2) 是否应该为该块传送一个运动矢量；3) 该块是否应该改变量化伸缩因子。第
14、2 期 叶登攀等：基于多特征的 MPEG 视频认证方案 61将所有这些可能进行组合，就构成了宏块编码类型，如表 1 所示。其中 Q 表示量化因子将发生改变，即该块为自适应量化块，D 表示有 DCT系数要传输，F 和 B 分别表示采用前向和后向预测，Skipped 代表该块不进行编码，将被跳过。所有这些信息都会被编码进 MPEG 比特流。表 1 MPEG 编码中的宏块类型I-pictures P-pictures B-picturesIntraIntra-QIntraIntra-QInter-DInter-DQInter-FInter-FDInter-FDQSkippedIntraIntra-Q
15、Inter-FInter-FDInter-FDQInter-BInter-BDInter-BDQInter-IInter-IDInter-IDQSkipped由 MPEG 视频编解码技术还知道，对 I 帧来说，将采用类似 JPEG 的压缩技术，但这两者又有很大的不同，那就是对 MPEG 中的 I 帧来说，为了更好地压缩空域冗余，采用了一种自适应量化宏块，就是说，根据视频内容，编码器会根据块特性，自适应地改变量化伸缩因子。而在许多应用中，如在有网络传输的情况下，经常通过改变量化伸缩因子来适应网络的传输速度。但是这些量化因子的改变是基于宏块变化的，在同一个宏块中的 4 个亮度块中，对应的量化步长是
16、一样的。通过对视频编码技术的研究，可以注意到：Intra块中的 DC 系数在经历一些代码转换，诸如抛弃高频系数、重量化等操作后，仍然保持不变或变化非常小。另外，由文献1,5可知，对同一宏块(macroblock)中的不同块(block) 来说，位置相同的2 个系数之间的关系在经历不同的量化伸缩因子重压缩后，其大小关系保持不变，这些特性都能用来产生数字签名。考虑到视频的三维性，如果单独用视频的空域特性来产生签名，我们认为是很不够的。因此，把视频的时域特性也考虑进来，具体来说，就是根据运动矢量和一些其他辅助信息来判断块的运动特性，然后将一些选定的运动块的信息进行编码，作为视频特征的一部分用来产生数
17、字签名。在签名产生过程中，认证数据由两部分构成：一部分是控制数据，这部分数据用来方便将来的水印数据提取、同步等，如嵌入水印的比特位数。另外，为了抵抗诸如帧序重排、抛帧和帧插入等一些时域上的攻击，关于视频的一些时间戳信息也被引入签名中，如 GOP 索引、帧索引等；另一部分是视频认证码字信息，这部分数据由视频内容产生。但是，由于嵌入容量的限制，通常，不可能将每一帧的所有信息都利用上，因此根据不同的编码帧类型，分别采用不同的策略对待。在MPEG 视频中，帧内编码帧(I 帧) 比帧间编码帧(B，P 帧) 具有更高的能量和水印嵌入容量。另外，I 帧是独立解码的，不用参考其他的帧，它是随机访问的入口，比帧
18、间帧(B、P 帧) 更为重要。因此设计的认证算法的局部特性也有所区别：对 I 帧，可以定位到宏块一级；而对于帧间帧(B、P 帧) 的定位能力只能做到帧水平。对于签名产生的具体过程，如图 1 所示。对于签名产生过程中的几个关键步骤，另作如下详细说明。1) AC 系数相对位置大小关系 1bit 量化过程由于设计的认证算法在 I 帧的局部定位精度在宏块一级水平，出于嵌入容量和顽健性的考虑，根据前面的分析，在文献1, 5的基础上，按如下公式由宏块中的 AC 系数产生一个签名位 lAC(1)ACmap()sign()kbbbpldff其中，f 代表量化后的 88DCT 系数矩阵中某个AC 系数值，b 代
19、表宏块中的 4 个亮度块集合；map 表示映射函数，用来在 4 个亮度系数块中形成匹配位置对。对 ，当 b 1,2,3,4中的ap()q某个值时，经匹配映射后，q 1,2,3,4中和 不同的值，如 3map(1)。匹配关系由密钥 控制。kp 表示 AC 系数在 88 块中的相应位置，按“之”形扫描顺序，取 1,2,3,4,5,6。sing 代p表符号函数，即如果 f0, 则 sign(f )1，否则sign(f ) 0。 表示数据集合。通过(2)map()sign()kbbbpff62 通 信 学 报 第 29 卷计算后，可以得到一个 序列，最后1,0,由函数 d 得出一个签名位。定义函数 d
20、 用来做如下判断(3)sum()(2)是否成立，如果是，则 lAC 1，否则 lAC0。其中sum(0)和 sum(1)分别用来计算 0、1 的总数， 为预先定义的一个整数值。这样做的目的是使产生的签名位对一些合法操作变得更加顽健。2) DC 系数二进制转化过程由 前 面 的 分 析 可 知 ， 在 经 历 过 一 些 诸 如 代 码转 换 的 处 理 后 ， Intra 块 的 DC 系 数 基 本 保 持 不 变或 变 化 很 小 ， 因 此 ， 对 于 一 个 宏 块 中 的 4 个 亮 度系 数 块 的 DC 系 数 来 说 ， 它 们 的 平 均 值 变 化 不 大 。基 于 这 种
21、 考 虑 ， 采 用 如 下 方 法 来 二 进 制 化 DC 系数 ：取得宏块中的 4 个 DC 系数分别为 Di，；计算平均值 Th1,23i(4)1/iiTh如果 ， 为预先定义的一个阈值，iD则 ，否则 ，最后得到 0,1 1i0i dZ为 DC 系数产生的部分特征信息。3) 剧烈运动块信息编码由于运动信息代表了视频的某类典型特性，为了更好地“刻画”视频特征，对预测编码帧中的剧烈运动宏块的运动向量信息进行编码，以产生部分数字签名。由 MPEG 编码技术可知，运动向量采用差分编码技术，一些合法操作一般只会对运动矢量有个微小的改变，只有恶意攻击才会大幅改变整个运动矢量，因此，可以用固定的几
22、个比特位来对运动矢量在编码过程中的残差部分进行编码，以产生部分签名，用式（5）表示(5)m(_)VCodetinresidual4) 将各信息进行组合后采用无损压缩在各种特征信息提取完成后，按照一定的层次关系，将各类签名信息进行结构化。如可以依照 MPEG 数据层次结构，将各特征信息按图 2 的方式进行排列。图 2 各特征信息位的组合方式以得到完整的特征信息，这一步可以表示为(6)c dACmVLC(,)WZlV控 制 信 息 其中， 代表某种组合 操 作 ， “VLC”表 示 对组 合 后 的 信 息 进 行 无 损 压 缩 ， 以 进 一 步 减 少 信 息位 。图 1 数字签名产生的过程
23、第 2 期 叶登攀等：基于多特征的 MPEG 视频认证方案 635) 将压缩后的二进制序列进行加密出 于 安 全 的 目 的 ， 最 后 将 上 一 步 产 生 的 信 息进 行 加 密 ， 以 产 生 最 后 的 签 名 。 这 一 步 用 式 (7)来 表 示(7)cs(,)SignatureEyptWK2.2 将签名作为水印嵌入视频中2.2.1 水印嵌入区的选择对于一个将数字签名当作水印嵌入视频的认证系统来说，存在这样一个矛盾：由于签名是根据视频内容产生的，而嵌入水印一般都会对视频有不同程度的改变，这样产生的一个问题就是在水印嵌入前后，根据视频特征产生的数字签名将不同。针对这一问题，结合
24、 MPEG 编解码技术特点，将 MPEG 视频数据空间分成 3 个子空间：1) 签名产生区：该区域用来产生数字签名；2) 水印嵌入区：该区域用来将数字签名作为水印嵌入；3) 忽略区：不适合用来产生签名和嵌入水印的区域。算法具体实施过程中，使签名产生区和水印嵌入区互不重叠，这样，当水印嵌入视频流后，并不会影响到认证过程中的特征提取，由此产生的签名在水印嵌入前后将是一致的。当然，这样做的一个不利因素是认证算法的局部定位特性不会很好，因为它没有利用视频的所有特征空间。由 2.1 节可知，由于 I 帧只有 Intra 块用来产生数字签名，其余的 Intra-Q 块并未用到，因此可用来作为水印嵌入区。对
25、于 B、P 帧来说，由于设计的算法定位精度在帧一级水平，而且选取的特征信息主要是来自剧烈运动宏块，所以，在预测帧中的帧内编码块(Intra，Intra-Q)可用来嵌入水印。2.2.2 水印的嵌入关于水印嵌入的方法，可以将文献6中描述的方法进行扩展，以使该算法用于视频中。其过程简述如下：对于一个选定的帧内自适应量化宏块，首先将自适应量化因子除以 2，然后将量化DCT 系数乘以 2，之所以这样处理，好处有这些：1) 首先由于算法直接对量化后的 DCT 系数而不是像素进行操作，避免了反量化、IDCT 变换、运动补偿这些非常耗时的操作。这样做的优点在前面 2.1 节中已经做了详细的阐述。2) 其次，如
26、果由于水印的嵌入导致 I 帧或 P帧中的数据发生变化，那么以这些帧为参考的其他后续帧也将发生改变，认证时将难以区分是 B或 P 帧本身被篡改还是由于参考帧被篡改而引起的差错。而嵌入算法正好可以避免这种情况，理由是，对采用帧间编码的帧(P、B 帧)来说，它们在编码的时候主要是借助以前编码过的 I 或 P 帧，先反量化、反 DCT 后重构出像素值，再经过运动补偿后对差值进行编码。可以很容易地看出， “将自适应量化因子除以 2，然后将量化后的 DCT 系数乘以 2”这一步骤并不会改变反量化后的 DCT系数值，即经过这一处理后的 DCT 系数在经过反量化后和没经过这一步处理的 DCT 系数相等。这样重
27、构后的 I 帧或 P 帧和原来完全一样，对以后的预测帧编码不会产生任何影响。3) 经过这一步骤处理后的量化 DCT 系数的LSB 位全部为零，这样就可以利用这些位来进行签名信息的嵌入了。除此之外，将其余的认证数据嵌入 B 帧中的帧内编码块，由于 B 帧不会用来做参考帧，因此就不会产生漂移和误差累积。对于 B 帧中的水印嵌入，可以在结合人类视觉模型的基础上，使水印更加顽健。2.3 认证过程和前面数字签名的产生过程相类似，认证过程中，首先提取视频的各种特征并对这些特征进行编码，再将已经嵌入的签名信息从选定的区域中提取出来，并根据密钥 Ks 对签名信息进行解密，然后通过 VLC 解码将各种控制信息、
28、帧内信息和帧间信息恢复出来，最后将两者进行对比，以判断视频是否得到认证。该过程如图 3 所示。图 3 认证过程3 问题分析及仿真结果视频认证的目的主要是用来确认视频在分发或传输的过程中是否受到恶意篡改，因此对于一个认证器来说，它需要解决 2 个问题：一是收到的视频是否受到恶意的篡改？另外一个问题是如64 通 信 学 报 第 29 卷果该视频内容受到了恶意篡改，那么篡改发生在什么地方？为了检验提出算法的有效性，针对这两类问题，设计了如下一些实验。实验 1 针对一些合法处理如代码转换、重新压缩或量化等，检验认证器的“虚警”概率是否过高。这可以通过比较视频在遭受这些处理后提取的特征签名和未经过处理的
29、视频所提取的特征签名之间的相似度，来判断算法对这些合法操作是否顽健。选取 2 个视频序列进行测试，一个为 MPEG-1格式的 Bus 序列，另一个为 MPEG-2 格式的Mobile & Calendar 序列，其中 Bus 序列由1.5Mbit/s 经过解码、重量化后编码为1.2Mbit/s，Mobile & Calendar 序列由 8Mbit/s 经重新压缩后变为 4Mbit/s，参数 和 分别取 2 和1，然后在每个序列中随机抽取 8 帧进行签名特征码的相似性比较，具体结果如图 4 所示。由 2.1 节的分析可知，由于一些操作如量化后的取整过程存在固有的误差，导致选择的视频特征并不是完
30、全不随代码转换这类合法操作一点不变，而是逐渐变化或变化很少，从图 4 中曲线组1 可以看出，处理前后提取的特征码相似度非常高(基本保持在 95以上)。为进一步说明多特征的改进效果，取宏块 DCT AC 系数以相同算法构造同等长度的 DCT 单特征码在同等条件下进行重量化处理，如图 4 曲线组 2 中得出的对应相似比明显要低，说明多特征参数比单特征参数对于重量化处理较顽健。因此有理由相信，设计的多特征提取算法对一些常见的合法处理具有较好的顽健性。图 4 视频经过合法处理前后提取的签名相似比实验 2 对一些恶意攻击如移除、替换等，算法是否能够做出有效判断？如果能，进一步检验算法的局部定位特性，即是
31、否能检测出恶意篡改发生的位置。采用 Highway 作为测试序列，具体实验结果如图 5 所示。从实验结果可以看出，算法对一些诸如运动物体(如图 5 中的汽车) 的移除、插入等恶意攻击具有较好的认证能力和定位特性，而对一些相似性比较强的背景(如图 5 中的树木、草地等)替换，算法性能较差。原因是：由于签名的产生主要是以 DCT 系数中的 DC 系数和低频AC 系数以及运动信息为基础，相似背景的篡改一般并不会对这些信息造成大的改变，导致算法对这类篡改过于“顽健” 。对这类问题，一个可能的好的解决方式是在签名中加进视频图像的边缘和色差特征信息，由于相似背景的替换一般很难做到完全不改变背景的边缘和色差
32、，因此在认证过程中对这类篡改就可以得到较好的检测结果。但是要得到好的图像边缘和色差特征信息一般需要在像素域进行，计算复杂度很高。在变换域中是否有更好的、适合用来产生数字签名的边缘和色差特征提取方法，还有待进一步的研究。(a) 移除前原图 (b) 移除后篡改图 (c) 移除的认证图(d) 插入前原图 (e) 插入后篡改图 (f) 插入的认证图(g) 背景替换前原图 (h) 背 景 替 换 后 篡 改 图 (i) 背景替换的认证图图 5 恶意攻击认证结果4 结束语本 文 首 先 结 合 视 频 认 证 问 题 分 析 了 数 字 签 名和 数 字 水 印 两 类 方 法 的 各 自 优 势 。 随
33、 后 在 文 献 7的基 础 上 ， 在 MPEG 视 频 认 证 中 引 入 多 特 征 认 证 思想 ； 并 提 出 了 一 种 结 合 数 字 签 名 和 数 字 水 印 技 术第 2 期 叶登攀等：基于多特征的 MPEG 视频认证方案 65叶登攀（1975-） ，男，湖北黄冈人，博士，武汉大学副教授，主要研究方向为多媒体安全、信息隐藏与数字水印、多媒体加密、图像处理与模式识别。尚月赟（1980-） ，女，湖北黄石人，华中科技大学硕士生，中南民族大学助教，主要研究方向为多媒体数字水印与加密、网络安全等。的 多 特 征 视 频 认 证 算 法 。 该 算 法 首 先 利 用 MPEG视 频
34、 内 容 的 视频时间信息、运动特征信息以及DCT 系数块能量关系信息等多种特征产 生 数 字 签名 ， 然 后 把 数 字 签 名 以 水 印 形 式 嵌 入 到 视 频 中 ，从 而 实 现 了 一 种 新 的 多 特 征 视 频 认 证 方 案 。 方 法的 优 点 是 不 需 要 额 外 空 间 保 存 数 字 签 名 ， 并 有 效地 与 视 频 编 解 码 器 相 结 合 ， 因 此 不 影 响 视 频 编 码 ，实 验 证 明 ， 这 种 基 于 多 特 征 的 MPEG 视 频 认 证方 案 对 于 如 代 码 转 换 、 重 新 压 缩 等 常 规 处 理 虚 警概 率 始
35、终 保 持 在 5%以 下 （ 比 较 单 特 征 码 字 顽 健 ） ，而 对 于 如 移 除 、 插 入 、 背 景 替 换 等 恶 意 攻 击 能 做出 有 效 判 断 ， 并 且 能 对 于 篡 改 区 域 进 行 准 确 定 位 。下 一 步 的 工 作 将 继 续 深 入 研 究 面 向 视 频 （ 包 括 未压 缩 视 频 ） 的 多 特 征 提 取 算 法 ， 尝 试 利 用 不 同 的使 得 特 征 更 加 接 近 视 频 内 容 本 质 的 理 论 和 方 法 。 参考文献：1 LIN C Y, CHANG S F. Issues and solutions for aut
36、henticating MPEG videoA. SPIE, Electronic Imaging 1999, Security and Watermarking of Multimedia ContentsC.San Jose, CA, 1999. 54-65.2 MOBASSERI B, SIEFFERT M, SIMARD R. Content authentication and tamper detection in digital videoA. IEEE International Conference on Image ProcessingC. Vancover, 2000.
37、458-461.3 TZENG C H, TSAI W H. A new technique for authentication of image/video for multimedia applicationsJ. Signal Processing, 2001, 66 (3): 337-341.4 DITTMANN J, STEINEBACH M, RIMAC I, et al. Combined audio and video watermarking: embedding content information in multimedia dataA. SPIE Security
38、and Watermarking of Multimedia Contents II, EI 00C. San Jose, CA, 2000. 176-185.5 FRIDRICH J, GOLJAN M, DU R. Invertible authentication watermark for JPEG imagesA. ITCC 2001C. Las Vegas, Nevada, 2001, 446-449.6 YE D, MAO Y, DAI Y, et al. A multi-feature based invertible authentication watermarking f
39、or JPEG imagesA. IWDW 2004C. Seoul, 2004. 152-162.7 胡军全, 黄继武, 黄达人.一种基于 HVS 的图像易碎水印J. 电子学报, 2003, 31(7): 98-102.HU J Q, HUANG J W, HUANG D R. An algorithm for fragile watermarking based on HVSJ. Acta Electronica Sinica, 2003, 31(7): 98-102.8 张永平, 郭宝龙. 一种带反馈的半脆弱认证水印算法J. 西安电子科技大学学报(自然科学版), 2004, 31(5):
40、 724-727.ZHANG Y P, GUO B L. SAF: semi-fragile authentication watermarking with feedbackJ. Journal of Xidian University, 2004, 31(5): 724-727.9 董刚，张良，张春田. 一种半脆弱性数字图像水印算法J. 通信学报，2003,24(1): 33-38.DONG G, ZHANG L, ZHANG C T. a semi-fragile digital watermarking algorithmJ. Journal on Communications, 2003, 24(1): 33-38.作者简介： （上接第 58 页）作者简介：胡宇舟（1963-），男，湖南长沙人，博士，高级工程师，主要研究方向为计算机网络。王雷（1973-），男，湖南长沙人，博士，博士后，副教授，主要研究方向为计算机网络、数据挖掘。2 通 信 学 报 第 29 卷陈治平（1971-），男，湖南益阳人，博士，湖南大学讲师，主要研究方向为机器学习。顾学道（1939-），男，上海人，教授，主要研究方向为电信网络、计算机应用、人工智能和软件工程。
