基于Shamir秘密共享方案和零水印的音频水印算法

提出一种基于Shamir秘密共享方案和零水印技术的数字水印算法。该算法首先将音频信号分成n段,并根据Shamir秘密共享方案将水印信息分成n份,然后对n段音频信号进行离散小波分解,将水印信息分存到相应的n段音频信号的低频系数中,然后对低频系数运用零水印技术构造鲁棒水印。实验表明,该算法中的零水印对滤波、有损压缩等常见水印攻击方式有较强的鲁棒性,能达到音频作品版权保护的目的,同时分存的水印信息不仅对音频信号的整体攻击具有较强的敏感性,可以达到内容认证的目的,而且能够抵抗剪切以及对音频文件局部的攻击,并确定被攻击的位置。     

一种抗剪切的DWT域多重音频数字水印算法

提出了一种能够抵抗剪切攻击的鲁棒性DWT域多重音频数字水印算法。该算法结合音频分帧技术及小波变换理论,将置乱、降维处理后的不同彩色数字图像信息嵌入到宿主音频信号的低频小波系数中,实现了多重彩色图像水印在宿主音频中的嵌入与提取。实验结果表明,该算法不仅能够较好地抵抗常规攻击,对剪切攻击也具有较强的鲁棒性,即使是在受到强剪切攻击后仍然能够提取出较清晰的(多重)水印信号。     

一种基于矢量共享方案的DCT域上数字水印分存算法

数字水印分存是将秘密共享的思想用于数字水印，将原始水印信息分解成n份分存水印信息，获得其中部分分存水印信息就能恢复出原始水印信息．该文提出一种基于矢量共享方案的DCT域上的数字水印分存算法．它将矢量共享的思想用于数字水印．原始载体图像分块后，在DCT变换的低频域上加载分存后的水印数据．水印信息隐藏前，对原始水印和分块水印都进行扰乱处理，同时分存也具有加密作用．算法具有很高的安全性和较好的稳健性．实验表明，算法还具有较好的隐藏效果和很好的抗剪切、抗压缩等功能．     

基于离散小波变换的盲水印研究与仿真

研究优化水印安全性问题.由于水印图像应具备版权信息和密钥条件,针对目前音频水印算法中水印容易被提取,且检测水印时均需要原始水印图像,导致水印安全性,鲁棒性无法保证.提出了基于离散小波变换的混沌加密的音频数字水印盲算法.将混沌原理引入音频水印中,改善了水印的安全性,同时根据信号的能量对水印进行了量化嵌入,改善了水印的鲁棒性.首先利用密钥对二值水印图像进行随机置乱;然后将经过随机置乱处理的含有版权信息的二值水印图像嵌入到原始音频信号中.在水印检测过程中利用已知的密钥对水印进行重构.仿真证明,在不知道密钥的情况下,无法得出水印图像,为设计提供了依据.     

基于扩展的Asmuth-Bloom体系的数据库水印算法

Asmuth-Bloom体系是一种基于中国剩余定理的密钥分存门限方案。将Asmuth-Bloom体系思想应用于数据库水印算法,可以使水印具有好的安全性和抗子集攻击能力。但是,该算法对水印信息的分存处理,扩张了水印数据,相对减少了数据库可容纳水印信息量。将Asmuth-Bloom体系思想加以扩展,调整参数取值,不仅使水印具有很好的安全性和抗子集攻击能力,能够基于部分数据恢复水印信息,而且水印数据扩张大量减少,可嵌入的水印信息量大量增加,算法性能进一步提高。在数据库的版权保护中,该算法具有很好的应用价值。     

基于扩展门限的软件水印研究与实现

AB算法的门限方案原本用于密钥分存,不限制子密钥的强度,从而导致水印数据扩张,而扩展门限定义可限制子密钥的数据位宽。为此,提出基于扩展门限的水印算法,采用动态图方法在Java平台实现水印系统。实验结果证明,该水印算法能有效控制水印数据扩张,加快水印恢复速度,适于构建方便实用的软件水印系统。     

基于DCT系数符号的音频零水印算法

为了解决现有音频水印算法透明性与鲁棒性之间的矛盾,提出了一种基于DCT系数符号的音频零水印算法。算法按水印尺寸对时域音频数据做等长分帧,求取每帧数据的绝对值平均值,依次按时序做离散余弦变换（ DCT）。算法选取数值最大的DCT系数,利用水印属性与最大DCT系数符号做异或运算,得到水印密钥,实现了零水印的嵌入。实验结果表明该算法可以很好地抵抗各类常规的信号处理破坏,水印鲁棒性较强。     

基于离散余弦变换的数字水印算法

针对数字产品的版权保护问题,提出了一种基于离散余弦变换的数字水印算法;通过对水印攻击原理的分析,提出了由认证中心分密钥和作者分密钥组成的水印密钥生成方案,较好地解决了水印在抵抗解释攻击方面问题,提高了水印信息的安全性.实验结果表明,该算法不仅具有良好的不可见性,而且对JPEG压缩、高斯噪声和图像剪切等攻击有理想的鲁棒性.     

基于中国剩余定理的数据库水印技术

根据关系数据库的特殊性,结合差错控制理论,文章将以中国剩余定理为理论基础的密钥分存思想引入关系数据库数字水印算法。首先对水印信息分存,然后用分存值的二进制序列顺序替换数据库中所选字段值的特定比特位。该算法具有隐蔽性好,可基于部分内容恢复水印信息,水印恢复不需要原始数据库,很好的安全性等特点。在数据库的版权保护中,该算法具有很好的应用价值。     

基于经验模式分解的音频水印算法

针对传统基于经验模式分解(EMD)的音频水印算法鲁棒性不强的问题,提出一种基于固有模态函数(IMF)极值的盲音频水印算法.首先对音频信号进行分帧,每个音频帧经过EMD后得到IMF; 接着利用均匀量化的方法将水印信息和同步码嵌入到最后一个IMF的极值中.所提算法的数据嵌入率是46.9~50.3 b/s,且携水印音频保持了原始音频的感知质量.对携水印音频进行加噪、MP3压缩、重新采样、滤波、剪切和重采样攻击后,提取出的水印信息变化不大,算法鲁棒性较好.与时间域和小波域算法相比,提出的算法在保证高数据嵌入率的同时,可以抵抗32 kb/s的MP3压缩攻击.     

一种易损性音频数字水印技术

利用变换域嵌入水印是音频水印的主流技术,一般的嵌入方法是通过调整所选变换系数实现。谱弯折方法实现整段频谱的非线性位移,可将水印嵌入整个频谱。该文在Choi犤1犦的谱弯折音频数字水印算法基础上,研究了算法的鲁棒性,通过大量实验验证,认为谱弯折算法对信号处理类攻击相当脆弱,不具备鲁棒性,是一种易损性音频水印。     

自适应小波域数字音频水印嵌入算法研究

以整型提升小波变换、人类听觉掩蔽特性、数字音频局部邻域特性为基础，提出了一种自适应小波域数字音频水印嵌入算法，该算法具有以下特点：（1）结合人类听觉系统的掩蔽特性，实现了水印嵌入位置的自适应确定；（2）引入了高效的整型提升小波变换；（3）利用数字音频的局部邻域特性，实现了数字水印嵌入深度的智能调节；（4）数字水印信息的提取不需要原始音频信号．对比实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性（特别是叠加噪声与低通滤波）。     

一种改进的DCT域数字音频水印算法

针对现有数字音频水印算法不能同时满足隐蔽性与鲁棒性的问题,在添加水印之前,先将水印的二值图像与随机密钥进行加密操作,再对载体进行三级小波变化和DCT变换,最后对比加密后的水印信息与载体信号,得到密钥值,并将密钥嵌入到载体音频的DCT中频系数中。实验结果表明,该算法能在隐蔽性和鲁棒性之间达到一个较好的平衡。     

A New Adaptive Digital Audio Watermarking Based on Support Vector Regression

On the basis of support vector regression (SVR), a new adaptive blind digital audio watermarking algorithm is proposed. This algorithm embeds the template information and watermark signal into the original audio by adaptive quantization according to the local audio correlation and human auditory masking. The procedure of watermark extraction is as follows. First, the corresponding features of template and watermark are extracted from the watermarked audio. Then, the corresponding feature of template is selected as training sample to train SVR and an SVR model is returned. Finally, the actual outputs are predicted according to the corresponding feature of watermark, and the digital watermark is recovered from the watermarked audio by using the well-trained SVR. Experimental results show that our audio watermarking scheme is not only inaudible, but also robust against various common signal processing (such as noise adding, resampling, requantization, and MP3 compression), and also has high practicability. In addition, the algorithm can extract the watermark without the help of the original digital audio signal, and the performance of it is better than other SVM audio watermarking schemes.     

基于人工神经网络的数字音频水印算法

提出了一种新的基于神经网络训练学习的数字音频水印算法 ,采用本算法在一段数字音频数据中隐藏了一幅不可感知的二值图像 .通过后向传播算法的神经网络训练出模板信号与嵌入了水印信号的音频之间的关系特征 ,由于神经网络具有学习和自适应的特性 ,通过训练后的神经网络几乎能够完全恢复嵌入到音频中的水印数据 .通过仿真实验结果表明该算法具有较好的鲁棒性和抵抗常用的信号处理方法的处理的能力 ,特别是在水印检测时不需要原始的音频信号 .     

基于内容的自适应小波域数字音频水印算法研究

以整型提升小波变换、静态图像压缩编码、人类听觉系统（HAS）为基础，提出了一种将灰度图像（即二维数字水印）嵌入到数字音频信号的新水印算法．该算法具有以下特点：（1）应用静态图像压缩编码技术，实现了以灰度图像作为水印信号的数字音频水印算法；（2）充分利用人类听觉系统（HAS），实现了二维数字水印的自适应嵌入，增强了算法的透明性和鲁棒性，（3）二维数字水印的提取不需要原始音频信号．仿真实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性．     

基于局部极值点的音频盲水印算法

该文提出了一种新的音频水印算法。它充分利用了离散小波变换的多分辨率特性,在小波变换的细节部分搜索局部极值点,通过修改局部极值及其相邻点的幅度值,实现水印信息的嵌入。水印检测不需要参考原始音频。实验结果证明了该算法的鲁棒性和不可感知性。     

音频水印提取算法中降低信号方差的方法

如何从已受干扰或攻击的嵌有水印信息的音频中提取水印信息,或证明水印信息的存在,是音频水印提取算法中研究的重点和难点。本文首先简单描述了音频水印的提取算法,针对音频信号方差对水印提取结果的影响,在Matlab环境下对降低信号方差的四种方法进行了代码实现及实验分析,并基于这四种方法的实现原理和滤波结果,提出了线性预测倒谱滤波方法。实验结果表明,五种方法都明显减小了样本点的幅度,使信号的方差大幅降低,而且新方法的效果更加明显,从而提高了水印的检测率。     

Robust multi bit and high quality audio watermarking using pseudo-random sequences

A robust multi bit and high quality audio watermarking technique in time domain is proposed in this paper. Watermarking is a technique used to label digital media by hiding copyright or other information into the underlying data. The watermark must be imperceptible and undetectable by the user and should be robust to various types of distortion. To enhance the robustness and taper-resistance of the embedded watermark, in this paper a multi bit technique is employed. Instead of embedding one bit into an audio frame, multiple bits can be embedded into each audio sub-frame. For attackers, since they do not know the parameters, this significantly reduces the possibility of unauthorized bit detection and removal of watermark. In real-time watermarking applications, robustness is not the only factor that plays an important role. The other factor that plays a very an important role is computational complexity. In general, audio file is transmitted in compressed form. Real-time watermark embedding must take into account this compressed form, because first decompressing the data, adding a watermark and then recompressing the data is computationally too demanding. In this paper, we propose robust and low complexity audio watermarking algorithm. To evaluate the performance of the proposed audio watermarking algorithm, subjective and objective quality tests including bit error rate (BER) and signal-to-noise ratio (SNR) were conducted. Compared to traditional one bit embedding algorithm, the proposed algorithm gives highly recovery rate after attack by commonly used audio data manipulations, such as low pass filtering, requantization, resampling, and MP3 compression.