摘 要： 提出了一种基于云模型的唱片水印。首先，唱片中每首音乐都通过小波传输得到一个小波系数，以其组合成的巨量的云晶作为零水印；然后利用逆向云生成器计算出云晶的3个特征参数Ex、En和He，利用特征变化率，就可以保护水印并评估原始水印与萃取水印相似度。实验结果表明，该算法能同时有效地保护整张唱片中的所有曲目，还能有效抵抗低滤波、重新采样、压缩以及剪辑等攻击。
关键词： 云模型；版权保护；数字水印
在一张唱片中，所有音乐都享有同样的版权，如果使用传统的水印技术[1]，每个单曲都需要加上相同的完整水印，没有考虑整张唱片的相互关联，而唱片水印只需要整体加一次水印，即单曲不包含完整的水印，只有从整张唱片上才能萃取到完整水印。
本文所提出的算法利用唱片水印技术，根据DWT和0-水印方案，得到唱片的一个完整的0-水印云模型，然后利用逆向云生成器计算云模型的3个特征值Ex、En和He。由于云模型的模糊性和随机性，受到攻击后，一部分云晶被改变，这对云模型的整体特征几乎没有影响。因此，可以利用特征改变比例来保护水印。
在参考文献[2-3]中利用主观经验设置参数并以此保护云晶，本文利用单曲自身特征保护水印云晶，将唱片和云模型紧密结合在一起，在技术上取得了较大的进步。理论和实验都证明了该算法的先进性[4]。
1 相关知识
1.1 云模型
云模型[5]是定量和定性间不确定转换的模型，有3个特征值，包括期望值Ex、墒En和超墒He，它们很好地表达了模糊性和随机性，反映了数量特征。Ex是云的重心位置，表示质量概念；En是概念覆盖方法，即特定的模糊法；He是云晶的分布函数，即En的墒。
云由若干云晶组成，整体有形，但细节是模糊的。任一个云晶都是定性的，当En/He很小或者He远大于En时，云的整体形状就是雾。
1.2 逆向云生成器
给定足够数量的云晶，逆向云生成器即可计算其特征值Ex、En和He，方法如图1所示。
逆向云生成器算法是一个静态方法，计算的估值带有误差，但随着云晶数量增大，误差会逐步减少。
2 水印组成
根据“db2”，唱片中的单曲分别分成5级DWT，得到CA5l(i)和CD5l(i)，其中CA5l(i)是第l单曲的低频波系数，CD5l(i)是高频波系数。
将唱片中部分单曲的5级波系统构成一个一维向量，如图2所示。
4.2 攻击方式
为测试算法的有效性，依次对唱片中的单曲实施以下攻击：
(1)低通过滤：6级Butterworth滤波，截止频率为22.05 kHz。
(2)重采样：采样上下限分别为22.05 kHz和44.1 kHz。
(3)重编码：抽样信号从16 bit分别转换为8 bit或32 bit，再重新转换为16 bit。
(4)加噪声：加入信噪比26 dB的白噪声。
(5)MP3压缩：通过MPEG-1 Layer-3方式编解码，将单曲压缩为MP3格式，压缩率为128 kb/s。
(6)剪切：将数字录音剪切前20%(或中部或后部)。
4.3 结果分析
表1给出了云模型的Ex和En值以及相应的变化率。通过对表1定量分析可以看出，受攻击后，Ex的变化率远小于阈值30%，En的变化率小于70%，因此录音水印是牢固的。
本算法利用了唱片水印技术，将原始唱片的小波系数按照DWT和0-水印方式映射到云晶，得到新的水印。利用逆向云生成器计算云模型的3个特征值，由于云的模糊性和随机性，受到攻击后部分云晶的改变对整体云模型影响甚微，因此，可利用特征值变化率保护水印。实验表明，该方法优于传统0-水印算法，既同时保护了唱片中所有单曲，又将小波系数映射到云晶作为水印，使唱片与云模型深入结合，比传统0-水印更有效。
参考文献
[1] BASSIA P， PITAS I， NIKOLAIDIS N. Robust audio watermarking in the time domain[J]. IEEE Transactions on Multimedia， 2001，3(2)：232-241.
[2] Wang Rangding， Hu Wenji. Audio watermarking technology based on Cloud model[J]. Optoelectronic Engineering， 2007， 34(11)：114-119.
[3] Yan Yue， Zhang Zhihao， Wang Jianmin， et al. Clouds， watermarking natural language text[J]. The 11th World Congress of International Fuzzy Systems Association (IFSA2005)， Beijing， China， 2005(3)：15-29.
[4] Xing Jianfeng， Wang Pengfei， Shen Song. Reaserch and design of trusted cloud-platform based on virtual machine[J].Microcomputer & its applications， 2010， 29(16)：75-77.
[5] Li Deyi， Meng Haijun， Shi Xuemei. Membership clouds and membership clouds generator[J]. Journal of Computer Research and Development， 1995，42(8)： 32-41.