最近今天在測驗火山引擎的ImageX處理的時候發現提供一種能力叫盲水印；
看盲水印介紹內容：
使用方法測驗：
在放訪問某個url時候會自動添加上盲水印；添加完畢后，會重新提取圖片里面的資訊；
我在其他公眾號上看到這么一個文章，我猜測他們是一個原理，畢竟火山引擎屬于位元組跳動的業務，但演算法是否一個就不知道了；
相關文章：
————————————————
一、前言
1.1、暗水印是什么
廣義來說，暗水印可以理解為，在一些載體資料中添加隱藏標記，這些標記在人類和機器可輕易感知的范圍之外，相較于常見的明水印，比如圖片和視頻中的公司logo、紙幣中的水印紋理等，暗水印對大部分感知系統來說是透明的，不可見的，下面通過兩個例子來說明，
1.1.1隱藏在白紙中的符號
比如下圖是中科院上海某化學所的隱寫耐火紙，可以看到在一張看似普通的白紙之中，卻隱藏了一個圖案和字母，這個圖案和字母就屬于暗水印，它可以用來隱秘傳輸資訊、做防偽標識等，
1.1.2隱藏在圖片中的二維碼
下面這個例子可能就比較少見了，它是 2020 ByteCTF(位元組跳動網路安全攻防大賽) Misc 的一道隱寫題目，通過隱藏水印的方法，將一個有意思的二維碼嵌入到下面這幅彩圖中，而這個二維碼是肉眼不可見的，
加有暗水印的影像：
影像中的隱藏資訊：
1.2常見的暗水印技術
這個分類是基于傳輸載體進行分類的，一般來說暗水印可以隱藏在大部分多媒體傳輸和存盤載體中，比如圖片、視頻、音頻、郵件、檔案等都是不錯的載體，
1.2.1影像水印
基于影像的暗水印技術是暗水印里面最成熟的一種，嵌入方法也多種多樣，根據嵌入維度不同，又可以細分為空域水印和變換域水印，空域水印可以簡單的理解為直接對解碼后的影像像素值進行編輯和嵌入資訊；變換域水印是將影像的像素資訊轉換到變換域，然后在變換域添加資訊后再轉換到空域，這個程序中空域資訊也會被修改，所以變換域水印也可以理解為間接的空域水印，
1.2.1.1空域水印
直接選取空域特定位置的像素值進行修改來嵌入資訊，空間域水印的難點在于如何在空域選擇水印區域和在水印塊中如何嵌入資料，根據水印區域選取方式不同可分為下面幾種，
- Least Significant Bits（LSB）水印
這個方法簡單粗暴，直接在影像的像素值上進行修改，假設水印載體為顏色深度8bit的RGB影像，水印資訊為二值化影像，
- 加水印程序
對原始影像的最后1bit（最低位）置零，將用二進制表示的著作權資訊，賦值給原始影像的最后1bit，實作著作權資訊寫入，（寫入后原始影像像素值改變幅度為1）
- 解水印程序
將影像的前7bits（高7位）置零，提起最后1bit（最低位），得到著作權資訊，
- 演算法簡評
此演算法計算復雜度相對較低；對影像視覺效果影響很小；魯棒性較低，難以抵抗常見的水印攻擊手段，
1.2.1.2變換域水印
變換域水印最終也會修改空域的資料，與上面不同的是并不是直接修改像素值，而是將影像的空域資料轉換到變換域，然后按照一定方法寫入水印資訊，最后再將變換域資料轉換回空域的值并重新生成影像資訊，
常見的變換域水印用到的基礎演算法有 DCT、DFT、DWT，這三個演算法特點各不相同，可單獨使用也可以交叉使用，
- 基于 DCT 的水印演算法
DCT 離散余弦變換屬于一種特殊的 DFT 離散傅里葉變換，在暗水印領域有非常相似的使用手法，所以這里僅對基于 DCT 變換的水印進行展開，下圖為對“蒲公英”灰度圖做 DFT 和 DCT 變換后的頻譜分布，可見峰值分布是不同的，
- 什么是頻域變換
下圖可以通俗理解頻域變換的邏輯，左下角“時間域”(可以粗略理解為空域)的一維波形，可以由右上角 f1 f2 f3 f4...等多個規則波形疊加而成，而這些波形都對應一個固定頻率，那么將他們投影到右下角的“頻率域”中，形成另一幅坐標圖，這個程序就可以簡單理解為傅里葉變換的程序，
那么它在影像處理領域有何作用呢？
下面四幅圖分別是 原圖 >> DCT 變換后的頻域的灰度圖 >> 將頻域左上角資料清零 >> 再次轉換成空域的圖片，
可以看到轉換完成后的圖片丟失大量資訊，但是仍可看出部分毛發的細節資訊，
- 如何用基于 DCT 來寫入隱藏水印
隱藏水印嵌入程序大概如下，框架相對簡單，在實際應用中會根據不同的場景選擇不同的分塊和不同的頻域區域，這些需要經過大量的實驗和理論的沉淀才可以做出選擇，
- 如何提取隱藏水印
提取程序與加水印程序有較多相似之處，不同之處在于之前是頻域寫，現在需調整為讀取頻域資訊并判斷，
- 演算法簡評
這個框架通用性比較強，在分塊和頻域位置選擇合理的情況下，可以抵抗一定程度裁剪、縮放和壓縮等常見的攻擊手段，
- 基于 DWT 的水印演算法
純粹的僅適用 DWT 水印演算法相對較少，大部分情況是 DWT + DCT 、DWT + SVD 等型別的組合水印，為何要使用 DWT 呢，原因是它可以在一定程度上提高水印的魯棒性并且對圖片畫質影響較小，
- 原理
這里的 DWT 主要指的是小波分解，
可見經過 DWT 處理后，可以濾出圖片的輪廓資訊(右下角)和細節資訊（左上角），
1.2.2文本水印
文本水印指的是在文本資訊中嵌入隱藏的水印資訊，這個主要是受手寫字體的啟發，每個人的寫字風格不同，字的筆畫形狀也不同，那么通過在密級較高的檔案中引入讀者唯一的字體檔案，那么這篇檔案就相當于嵌入了這個人的標識資訊，修改字體的方式可以有多種多樣，下面僅是舉個例子，
用戶一的字體：
用戶二的字體：
在這個例子中“是”字是不同的，可以區分這個截圖來自于這兩個中的哪一個，
演算法簡評：
-
文本字體相較于上面基于影像的水印有較強的魯棒性，但是有一個不足是文字水印受文字個數的影響較大，當文字較少時可能不足以標識一個人完整的身份資訊，
-
文字水印也多種多樣，比如可以通過調整文字間距、檔案格式來嵌入資訊，
1.2.3音頻水印
音頻的隱藏水印，是指在耳朵可感知的頻率之外的音頻資訊中嵌入水印資訊，這樣既可以對音頻產生較小的干擾，又可以將水印資訊嵌入當中，
基于耳朵的這個特性，結合前面影像水印用到的演算法就可以設計出適合音頻的水印演算法，
- 音頻 LSB 水印
與視頻 LSB 水印相似，只不過這里物件換成了音頻，對音頻信號進行采樣，將不敏感的采樣值進行二進制位代替，以達到在音頻信號中嵌入水印資料的目的，
- 擴頻隱寫
擴頻隱寫是將秘密資訊經過偽隨機序列調制后, 選擇合適的嵌入強度疊加到載體音頻的整個頻譜系數上的技術，傳統的變換域包括了 FFT，DCT， DWT ，隨著技術的發展，近年來也提出了基于MDCT 和 MCLT 變換域的擴頻隱寫方法，
- 基于回聲的水印演算法
回聲(Echo Hiding)演算法，是一個經典演算法，核心思路是通過引入回聲來將水印資料寫入到載體資料中，利用HAS的滯后掩蔽特性，即弱信號在強信號消失之后變得難以感知，它可以在強信號消失 50-200ms 內不被人耳覺察，
1.2.4基于深度學習的水印技術
在傳統水印方法中，通常利用一些變換將水印資訊嵌入到隱藏空間，并使用手工設計的特征嵌入水印保證水印的魯棒性，隨著深度學習技術的快速發展，人們開始嘗試利用神經網路來嵌入水印，并利用對抗學習來提升水印的魯棒性，以獲得魯棒的水印編碼器和解碼器，
- 深度學習圖片水印
主要由三部分組成，預處理網路（P）、編碼器（H）和解碼器（R），首先將秘密資訊S輸入到P中，得到秘密資訊特征圖，然后將特征圖與載體影像C進行拼接后輸入到H中，最終生成嵌入資訊后的影像C’，解碼時，利用R恢復出C’中嵌入的資訊S’，
右圖中的框架和左圖類似，差別在于S不需要進行預處理，若秘密資訊為二進制字串，通常將其重復多次以達到和C相同的大小，或將其reshape成C的形狀后再upscale到C的大小，然后將其與C拼接輸入到H中完成資訊嵌入，
- 深度學習字體水印
在 FontCode一文中，作者根據水印資訊對英文字符的幾何特征進行一些微小的擾動生成水印字符，在嵌入端，字符擾動的方法是基于字符結構實作的，而提取端是通過對擾動模式的識別進行水印資訊恢復，
字符擾動模型包括字符匹配、流形生成和字體生成三個部分，利用現有字體的多樣性，該模型將所有中的每個字符單獨進行輪廓匹配，而后根據這些高維輪廓特征生成低維流形，字型流形是一種利用高斯程序潛在變數生成模型構成低維空間的映射，同時也能通過對低維空間的修改映射回高維特征，進而推斷和獲得新的字體，
利用 CNN 來識別文字屬于哪個編碼：
二、應用場景簡介
暗水印隱藏在素材之中，不可輕易被感知，不影響素材的正常使用，這就使得它有很多的應用場景，
2.1著作權視頻搬運侵權取證
這是暗水印應用最廣泛的場景，程序也相對簡單，通過在有著作權保護需求的音頻、視頻和圖片等隱寫入作者或者廠商的唯一標識，那么在后續著作權糾紛時，再對可疑視頻提取水印，如果提取成功，就會增加一條砝碼，整體程序比較簡單，這里就不再贅述，
此應用場景所依賴的演算法能力根據具體場景不同而不同：
- 如果僅是簡單的爬取搬運，那么水印可以抵抗轉碼攻擊即可，
- 如果搬運后對素材進行二次深度編輯，那就需要水印可以抵抗縮放、裁剪、壓縮等攻擊了，
- 還有一個難點是，最后維權時，可能會需要讓暗水印得到法務的認可，
2.2泄露溯源
如今經常發生某廠內部資料截圖外泄的事件，在這種情況下如何快速定位泄漏者身份是個難點，暗水印就可以在一定程度上解決這個問題，
廠商可以對敏感頁面或者檔案加入暗水印，加水印的時機就發生在用戶瀏覽這個頁面時，寫入的內容就是用戶的個人資訊，如果用戶對這些頁面進行截圖或者下載之后進行惡意傳播，那么寫有他個人身份資訊的暗水印也會跟隨這些資料一起傳播，這就使得在發生泄漏case之后，通過暗水印就可以快速定位泄漏者是誰，從而起到泄漏溯源，間接起到保護資料外泄的作用，
由于泄露的場景復雜，截圖、檔案之類的資料傳播鏈條多樣，單一維度的暗水印很難經受住整個傳播程序，很有可能在傳播程序中水印資訊丟失，導致最后取證失敗，所以需要設計多層暗水印策略，確保在不影響視覺效果的前提下提高水印的魯棒性，
2.3素材內容侵權審核
這可以理解為著作權保護的一個分支，只不過這里是平臺用來保護用戶的原創視頻，防止被平臺內其他用戶竊取，比較常見的場景是視頻審核平臺，暗水印就可以用來保護作者原創視頻，防止在平臺內竊取并二次上傳，
這個場景對暗水印綜合能力要求較高：
- 較高的魯棒性，可抵抗視頻壓縮、縮放、幀內裁剪、幀間裁剪等攻擊，
- 時延很低的加水印演算法，因為加水印程序需要在用戶上傳視頻時實時添加，
- 較快的提水印演算法，因為視頻審核最終需要人工參與來確定是否真正侵權，而由于審核同學時間有限，所以提取演算法必須在十幾秒內完成對整個視頻的驗證和提取程序，
- 視覺效果和各種視頻指標要求嚴苛，加完水印后的視頻必須不能使視頻用戶價值負向，這就涉及到暗水印對視覺效果、碼率等指標的要求了，
2.4防篡改
隨著金融資訊化的進步和網路與電子商務的發展，電子支付手段越來越被金融業所重視，已成為一種重要的支付手段之一，而電子支付票據截圖在傳播程序中存在較高的被篡改的風險，在這個程序中如果引入脆弱水印系統，并在用戶生成電子支付票據時進行添加，票據接收者在收到票據時，對這個票據中的暗水印進行完整性檢查，那么就可以確認此票據是否曾經被修改，
這種水印有以下幾個特點：
- 相對比較脆弱，被修改后會提示水印識別錯誤，但也不能脆弱到經不起常見社交軟體的傳播，
- 錯誤坐標識別，可識別出是哪塊區域中的資料(水印)被修改，
2.5鏈路追蹤
在一些視頻傳播的業務場景中，可能會需要跟蹤視頻傳播流程，但一些外部平臺無法提供追蹤服務，因此，需要一些其他手段去追蹤資料的去向，暗水印是一個非常理想的手段，在投放視頻前，將暗水印加入素材，當素材播放或使用時，根據水印資訊對當前節點進行標記，那么就可根據暗水印進行資料鏈路追蹤，
在鏈路追蹤上使用暗水印需要有以下特點：對魯邦性要求一般，主要集中在抗 crf 壓縮上，
三、結束語
暗水印歷史比較悠久，由于近幾年短視頻的流行以及人們對著作權意識的提升，暗水印再次迎來了新的春天，在新的社會背景下，非常期待暗水印在著作權保護、資料防護等方面發揮越來越重要的價值，
文章為原創文章，若有侵權請聯系；
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/288881.html
標籤：其他
上一篇：Electron入門學習筆記