研究方向

數位浮水印的技術主要應用於智財權的保護，如同一般的密碼系統，

需要一組秘密金鑰來製成浮水印，甚至決定浮水印嵌入於音訊的位置。除

此之外，浮水印系統必須具備下列重要的特性：(1)感知透明度(Perceptual transparency) ； 浮 水 印 的 嵌 入 不 能 影 響 原 有 音 質 且 不 易 被 使 用 者 察 覺 (imperceptible)，也就是說，數位浮水印隱藏於多媒體的資料中，為了保持 原始的音訊資料和浮水印的隱密，從原始音訊中是無法察覺數位浮水印資 料的存在；(2)強軔度(Robustness)；無論採用何種訊號處理或遭遇惡意的攻 擊，浮水印皆不能遭受到破壞且還能正常取回，以確保數位浮水印的完整 性，這些處理包括有類比數位間的轉換(A/D、D/A)、濾波(filtering)和壓縮 (compression)等。由於音訊訊號處理的攻擊對浮水印而言是很大的傷害，也 是數位浮水印必須克服的最大問題，因此浮水印必須有足夠的強軔度，方 能承受音訊處理的攻擊；(3)可靠度(Reliable)；數位浮水印必須保證其隱密 性(secure)，使一般人無法任意移除其資料，唯有擁有者方能有效地檢測出 浮水印，解碼還原其智財權的訊息，並避免過多誤警情形(false alarm)的發 生。

因此理想的浮水印系統設計應兼顧其隱密性與強軔度，前者要求嵌入 的認証訊號不能被盜版者察覺其存在，而後者則強調非法的惡意攻擊不致 於破壞浮水印的完整性。目前已知的相關研究集中在影像浮水印[14,15]及 其檢測演算法(detection algorithm)，主要是基於頻域係數呈高斯機率分佈的 假設而推導的相關式檢測器(correlation detector)[10,12]。但這不符合影音訊

號頻域係數的實際量測結果[16]，因此我們深信浮水印的檢測機制仍有許多 改 善 的 空 間 。 相 對 而 言 ， 音 訊 浮 水 印 技 術 的 開 發 仍 在 起 步 階 段 [10,12,17,18]，而音訊頻域係數的機率分佈模型也未見分析整理。有鑑於 此，我們將推導一種廣義的高斯(generalized Gaussian)機率函數，藉以有效 地描述不同演奏內容音樂的頻域分佈變化，並建立一種能快速實現的浮水 印檢測及解碼演算法。

此外，我們亦探討非特定機率模型的問題，假設待測的浮水印之機率 模型未知或很難去近似時，例如非餘弦頻域係數並無適當之機率模型可近 似[19]，亦即我們無特定的機率模型可應用於檢測與解碼中，此時須透過一 種降維轉換運算子的充分統計特性來進行理論分析，故其可應用於非餘弦 頻域中，應用範圍廣泛。由於降維轉換運算子利用一類似投影的方法大量 地降低其維度，所以不論在檢測或解碼中皆可大量地降低其計算量，此為 一重要之優點，除了可增進驗證時的速度外，亦使得應用於硬體實現上更 具可能性。此外，非特定模型無須像特定模型須經事先分析其多項參數，

所以節省了事先模型參數分析的步驟，此點亦增進了硬體實現上的可能 性。綜合而言，非特定模型擁有著可省略模型分析過程、降低計算量及應 用範圍更廣泛之優點。