نهج لامركزي لحماية حقوق النشر للفيديو باستخدام البلوكشين الخاص والتجزئة الإدراكية

ملخص

تقدم هذه الدراسة إطارا لامركزيا لحماية حقوق النشر للفيديو يدمج البلوكشين الخاص، والعقود الذكية، وتقنيات التجزئة الإدراكية. الهدف هو تمكين تسجيل الملكية الآمن، وإدارة السجلات غير القابلة للتغيير، والتحقق الفعال القائم على التشابه لمحتوى الفيديو في البيئات الموزعة.

الملخص

أثارت الشعبية المتزايدة لمشاركة محتوى الفيديو على الإنترنت مخاوف بشأن انتهاكات حقوق النشر، والقرصنة، ونزاعات الملكية. تواجه الطرق المركزية التقليدية للتعامل مع حقوق النشر قضايا شفافية، وقابلية للتلاعب، والاعتماد على أطراف ثالثة موثوقة. لذلك، تقدم هذه الدراسة نظام حماية حقوق نشر فيديو لامركزي يعتمد على Hyperledger Fabric، العقود الذكية، والتجزئة الإدراكية. أولا، يتم استخراج الإطارات من الفيديوهات، ويتم إنشاء بصمات الإدراك باستخدام خوارزميات التجزئة المتوسطة (aHash)، التجزئة الفروق (dHash)، التجزئة الإدراكية (pHash)، والتجزئة المويجية (wHash). يتم تخزين التجزئة ومعلومات الملكية على البلوك تشين، بينما تحفظ أصول الوسائط المتعددة خارج دفتر الحسابات. تجرى فحوصات حقوق النشر باستخدام مقارنات التشابه على مستوى الإطارات بناء على مسافة هامينغ. تم اختبار الإطار المقترح عبر مختلف التعديلات الزمنية والمكانية والضغطية، بما في ذلك إدخال الإطار، والحذف، والقص، وتغيير الحجم، والدوران، والترشيح، والتحويل. أظهرت التجارب متانة عالية لهذه التغييرات مع اكتشاف تعديلات غير مصرح بها في الوقت نفسه. لذلك، يمكن لهذه التقنية أن توفر حلا عمليا لمشاكل حقوق النشر باستخدام إطار عمل بلوكشين لامركزي.

المقدمة

لقد غيرت التطورات في تقنيات الوسائط الرقمية المتعددة طريقة إنتاج وتوزيع واستهلاك الفيديوهات. تتيح بث الفيديو، والشبكات الاجتماعية، وأنظمة مشاركة المحتوى عبر الإنترنت التوزيع السريع والسهل للفيديوهات على الجماهير حول العالم. بينما تسمح التطورات التكنولوجية بمزيد من الإمكانيات الإبداعية في إنتاج محتوى الفيديو الرقمي ونمو الأعمال التجارية عبر الإنترنت، فإن هذه التطورات نفسها جعلت من السهل على صانعي المحتوى مواجهة انتهاكات حقوق النشر، والقرصنة، ومشاكل الملكية¹. يمكن نسخ الفيديوهات وتحريرها وإعادة ترميزها وإعادة توزيعها بسهولة، مما يجعل حماية الملكية الفكرية أمرا أكثر صعوبة في عالم الوسائط المتعددة اليوم ^2,3.

عادة ما تعتمد أنظمة إدارة حقوق النشر الحالية على سلطة مركزية لتسجيل المحتوى، والتحقق من الملكية، وإدارة اتفاقيات الترخيص، والتعامل مع النزاعات. على الرغم من اعتمادها الواسع، إلا أن هذه الأنظمة الإدارية معرضة لعدة قيود كبيرة⁴. أولا، يعرض المركزية أنظمة إدارة حقوق النشر لهجمات إلكترونية محتملة، وتلاعب بيانات، وفترات التوقف. بالإضافة إلى ذلك، يتم تخزين ملكية حقوق النشر من قبل أطراف ثالثة موثوقة، وقد لا يكون ذلك مرغوبا به تماما من حيث تدقيق والحفاظ على موثوقية^{هذه المعلومات على} المدى الطويل. زيادة كمية المحتوى الرقمي متعدد الوسائط تجعل عمليات التحقق التقليدية أقل كفاءة، لأنها تميل إلى أخذ وقت طويل وتصبح غير عملية⁶.

يبدو أن تقنية البلوك تشين هي واحدة من الحلول التي يمكنها حل قضايا الثقة والشفافية^{في البيئة} الموزعة. باستخدام دفاتر غير قابلة للتغيير عبر التشفير وآليات التوافق، يمكن البلوك تشين حفظ السجلات بأمان دون سيطرة سلطة مركزية على العملية. بمجرد إضافة السجلات إلى البلوكشين، تصبح ثابتة وغير قابلة للتغيير، مما يوفر مستويات أعلى من التتبع والمساءلة⁸. لهذا السبب بذلت العديد من الجهود لدراسة تطبيقات البلوكشين في مجالات مثل إدارة حقوق الحقوق الرقمية، والملكية الفكرية، وضمان ملكية الوسائط المتعددة⁹. من بين منصات البلوكشين الحالية، حظي Hyperledger Fabric باهتمام كبير لميزاته، بما في ذلك البنية المصرح بها، وهيكل معياري، ودعم العقود الذكية، والخصوصية، والمعالجة السريعة. على عكس السلاسل العامة، فإن بنية Hyperledger Fabric المصرح بها تجعله مثاليا لأنظمة حماية حقوق النشر¹⁰.

ومع ذلك، هناك بعض القيود على استخدام البلوكشين كوسيلة وحيدة لتحديد حالة حقوق النشر لمحتوى الوسائط المتعددة¹¹. أولا، دوال التجزئة التشفيرية التقليدية (مثل SHA-256) تنتج نتائج تجزئة مختلفة تماما حتى عند إجراء تغييرات طفيفة على فيديو¹². على الرغم من أنها صفة مرغوبة لأغراض التشفير، إلا أنها تعيق التعرف البصري على النسخ المشابهة أو المعدلة من المحتوى المتعدد الوسائط المحمي بحقوق النشر. لذا، يجب أن يستند التحقق من حقوق النشر المتعددة الوسائط إلى خوارزميات واعية للمحتوى يمكنها اكتشاف التشابهات الإدراكية في الصور أو الفيديوهات¹³.

واحدة من أكثر الطرق الواعدة لمعالجة مشكلة حقوق النشر في المحتوى المتعدد الوسائط هي استخدام التجزئة الإدراكية¹⁴. على عكس التجزئة التشفيرية، ينتج التجزئة الإدراكية بصمات أصابع ترمز للخصائص البصرية للصورة أو الإطار¹⁵ للفيديو. لذا، حتى لو تم تغيير الملف من خلال العمليات المعتادة (الضغط، التصفية، إعادة التحجيم، إضافة الضوضاء، وما إلى ذلك)، تبقى التجزئة¹⁶ كما هي نسبيا. هناك أربعة أنواع من التجزئة الإدراكية المستخدمة حاليا: التجزئة المتوسطة، التجزئة الإدراكية، التجزئة الإدراكية، وتجزئة المويجات^17،18.

هناك العديد من الدراسات البحثية التي تحقق في استخدام تقنية البلوك تشين جنبا إلى جنب مع تقنيات حماية حقوق النشر لبيانات الوسائط المتعددة¹⁹. استخدمت الأعمال السابقة تقنية البلوكشين لتسجيل الملكية، والعلامة المائية الرقمية، والتخزين الموزع وإدارة الأدلة، وإدارة الحقوق اللامركزية، والتخزين الآمن لمحتوى الوسائط المتعددة²⁰. تم الاستفادة من نسيج هايبرليدجر في أعمال سابقة لتمكين تسجيل حقوق النشر، وإدارة الحقوق، وتدقيق المعاملات عبر العقود الذكية وبروتوكولات الإجماع المصرح بها ^21,22. وبالمثل، تم اقتراح طرق التجزئة الإدراكية والعلامات المائية لاكتشاف المحتوى المتعدد الوسائط المكرر والمعدل. على الرغم من هذه الأعمال الواعدة في تمكين إدارة حقوق النشر باستخدام تقنية البلوكشين، لا تزال هناك بعض الثغرات^23,24. أولا، العديد من الأطر السابقة كانت تهتم بشكل أساسي بتسجيل الملكية لكنها تفتقر إلى القدرة على التحقق من المحتوى. ثانيا، اعتمدت العديد من الأعمال على نهج تجزئة أو علامة مائية واحدة، مما جعلها أكثر عرضة لهجمات التلاعب بالفيديو^25,26. يوضح الجدول 1 أن الأنظمة الحالية تدعم عادة تسجيل الملكية لكنها نادرا ما تجمع بين إدارة الملكية اللامركزية والتحقق من المحتوى متعدد التجزئة.

مع التقدم في تكنولوجيا تحرير الفيديو، هناك حاجة متزايدة للتحقق الفعال من ملكية الفيديو لمنع انتهاك حقوق النشر²⁷. توفر التكنولوجيا الحالية عدة طرق للتلاعب الزمني بالفيديوهات من خلال الإضافة، والحذف، والاستبدال، وتغيير معدل الإطارات. وبالمثل، تشمل خيارات التلاعب المكاني تغيير حجم الإطارات، وتوسيع الحجم، والتصفية، والضغط، والتحويل، والتعديلات الهندسية لمقاطع الفيديو²⁸. تجعل هذه التلاعبات من الصعب تحديد مالكي حقوق النشر، رغم أنها لا تغير مظهر الفيديو. يجب أن يكون النظام الفعال قادرا على التمييز بين التلاعب المسموح به، والملكية، وانتهاك حقوق الطبع والنشر مع النزاهة²⁹.

لمعالجة تحدي إدارة حقوق نشر الفيديو بكفاءة، تقترح هذه الورقة نموذجا لامركزيا يستفيد من Hyperledger Fabric، والعقود الذكية، والتجزئة الإدراكية. سيقوم الإطار المقترح بتوليد بصمات إدراكية باستخدام تقنيات التجزئة، مع استخراج إطارات الفيديو^30,31. سيتم استخدام أربع تقنيات تجزئة مختلفة، وهي aHash، dHash، pHash، وwHash، لتوليد بصمات إدراكية. يتم تسجيل معلومات الملكية، والطابع الزمني، والتجزئات في دفتر الأستاذ المصرح به المعتمد على البلوكشين. لتحسين قابلية التوسع، يستخدم CouchDB بالتزامن مع البلوك تشين لتخزين محتوى الوسائط المتعددة خارج السلسلة.

يستخدم الإطار المقترح تحليل مسافة هامينغ للتحقق من التشابه على مستوى الإطار واكتشاف التعديلات أو التكرار أو الاستخدام غير القانوني للفيديوهات. من خلال دمج عدة تقنيات تجزئة إدراكية مع سمعية تعتمد على البلوك تشين، يحقق الحل كل من المصادقة على مستوى المحتوى وإدارة ملكية مقاومة للتلاعب. على عكس الأنظمة السابقة التي تعتمد على طريقة تحقق واحدة، يستخدم الإطار المقترح عدة أوصاف إدراكية لتحمل مجموعة من التلاعبات الزمنية والمكانية والضغطية بالفيديو.

هذه هي المساهمات الرئيسية التي تم تقديمها في العمل البحثي: (1) نهج اللامركزية لعملية تسجيل وتحقق حقوق النشر الآمن للفيديوهات باستخدام إطار عمل Hyperledger Fabric؛ (2) تستخدم خوارزميات التجزئة الإدراكية المتعددة، مثل aHash، dHash، pHash، وwHash، لإنشاء بصمات فيديو متعددة يمكنها التعرف على فيديوهات متشابهة حتى بعد التحرير؛ (3) تم تطوير نموذج قاعدة بيانات موزعة يستخدم كل من Hyperledger Fabric و CouchDB لمعالجة مشاكل قابلية التوسع دون المساس بسلامة البيانات وقابليتها للتتبع؛ (4) يتم صياغة عملية تحقق شاملة تتضمن حساب مسافة هامينغ لتحديد كيفية التعامل مع الفيديوهات بالنسبة للإطارات والبكسلات؛ (5) تجرى تجارب لإثبات قدرة الطريقة المقترحة على اكتشاف مقاطع الفيديو المعدلة.

لذا، من خلال دمج الملكية القائمة على البلوكشين وخوارزميات التجزئة المتعددة، يقدم الإطار المقترح نهجا عمليا لحماية حقوق النشر اللامركزية للفيديو.

البروتوكول

لم تشمل هذه الدراسة مشاركين بشريين، أو أشخاص أو حيوانات، أو عينات سريرية. لذلك، لم تكن الموافقة على أخلاقيات المؤسسات والموافقة المستنيرة مطلوبة.

المواد والبرمجيات

البيئة المستخدمة لنشر الإطار كانت Hyperledger Fabric الإصدار 2.4.8، CouchDB، حاويات Docker، نشر Minifab، تطبيقات معالجة الوسائط المتعددة FFmpeg، ولغة البرمجة Go. قدمت Hyperledger Fabric خدمات لإدارة دفاتر الحسابات اللامركزية وتنفيذ العقود الذكية، بينما كان CouchDB يخزن ويسترجع معلومات حقوق النشر بكفاءة عبر التخزين خارج السلسلة. تم استخدام FFmpeg لمعالجة الفيديوهات واستخراج إطارات الفيديو، بينما تم تطبيق خوارزميات التجزئة الإدراكية عبر مكتبات تجزئة الصور بلغة البرمجة Go. قائمة بجميع الأدوات ووصفها موضح في جدول المواد.

بنية الإطار

يستخدم الإطار المقترح خوارزميات التجزئة الإدراكية ضمن نسيج البلوكشين Hyperledger المصرح به لتمكين نهج لامركزي لحماية حقوق النشر والتحقق من ملكية الفيديو. يتكون الإطار من خمسة مكونات رئيسية: معالجة الفيديو المسبقة، توليد التجزئة الإدراكية، تسجيل حقوق النشر عبر البلوك تشين، والتحقق القائم على التشابه. في هذا الإطار، يعمل Hyperledger Fabric كطبقة الثقة، حيث يوفر سجلات ملكية غير قابلة للتغيير، بينما يوفر CouchDB تخزينا خارج السلسلة. يتم تصوير البنية العامة للإطار المقترح في الشكل 1.

نموذج النظام للتحقق من حقوق النشر

يظهر سير العمل التفصيلي للنظام قيد التحقيق في الشكل 2. يبدأ بالحصول على الفيديو، يليه استخراج الإطارات على فترات منتظمة باستخدام FFmpeg. تتم معالجة الإطارات المستخرجة ضمن بيئة تنفيذ نسيج هايبرليدجر، والتي تشمل إجراءات مثل تسجيل الملكية، إدارة الشهادات، التواصل مع الأقران، والتحقق من صحة المعاملات. يتم تطبيق التجزئة الإدراكية على الأطر المستخرجة، تليها حساب مسافة هامينغ لتقييم درجة التشابه. إذا كانت مسافة هامينغ أقل من العتبة، يعتبر الإطار أصيلا ومشابها للمحتوى المسجل؛ وإلا، فيتم اعتباره محتوى معدلا.

اكتساب الفيديو، المعالجة المسبقة، وإنشاء التجزئة الإدراكية

كانت عينات الفيديو المستخدمة في التجربة ملفات MP4 بدقة 480p، بمتوسط طول حوالي 26 ثانية. تضمنت مجموعة بيانات التقييم 15 عينة فيديو، بما في ذلك فيديو مرجعي أصلي وعدة نسخ معدلة. شملت هذه التعديلات مهام تحرير شائعة مثل تغيير معدلات الإطارات، إدراجها، حذفها، أو استبدالها، وتطبيق تشوهات مثل القص، والتكبير، والدوران، وتأثيرات التراكب الداخلي. شملت مجموعة البيانات أيضا إضافات للضغط، والضوضاء، والنصوص، والملصقات، وتأثيرات الأعطال، والمزيد. جميع الفيديوهات كانت بصيغة MP4 بدقة 480p وخضعت لنفس خطوات المعالجة المسبقة وتوليد البصمة. تم تصميم هذه المجموعة لاختبار مرونة النظام، وتغطي مجموعة واسعة من السيناريوهات الواقعية التي تتضمن الانتهاك والتلاعب. قبل أن تخضع لكشف وتأكيد حقوق النشر، كانت ملفات الفيديو تخضع للمعالجة المسبقة في FFmpeg. تم استخراج الإطارات من ملفات الفيديو بفواصل زمنية مدتها ثانية واحدة للحصول على ملخصات محتوى مكثفة على شكل محتوى بصري ظل غير مكلف حسابيا للمعالجة. بعد ذلك، تم تحويل هذه الإطارات إلى التدرج الرمادي وتطبيره لتقليل التغيرات في شدة البكسلات الناتجة عن ظروف الإضاءة، والترميز، وفروق الضغط.

تم استخدام أربع دوال تجزئة إدراكية لإنتاج بصمات محتوى الفيديو على شكل تجزئة متوسطة (aHash)، والتجزئة الفروق (dHash)، والتجزئة الإدراكية (pHash)، والتجزئة المويجية (wHash).

لتوليد التجزئة، تم أولا تحويل الإطارات إلى التدرج الرمادي وتغيير حجمها إلى 8x8 بكسل لحساب aHash وdHash. مع aHash، تم توليد بصمة 64 بت من خلال مقارنة كل بكسل بمتوسط قيمة التدرج الرمادي. قامت خوارزمية dHash بشيء مشابه، حيث أنشأت بصمة 64 بت أيضا، لكنها نظرت إلى اختلاف شدة البكسلات الأفقية المجاورة. بالنسبة ل pHash، تم تغيير حجم الإطارات إلى 32x32 بكسل، ثم تم حساب تحويل جيب تمام متقطع. لتوليد بصمة الإدراك 64 بت، تم استخدام معاملات DCT منخفضة التردد 8x8 فقط. أما بالنسبة ل wHash، فقد تم إعادة تكبير الإطارات مرة أخرى إلى 32x32 بكسل، لكن هذه المرة تمت معالجتها باستخدام تحويل مويجات هار. تم توليد تجزئة 64 بت من معاملات المويجات ذات التردد الأدنى المستخرجة. تهدف جميع إعدادات المعلمات هذه إلى تحقيق توازن جيد بين الكفاءة الحسابية والقوة للتعامل مع تعديلات الفيديو التقليدية.

لإجراء حسابات فعالة لدالة التجزئة، تم تطبيع هذه الصور وتغيير حجمها. طريقة التجزئة المتوسطة تعمل عن طريق مقارنة شدة البكسل مع متوسط الصورة. يعمل تجزئة الفروق بطريقة مشابهة لكنه يركز على التدرجات المحلية من خلال مقارنة شدة البكسلات مع تلك الخاصة بالبكسل المجاورة. يستخدم التجزئة الإدراكية ميزات فورييه الناتجة عن DCT، بينما تعتمد تجزئة المويجات على نتائج تحويل المويجات لاستخراج الميزات.

تسجيل والتحقق من حقوق النشر المعتمد على البلوك تشين

يتم إدخال بصمات الأصابع الإدراكية، وبيانات الملكية الوصفية، والطوابع الزمنية، وتفاصيل المعاملات التي يتم الحصول عليها في سلسلة كتل Hyperledger Fabric عبر العقد الذكي vitChain. يشمل تنفيذ البلوك تشين منظمتين، ونظيران، وعقدتين مرتبيتين، وعقدتين لسلطة الشهادات (CA)، وقواعد بيانات حالة CouchDB، جميعها مرتبطة عبر قناة تلقائية. يسهل إطار عمل البلوكشين المصرح به معالجة آمنة، والوصول المقيد، وتخزين بيانات حقوق النشر بدون تلاعب.

تبدأ عملية تسجيل حقوق النشر بمجرد أن يقوم مالك المحتوى برفع الفيديو عبر واجهة المستخدم. عندما يقدم المستخدم فيديو لتسجيل حقوق النشر، تستدعي طبقة التطبيق عقد viChain الذكي عبر حزمة تطوير Hyperledger Fabric. يشمل هذا التسجيل معرف معاملة فريد، ومعلومات المالك، ومعرف الفيديو، وطابع زمني، وأربعة أنواع من قيم التجزئة الإدراكية: aHash، dHash، pHash، وwHash. أيضا، هناك بيانات وصفية عن المحتوى. يرسل التطبيق اقتراح المعاملة إلى الزملاء المدعومين. يقوم هؤلاء النظراء بعد ذلك بتشغيل منطق العقود الذكية وضمان التزام المعاملة بسياسة التأكيد. عند التحقق الناجح، تنتقل المعاملة إلى خدمة الطلب. هنا، يتم تجميع المعاملات الموثقة في كتل وترسل إلى عقد نظيرة لإدراجها في السجل. وفي الوقت نفسه، تذهب البيانات الوصفية ذات الصلة إلى CouchDB. تتصل هذه السجلات بسجلات البلوكشين عبر معرف المعاملة، مما يتيح عمليات بحث سهلة ويحافظ على اتساق البيانات على السلسلة وخارجها.

بعد المعالجة المسبقة وحسابات التجزئة الإدراكية، يتم تجميع البصمات، إلى جانب البيانات الوصفية المرتبطة بها، في معاملة يتم تنفيذها بواسطة العقد الذكي. يتم التحقق من صحة المعاملات من قبل الزملاء المشاركين وفقا لسياسة التأييد المحددة. عند الموافقة، يتم تمرير المعاملة إلى خدمة الطلب لإدراجها في كتلة على السجل الموزع. لتشغيل موثوق، أدرجنا التعامل الأساسي مع الأخطاء في عمليات التسجيل والتحقق. قبل إجراء أي معاملة، يقوم التطبيق بفحص البيانات الوصفية الإلزامية، ومعلومات الملكية، والتجزئات الإدراكية لتجنب المشاكل. إذا لم تتوافق المعاملات مع قواعد التأييد أو كان لديها معلمات غير صالحة، فإن عقد الأقران ترفضها تماما. عندما تحدث مشاكل مثل فشل في الاتصالات أو أخطاء في المعالجة، يقوم النظام بتسجيلها ويرسل تنبيه للمسؤول. يساعد ذلك في منع انتشار أخطاء المعالجة البسيطة عبر النظام. خلال فحوصات حقوق النشر، تستبعد الفيديوهات التي تحتوي على بيانات وصفية غير صالحة أو قيم تجزئة تالفة من عملية التحقق. الفيديوهات التي يفشل توليد البصمة لها تستبعد أيضا من عملية التحقق. بشكل عام، تحافظ هذه الخطوات على نظافة البيانات وتعزز موثوقية الإطار. تصبح معلومات الملكية للفيديو المحمي بحقوق الطبع والنشر غير قابلة للتغيير ومتاحة للاسترجاع لاحقا.

التحقق

تتضمن عملية التحقق خطوات مماثلة للمعالجة المسبقة وحساب البصمات، تليها مقارنة بصمات الأصابع مع البصمات المخزنة في البلوكشين باستخدام مقياس تشابه قائم على مسافة هامينغ. استنادا إلى مقياس التشابه، يحدد العقد الذكي معلومات حقوق النشر للفيديو المقدم. يتم تصوير سير عمل التفاعل في الشكل 3.

التحقق من حقوق النشر بناء على التشابه

تقارن عملية التحقق من حقوق النشر بين البصمات الإدراكية المستمدة من فيديو الاستعلام وبصمات الأصابع المخزنة سابقا في نظام البلوكشين. يتم تكرار نفس عملية المعالجة المسبقة وتوليد قيمة التجزئة المستخدمة أثناء التسجيل في مرحلة التحقق للحفاظ على الاتساق. يتم قياس التشابه باستخدام مسافة هامينغ، التي تعد عدد فروق البتات بين قيمتين تجزئين. تشير المسافات الأصغر لهامينغ إلى تشابه أكبر بين الفيديوهين، بينما تشير المسافات الأعلى إلى التلاعب بالمحتوى. لمعرفة ما إذا كان فيديو الاستعلام يطابق الفيديو المسجل، استخدمنا مسافة هامينغ بين قيم التجزئة الإدراكية لديهم. استنادا إلى التجارب الأولية، تم اختيار عتبة مسافة هامينغ 20 لتوفير توازن مناسب بين المتانة في عمليات معالجة الفيديو الشائعة والحساسية للتعديلات غير المصرح بها. كانت مقاطع الفيديو التي تبعد هامينغ 20 أو أقل تعتبر تمثل نفس المحتوى المحمي بحقوق النشر. لو كان أكثر، لكان أظهر تغييرات كبيرة. تم اختيار هذا 20 للتعامل مع تعديلات الفيديو الشائعة مثل الضغط، والتصفية، والتحويل، وتغيرات معدل الإطارات، لكنه لا يزال يلتقط تغييرات غير مصرح بها. تجرى قياسات التشابه لجميع بصمات الإطارات المجمعة، ثم تجمع لإنتاج استنتاج تحقق من حقوق النشر. الفيديوهات التي تنحرف عن المحتوى المسجل يتم تمييزها لمزيد من التدقيق.

بيئة النشر

تم إنشاء بيئة الاختبار باستخدام حاويات Docker وأداة التنسيق Minifab. تم نشر شبكة بلوكشين مبنية على Hyperledger Fabric الإصدار 2.4.8 مع CouchDB كقاعدة بيانات حالة وطبقة تخزين لبيانات العقود الذكية. تم تنفيذ عقد vitChain الذكي في Go ونشره باستخدام دورة حياة Hyperledger Fabric Chaincode. يتم تلخيص معلمات النشر في الجدول 2. تكونت الشبكة من منظمتين مشاركتين، هما منشئ المحتوى ومصور الفيديو. لضمان سلامة المعاملات ومنع تسجيل أو تعديل حقوق النشر غير المصرح بها، تم تنفيذ سياسة تأييد متعددة المؤسسات، تتطلب موافقة كلا المؤسستين قبل الالتزام بالمعاملة في الدفتر. على وجه التحديد، اتبعت سياسة التأييد قاعدة AND، المعبر عنها ك AND ('ContentCreatorMSP.peer','VideographerMSP.peer').

النتائج

لتقييم فعالية نموذج حماية حقوق النشر اللامركزي المقترح، يتم اختباره ضد هجمات التلاعب بالفيديو التي تحدث بشكل متكرر أثناء نقل الوسائط المتعددة والتحرير وانتهاك حقوق النشر. عاملان رئيسيان في التقييم يشملان: (1) موثوقية خوارزمية التجزئة الإدراكية في اكتشاف حقوق النشر والتلاعب، و(2) أداء شبكة Hyperledger Fabric للبلوكشين. تم توليد درجات التشابه من خلال حساب متوسط التجزئة (aHash)، التجزئة الفروق (dHash)، التجزئة الإدراكية (pHash)، وتجزئة المويجات الصغيرة (wHash)، والتي تم مقارنتها بعد ذلك ببص...

المناقشة

كما يوضح الإطار المقترح، يمكن أن يدعم دمج البلوك تشين مع التجزئة الإدراكية أن يحمي الفيديوهات بشكل فعال من انتهاك حقوق الطبع والنشر بطريقة لامركزية. أولا، من خلال الجمع بين تسجيل الملكية الثابتة والتجزئة الإدراكية، تحقق كلا الشرطين الأساسي لأنظمة إدارة حقوق النشر: تسجيل الملكية الآمن وتحديد المواد المحمية بحقوق النشر. ثانيا، يتيح استخدام Hyperledger Fabric التحكم في الوصول، والتعامل الشفاف مع المعاملات، وإدارة سجلات مضادة للعبث.

توفر مجموعة متنوعة من دوال التج...

المواد

قائمة المواد المستخدمة في هذه المقالة

الاسم	الشركة	رقم فهرسي	التعليقات
CouchDB	Apache Software Foundation	https://couchdb.apache.org	NoSQL database used for off-chain storage of video metadata and multimedia content.
Docker	Docker Inc.	https://www.docker.com	Containerization platform used to deploy blockchain nodes, CouchDB instances, and supporting services.
FFmpeg	FFmpeg Developers	https://ffmpeg.org	Multimedia processing framework used for video decoding, frame extraction, and preprocessing.
Go Programming Language	Google LLC	Version 1.20+; https://go.dev	Programming language used to develop the vitChain smart contract (chaincode).
Google Drive	Google LLC	https://drive.google.com	Storage platform used for hosting and retrieving experimental video datasets.
Hyperledger Fabric	Hyperledger Foundation	Version 2.4.8; https://hyperledger-fabric.readthedocs.io	Permissioned blockchain platform used for decentralized copyright registration, transaction validation, and ledger management.
ImageHash Library	Loupax	https://github.com/loupax/imagehash	Library used to generate perceptual hash values for video-frame authentication.
Minifab	IBM / Hyperledger Community	https://github.com/hyperledger-labs/minifab	Lightweight deployment and orchestration tool used to configure and manage the Hyperledger Fabric network.
Ubuntu Linux	Canonical Ltd.	Ubuntu 22.04 LTS	Operating system used for blockchain deployment and experimental evaluation.
Visual Studio Code	Microsoft Corporation	https://code.visualstudio.com	Integrated development environment used for source code development and debugging.