מחקר זה מציג מסגרת מבוזרת להגנה על זכויות יוצרים של וידאו המשלבת בלוקצ'יין פרטי, חוזים חכמים וטכניקות גיבוב תפיסתיות. המטרה היא לאפשר רישום בעלות מאובטח, ניהול רשומות בלתי ניתן לשינוי, ואימות יעיל מבוסס דמיון של תוכן וידאו בסביבות מבוזרות.
הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.
מאמר מחקר
מחקר זה מציג מסגרת מבוזרת להגנה על זכויות יוצרים של וידאו המשלבת בלוקצ'יין פרטי, חוזים חכמים וטכניקות גיבוב תפיסתיות. המטרה היא לאפשר רישום בעלות מאובטח, ניהול רשומות בלתי ניתן לשינוי, ואימות יעיל מבוסס דמיון של תוכן וידאו בסביבות מבוזרות.
הפופולריות הגוברת של שיתוף תוכן וידאו באינטרנט עוררה חששות לגבי הפרות זכויות יוצרים, פיראטיות ומחלוקות בעלות. שיטות מרכזיות מסורתיות לטיפול בזכויות יוצרים מתמודדות עם בעיות שקיפות, רגישות למניפולציה והסתמכות על צדדים שלישיים מהימנים. לכן, מחקר זה מציג מערכת הגנה מבוזרת על זכויות יוצרים בווידאו המבוססת על Hyperledger Fabric, חוזים חכמים וגיבוב תפיסתי. ראשית, הפריימים מהסרטונים מופקים, וטביעות אצבע תפיסתיות נוצרות באמצעות אלגוריתמים של גיבוב ממוצע (aHash), גיבוב הפרש (dHash), גיבוב תפיסתי (pHash) וגיבוב גל (wHash). גיבובים ומידע בעלות נשמרים בבלוקצ'יין, בעוד נכסי מולטימדיה נשמרים מחוץ לפנקס. בדיקות זכויות יוצרים מתבצעות באמצעות השוואות דמיון ברמת פריים המבוססות על מרחק המינג. המסגרת המוצעת נבדקה במגוון מניפולציות זמניות, מרחביות ודחיסות, כולל הכנסת מסגרת, מחיקה, חיתוך, שינוי גודל, סיבוב, סינון וטרנסקודינג. הניסויים הראו עמידות גבוהה לשינויים כאלה תוך זיהוי שינויים לא מורשים בו זמנית. לכן, טכנולוגיה זו יכולה לספק פתרון מעשי לבעיות זכויות יוצרים באמצעות מסגרת בלוקצ'יין מבוזרת.
התקדמות בטכנולוגיות מולטימדיה דיגיטלית שינו את האופן שבו סרטונים מופקים, מופצים ונצרכים אותם. סטרימינג וידאו, רשתות חברתיות ומערכות שיתוף תוכן מבוססות אינטרנט מאפשרים הפצה מהירה וקלה של סרטונים לקהלים ברחבי העולם. בעוד שהתקדמות טכנולוגית מאפשרת אפשרויות יצירתיות יותר בהפקת תוכן וידאו דיגיטלי וצמיחת העסקים המקוונים, אותן התקדמויות הפכו את זה לקל יותר על יוצרי תוכן לחוות הפרות זכויות יוצרים, פיראטיות ובעיות בבעלות1. ניתן להעתיק, לערוך, לקודד מחדש ולהפצה מחדש בקלות סרטונים, מה שמקשה יותר ויותר על הגנה על קניין רוחני בעולם המולטימדיה של היום 2,3.
בדרך כלל, מערכות ניהול זכויות היוצרים הנוכחיות תלויות ברשות מרכזית לרישום תוכן, אימות בעלות, ניהול הסכמי רישוי וטיפול במחלוקות. למרות שאומצו באופן נרחב, מערכות ניהול אלו חשופות למספר מגבלות משמעותיות4. ראשית, ריכוזיות חושפת מערכות ניהול זכויות יוצרים למתקפות סייבר פוטנציאליות, מניפולציה של נתונים וזמני השבתה. בנוסף, בעלות זכויות יוצרים נשמרת על ידי צדדים שלישיים מהימנים, מה שעשוי שלא להיות רצוי לחלוטין מבחינת ביקורת ושמירה על אמינות ארוכת טווח של מידע כזה5. כמות מוגברת של תוכן מולטימדיה דיגיטלי הופכת את תהליכי האימות המסורתיים לפחות יעילים, שכן הם נוטים לקחת יותר מדי זמן ולהפוך לבלתי מעשיים.
טכנולוגיית הבלוקצ'יין נראית כאחת הפתרונות שיכולים לפתור בעיות אמון ושקיפות בסביבה מבוזרת7. באמצעות ספרי חשבונות בלתי ניתנים לשינוי באמצעות קריפטוגרפיה ומנגנוני קונצנזוס, הבלוקצ'יין מאפשר שמירה מאובטחת של רשומות ללא רשות מרכזית המפקחת על התהליך. ברגע שהרשומות מתווספות לבלוקצ'יין, הן הופכות לבלתי ניתנות לשינוי ובלתי ניתנות לשינוי, וכך מספקות רמות גבוהות יותר של מעקב ואחריות8. זו הסיבה שנעשו מאמצים רבים לחקור יישומי בלוקצ'יין בתחומים כמו DRM, קניין רוחני והבטחת בעלות מולטימדיה9. מבין פלטפורמות הבלוקצ'יין הקיימות, Hyperledger Fabric זכתה לתשומת לב רבה בזכות תכונותיה, כולל ארכיטקטורה מורשית, מבנה מודולרי, תמיכה בחוזים חכמים, פרטיות ועיבוד מהיר. בניגוד לשרשראות ציבוריות, הארכיטקטורה המורשית של Hyperledger Fabric הופכת אותה לאידיאלית למערכות הגנת זכויות יוצרים10.
עם זאת, קיימות מגבלות מסוימות לשימוש בבלוקצ'יין כאמצעי היחיד לזיהוי מצב זכויות היוצרים של תוכן מולטימדיה11. ראשית, פונקציות גיבוב קריפטוגרפיות מסורתיות (למשל, SHA-256) מייצרות תוצאות גיבוב שונות לחלוטין גם כאשר נעשים שינויים קטנים בסרטון12. למרות שמדובר בתכונה רצויה למטרות קריפטוגרפיות, הוא מונע זיהוי ויזואלי של גרסאות דומות או מותאמות של תוכן מולטימדיה מוגן בזכויות יוצרים. לכן, אימות זכויות יוצרים מולטימדיה חייב להתבסס על אלגוריתמים מודעי תוכן שיכולים לזהות דמיון תפיסתי בתמונות או סרטונים13.
אחת הדרכים המבטיחות ביותר להתמודד עם בעיית זכויות היוצרים בתוכן מולטימדיה היא שימוש בגיבוב תפיסתי14. בניגוד לגיבוב קריפטוגרפי, גיבוב תפיסתי מייצר טביעות אצבע שמקודדות תכונות ויזואליות של פריים15 של התמונה או הווידאו. לכן, גם אם הקובץ שונה בתהליכים הרגילים (דחיסה, סינון, שינוי קנה מידה, הוספת רעש וכדומה), הגיבוב נשאר יחסית ללא שינוי16. ישנם ארבעה סוגים של גיבוב תפיסתי בשימוש כיום: גיבוב ממוצע, גיבוב הפרש, גיבוב תפיסתי, וגיבוב גל17,18.
נערכו מחקרים רבים שחקרו את השימוש בטכנולוגיית בלוקצ'יין בשילוב עם טכניקות הגנה על זכויות יוצרים עבור נתוני מולטימדיה19. עבודות קודמות השתמשו בטכנולוגיית בלוקצ'יין לרישום בעלות, סימון מים דיגיטלי, אחסון מבוזר וניהול ראיות, ניהול זכויות מבוזר ואחסון מאובטח של תוכן מולטימדיה20. ה-Hyperledger Fabric נוצל בעבודות קודמות כדי לאפשר רישום זכויות יוצרים, ניהול זכויות וביקורת עסקאות באמצעות חוזים חכמים ופרוטוקולי קונצנזוס מורשים21,22. באופן דומה, הוצעו גישות גיבוב תפיסתי וסימון מים לזיהוי תוכן מולטימדיה כפול ומנוהל. למרות העבודות המבטיחות הללו בניהול זכויות יוצרים באמצעות טכנולוגיית בלוקצ'יין, עדיין קיימים כמה פערים. ראשית, מסגרות רבות קודמות התמקדו בעיקר ברישום בעלות אך חסרות יכולת לאמת תוכן. שנית, רבות מהעבודות הסתמכו על גישת גיבוב או סימון מים יחיד, מה שהפך אותן לפגיעות יותר להתקפות מניפולציה בווידאו25,26. טבלה 1 מראה שמערכות קיימות בדרך כלל תומכות ברישום בעלות אך לעיתים נדירות משלבות ניהול בעלות מבוזר עם אימות תוכן מרובה גיבוב.
עם ההתקדמות בטכנולוגיית עריכת הווידאו, יש צורך גובר באימות בעלות על וידאו יעיל כדי למנוע הפרת זכויות יוצרים27. הטכנולוגיה הנוכחית מציעה מספר שיטות למניפולציה זמנית של סרטונים על ידי הוספה, הסרה, החלפה ושינוי קצב הפריימים. באופן דומה, אפשרויות מניפולציה מרחבית כוללות שינוי גודל פריים, קנה מידה, סינון, דחיסה, טרנסקודינג ושינויים גאומטריים של וידאו28. מניפולציות אלו מקשות על זיהוי בעלי זכויות יוצרים, אף על פי שאינן משנות את מראה הסרטון. מערכת יעילה צריכה להיות מסוגלת להבחין בין מניפולציה מותרת, בעלות והפרת זכויות יוצרים עם שלמות29.
כדי להתמודד עם האתגר של ניהול זכויות יוצרים יעיל של וידאו, מאמר זה מציע מודל מבוזר המשתמש ב-Hyperledger Fabric, חוזים חכמים וגיבוב תפיסתי (PCEPTUAL Hashing). המסגרת המוצעת תייצר טביעות אצבע תפיסתיות באמצעות טכניקות גיבוב, ותחילוץ פריימים של וידאו30,31. ארבע טכניקות גיבוב שונות, כלומר aHash, dHash, pHash ו-wHash, ישמשו ליצירת טביעות אצבע תפיסתיות. מידע על הבעלות, חותמת זמן וגיבובים נרשמים בפנקס החשבונות המורשה מבוסס בלוקצ'יין. כדי לשפר את היכולת להרחבה, CouchDB משמש יחד עם בלוקצ'יין לאחסון תוכן מולטימדיה מחוץ לשרשרת.
המסגרת המוצעת עושה שימוש בניתוח מרחק המינג כדי לאמת דמיון ברמת הפריים ולזהות שינויים, שכפולים או שימוש בלתי חוקי בסרטונים. על ידי שילוב מספר טכניקות גיבוב תפיסתי עם קוליות מבוססת בלוקצ'יין, הפתרון משיג אימות ברמת תוכן וניהול בעלות חסין מפני שינוי. בניגוד למערכות קודמות, שהסתמכו על שיטת אימות אחת, המסגרת המוצעת עושה שימוש במספר תיאורים תפיסתיים כדי לעמוד במגוון של מניפולציות וידאו זמניות, מרחביות ודחיסות.
אלו הן התרומות העיקריות המוצגות בעבודת המחקר: (1) גישה מבוזרת לתהליך רישום ואימות זכויות יוצרים מאובטח לסרטונים המשתמשים במסגרת Hyperledger Fabric; (2) אלגוריתמים מרובים של גיבוב תפיסתי, כגון aHash, dHash, pHash ו-wHash, משמשים ליצירת טביעות אצבע וידאו מרובות שיכולות לזהות סרטונים דומים גם לאחר העריכה; (3) מודל מסד נתונים מבוזר המשתמש הן ב-Hyperledger Fabric והן ב-CouchDB פותח כדי להתמודד עם בעיות סקלביליות מבלי לפגוע בשלמות הנתונים ובמעקבות; (4) תהליך אימות מקיף הכולל חישוב מרחק המינג מנוסח כדי לקבוע את המניפולציה של סרטונים ביחס לפריימים ופיקסלים; (5) נערכו ניסויים כדי להראות את יכולת השיטה המוצעת בזיהוי סרטונים משודרגים.
לכן, באמצעות שילוב בעלות מבוססת בלוקצ'יין ואלגוריתמים מרובים של גיבוב, המסגרת המוצעת מציעה גישה ישימה להגנה מבוזרת על זכויות יוצרים על וידאו.
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
מחקר זה לא כלל משתתפים אנושיים, נבדקים אנושיים, נבדקים מבעלי חיים או דגימות קליניות. לכן, לא נדרשו אישור אתי מוסדי והסכמה מדעת.
חומרים ותוכנה
הסביבה ששימשה לפריסת המסגרת הייתה Hyperledger Fabric גרסה 2.4.8, CouchDB, Docker Containers, פריסת Minifab, יישומי עיבוד מולטימדיה FFmpeg, ושפת התכנות Go. Hyperledger Fabric סיפקה שירותים לניהול פנקסי חשבונות מבוזר וביצוע חוזים חכמים, בעוד ש-CouchDB אחסן ושלף מידע זכויות יוצרים ביעילות דרך אחסון מחוץ לשרשרת. FFmpeg שימש לעיבוד מוקדם של סרטונים ולחילוץ פריימים של וידאו, בעוד שאלגוריתמים של גיבוב תפיסתי יושמו דרך ספריות גיבוב תמונות בשפת התכנות Go. רשימה של כל הכלים ותיאוריהם מוצגים בטבלת החומרים.
ארכיטקטורת מסגרת
המסגרת המוצעת עושה שימוש באלגוריתמים של גיבוב תפיסתי בתוך Hyperledger Fabric המורשה בבלוקצ'יין כדי לאפשר גישה מבוזרת להגנה על זכויות יוצרים של וידאו ואימות בעלות. המסגרת מורכבת מחמישה רכיבים עיקריים: עיבוד מוקדם של וידאו, יצירת גיבוב תפיסתית, רישום זכויות יוצרים מבוססות בלוקצ'יין, ואימות מבוסס דמיון. במסגרת זו, Hyperledger Fabric משמש כשכבת האמון, המספק רשומות בעלות בלתי ניתנות לשינוי, בעוד CouchDB מספק אחסון מחוץ לשרשרת. הארכיטקטורה הכוללת של המסגרת המוצעת מוצגת באיור 1.
מודל המערכת לאימות זכויות יוצרים
תהליך עבודה מפורט של המערכת הנחקרת מוצג באיור 2. זה מתחיל ברכישת וידאו, ואחריו חילוץ פריימים במרווחים קבועים באמצעות FFmpeg. המסגרות המופקות מעובדות בסביבת היישום של Hyperledger Fabric, הכוללת פעולות כמו רישום בעלות, ניהול תעודות, תקשורת עמיתים ואימות עסקאות. חישוב תפיסתי מיושם על המסגרות שהופצו, ואחריו חישוב מרחק המינג כדי להעריך את מידת הדמיון. אם מרחק המינג נמוך מהסף, המסגרת נחשבת לאותנטית ודומה לתוכן הרשום; אחרת, הוא מטופל כתוכן מותאם.
רכישת וידאו, עיבוד מוקדם ויצירת גיבוב תפיסתי
דגימות וידאו ששימשו בניסוי היו קבצי MP4 ברזולוציה של 480p, באורך ממוצע של כ-26 שניות. מאגר הנתונים להערכה כלל 15 דגימות וידאו, כולל סרטון ייחוס מקורי ומספר גרסאות מותאמות. שינויים אלו כללו משימות עריכה נפוצות כמו שינוי קצב פריימים, הכנסה, מחיקה או החלפת פריימים ויישום עיוותים כמו חיתוך, קנה מידה, סיבוב ואפקטים שכביים. מאגר הנתונים כלל גם דחיסה, רעש, טקסט ותוספות מדבקות, אפקטי תקלות ועוד. כל הסרטונים היו בפורמט MP4 ברזולוציית 480p ועברו את אותם שלבי עיבוד מוקדם ויצירת טביעות אצבע. מערך נתונים זה, שנועד לבדוק את עמידות המערכת, מכסה מגוון רחב של תרחישים מהעולם האמיתי הכוללים הפרה ומניפולציה. לפני שהיו נתונים לזיהוי ואישור זכויות יוצרים, קבצי הווידאו עברו עיבוד מוקדם ב-FFmpeg. פריימים מקבצי וידאו הופקו במרווחי זמן של שנייה אחת כדי לקבל סיכומי תוכן מרוכזים בצורת תוכן חזותי שנשאר זול לעיבוד חישובית. לאחר מכן, המסגרות הללו הומרו לגווני אפור ונרמלו כדי למזער שינויים בעוצמות הפיקסלים הנובעים מתנאי תאורה, קידוד והבדלי דחיסה.
ארבע פונקציות גיבוב תפיסתי שימשו ליצירת טביעות אצבע של תוכן וידאו בצורת גיבוב ממוצע (aHash), גיבוב הפרש (dHash), גיבוב תפיסתי (pHash) וגיבוב גלים (wHash).
ליצירת גיבוב, הפריימים הומרו תחילה לגווני אפור וגודלם שונה ל-8x8 פיקסלים כדי לחשב aHash ו-dHash. עם aHash, נוצרה טביעת אצבע של 64 ביט על ידי השוואת כל פיקסל לערך הגווני האפור הממוצע. אלגוריתם dHash עשה משהו דומה, יצר גם טביעת אצבע של 64 ביט, אך בחן כיצד עוצמות הפיקסלים האופקיים הסמוכים משתנות. ב-pHash, הפריימים הוגדלו ל-32x32 פיקסלים, ואז חישבה טרנספורמציית הקוסינוס הדיסקרטית. כדי ליצור את טביעת האצבע התפיסתית של 64 ביט, נעשה שימוש רק במקדמי DCT בתדר נמוך של 8x8. לגבי wHash, הפריימים שונו שוב ל-32x32 פיקסלים, אך הפעם עובדו באמצעות טרנספורמציית גל Haar. נוצר hash של 64 ביט ממקדמי גל בתדר הנמוך ביותר שהופקו. כל הגדרות הפרמטרים הללו שואפות לאיזון טוב בין יעילות חישובית לעוצמה כדי להתמודד עם התאמות וידאו טיפוסיות.
כדי לבצע חישובי פונקציות גיבוב יעילות, התמונות הללו נורמלו ושונו גודל. שיטת הגיבוב הממוצע פועלת על ידי השוואת עוצמות הפיקסלים לאלו של ממוצע התמונה. גיבוב הבדלים פועל באופן דומה אך מתמקד בגרדיאנטים מקומיים על ידי השוואת עוצמות הפיקסלים עם אלו של פיקסלים סמוכים. גיבוב תפייסתי משתמש בתכונות פורייה הנובעות מ-DCT, בעוד שגבוב גל נשען על תוצאות טרנספורמציית גל כדי להפיק תכונות.
רישום ואימות זכויות יוצרים מבוססי בלוקצ'יין
טביעות האצבע התפיסתיות, המטא-דאטה של הבעלות, חותמות הזמן ופרטי העסקה שהושגו מוזנים לבלוקצ'יין של Hyperledger Fabric דרך החוזה החכם, vitChain. מימוש בלוקצ'יין כולל שני ארגונים, שני עמיתים, שני צמתים מסודרים, שני צמתים של רשות תעודות (CA) ומאגרי נתונים של CouchDB, כולם מקושרים דרך ערוץ אוטומטי. מסגרת הבלוקצ'יין המורשית מאפשרת עיבוד מאובטח, גישה מוגבלת ואחסון חסין מפני זיוף של פרטי זכויות יוצרים.
תהליך רישום זכויות היוצרים מתחיל ברגע שבעל התוכן מעלה את הווידאו דרך ממשק המשתמש. כאשר משתמש מגיש וידאו לרישום זכויות יוצרים, שכבת היישום קוראת לחוזה החכם vitChain דרך Hyperledger Fabric SDK. רישום זה כולל מזהה עסקה ייחודי, פרטי בעלים, מזהה וידאו, חותמת זמן, וארבעה סוגים של ערכי גיבוב תפיסתיים: aHash, dHash, pHash ו-wHash. בנוסף, יש מטא-דאטה על התוכן. האפליקציה שולחת את הצעת העסקה לעמיתים המפרסמים. עמיתים אלו מפעילים את לוגיקת החוזה החכם ומוודאים שהעסקה עומדת במדיניות האישור. לאחר אימות מוצלח, העסקה עוברת לשירות ההזמנה. כאן, עסקאות מאומתות מקובצות לבלוקים ונשלחות לצמתים עמיתים להכללה בספר החשבונות. בינתיים, המטא-דאטה הרלוונטי נכנס ל-CouchDB. הם מתחברים לרשומות הבלוקצ'יין דרך מזהה העסקה, מה שמאפשר חיפושים קלים ושומרים על עקביות נתונים בשרשרת ומחוצה לה.
לאחר העיבוד המוקדם וחישובי הגיבוב התפיסתיים, טביעות האצבע, יחד עם המטא-דאטה המשויכת להן, מורכבות לעסקה שתבצע על ידי החוזה החכם. אימות העסקה מתבצע על ידי עמיתים משתתפים בהתאם למדיניות האישור שנקבעה. לאחר האישור, העסקה מועברת לשירות ההזמנות להכללה בבלוק בספר החשבונות המבוזר. לצורך תפעול אמין, כללנו טיפול בסיסי בשגיאות בתהליכי הרישום והאימות. לפני ביצוע עסקה, האפליקציה בודקת מטא-דאטה חובה, מידע על בעלות וגיבובים תפיסתיים כדי להימנע מבעיות. אם העסקאות לא עומדות בכללי האישור או שיש להן פרמטרים לא תקפים, צמתים עמיתים דוחים אותן לחלוטין. כאשר מתרחשות בעיות כמו כשלים בתקשורת או שגיאות עיבוד, המערכת מתעדת אותן ושולחת התראת מנהל. זה מסייע למנוע שגיאות עיבוד קטנות להתפשט במערכת. במהלך בדיקות זכויות יוצרים, סרטונים המכילים מטא-דאטה שגוי או ערכי גיבוב פגומים אינם כלולים בתהליך האימות. סרטונים שבהם יצירת טביעות אצבע נכשלת גם הם אינם כלולים בתהליך האימות. בסך הכול, צעדים אלו שומרים על נקיות הנתונים ומחזקים את אמינות המסגרת. מידע הבעלות על הווידאו המוגן בזכויות יוצרים הופך לבלתי ניתן לשינוי וזמין לשליפה מאוחרת יותר.
אימות
תהליך האימות כולל שלבים דומים של עיבוד מוקדם וחישוב טביעות אצבע, ואחריהם השוואת טביעות אצבע מול טביעות אצבע המאוחסנות בבלוקצ'יין באמצעות מדד דמיון מבוסס מרחק המינג. בהתבסס על מדד הדמיון, החוזה החכם קובע את פרטי זכויות היוצרים של הווידאו שהוגש לסרטון. תהליך האינטראקציה מוצג באיור 3.
אימות זכויות יוצרים מבוסס דמיון
תהליך אימות זכויות היוצרים משווה בין טביעות אצבע תפיסתיות שמופקות מסרטון השאילתה לבין טביעות אצבע שהיו מאוחסנות קודם במערכת הבלוקצ'יין. אותו תהליך עיבוד מוקדם ויצירת ערך גיבוב שמשמש במהלך הרישום חוזר על עצמו בשלב האימות כדי לשמור על עקביות. הדמיון נמדד באמצעות מרחק המינג, שסופר את מספר ההבדלים בין שני ערכי גיבוב. מרחקי המינג קטנים יותר מצביעים על דמיון רב יותר בין שני הסרטונים, בעוד שמרחקי המינג גבוהים יותר מעידים על מניפולציה של תוכן. כדי לבדוק אם סרטון השאילתה תואם לסרטון הרשום, השתמשנו במרחק המינג בין ערכי הגיבוב התפיסתיים שלהם. בהתבסס על ניסויים ראשוניים, נבחר סף מרחק המינג של 20 כדי לספק איזון מתאים בין עמידות לפעולות עיבוד וידאו רגילות לבין רגישות לשינויים לא מורשים. סרטונים עם מרחק המינג של 20 או פחות נחשבו כמייצגים את אותו תוכן מוגן בזכויות יוצרים. אם זה היה יותר, זה היה מראה שינויים גדולים. ה-20 הזה נבחר להתמודד עם עריכות וידאו נפוצות כמו דחיסה, סינון, המרה ושינויים בקצב פריימים, אך הוא עדיין מזהה שינויים לא מורשים. מדידות של דמיון נעשות עבור כל טביעות האצבע של המסגרת שנאספו, ואז מאגדות אותן ליצירת מסקנה לאימות זכויות יוצרים. סרטונים שסוטים מהתוכן הרשום מסומנים לבדיקה נוספת.
סביבת הפריסה
סביבת משטח הבדיקה נוצרה באמצעות מיכלי Docker וכלי התזמור Minifab. רשת בלוקצ'יין המבוססת על Hyperledger Fabric גרסה 2.4.8 הוצבה כאשר CouchDB שימש כשכבת מסד הנתונים והאחסון לנתוני חוזים חכמים. החוזה החכם של vitChain יושם ב-Go והופעל באמצעות מחזור החיים של Hyperledger Fabric Chaincode. פרמטרי הפריסה מסוכמים בטבלה 2. הרשת כללה שני ארגונים משתתפים: יוצר התוכן והווידאוגרף. כדי להבטיח שלמות העסקה ולמנוע רישום או שינוי זכויות יוצרים לא מורשים, יושמה מדיניות אישור רב-ארגוני, שדרשה אישור משני הארגונים לפני שניתן היה לבצע עסקה בפנקס. באופן ספציפי, מדיניות ההמלצה פעלה לפי כלל AND, המוצג כ-AND ('ContentCreatorMSP.peer','VideographerMSP.peer').
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
כדי להעריך את יעילות מודל ההגנה המבוזר המוצע על זכויות יוצרים, הוא נבדק מול התקפות שונות של מניפולציית וידאו המתרחשות לעיתים קרובות במהלך שידור, עריכה והפרת זכויות יוצרים מולטימדיה. שני גורמים מרכזיים בהערכה כוללים: (i) אמינות אלגוריתם הגיבוב התפיסתי בזיהוי זכויות יוצרים ושינויים, ו-(ii) ביצועי רשת הבלוקצ'יין Hyperledger Fabric. ציוני דמיון נוצרו על ידי חישוב גיבוב ממוצע (aHash), גיבוב הפרש (dHash), גיבוב תפיסתי (pHash) וגיבוב גל (wHash), אשר הושוו לאחר מכן לטביעות האצבע הווידאו שהוקלטו ...
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
כפי שהמסגרת המוצעת מראה, שילוב בלוקצ'יין עם גיבוב תפיסתי יכול להגן ביעילות על סרטונים מפני הפרת זכויות יוצרים בצורה מבוזרת. ראשית, על ידי שילוב רישום בעלות בלתי משתנה וגיבוב תפיסתי, הוא עומד בשני התנאים העיקריים של מערכות ניהול זכויות יוצרים: רישום בעלות מאובטח וזיהוי חומרים מוגנים בזכויות יוצרים. שנית, שימוש ב-Hyperledger Fabric מאפשר שליטה בגישה, טיפול שקוף בעסקאות וניהול רשומות חסין מפני שינוי.
מגוון פונקציות גיבוב תפיסתיות מציע יתרונות נוספים, ומאפשר סוגי ...
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
למחברים אין ניגודי עניינים להצהיר עליהם.
המחברים רוצים להודות לאוניברסיטת VIT-AP, אמראוואטי, הודו, על מתן המתקנים החישוביים והתמיכה המחקרית הנדרשים לביצוע מחקר זה. המחברים גם מודים לתמיכה שהתקבלו מהמחלקה למדעי המחשב והנדסת מחשב במהלך פיתוח והערכת המסגרת המוצעת.
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
| שם | חברה | מספר קטלוג | הערות |
|---|---|---|---|
| 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. |
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.