本研究は、プライベートブロックチェーン、スマートコントラクト、知覚ハッシュ技術を統合した分散型のビデオ著作権保護フレームワークを提示します。目的は、分散環境において安全な所有権登録、不変の記録管理、そして効率的な類似性に基づくビデオコンテンツ検証を可能にすることです。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
本研究は、プライベートブロックチェーン、スマートコントラクト、知覚ハッシュ技術を統合した分散型のビデオ著作権保護フレームワークを提示します。目的は、分散環境において安全な所有権登録、不変の記録管理、そして効率的な類似性に基づくビデオコンテンツ検証を可能にすることです。
インターネット上での動画コンテンツ共有の人気の高まりにより、著作権侵害、海賊版、所有権争いへの懸念が高まっています。従来の中央集権的な著作権管理方法は透明性の問題、操作されやすく、信頼できる第三者への依存に直面しています。したがって、本研究はハイパーレッジャーファブリック、スマートコントラクト、知覚ハッシュに基づく分散型ビデオ著作権保護システムを提示します。まず、動画からフレームを抽出し、平均ハッシュ(aHash)、差分ハッシュ(dHash)、知覚ハッシュ(pHash)、ウェーブレットハッシュ(wHash)アルゴリズムを用いて知覚指紋を作成します。ハッシュや所有権情報はブロックチェーン上に保存され、マルチメディア資産は台帳の外に保管されます。著作権チェックはハミング距離に基づくフレームレベルの類似度比較を用いて行われます。提案されたフレームワークは、フレーム挿入、削除、トリミング、リサイズ、回転、フィルタリング、トランスコーディングなど、さまざまな時間的、空間的、圧縮的な操作でテストされました。実験はこのような変化に対して高い堅牢性を示しつつ、同時に不正な改変も検出しました。したがって、この技術は分散型ブロックチェーンフレームワークを用いて著作権問題に対して実用的な解決策を提供できます。
デジタルマルチメディア技術の進歩は、動画の制作、配信、消費の方法を変えました。動画ストリーミング、ソーシャルネットワーク、インターネットベースのコンテンツ共有システムにより、世界中の視聴者に迅速かつ簡単に動画を配信できます。技術の進歩によりデジタル動画コンテンツの制作やオンラインビジネスの成長に創造的な可能性が広がる一方で、これらの進歩はコンテンツクリエイターが著作権侵害、海賊版、所有権の問題に直面しやすくしています。動画は簡単にコピー、編集、再エンコード、再配布が可能であり、今日のマルチメディア世界では知的財産の保護がますます困難になっています 2,3.
現在の著作権管理システムは、コンテンツの登録、所有権の検証、ライセンス契約の管理、紛争処理のために中央の権限に依存しています。広く採用されているにもかかわらず、これらの管理システムはいくつかの重大な制約を抱えやすいです。第一に、中央集権化は著作権管理システムをサイバー攻撃やデータ操作、ダウンタイムのリスクにさらします。さらに、著作権所有権は信頼できる第三者によって保管されており、監査や長期的な信頼性維持の観点から必ずしも望ましいとは限りません。デジタルマルチメディアコンテンツの増加により、従来の検証プロセスは効率が低下し、時間がかかり非現実的になりがちです。
ブロックチェーン技術は、分散環境における信頼と透明性の問題を解決できる解決策の一つと考えられています。暗号技術と合意メカニズムを通じた不変の台帳を用いるブロックチェーンは、中央の権威がプロセスを管理することなく安全な記録管理を可能にします。記録がブロックチェーンに追加されると、それらは不変かつ変更不可能となり、より高いトレーサビリティと説明責任を提供します8。そのため、DRM、知的財産、マルチメディア所有保証9などの分野でブロックチェーン応用の研究に多くの取り組みがなされています。既存のブロックチェーンプラットフォームの中でも、Hyperledger Fabricは許可されたアーキテクチャ、モジュール構造、スマートコントラクトのサポート、プライバシー、高速処理などの特徴で大きな注目を集めています。パブリックチェーンとは対照的に、Hyperledger Fabricの許可されたアーキテクチャは著作権保護システムに理想的です。
しかし、マルチメディアコンテンツの著作権状況を特定する唯一の手段としてブロックチェーンを使用することには一定の制限があります。まず、従来の暗号ハッシュ関数(例えばSHA-256)は、ビデオ12にわずかな変更を加えても全く異なるハッシュ結果を生み出します。暗号学的には望ましい特性ですが、著作権で保護されたマルチメディアコンテンツの類似または修正版の視覚認識を妨げます。したがって、マルチメディア著作権検証は、画像や動画の知覚的類似性を検出できるコンテンツ認識型アルゴリズムに基づく必要があります。
マルチメディアコンテンツにおける著作権問題に対処する最も有望な方法の一つは、知覚ハッシュ14を使うことです。暗号ハッシュとは異なり、知覚ハッシュは画像や映像のフレーム15の視覚的特性を符号化する指紋を生成します。したがって、ファイルが通常の処理(圧縮、フィルタリング、リスケーリング、ノイズ追加など)を経て変更されていても、ハッシュは比較的変わらないままです。現在使われている知覚ハッシュには4種類あります:平均ハッシュ、差分ハッシュ、知覚ハッシュ、そしてウェーブレットハッシュ17,18です。
マルチメディアデータの著作権保護技術とブロックチェーン技術の利用を調査した多くの研究が行われています。これまでの研究では、所有権登録、デジタル透かし、証拠の分散保存と管理、分散型権利管理、マルチメディアコンテンツの安全な保存などにブロックチェーン技術が活用されています。ハイパーレジャーファブリックは過去の研究で活用され、スマートコントラクトや許可されたコンセンサスプロトコルを通じた著作権登録、権利管理、取引監査を可能にするために活用されています(21,22)。同様に、知覚ハッシュやウォーターマーク手法は、重複や操作されたマルチメディアコンテンツを検出するために提案されています。これらの有望な取り組みはブロックチェーン技術を活用した著作権管理を可能にするものの、いくつかのギャップが依然として存在します。まず、多くの従来のフレームワークは主に所有権登録に重点を置いていましたが、内容の検証機能がありません。第二に、多くの作品は単一のハッシュ化や透かし印手法に依存しており、その結果、映像操作攻撃に対してより脆弱になっています25,26。表1は、既存のシステムが一般的に所有権登録をサポートしているものの、分散型所有管理とマルチハッシュコンテンツ検証を組み合わせることは稀であることを示しています。
動画編集技術の進歩により、著作権侵害を防ぐために効率的な動画所有権確認の必要性が高まっています。現在の技術では、フレームレートを追加、削除、置き換え、変更することで動画を時間的に操作するさまざまな方法が提供されています。同様に、空間操作のオプションにはフレームサイズ変更、スケーリング、フィルタリング、圧縮、トランスコーディング、動画の幾何学的変更などがあります。これらの操作により、動画の見た目を変えないにもかかわらず、著作権者の特定が難しくなります。効率的なシステムは、許容される操作、所有権、著作権侵害を誠実性29をもって区別できる必要があります。
効率的なビデオ著作権管理の課題に対処するため、本論文はHyperledger Fabric、スマートコントラクト、知覚ハッシュを活用した分散型モデルを提案します。提案されたフレームワークはハッシュ技術を用いて知覚指紋を生成し、ビデオフレーム30,31を抽出します。知覚指紋を生成するために、aHash、dHash、pHash、wHashの4つの異なるハッシュ技術が用いられます。所有権情報、タイムスタンプ、ハッシュは許可されたブロックチェーンベースの台帳に記録されます。スケーラビリティを高めるために、CouchDBはブロックチェーンと組み合わせてマルチメディアコンテンツをオフチェーンに保存しています。
提案されたフレームワークは、ハミング距離解析を用いてフレームレベルの類似性を検証し、動画の改変、重複、違法使用を検出します。複数の知覚ハッシュ技術とブロックチェーンベースの聴覚性を組み合わせることで、コンテンツレベルの認証と改ざん防止の所有権管理の両方を実現しています。単一の検証方法に依存していた従来のシステムとは異なり、提案されたフレームワークは複数の知覚記述子を用いて、時間的、空間的、圧縮的なビデオ操作の範囲に耐えます。
研究で提示されている主な貢献は以下の通りです:(1) Hyperledger Fabricフレームワークを用いた動画の安全な著作権登録および検証プロセスのための分散化アプローチ;(2) aHash、dHash、pHash、wHashなどの複数の知覚ハッシュアルゴリズムが、編集後でも類似した動画を認識できる複数のビデオ指紋を作成するために使われます。(3) Hyperledger FabricとCouchDBの両方を用いた分散データベースモデルが開発され、データの整合性とトレーサビリティを損なうことなくスケーラビリティの問題に対処します。(4) ハミング距離の計算を含む包括的な検証プロセスが、フレームやピクセルに関する動画の操作を決定するために策定されます。(5) 提案された方法が修正された動画を検出する能力を示す実験が行われます。
したがって、ブロックチェーンベースの所有権と複数のハッシュアルゴリズムを統合することで、提案されたフレームワークは分散型ビデオ著作権保護の実現可能なアプローチを提供します。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
本研究にはヒト参加者、ヒト被験者、動物被験者、臨床標本は含まれていません。したがって、機関倫理の承認やインフォームド・コンセントは必要ありませんでした。
教材とソフトウェア
フレームワークの展開に使用された環境は、Hyperledger Fabric バージョン 2.4.8、CouchDB、Docker Containers、Minifab デプロイメント、FFmpeg マルチメディア処理アプリケーション、そして Go プログラミング言語でした。Hyperledger Fabricは分散型台帳管理とスマートコントラクト実行のサービスを提供し、CouchDBはオフチェーンストレージを通じて著作権情報を効率的に保存・取得しました。FFmpegは動画の前処理やフレーム抽出に使われ、知覚ハッシュアルゴリズムはGoプログラミング言語の画像ハッシュライブラリを通じて適用されました。すべての工具とその説明の一覧は 材料表に示されています。
フレームワークアーキテクチャ
提案されたフレームワークは、許可されたブロックチェーンであるHyperledger Fabric内で知覚ハッシュアルゴリズムを用い、動画著作権保護と所有権検証における分散型アプローチを可能にします。このフレームワークは、ビデオ前処理、知覚ハッシュ生成、ブロックチェーンベースの著作権登録、類似性に基づく検証の5つの主要なコンポーネントで構成されています。このフレームワークでは、Hyperledger Fabricが信頼層として機能し、不変の所有権記録を提供し、CouchDBはオフチェーンストレージを提供します。提案された枠組みの全体的なアーキテクチャは 図1に示されています。
著作権検証システムのモデル
調査対象システムの詳細なワークフローは 図2に示されています。まずビデオ取得から始まり、その後FFmpegを使った一定間隔でフレーム抽出が行われます。抽出されたフレームはHyperledger Fabricの実装環境内で処理され、所有権登録、証明書管理、ピア通信、トランザクション検証などの操作が含まれます。抽出されたフレームに知覚ハッシュを適用し、その後ハミング距離計算を行って類似度を評価します。ハミング距離が閾値未満の場合、そのフレームは正物とみなされ、登録された内容と類似しています。それ以外の場合は、修正された内容として扱われます。
ビデオ取得、前処理、知覚ハッシュの作成
実験で使用されたビデオサンプルは480p解像度のMP4ファイルで、平均約26秒の長さでした。評価データセットには15のビデオサンプルが含まれており、オリジナルのリファレンスビデオといくつかの修正版が含まれています。これらの変更には、フレームレートの変更、フレームの挿入・削除・置換、トリミング、スケーリング、回転、オーバーレイ効果などの歪みの適用など、一般的な編集作業が含まれていました。このデータセットには、圧縮、ノイズ、テキストやステッカーの追加、グリッチ効果なども含まれていました。すべての動画はMP4形式で480p解像度で、同じ前処理と指紋生成の手順がかけられました。システムのレジリエンスをテストするために設計されたこのデータセットは、侵害や操作に関わる幅広い現実世界シナリオをカバーしています。著作権の検出や確認を受ける前に、動画ファイルはFFmpegで前処理されていました。ビデオファイルから1秒ごとにフレームを抽出し、計算コストを抑えた視覚コンテンツの形で凝縮された内容の要約が得られました。次に、これらのフレームはグレースケールに変換され、照明条件、エンコード、圧縮の違いによるピクセル強度の変化を最小限に抑えるよう正規化されました。
4つの知覚ハッシュ関数が用いられ、平均ハッシュ(aHash)、差分ハッシュ(dHash)、知覚ハッシュ(pHash)、ウェーブレットハッシュ(wHash)という形でビデオコンテンツの指紋を生成しました。
ハッシュ生成では、まずフレームをグレースケールに変換し、8x8ピクセルにリサイズしてaHashとdHashを計算しました。aHashでは、各ピクセルを平均グレースケール値と比較することで64ビットの指紋が生成されました。dHashアルゴリズムも似たようなことをしていて、64ビットの指紋を作り出しましたが、隣接する水平ピクセルの強度の違いを調べていました。pHashでは、フレームを32×32ピクセルにリサイズし、その後離散コサイン変換を計算しました。64ビットの知覚指紋を生成するためには、低周波の8x8 DCT係数のみが使用されました。wHashについては、フレームは再び32×32ピクセルにリサイズされましたが、今回はハールウェーブレット変換で処理されました。抽出された最低周波数のウェーブレット係数から64ビットのハッシュが生成されました。これらすべてのパラメータ設定は、計算効率と強度のバランスを良くして、典型的なビデオ調整を処理できるように設計されています。
効率的なハッシュ関数計算を行うために、これらの画像は正規化され、サイズ変更されました。平均ハッシュ法は、ピクセル強度を画像の平均値と比較することで機能します。差分ハッシュも同様の動作をしますが、隣接するピクセルの強度を比較することで局所的な勾配に焦点を当てます。知覚ハッシュはDCTから得られるフーリエ特徴を利用し、ウェーブレットハッシュはウェーブレット変換の結果に依存して特徴を抽出します。
ブロックチェーンベースの著作権登録と検証
得られた知覚指紋、所有メタデータ、タイムスタンプ、取引詳細は、スマートコントラクトであるvitChainを通じてHyperledger Fabricブロックチェーンに入力されます。ブロックチェーンの実装には、2つの組織、2つのピア、2つの順序付きノード、2つの証明書機関(CA)ノード、そしてCouchDBの状態データベースが含まれ、すべてが自動チャネルを通じて連結されています。許可されたブロックチェーンフレームワークは、著作権情報の安全な処理、制限されたアクセス、改ざん防止の保存を促進します。
著作権登録手続きは、コンテンツ所有者がユーザーインターフェースを通じて動画をアップロードした時点で開始されます。ユーザーが著作権登録のために動画を提出すると、アプリケーション層はHyperledger Fabric SDKを通じてvitChainスマートコントラクトを呼び出します。この登録には、固有のトランザクションID、所有者情報、ビデオID、タイムスタンプ、そして4種類の知覚ハッシュ値(aHash、dHash、pHash、wHash)が含まれます。また、コンテンツに関するメタデータもあります。アプリは取引提案を支持するピアに送信します。これらのピアはスマートコントラクトのロジックを実行し、取引がエンドースメントポリシーに準拠していることを確認します。検証が成功すると、取引は注文サービスに移されます。ここで検証済みの取引はブロックにまとめられ、台帳に組み込まれるためにピアノードに送られます。その間、関連するメタデータはCouchDBに入ります。取引IDを通じてブロックチェーンの記録に接続し、簡単に検索でき、オンチェーンとオフチェーンの両方のデータが一貫性を保っています。
前処理と知覚ハッシュ計算の後、フィンガープリントと関連するメタデータはスマートコントラクトで実行されるトランザクションとして組み立てられます。取引検証は、指定されたエンドースメントポリシーに従って参加ピアによって実施されます。承認されると、取引は分散型台帳上のブロックに含めるためにオーダーサービスに渡されます。信頼性の高い運用のために、登録および検証プロセスに基本的なエラー処理を含めました。取引が行われる前に、アプリは必須のメタデータ、所有権情報、知覚ハッシュをチェックして問題を回避します。トランザクションがエンドースメントルールを満たさなかったり、パラメータが無効であれば、ピアノードはそれらを即座に拒否します。通信の失敗や処理エラーなどの問題が発生した場合、システムはそれらをログに記録し、管理者アラートを送信します。これにより、システム内での小さな処理エラーの伝播を防ぐことができます。著作権チェックでは、無効なメタデータや破損したハッシュ値を含む動画は検証プロセスから除外されます。指紋認証に失敗した動画も同様に検証プロセスから除外されます。全体として、これらのステップはデータをクリーンに保ち、フレームワークの信頼性を強化しています。著作権で保護された動画の所有権情報は変更不可能となり、後で取得可能となります。
検証
検証プロセスは、同様の前処理と指紋計算のステップを経て、その後ハミング距離に基づく類似度測定を用いてブロックチェーン内の指紋と保存された指紋との比較を行います。類似度の測定に基づき、スマートコントラクトは提出された動画の著作権情報を決定します。インタラクションワークフローは 図3に示されています。
類似性に基づく著作権検証
著作権検証プロセスでは、クエリ動画から得られた知覚指紋と、ブロックチェーンシステムに以前に保存された指紋を比較します。登録時に用いられた前処理およびハッシュ値生成プロセスは、検証段階でも一貫性を維持するために繰り返されます。類似度はハミング距離を用いて測定されます。これは2つのハッシュ値間のビット差の数を数えます。ハミング距離が小さいほど両動画の類似性が高まり、ハミング距離が高いほど内容操作が行われていることを示します。クエリ動画が登録済み動画と一致しているかを確認するために、彼らの知覚ハッシュ値間のハミング距離を用いました。予備実験に基づき、一般的なビデオ処理操作への堅牢性と不正な改変に対する感度の適切なバランスを提供するために、ハミング距離の閾値20が選ばれました。ハミング距離が20以下の動画は同じ著作権コンテンツを表すとみなされました。もしもっと多ければ、大きな変化が示されるでしょう。この20は圧縮、フィルタリング、トランスコーディング、フレームレートの変化など一般的な動画編集を処理するために選ばれましたが、それでも不正な変更は拾います。収集されたすべてのフレーム指紋に対して類似性の測定を行い、それを集約して著作権検証の結論を導きます。登録された内容から逸脱した動画は追加の審査のためにフラグが立てられます。
展開環境
テストベッド環境はDockerコンテナとMinifabオーケストレーションツールを用いて作成されました。Hyperledger Fabricバージョン2.4.8を基盤としたブロックチェーンネットワークが展開され、CouchDBはスマートコントラクトデータの状態データベースおよびストレージ層として使われました。vitChainスマートコントラクトはGoで実装され、Hyperledger Fabricのチェーンコードライフサイクルを使って展開されました。展開パラメータは 表2にまとめられています。このネットワークは、コンテンツクリエイターとビデオグラファーという2つの参加組織で構成されていました。取引の完全性を確保し、無許可の著作権登録や改変を防ぐために、複数の組織による承認方針が導入され、取引を台帳にコミットする前に両組織の承認が必要となりました。具体的には、推薦ポリシーはANDルールに従い、AN(「ContentCreatorMSP.peer」「VideographerMSP.peer」)で表現されました。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
提案された分散型著作権保護モデルの有効性を評価するために、マルチメディアの送信、編集、著作権侵害の際に頻繁に発生する様々なビデオ操作攻撃に対して検証します。評価の主な要因は、(i) 著作権や改ざん検出における知覚ハッシュアルゴリズムの信頼性、(ii) Hyperledger Fabricブロックチェーンネットワークの性能です。類似度スコアは、平均ハッシュ(aHash)、差分ハッシュ(dHash)、知覚ハッシュ(pHash)、ウェーブレットハッシュ(wHash)を計算し、それらをブロックチェーンに記録されたビデオ指紋と比較することで生成されました。
ビデオ操作攻撃における類似性分析
モデルの堅牢性は、時間的、空間的、幾何学的、圧縮、フィルタリング、敵対的操作など複数の攻撃を用いて動画に適用して評価されました。この研究の類似度値は、各ビデオ操作シナリオごとに個別の実験から得られました。各タイプの操作は1回ずつ適用され、代表的なテス...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
提案されたフレームワークが示すように、ブロックチェーンと知覚ハッシュを統合することで、分散型の形で動画を著作権侵害から効果的に守ることができます。第一に、不変の所有権登録と知覚ハッシュを組み合わせることで、著作権管理システムの主要な条件である安全な所有権登録と著作権素材の識別の両方を満たします。次に、Hyperledger Fabricを使用することでアクセス制御、透明な取引処理、改ざん防止記録管理が可能になります。
さまざまな知覚ハッシュ関数は、単一の知覚ハッシュ関数では不可能な検出タイプを可能にする追加の利点を提供します。AHashはグローバル強度特性を検出し、局所的な勾配変化や構造変動により重点を置くdHashよりも計算負荷が低いです。一方、pHashは周波数領域情報を使い、圧縮やフィルタリング操作に対してより堅牢である一方、wHashはテキストやステッカーの追加などの局所的な変化の検出に優れています。したがって、これらすべてのハッシュ関数の組み合わせにより、それぞれのハッシュ関数の制限により検出を見逃す可能...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
著者には利益相反を主張するものはありません。
著者らは、本研究実施に必要な計算設備と研究支援を提供してくれたインド・アマラヴァティのVIT-AP大学に感謝の意を表します。著者らはまた、提案されたフレームワークの開発と評価においてコンピュータサイエンス・エンジニアリング学科から受けた支援にも感謝しています。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| 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. |
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。