(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210636868.5 (22)申请日 2022.06.07 (71)申请人 西安电子科技大 学 地址 710071 陕西省西安市太白南路2号 (72)发明人 张跃宇　苗雅文　李晖　曹进　 柴若晨　张开源　 (74)专利代理 机构 西安嘉思特知识产权代理事 务所(普通 合伙) 6123 0 专利代理师 刘长春 (51)Int.Cl. H04L 9/32(2006.01) H04L 9/40(2022.01) H04N 21/44(2011.01) H04N 21/845(2011.01) (54)发明名称 基于数据感知哈希的数据持有性证明方法 (57)摘要 本发明提出的一种基于感知哈希的数据持 有性证明方法， 从原始视频帧中选择挑选视频 帧， 并使用可重复图像分块进行分块， 从每个目 标分块的局部特征和全局特征两个维度来生成 标签， 并发送视频帧位置以及视频帧图像中需要 服务器返回持有性证明的分块坐标及其尺寸对 服务器进行挑战， 服务器根据挑战生成持有性证 明标签反馈从而使得客户端进行验证。 本发明中 客户端能够接受服务器对其外包的视频文件做 一定程度的改变， 只需保持感知内容相同即可； 服务器是视频数据的外包对象， 拥有对视频的实 际物理控制权， 其会对用户外包 过来的视频进行 重复视频检测以及去重操作， 因此本发明能够在 服务器上视频去重后， 针对相似文件做数据持有 性验证。 权利要求书2页 说明书15页 附图6页 CN 115225278 A 2022.10.21 CN 115225278 A 1.一种基于数据感知哈希的数据持有性证明方法， 其特 征在于， 包括： 客户端用于， 获取原始视频， 在所述原始视频的每个视频帧中随机选择多个可重叠的图像分块， 得 到每个视频帧的目标分块； 其中， 每个视频帧的图像分块尺寸与其他视频帧的图像分块尺寸可不同， 每个视频帧 的目标分块尺寸 不超过该视频帧的尺寸； 对每个目标分块， 使用特 征生成算法生成目标分块的特 征矩阵； 对每个目标分块的特征矩阵进行哈希量化， 并将每个目标分块的哈希量化结果作为该 分块的第一标签； 将每个目标分块的第 一标签进行加密后与原始视频一起发送至服务器， 并删除原始视 频； 将自身对原始视频的预处理方式、 图像分块方式以及每个目标分块在视频帧中的坐标 保存在本地； 选择需要验证的视频编号发送至服 务器； 服务器用于， 以客户端生成标签的方式对原始视频进行处理， 以生成第 二标签； 将第二 标签作为持有性证明与加密的第一标签发送至客户端； 客户端用于， 验证第一标签的签名是否正确， 如若正确， 则判断第一标签与第 二标签的 相关性是否符合相关性条件， 以确定服务器的持有性证明是否验证成功； 若签名不正确则 持有性验证失败。 2.根据权利要求1所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 在所 述原始视频的每个视频帧中随机选择多个可重叠的图像分块之前， 所述基于数据感知哈希 的数据持有性证明方法还 包括： 对原始视频进行 灰度化操作； 对灰度化操作后的原 始视频进行分段处 理， 得到包 含视频帧的多个视频 段。 3.根据权利要求1所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 在原 始视频的每个视频帧中随机选择多个可重叠的图像分块， 得到每个视频帧的目标分块包 括： 在原始视频的每个视频帧中随机选取r个位置构成矩阵Φ＝[w1(x1,y1) ,w2(x2, y2),...,wr(xr,yr)]； 其中(xi,yi)为图像分块的左上角像素i所在N*N 位置坐标； 针对每个视频帧， 随机 选取图像分块的边长s； 其中4＜s≤N ‑x,N‑y， 保证随机图像分块不超过视频帧范围， r个分块对应的边长s共同 构成矩阵Σ ＝(s1,s2,...,sr)； 对任一视频帧， 以随机选择的(xi,yi)位置坐标， 边长s对该视频帧进行分块， 得到每个 视频的目标分块。 4.根据权利要求1所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 所述 对每个目标分块， 使用特 征生成算法生成目标分块的特 征矩阵包括： 提取每个目标分块的局部特 征， 组成局部特 征矩阵； 计算每个目标分块的全部特 征， 组成全局特 征矩阵；权　利　要　求　书 1/2 页 2 CN 115225278 A 2将全局特 征矩阵与局部特 征矩阵合成目标分块的特 征矩阵。 5.根据权利要求4所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 所述 提取每个目标分块的局部特 征， 组成局部特 征矩阵包括： 针对每一个目标分块， 对该目标分块进行2D ‑DCT变换， 获得变换矩阵； 分别计算变换矩阵第一行以及第一列的DCT系数， 得到第一行的DCT系数序列以及第一 列的系数序列； 在第一行的DCT系数系列以及第一列的系数序列中选择第2～(n+1)个系数， 组成中间 向量； 对每一个目标分块的中间向量进行 标准化， 得到标准 化矩阵； 计算每一个目标分块的标准化矩阵中两列之间的欧式距离， 得到不变欧式距离矩阵作 为局部特 征矩阵。 6.根据权利要求4所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 所述 计算每个目标分块的全部特 征， 组成全局特 征矩阵包括： 计算每个目标分块的灰度共生矩阵； 根据目标分块的灰度共生矩阵， 计算该目标分块的对比度、 相关性、 能量以及同质性； 将灰度共生矩阵的距离和方向赋值， 得到目标分块的对比度、 相关性、 能量以及同质性 的数值； 将目标分块的对比度、 相关性、 能量以及同质性的数值组成全局特 征矩阵。 7.根据权利要求1所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 所述 验证加密的第一标签与第二标签的相关性是否符合相关性条件， 服务器的持有性证明是否 验证成功包括： 对从服务器接收的加密的第一标签进行解密， 得到第一标签； 计算第一标签与第二标签的相关性数值； 判断所述相关性数值是否大于相关性阈值， 如果是则确定第 一标签与第 二标签的相关 性符合相关性条件； 如果符合相关性条件， 则判定服 务器的持有性证明验证成功， 否则验证不成功。 8.根据权利要求7所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 在判 定服务器的持有性证明验证 成功之后， 所述基于数据感知哈希的数据持有性证明方法还包 括： 如果服务器的持有性证明验证成功， 则确定服务器存储原始视频或存储与原始视频相 似的视频； 如果服务器的持有性证明验证不成功， 则确定服 务器存在被篡改的风险。 9.根据权利要求1所述的基于数据感知哈希的数据持有性证明方法， 其特征在于， 所述 对每个目标分块的特 征矩阵进行哈希量 化包括： 使用哈希量 化的公式， 对每 个目标分块的特 征矩阵进行哈希量 化； 其中， 哈希量 化的公式为： h(q)＝round[H(q)*10+0.5] 其中， H表示特 征矩阵， q是矩阵H的下 标。权　利　要　求　书 2/2 页 3 CN 115225278 A 3