Page 352 - 《软件学报》2021年第10期

3324 Journal of Software 软件学报 Vol.32, No.10, October 2021

直线,x 0 为 ADU 长度分布的均值,简化公式为 P Reed (A)f(x 0 )(c2c1),则使用 Reed 方法进行修正后,匹配概率为
P Reed (A)f(x 0 )(c2c1)=f(x 0 )261 (12)
其中,c2c1=261,是正态分布假设下匹配区间的范围.图 13 为该计算方法的示意图.

Fig.12 PDF of the ADU length residual Fig.13 Schematic diagram of matching
with Reed method probability calculation
图 12 Reed 方法修正后 ADU 长度残差的 PDF 图 13 匹配概率简化计算示意图
3
根据第 3.1 节中模拟的测试视频指纹库的构建参数,可得 P Reed (A)f(x 0 )261=2.06210 .
3.3 加密视频识别方法
加密视频的指纹是由每个视频 ADU 的长度及这些 ADU 传输的先后顺序构成的,识别是将待匹配的 ADU
长度修正值与指纹库中的明文长度按顺序使用第 3.2 节的匹配算法进行匹配,如果有连续的 k 段 ADU 匹配成
功,则认为识别出了加密视频,我们称视频识别的过程为 k 段匹配.在一次匹配过程中,假设明文指纹库中的一个
视频明文指纹有 j 个 ADU,观测到的加密视频传输指纹含有 i 个 ADU,加密视频的 ADU 长度经过 HHTF 方法
或者 Reed 方法复原后为 x 1 ,…,x i ,采用 k(k≤i 并且 k≤j)个连续 ADU 匹配的方法来匹配,即:如果 i 个加密传输
ADU 中有 k 个 ADU 和明文指纹的 k 个 ADU 长度和顺序都匹配,则认为完成了视频的 k 段匹配.加密视频识别
使用 k 段匹配,关键参数 k 需要根据评估指标在识别算法实施前确定.
定义事件 E 为 ADU 个数为 j 的明文指纹和 ADU 个数为 i 的密文传输指纹 k 段匹配成功,则事件 E 的概率
P(E)为
P(E)=(ik+1)(jk+1)P(A) k (13)
其中,P(A)为任意明文指纹长度和修正值 x 匹配事件 A 的概率.
k 段匹配只是加密视频识别方法,匹配结果必然会存在误差.该方法要能在大型的指纹库场景中应用,必须
对识别结果的各项指标进行全面评估,然后根据评估值确定 k 的取值,只有指标达到要求的方法才能应用到实
际中.
3.4 加密视频识别方法评估指标的理论计算

在加密视频识别算法评估中,使用准确率、查准率、查全率、假阳率可以全面评价算法的有效性.在实际
应用中,k 越大,必然识别结果越准确.但是 k 值大也意味需要采集连续传输且分辨率不变的 ADU 数量多,若实际
中采集到满足条件数据的可能性小的话,则方法的可用性就差.所以对加密视频识别方法的评估,需要求出满足
准确率、查准率、查全率、假阳率这 4 个指标的最小 k 值.
本节首先给出准确率、查准率、查全率、假阳率的理论评估值,并根据评估值确定 k 的理想取值.然后在大
型明文指纹库中进行测试,将理论值和测试作对比,以验证方法的有效性.