Page 458 - 《软件学报》2025年第7期

吴桦 等: 面向 HTTP/2 流量多路复用特征的加密视频识别方法 3379

方法中, 由于基于 HTTP 协议的自适应流媒体协议能够根据网络环境的变化自适应地选择不同质量的音视频片段
下载, 导致每次传输的数据都可能不同, 密文指纹的稳定性难以保证, 因此如何构建视频密文指纹库是一个难点.
基于上述分析, 由于基于视频指纹的识别方法中的明文指纹识别法所使用的明文指纹不受网络环境的干扰,
只要准确地还原构建出视频修正指纹, 就有可能达到理想的识别效果, 因此本文选择使用明文指纹识别法开展加
密视频内容的识别研究. 虽然已有使用明文指纹识别法对加密视频内容进行识别的研究, 但它们仍然存在一些普
遍性的问题: 第一, 很少有使用大规模真实数据集进行研究和验证的结果, 大部分研究数据集较小, 少量面向大规
模数据集的研究是基于模拟的大规模指纹库; 第二, 互联网上传输视频的 HTTP 协议已经逐步从 HTTP/1.1 发展
为 HTTP/1.1、HTTP/2、QUIC 等多种协议并存, 新型协议使用的多路复用技术进一步混淆了加密视频的流量特
征, 已有加密视频识别技术都利用了 HTTP/1.1 传输模式特征, 这导致这些技术不能用于识别使用多路复用传输技
术的加密视频; 第三, 已有研究都没有考虑自适应流媒体分辨率切换技术给视频识别带来的影响, 这也影响了方法
的实用性. 针对当前研究中存在的问题, 本文展开面向 HTTP/2 多路复用特征的分辨率自适应切换的加密视频内
容识别研究, 并使用 40 万级的真实视频指纹库进行验证.

2 背景技术

2.1 HTTP 自适应流媒体技术
基于流量分析的加密视频识别方法与视频所使用的流媒体技术具有重要关系. 为了给具有动态网络条件和异
构设备的用户提供稳定高质量的视频流服务, 当前全球主流的视频平台都使用了 HTTP 自适应流媒体技术 [26] , 如
MPEG 牵头开发的基于 HTTP 的自适应码率流媒体技术 MPEG-DASH [27] 以及苹果公司制定的 HLS (HTTP live
streaming) 技术 [28] . 这些技术基于 HTTP 协议, 对用户防火墙和网络地址转换 (NAT) 技术十分友好, 适合内容分发
网络 (CDN) 以缓存方式分发. HAS 技术中使用最广泛的是 MPEG-DASH (简称为 DASH) 技术. 下面以 DASH 为
例介绍 HTTP 自适应流媒体技术.
DASH 2011 年成为国际标准 ISO/IEC 23009-1, 并于 2012 年 4 月正式发布. 目前, DASH 已经成为主流的视频
传输标准, 被大量视频内容提供商所采用 [29] .
在一个典型的 DASH 视频传输系统中 (如图 1 所示), 在服务端, 通过 VBR 算法将视频内容提前编码为不同
比特率的多种质量版本, 每个编码后的视频被切割为若干段时长相等的视频片段 [30] , 一般为 2–10 s, 且不同比特率
视频的各个片段在时序上对齐, 以便在网络条件发生变化时, 快速地在不同比特率的片段之间自由切换. 此外, 在
使用 VBR 编码视频时, 还会生成与之对应的媒体描述 (media presentation description, MPD) 文件 [31] . 该文件是一
种 XML 格式的清单文件, 视频的各种内容信息, 如视频简介、元数据、编解码器、字节范围、媒体类型和音视
频资源地址等都被记录在 MPD 文件中.

服务端 客户端
DASH content DASH streaming control
Various representations (Adaptation logic)
Low High
bitrate bitrate
MPD
MPD file libdash
Segment
Media player
MPD parser
HTTP
HTTP
manager Segment parser

图 1 DASH 视频传输系统