Äänisisällön suojaus vesileimauksella
No Thumbnail Available
Files
Aalto login required (access for Aalto Staff only).
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Author
Date
2024-05-23
Department
Major/Subject
Informaatioteknologia
Mcode
ELEC3015
Degree programme
Sähkötekniikan kandidaattiohjelma
Language
fi
Pages
36
Series
Abstract
Vesileima on digitaalinen tunniste, jota voidaan hyödyntää esimerkiksi tiedon alkuperän tai aitouden tunnistamiseen. Vesileimauksen perinteiset sovelluskohteet ovat tekijänoikeussuoja sekä digitaalisen sisällön omistajan todentaminen. Viime vuosina on noussut esiin uusia sovelluskohteita, kuten tekoälyn generoiman sisällön vesileimaaminen. Vesileiman tärkeimmät ominaisuudet ovat robustisuus, eli kyky vastustaa vesileimaan kohdistuvia muutoksia, huomaamattomuus sekä kapasiteetti, joiden välillä täytyy löytää kuhunkin sovelluskohteeseen sopiva tasapaino. Vesileimaa suunniteltaessa keskeisenä tavoitteena on luoda sellainen vesileima, joka kestää hyökkäyksiä tehokkaasti samalla, kun se säilyttää alkuperäisen signaalin laadun mahdollisimman hyvänä. Lisäksi on tärkeää, että vesileima voidaan havaita ja todentaa isäntäsignaalista. Tässä kandidaatintyössä käsitellään perinteisiä digitaalisen signaalinkäsittelyn menetelmiä hyödyntäviä vesileimoja, kuten aika- ja muunnosalueen menetelmiä sekä syväoppimista hyödyntäviä lähestymistapoja. Perinteisiä vesileimausmenetelmiä on kehitetty jo vuosikymmenten ajan, ja niitä on olemassa useita erilaisia. Niiden ongelmia on kuitenkin esimerkiksi liian heikko robustisuus ja liian monimutkainen toteutus, mikä vaikeuttaa niiden käytön yleistymistä. Syväoppimisen avulla on viime vuosien aikana pyritty löytämään näihin ongelmiin ratkaisuja, koska syväoppimismallit voidaan kouluttaa toimimaan monipuolisesti eri tilanteissa ja useita hyökkäyksiä vastaan. Syväoppimismalleihin perustuvien vesileimausmenetelmien avulla voidaan löytää ratkaisuja monimutkaisten vesileimojen upottamiseen ja vesileimauksen automatisointiin. Näin vesileimojen saavutettavuutta voitaisiin parantaa. Tämän työn tavoitteena oli vertailla eri menetelmien suorituskykyä sekä niiden vahvuuksia ja heikkouksia. Lisäksi työssä tarkasteltiin vesileimausmenetelmien havaitsemista isäntäsignaalista ja tulevaisuuden kehityssuuntia. Kirjallisuustutkimuksen perusteella voidaan todeta, että syväoppimiseen perustuvat vesileimausmenetelmät ovat lupaava väline digitaalisen äänisisällön suojaamisessa. Syväoppimisen hyödyntäminen äänisisällön vesileimauksessa on kuitenkin vielä varhaisessa kehitysvaiheessa ja perinteisillä vesileimoilla on vielä tärkeä rooli esimerkiksi uuden tutkimuksen pohjana. Tulevaisuudessa äänisisällön vesileimaus on tärkeä tutkimuskohde digitaalisen sisällön suojaamisessa.Description
Supervisor
Aalto, SamuliThesis advisor
Juvela, LauriKeywords
äänisisällön vesileimaus, digitaalinen signaalinkäsittely, koneoppiminen, syvät neuroverkot
