7、感知音频哈希算法：强大的音频识别与信息隐藏工具

感知音频哈希算法：强大的音频识别与信息隐藏工具

1. 引言

在信息隐藏领域，像水印（WM）这类方法通常会使用密钥。然而，为大量数据选择合适的密钥是个棘手问题。若为众多内容使用同一密钥，每个内容可能会泄露部分密钥信息，存在密钥被破解的风险。但为每个内容单独使用密钥又会大幅增加水印验证的工作量。

由于对抗攻击和水印插入通常只会造成细微的感知变化，因此，一个能抵抗这种不易察觉变化的哈希函数（带有秘密密钥 K）可用于为每个内容生成依赖于输入的密钥，类似于加密消息认证码（MAC）。对于没有密钥 K 的攻击者来说，给定内容的哈希值是不可预测的。

哈希函数还有其他应用，比如在流数据（如视频或音频）中隐藏信息。哈希值可用于结合密钥伪随机地选择帧，并在修改和攻击后定位这些帧，从而实现同步，抵御插入、删除和时间伸缩等失步攻击。此外，哈希函数还可用于识别需要版权保护的内容，以及在数据库中进行搜索和排序，并且能抵抗格式变化和压缩等常见修改。

传统哈希函数将长输入映射为短的随机输出，用途广泛，如编译器、校验和、搜索和排序算法、加密消息认证、数字签名的单向哈希函数、时间戳等。它们通常接受二进制字符串作为输入，产生固定长度的哈希值（设为 L），使用随机种子（密钥）并追求以下目标：
- 随机性 ：对于任何给定输入，输出哈希值必须在所有可能的 L 位输出中均匀分布。
- 近似成对独立性 ：对于两个不同的输入，相应的输出在统计上必须几乎相互独立。

然而，在多媒体应用中，传统哈希函数的可扩展性仍是一个未解决的问题。我们需要将感知上相似的对象视为相同，这就带来了额外的约束：