논문 상세보기
대용량 핑거프린팅 기법의 설계 KCI 등재
Design of High Capacity Video Fingerprinting Scheme
pp.19-23
최근 게임콘텐츠시장이 거대화됨에 따라, 게임콘텐츠시장은 게임개발자와 게임퍼블리서로 불리는 게임유통업자로 분리되어 게임시장을 활성화하고 있다. 하지만 게임콘텐츠의 불법복제 등으로 게임시장이 위축되고 있으며, 게임의 불법복제를 허용하거나 묵인하는 게임퍼블리서를 수색함으로써, 게임콘텐츠시장을 활성화할 수 있다. 디지털핑거프린 팅 기술은 멀티미디어 콘텐츠를 구매한 사용자가 불법으로 재배포하지 못하도록, 구매자 정보를 게임콘텐츠에 감지하 기 어렵도록 삽입하는 기술이다. 일반적인 워터마킹 기술과는 달리, 핑거프린팅을 파괴하기 위한 대표적인 공격방법 은 공모공격이며, 여러 명의 구매자가 자신들이 구매한 콘텐츠들을 평균, 또는 중간값을 취함으로써, 콘텐츠에 삽입되 어있는 구매자 정보를 교란시키는 방법이다. 본 논문에서는, 대규모사용자를 표시할 수 있는 코드북 설계기법과, LCCA에 강인한 AD (angular decoding) 기법을 포함하는 대용량 비디오 핑거프린팅 기법을 제안한다. 본 논문에서 제 안한 기법을 상용화된 게임 콘텐츠의 도입동영상에 적용하였으며, 평균, 중간값, 및 LCCA 공격에 강인함을 보였다. 다양한 WNR (watermark to noise ratio)에 대해 AD 기법을 실험한 결과, 정확한 공모자 추적이 이루어짐을 확인하였다
As game content market gets increased, the eco-system of game contents market is organized into game developers and game publishers. However, illegal copy of game contents infrindges the game market growth, and we can prevent the illegal copy by introducing the tracing scheme for the game publishers who allows illegal copy. Digital fingerprinting is a technique to prevent customers from redistributing game contents illegally. We present a practical high capacity multi-user fingerprinting scheme to generate code books for supporting large number of users; and AD (angular decoding) scheme to be robust on LCCA. We experimented with commercial game video sequences for collusion detection performance, and it shows good collusion detection performance over average, median attacks. For LCCA collusion attack, our AD scheme identifies the correct colluder set under various WNR (watermark to noise ratio).
