帧删除篡改是一种常见的视频篡改方式,篡改者通过删除一些帧来达到改变视频内容的目的.经过多次实验,本文提出一种新的检测算法.为了便于传输与存储,视频几乎都经过有损压缩,有损压缩会造成数据丢失,导致两帧之间的相似度随着帧间间隔的增加而降低.根据这一特点,算法利用结构相似度来测量相邻帧之间的相似度值,由给定阈值找到异常点,实现帧删除篡改检测与定位.实验证明,算法对静止摄像机拍摄的视频进行帧删除篡改检测结果很好,即使视频被删除的是整个GOP组(a group of pictures)或者是GOP组的整数倍,也能正确检测并定位,并且不受再压缩,格式转换等因素的影响.
随着云存储技术的发展,为了节约存储成本,越来越多的用户选择将数据存储在云端,但同时用户也失去了对数据的控制权,无法确保云端数据的完整性。因此,云服务提供商(cloud service provider,CSP)需要通过一种有效的协议向用户提供数据完...
详细信息
随着云存储技术的发展,为了节约存储成本,越来越多的用户选择将数据存储在云端,但同时用户也失去了对数据的控制权,无法确保云端数据的完整性。因此,云服务提供商(cloud service provider,CSP)需要通过一种有效的协议向用户提供数据完整性证明。目前许多方案仍存在无法支持全动态(插入、修改和删除)更新,或方案计算、存储和通信开销大等问题。针对上述问题,该文提出基于多分支路径树(large branching tree,LBT)的数据完整性验证机制,通过构建结构简单的认证树,简化动态更新过程,实现全动态更新。实验结果表明:该方案在动态更新过程中,能够减少协议各实体的计算负担,高效完成大量数据更新的云存储数据完整性验证。
暂无评论