净化网络环境!可信数字内容版权服务解决方案发布

数字时代来临,但盗版的毒瘤深埋其中,全球网络盗版造成的损失也在逐年增加。据行业分析报告研究表明,网络盗版损失从2010年67亿美元,已经飙升至去年的近318亿美元,2022年将达到520亿美元。

在创作领域,版权保护是永恒的话题,也是创新的原动力。随着多媒体形态的演进,知识产权相关法律体系在不断完善,新技术也不断涌现。在12月12日的第八届中国云计算与应用大会上,阿里云正式对外发布可信数字内容版权服务,为版权行业及内容平台客户提供一体化的版权内容保护解决方案。

_1

监管机构与内容平台的版权保护趋势与困境

近年来,视频应用快速增长,已经成为了网民最青睐的内容之一。从版权机构了解到,近两年的视频版权登记件数在逐年增加,以前主要是电影电视,现在有更多的短视频加入其中。

伴随着内容剧增,版权保护问题也越来越凸显。政府和相关机构正在逐渐加大版权监管的力度,今年7月,由国家版权局、网信办、工信部、公安部联合开展了打击网络侵权盗版的“剑网2018”专项行动,将短视频版权专项整治作为重点任务。

与此同时,各大内容平台也在加大内容保护力度,比如对全平台内容监控,通过盗版视频过滤系统,和外包人工机制,对内容进行监管并采取降权打击处理。或者开辟投诉通道,提供相关资讯查询功能,对盗版行为进行举报。

版权保护其实是一个攻防战,在这样的背景下,版权机构和平台依旧面临几个痛点:

  1. 数字内容形态各异,缺乏规范化、统一化的版权存证机制服务
  2. 版权相关交易流程复杂,难以跟版权系统进行整合与数据交换
  3. 版权交易与内容消费产生的收益,难以公平有效地被原创获取

那么已经做了如此多的举措,盗版这颗毒瘤就真的解决不了了吗?

区块链与媒体DNA技术连接,构建可信数字内容服务

阿里云可信数字内容版权服务,是区块链与媒体DNA进行融合连接而成的一体化版权内容保护解决方案。该方案可以重塑版权价值,打造可信任的版权数据库及数字化版权资产交易平台,并提供侵权监测、法律维权、IP孵化等相关服务。一定程度上将会帮助社会净化和维护网络内容的生态,提升社会版权意识。

_2

其原理是,首先使用媒体DNA技术对媒体(图文、视频、音频等)进行唯一标记,解决人工方式无法完成的版权认证工作,实现可信的版权统一认证、管理和交易。其次,运用区块链将DNA等关键信息上链,实现多方透明共享、无法篡改和删除,进而构建拥有版权存证、侵权追溯和版权交易等能力的平台。

这其中,区块链具有开放性、分布式、不可逆性等特点,在版权保护上,具有高安全性、高稳定性的特点,在版权内容保护上,可实现高度信息化、数据化,可追溯,可举证。

媒体DNA能力的植入,可以发挥其服务稳定性、高准召和抗攻击性的优势,为多种媒体提供唯一标记,支持亿级DNA库的毫秒级检索,可以很好地应对多种常见的数字媒体内容篡改手段,如模糊化、视频旋转等攻击。

媒体DNA可以作为视频的唯一标识,它具以下几个特点:

  1. 唯一性,也就是两个不同视频拥有相同DNA的几率低于千万分之一,接近于0
  2. 稳定性,也就是不会随音视频文件的格式转换、剪辑拼接、压缩、旋转、增加logo等变换而变化

image

它的应用场景也十分容易理解,以某视频日增量几十万分钟的UGC短视频平台为例,平台存在着很多用户窃取、二次编辑优质视频进行上传,获取盈利的行为。平台起初采取人工统计视频的重复率只接近40%,因为人是凭记忆进行判断的,而且人和人的记忆不能共享,漏判误判太容易发生,这是人工不可能完成的事情。于是,平台开始采用媒体DNA技术,一段视频,无论它被做何种处理(如上图),都可以被轻松识别出来。完美地解决了平台在原创识别上的痛点,平台也因此可以集中更多的精力在业务本身。

除此之外,媒体DNA技术还可以应用在视频去重、内容安全审核、视频溯源、广告监播和实时替换等领域。

运用区块链和视频AI技术,可信数字内容版权服务可以帮助行业解决三个关键问题:

  1. 基于媒体DNA将作品特征值提取后,提供不可篡改、去中心化的版权存证体系
  2. 媒体DNA独有的特征值分析比对算法,带有抗攻击能力。系统会对侵权行为进行在线取证并记录至区块链中,便于版权/侵权信息全生命周期的追溯。
  3. 基于区块链建设去中心化版权业务联盟,可纳入数字内容的所有方及使用方,提供多渠道的分发能力以及价值变现能力。通过智能合约实现多方共识的收益分配,自动追踪履约情况。

_4

版权保护行业未来趋势

盗版是国内内容行业的共同难题,就如有开篇所说,这是一场旷日持久的攻防战役。我们可以看到,市场环境已经在逐渐变化,监管机构的重视、技术体系的变革、平台相关举措的加强、网民的版权意识的增强等等表现似乎都在证明,版权事业已经进入快速发展的阶段。

阿里云也在思考如何更快更有效地,将版权保护链路中的必要参与方整合在一起,建立具有足够公信力的联盟,去加快版权生态的发展。

阿里云视频云总经理朱照远表示:这是我们作为技术研发人员,也作为社会一分子,帮助原创者捍卫版权,帮助平台维护健康生态,帮助社会提高版权意识的一种途径。

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值