大數據市場調查連載（六） | 大數據生命周期重要階段數據保護

　　導讀

　　它山之石，可以攻玉。為了幫助各界人士學習國外先進經驗，進一步了解大數據市場的定價、交易與保護，國脈戰略研究院專家楊冰之、林渠，帶來了《大數據市場調查：定價、交易與保護》的翻譯文章，相信會給大家以思想的碰撞、靈感的啟迪，促進大家思考，從而為我國推進數據要素市場化配置改革，貢獻國脈戰略研究院的智慧。本文為《大數據市場調查：定價、交易與保護》連載系列文章第六篇，也是最后一篇。

　　隨著傳統媒體日益數字化，內容越來越多地存儲在數字卷中，而不是傳統內容（電影、報紙、設計圖紙、客戶信息、辦公室文檔等）。換言之，商品正在從實用物品轉變為虛擬物品。這樣，內容很容易分發和復制。因此，數據保護成為確保數據所有權的關鍵條款。數據定價、數據交易和數據保護構成了一個相互影響的三維閉環。為了實現數據所有者的最大利潤和數據的最大價值，數據保護是不可分割的一部分。下面，我們將討論大數據生命周期的最后一個重要階段，即數據保護。

　　A.數字版權管理

　　建立數字版權管理（DRM）是為了防止數字內容被故意復制、共享和竊取，更重要的是作為數字版權保護發展的指導方針。2001年初，W3C成立了第一個DRM集團，作為參與全球數字版權管理的標準組織。實現DRM的解決方案多種多樣，包括XrML版權表達語言、Microsoft DRM、Apple HLS DRM、Adobe Flash access DRM、RealNetworks Helix DRM和OMA DRM規范。

　　所有這些DRM解決方案都需要五個關鍵組件：（i）安全性。它著重于內容的加密以及為數字內容創建哈希、水印和數字簽名；(ii)訪問控制。它負責身份和訪問管理，并為需要訪問受保護數字內容的用戶提供憑據。此外，該組件監視授權用戶的行為，并為不同用戶設置不同的訪問權限；(iii)使用控制。它監視每個授權用戶的使用情況，并將使用情況記錄為歷史記錄；(iv)許可證管理。它向授權用戶發布許可證（密鑰、XrML文件、身份驗證代碼），并控制和檢查許可證的生命周期（有效期）；(v） 付款管理。此組件與使用控制一起工作，并計算用戶需要支付的費用。這是數字商務的主要目標。

　　我們以Microsoft DRM為例來解釋DRM的工作原理。如圖7所示，匿名用戶嘗試訪問內容服務器（content server）以播放或下載某些內容，這些內容受DRM服務器保護。他或她首先向個性化服務器發送請求。然后服務器檢查個性化客戶端設備上的應用程序。如果有應用程序正在運行，應用程序將向DRM服務器發送許可證要求。個性化應用程序是一個客戶端DRM軟件，稱為個性化黑盒（IBX）。如果沒有此軟件，DRM服務器將無法釋放解密內容的許可證。為了滿足IBX的要求，DRM服務器釋放加密的許可證。當用戶試圖解密許可證時，IBX保護敏感信息，這種過程稱為個性化。釋放許可證后，DRM服務器將檢查用戶狀態。如果這是第一次訪問服務器，DRM將要求用戶加入域。不同的域區分特定用戶的內容和權限。這就是DRM實現訪問控制的方式。最后，允許用戶訪問內容服務器（content server），內容服務器會發回內容。

　?。▓D7. Microsoft數字版權管理工作流）

　　B. 數字版權管理模型

　　根據不同的數字內容，我們將DRM模型分為以下三類：（i）基于軟件的DRM，（ii）基于多媒體的DRM，以及（iii）基于非結構化數據的DRM。

　　1） 基于軟件的數字版權管理

　　最常見的DRM是基于軟件的DRM，因為軟件是計算機上使用最廣泛的應用程序。軟件屬于數字商品，易于復制和重新制作，成本為零。因此，軟件開發公司通常設計保護版權和防止盜版入侵的機制。最佳的DRM機制可以記錄安裝時間和PC標識信息，并支持多個安裝和主機。

　　涉及的主要方法有兩種：在線身份驗證和離線身份驗證。對于在線身份驗證，當用戶開始安裝過程時，軟件首先檢查Internet連接。如果存在Internet連接，軟件將向DRM服務器發送身份驗證請求，如上面討論的常見DRM策略中所述。否則，安裝將在沒有Internet連接時停止，或者只安裝SoftwareDemo。脫機身份驗證比聯機身份驗證更重要。如果不支持脫機DRM，本地許可證文件將很弱，并且很容易解密。許多研究工作集中于離線身份驗證。例如，Reavis Conner和Rumelt提出了一個成本函數來衡量解密的復雜性。如果解密成本大于此函數確定的價格，則軟件是安全的。Barapatre等人提出了一種結構，以增加解密許可證文件的復雜性。該模型使用靜態和動態代碼的代碼注入和軟件版權保護（SCP）技術對許可證文件進行加密，以保護原始軟件。在軟件層和許可證層（許可證文件、硬件令牌管理文件、庫文件等）之間引入了保護動態鏈接庫（DLL）層。因此，用戶不能直接訪問認證信息。

　　2） 基于多媒體的數字版權管理

　　多媒體是數字商品最重要的組成部分。超過80%的互聯網流量專用于視頻內容。因此，帶來的巨大的挑戰是如何妥善保護多媒體內容的版權。一般來說，加密和水印技術就是在這個方向上使用的。軟件和多媒體（視頻和音頻）的最大區別在于在線流媒體。在線視頻和音頻支持實時協議（RTP）/實時流協議（RTSP），以實現在線流，并且在某些情況下，需要支持組域身份驗證（家庭成員、企業用戶等）。通常，對手會在主機上運行惡意客戶端來中斷和監視流，以分析加密密鑰。為了解決這個問題，大衛（David）和扎登伯格（Zaidenberg）提出了一種使用選擇性視頻解密的方案，以確保內容的安全性，同時減少加密時間。此外，選擇性解密是高效視頻加密的一種變體，并且所提出的算法僅對變換參數的符號位進行操作。它不需要額外的空間，并且由該算法加密的流產生H.264比特流。同時，該方案通過限制訪問狀態將加密過程推進到一個安全的環境中。例如，用戶要么處于加密狀態，要么處于解密狀態，但不能同時處于兩種狀態，這是禁止的。

　　此外，水印技術已廣泛應用于視頻和音頻DRM中。將水印嵌入視頻內容需要對視頻內容進行完全解碼。這是一個關鍵問題，因為這一過程需要大量計算資源，并降低了視頻質量。為了避免隨著視頻比特率的增加而增加嵌入水印的復雜性，提出了一種基于H.264編解碼器標準的盲水印算法。請注意，H.264是基于運動補償的高質量編解碼器標準。H.264標準使用幾個宏塊以及每個宏塊的亮度和色度（Cb和Cr）來表示幀，。水印算法掃描宏塊并選擇最優預測模型。因此，根據H.264的特點，盲水印算法將水印權利嵌入到所選宏塊中，防止共謀攻擊，并在解碼過程中保持視頻質量。

　　有研究提出了另一種水印算法，該算法適用于基于深度圖像渲染（DIBR）的三維視頻內容。傳統的水印系統要么會破壞三維視頻，造成不可逆的變形，要么容易受到攻擊，而本文提出的綜合Duns水印算法克服了這些問題。所設計的算法基于偽三維離散余弦變換（3D-DCT）和量化索引調制（QIM）將水印嵌入深度圖中，提高了水印的魯棒性，避免了對視頻內容的破壞。值得注意的是，圖像也被視為多媒體內容，類似于視頻和音頻內容，水印技術是保護版權的最常用方法。對于基于圖像的水印系統，通常使用離散小波變換（DWT）、最小有效位（LSB）和離散余弦變換（DCT）算法將水印嵌入到安全密鑰中。此外，可以在一幅圖像中嵌入多個水印。此外，水印方案已被用于追蹤匿名互聯網惡意流量，以識別惡意來源，用于取證。

　　3） 基于非結構化數據的數字版權管理

　　非結構化數據，如Microsoft Word文檔、PDF文檔、各種數據庫、源代碼等，都是可以方便地傳播和存儲的數字化數據。盡管如此，它是脆弱的，并且很難防止故意復制和篡改非結構化數據。此外，非結構化數據通常具有很高的商業價值，并且包含敏感信息，這些信息的泄漏將導致數據所有者的嚴重損失。因此，非結構化數據保護是當今的一個熱門話題，也稱為數據泄漏保護（DLP）。非結構化數據DRM與其他類型的DRM完全不同，因為數據易于操作和損壞。因此，加密作為一種最安全的方法，通常用于保護非結構化數據。盡管如此，隨著數據規模的不斷擴大，加密過程的成本將繼續增加。例如，史（Shi）等人提出了一種基于概率數據結構（Bloom Filter）的保護方案。該方案將狀態記錄到帶有正標記或屬位標記的矩陣Bloom過濾器中。該方案包括一個分析器，用于分析和掃描內容。與加密方案相比，該方案具有更好的性能。

　　總之，在本章節，我們闡述了三種數字版權管理模式，并討論了每種模式的現有相關方法。不同類型的數字內容管理，即基于軟件的數字版權管理、基于多媒體的數字版權管理和基于非結構化數據的數字版權管理，已經有了很好的探索?？梢钥吹?，數字管理技術是保護大數據不被竊取和復制的關鍵方法。盡管如此，隨著數字內容的快速增長和大數據的交易屬性，現有數據保護方案和更先進技術的可行性有待進一步研究。

　　七、 結論

　　本文討論了大數據交易的問題。具體而言，我們首先講述了與大數據相關的現有研究，并確定了數據交易的大數據生命周期，包括數據收集、數據分析、數據定價、數據交易和數據保護。然后，講述了與大數據定價相關的現有工作。關于數據定價，闡明了它的重要性，對不同的市場結構、數據定價策略和數據定價模型進行了分類，然后列出了每種類型的優勢和局限性。對于數據交易流程，我們概述了與數據交易相關的關鍵問題及其可能的解決方案。我們進一步研究了拍賣策略，詳細說明了不同的方案、交易平臺和相關問題。最后，研究了作為大數據生命周期最后階段的數據保護。對現有版權保護方案進行了分類，并概述了大數據版權保護面臨的挑戰。本次調查的主要目的是對大數據交易有一個清晰而深入的了解。我們概述了與數據定價、數據交易和數據保護相關的廣泛主題，并強調了尚未解決的領域，以進一步促進大數據的研究和開發。