H.264标准中基于感知加密算法的视频加密方案

摘  要： 针对多媒体视频传输的安全性与实时性的要求,提出一种基于H.264感知加密算法的视频加密方案。该方案将视频数据分为VLC(Variable Length Code)和FLC（Fix-Length Code）两类，只选择FLC中对重构图像比较重要的元素进行加密操作。理论分析和仿真结果表明，该加密方案具有安全性高，低成本系统开销的特性。
关键词： 视频加密; H.264编码标准; 感知加密算法; FLC; 安全性
       2003年3月发布的H.264是目前最新的视频编码标准。它采用了1/8精度的运动估计、4×4整数变换、CAVLC和CABAC等新技术,使得压缩效率和图像播放质量有了显着提高。与以往标准相比，在相同率失真的条件下，编码效率提高了50%左右。H.264应用范围非常广阔，包括视频会议、可视电话、会议电视等即时通信,以及数字电视广播、数字存储、流媒体等方面。
     随着视频应用的日益广泛，视频的安全性变得越来越重要。基于以往的标准，人们研究了许多加密算法：有用传统密码技术进行全部加密的方法，如DES算法、CSC算法和VEA算法，这类算法虽然有较高的安全性并且不改变压缩比，但是计算复杂度很高；有对DCT系数进行加密的方法，如分段置乱算法，这类算法虽然有较低的计算复杂度，但是安全性低于全部加密的算法，压缩比也有所改变；有在熵编码过程中进行加密的方法，如多状态索引方法，这类算法虽然计算复杂度低，对压缩比的影响较小，但在已知明文攻击情况下是不安全的。上述方法各有优缺点，而且大多针对MPEG标准，因此研究适合H.264特点的安全加密技术成为目前研究的热点。
     针对现有视频加密算法的不足，本文提出一种基于H.264的可感知加密算法。
1 加密数据元素的分析与选取
     对H.264编码宏块语义层进行分析，决定提取帧内预测模式字(Intra Prediction Mode)、运动向量差值(Motion Vector Differ_ence)和残差系数(Residual Coefficient)三类定长语法元素（fix-length code）进行加密操作[1]。
1.1 帧内预测模式字
     根据每个宏块所属片组的不同，每一个宏块都有几种编码预测模式。但帧内预测编码是所有片组编码类型中都支持的。对亮度像素块而言，存在有Intra_4×4, Intra_8×8、Intra_16×16三种预测模式。Intra_4×4模式下有9种预测模式,适用于对图像细节部分进行编码，Intra_16×16有4种预测模式，适用于对平坦区域进行图像编码[2]。
　 采用Intra_4×4的编码模式字进行加密操作。每一个4×4块都是通过上方和左方像素预测而来，如图1所示，a-p为待预测像素，它利用相邻块中已经解码的A-Q像素来进行预测。对每一个4×4块，总共有9种模式供选择[2]，其中除了DC模式，另外8种预测模式的方向也在图1中。
   
       Intra_4×4的编码预测模式总共有9种预测模式，至少需要4个bit位来进行编码。在H.264的标准中，利用一个“prev_ Intra_4×4_pred_mode”字段来排除一种预测方式，用另外3个bit位来表示余下的8种预测模式。因此，只对后3个bit位进行加密扰乱,这样的加密过程中，不会影响到其他字段，也不会产生额外的码流。
1.2 运动向量差值
　 如图2所示，在P帧或B帧中，每个宏块（16×16像素）可以有4种方式来进行分割：16×16、8×16、16×8、8×8。如图2(d)是采用8×8模式，分为4个子宏块（8×8像素）。每个字宏块可以进一步进行分割：8×8、4×8、8×4、4×4。
   
       每一个分区或者子宏块都有一个单独的运动向量MV（Motion Vector），用于引用前面参考帧的对应区域来对当前块进行预测编码。每个预测区的MV都需要相当数目的比特位来进行编码。为了进一步减少比特数，可以利用邻近的MV之间的相关性进行预测编码。后一个MV可由前面已经编码的MV预测得到,只需要对它们的差值MVD（Motion Vector Difference）进行编码。在H.264中，MVD值是采用指数哥伦布（Exp-Golomb）进行编码的，这是一种变长编码[3]。

     本文只对MVD的符号位进行加密,对于每一个MVD值，只需要对一个bit位进行加密操作。
1.3 残差系数
     在H.264中,残差块系数通过CAVLC和CABAC进行编码[4]。在进行CAVLC编码的过程中，涉及到以下几个语义字段[2]：非零系数数目（Total Coeffs）、拖尾系数数目（TrailingOnes）、非零系数幅值（Level）以及最后一个非零系数前零的个数（TotalZero）和每个非零系数前零的个数（RunBefore）。 经过分析，只有TrailingOnes和Level的符号位是属于定长字段[6]，因此提取这两个字段的符号位进行加密操作。如图3所示。
2 算法设计