趙國鋒，何 英，周繼華

(1.重慶郵電大學 通信與信息工程學院，重慶 400065；2.重慶金美通信有限公司，重慶 400030)

0 引言

隨著互聯(lián)網(wǎng)上文本的傳播越來越迅捷，人們對數(shù)字文本的需求也越來越高。據(jù)統(tǒng)計，2018年,我國數(shù)字出版產(chǎn)業(yè)的累計用戶規(guī)模達到18.25億人?；ヂ?lián)網(wǎng)期刊、電子圖書、數(shù)字報紙的總收入為82.7億元，與2017年相比增長5.35%[1]。在數(shù)字出版產(chǎn)業(yè)高速發(fā)展的同時，盜版、侵權事件也愈演愈烈。目前的數(shù)字版權保護主要是依賴第三方機構的集中式管控，但這種方式也面臨一些問題：(1)基于第三方機構的版權管控機制流程繁瑣，效率低[2]；(2)沒有統(tǒng)一的數(shù)字版權管控平臺導致數(shù)字版權資源分散，版權歸屬模糊；(3)當前集中化的版權管控機制容易遭受單點故障，數(shù)據(jù)存儲安全性低。

隨著區(qū)塊鏈技術的面世，去中心化、自主驗證、數(shù)據(jù)不可篡改、可溯源等特點為當前數(shù)字版權領域的問題提供了解決途徑。文獻[2]分析了傳統(tǒng)數(shù)字版權領域中存在的問題，并提到區(qū)塊鏈技術在解決數(shù)字版權領域的問題上有著天然優(yōu)勢；文獻[3]將區(qū)塊鏈技術引入數(shù)字版權領域，創(chuàng)建了基于區(qū)塊鏈的版權系統(tǒng)模型；李悅[4]依托以太坊平臺[5]，結合智能合約技術實現(xiàn)版權登記在區(qū)塊鏈上的自動化執(zhí)行。

但這些案例存在以下問題：(1)沒有考慮完整數(shù)字作品的存儲。只是簡單地提取出作品的特征值，將特征值存入到區(qū)塊鏈中作為版權的存證，以至于版權存證信息的不完整，面對版權糾紛時，仍不能提供強有力的版權憑證。(2)沒有考慮數(shù)字作品的侵權檢測。這些案例只是在區(qū)塊鏈上簡單地記錄出作品的特征值，沒有將作品內(nèi)容與官方申明了版權的內(nèi)容進行全面對比，是一種象征性證明，以至于抄襲作品、盜版作品都能順利地獲取版權證明，沒有實際價值與意義。(3)版權登記效率低下。這些案例均是依托于比特幣、以太坊等區(qū)塊鏈構建數(shù)字版權系統(tǒng)，由于這些平臺的固有缺陷，導致版權登記效率低下。(4)缺乏身份認證。沒有對登記者的身份信息進行實名認證，這與版權登記的對用戶身份需求相悖。

隨著區(qū)塊鏈技術的發(fā)展，以超級賬本[6]為代表的區(qū)塊鏈平臺，性能更好、資源消耗更少。因此本文構建了基于超級賬本的數(shù)字版權登記系統(tǒng)，主要解決以下問題：(1)通過鏈上鏈下結合的存儲方式解決區(qū)塊鏈存儲大文件的難題。區(qū)塊鏈上記錄作品索引及創(chuàng)作者信息，區(qū)塊鏈下通過IPFS系統(tǒng)存儲數(shù)字作品。(2)對登記的數(shù)字作品實現(xiàn)了侵權檢測。即計算出作品simhash，并與登記庫中的作品simhash對比，若不超過其閾值，則通過檢測。(3)通過智能合約技術實現(xiàn)版權登記及數(shù)據(jù)訪問控制，只有經(jīng)過授權的用戶才能訪問登記信息，確保了個人數(shù)據(jù)的隱私性。實驗分析表明，該系統(tǒng)有較好的性能和安全性。

1 相關技術分析

本系統(tǒng)的核心技術包括區(qū)塊鏈、智能合約、simhash及IPFS。

(1)區(qū)塊鏈[7]：區(qū)塊鏈網(wǎng)絡中的節(jié)點將一段時間內(nèi)接收到的數(shù)據(jù)封裝到一個帶有時間戳的區(qū)塊中，網(wǎng)絡中其他節(jié)點對區(qū)塊進行有效性驗證，按照時間順序進行哈希鏈接，產(chǎn)生最新的區(qū)塊鏈，并在各個節(jié)點同步。時間的不可逆轉(zhuǎn)性致使歷史區(qū)塊數(shù)據(jù)無法修改和刪除，保證存儲數(shù)據(jù)的不可否認性和可溯源性。區(qū)塊鏈概念起源于比特幣[8]，最初用來記錄數(shù)字貨幣交易信息，隨著技術的發(fā)展，出現(xiàn)了以太坊及超級賬本等可運行其他應用的區(qū)塊鏈平臺。表1為不同區(qū)塊鏈平臺的性能對比表。不難看出超級賬本效率高，資源消耗少，更能滿足商業(yè)化需求。因此本文構建了基于超級賬本的數(shù)字版權登記模型，給用戶提供更加便捷快速的版權管控服務。

表1 不同區(qū)塊鏈平臺性能對比

(2)IPFS：IPFS[9]是分布式存儲方式，與HTTP不同，IPFS不再關心中央服務器的位置，也不考慮文件名和路徑，它只關注文件中可能出現(xiàn)的內(nèi)容。將任何文件放在IPFS節(jié)點上后，將根據(jù)此文件的內(nèi)容計算加密哈希值。當IPFS被要求提供文件時，它使用分布式哈希表來查找此文件所在的節(jié)點，然后檢索此文件并對其進行驗證。

(3)simhash:simhash[10]是一種局部敏感hash算法，即輸入內(nèi)容相似，則hash結果也相似，因此文本間的相似性檢測就轉(zhuǎn)化成文本simhash的相似性比較。simhash的相似性通過其海明距離度量，海明距離越小，表明對應文本越相似。simhash算法流程如圖1所示。

圖1 simhash算法流程

(4)智能合約：1995年密碼學家尼克薩博首次提出智能合約，將其定義為一系列計算機化的協(xié)議，是一組預設條件對應的程序化規(guī)則[11]。在區(qū)塊鏈中，智能合約用特定的計算機語言表示并存儲在區(qū)塊中，一旦合約中預先設定的條件滿足，就會自動觸發(fā)相應的操作。

2 基于超級賬本的數(shù)字版權登記技術方案

2.1 基于超級賬本的數(shù)字版權登記系統(tǒng)

如圖2所示為基于超級賬本的數(shù)字版權登記系統(tǒng)架構圖。

圖2 基于超級賬本的數(shù)字版權登記系統(tǒng)架構

客戶端用于用戶注冊版權賬戶，發(fā)起版權登記請求。超級賬本基于PKI證書體系，每個用戶通過唯一的數(shù)字證書作為身份標識，用戶注冊的版權賬戶即是由證書公鑰生成。

服務端分為三層結構：合約層實現(xiàn)版權登記及版權查詢功能；在網(wǎng)絡層，為了提高系統(tǒng)處理效率，將合約執(zhí)行和共識分離，區(qū)塊鏈節(jié)點從邏輯上分為三類：背書節(jié)點、排序節(jié)點及記賬節(jié)點，分別對應合約執(zhí)行、消息排序及寫入檢查等工作；存儲層：區(qū)塊鏈不適宜存儲大文件，本文采用鏈上鏈下結合的方式存儲版權登記信息，區(qū)塊鏈上記錄作品索引及創(chuàng)作者信息，區(qū)塊鏈下通過IPFS存儲數(shù)字作品。

2.2 基于超級賬本的版權登記信息存儲機制

圖3所示為基于超級賬本的數(shù)字版權登記系統(tǒng)網(wǎng)絡架構圖，基于此架構，版權登記信息存儲機制包含如下步驟：

圖3 基于超級賬本的數(shù)字版權登記系統(tǒng)網(wǎng)絡架構圖

(1)注冊版權賬戶：超級賬本是帶有準入控制的區(qū)塊鏈，每個訪問其網(wǎng)絡的用戶應首先通過注冊獲得身份證書，用戶注冊的版權賬戶即由用戶證書公鑰生成。

(2)IPFS存儲數(shù)字作品：用戶登錄系統(tǒng)，上傳數(shù)字作品到IPFS，若上傳成功，IPFS會為作品生成唯一的哈希值，用戶可通過作品哈希值訪問存儲在IPFS中的數(shù)字作品。

(3)發(fā)起版權登記提案：用戶通過客戶端發(fā)起登記提案即可調(diào)用部署在區(qū)塊鏈上的智能合約，合約執(zhí)行的結果將被存儲在區(qū)塊鏈上。模型中的提案包含兩大類，分別對應版權登記提案及版權查詢提案。提案由提案頭、提案數(shù)據(jù)和簽名構成。提案頭包含合約的名稱及版本；簽名是由用戶的私鑰生成，是為了確保提案數(shù)據(jù)不被篡改；提案數(shù)據(jù)由合約的函數(shù)名及函數(shù)參數(shù)構成，函數(shù)參數(shù)即是用戶的輸入信息。不同類型的提案其包含的函數(shù)名不同，傳遞的函數(shù)參數(shù)也不同。版權登記提案的函數(shù)參數(shù)由數(shù)字作品哈希摘要、訪問控制列表及用戶信息等構成。版權查詢提案由作品哈希摘要及用戶身份信息構成。

(4)提案背書：客戶端發(fā)送提案到版權區(qū)塊鏈的背書節(jié)點，背書節(jié)點需要驗證提案格式是否正確，是否存在重放攻擊，提案簽名是否有效，上述驗證通過后背書節(jié)點將模擬執(zhí)行版權合約，生成一系列的讀寫集。背書節(jié)點需對執(zhí)行結果簽名并將提案和執(zhí)行結果打包返回客戶端。

(5)構造區(qū)塊：客戶端收集足夠的提案響應，驗證背書節(jié)點簽名及執(zhí)行結果，通過后將提案響應提交到版權區(qū)塊鏈網(wǎng)絡的共識節(jié)點。共識節(jié)點將對提案進行排序，打包區(qū)塊并廣播給其他節(jié)點。版權區(qū)塊鏈使用kafka共識機制，共識網(wǎng)絡中包含多個主題，每個主題對應多個分區(qū)。對于每個區(qū)塊的生成，是通過出塊大小和出塊時間共同決定的，一旦有一個條件滿足將會觸發(fā)區(qū)塊操作。

(6)區(qū)塊同步：版權區(qū)塊鏈網(wǎng)絡中，節(jié)點之間同步區(qū)塊采用的是gossip最終一致性協(xié)議。每個節(jié)點隨機地向鄰近節(jié)點定時發(fā)送本地賬本當前的快照，如最高塊高度、最高塊哈希值、狀態(tài)樹哈希值等一些賬本的摘要信息，并且接收來自其他節(jié)點發(fā)送的賬本快照，節(jié)點間通過快照進行賬本對比及區(qū)塊請求，最終使得全網(wǎng)所有節(jié)點在較短時間內(nèi)達到賬本一致狀態(tài)。區(qū)塊同步過程如圖4所示。

圖4 區(qū)塊同步過程

2.3 基于智能合約的版權管控協(xié)議

部署在區(qū)塊鏈上的合約分為兩大類：版權登記及版權查詢合約。背書節(jié)點收到客戶端發(fā)來的提案，首先對客戶端身份進行驗證，通過后便可模擬執(zhí)行版權合約。版權登記合約與版權查詢合約的設計如下：

(1)版權登記合約協(xié)議

①驗證用戶身份。用戶身份包含如下信息：身份標識、x.509證書、證書生成的公鑰等。用戶身份的校驗主要是對證書的校驗，首先是對證書路徑的檢查，校驗根證書、中間CA證書是否有效，是否有從身份證書到可信根CA證書的有效路徑；其次是對CRL的檢查，檢查證書是否被吊銷。CRL在本地CRLS目錄下，是由CA根證書簽發(fā)的被吊銷的證書文件。

②驗證用戶簽名，確保提案數(shù)據(jù)完整且沒有被篡改。

③作品上傳檢測。根據(jù)作品信息(IPFS存儲路徑、作品大小、作品名稱)查詢作品是否已完整上傳，若是，將作品標志位w置為1，否則置為0。

④作品侵權檢測。通過IPFS路徑下載作品，計算作品simhash，與登記庫中的作品simhash對比，若相似度未超過閾值，則侵權檢測通過，并將侵權檢測標志位s置為1。

⑤生成版權登記信息的讀寫集。寫集包含登記作品的信息、權利人身份信息及訪問控制列表。其中，訪問控制列表是由數(shù)據(jù)所有者自己確定，只有經(jīng)過授權的用戶才能訪問登記信息，這樣保證了個人數(shù)據(jù)的私密性。

(2)版權查詢合約協(xié)議

①驗證用戶身份。同上。

②驗證用戶簽名，確保提案數(shù)據(jù)完整且沒有被篡改。

③訪問權限檢測。根據(jù)該作品的訪問控制列表，查詢該用戶是否有訪問權限。

④根據(jù)作品哈希查詢其版權歸屬。

3 實驗與測試

為了測試系統(tǒng)的性能，通過以下方式搭建了測試網(wǎng)絡。測試網(wǎng)絡基于超級賬本源碼構建。實驗網(wǎng)絡拓撲如下：服務器A、B、C、D、E分別模擬組織1、組織2、共識集群、Fabric CA及Client。其中，服務器A開啟4個Peer docker，其中一個為Endoser；服務器B開啟3個Peer docker，其中一個為Endoser；服務器C上開啟多個Order docker，模擬共識節(jié)點群；服務器D上裝載Fabric CA sever；服務器E上裝載Fabric client。另外，服務器A和服務器B上分別裝載IPFS程序，用于存儲數(shù)字作品。實驗服務器配置如表2所示。

表2 服務器配置

如圖5所示，隨著請求頻率的增加，系統(tǒng)處理速率逐漸增加，直到請求頻率達到1 000筆/s時，系統(tǒng)處理速率逐漸達到飽和，版權登記及版權查詢處理速率分別約為970筆/s、1 084筆/s。

圖5 系統(tǒng)處理速率

如圖6所示，隨著請求頻率的增加，系統(tǒng)處理時延最開始緩慢增加，版權登記及版權查詢平均處理時延分別約為0.8 s、0.1 s。當請求頻率達到1 000筆/s時，由于系統(tǒng)處理能力逐漸達到飽和，時延增加幅度加大。

圖6 系統(tǒng)處理時延

通過上述分析，正常請求頻率下，系統(tǒng)的版權登記及版權查詢處理速率約為973筆/s和1 084筆/s，處理時延約為0.8 s和0.1 s?？傮w來說，系統(tǒng)整體性能基本滿足商用需求。

4 結束語

本文首先設計了基于超級賬本的數(shù)字版權登記模型，然后通過simhash查重算法實現(xiàn)了作品侵權檢測，最后結合智能合約技術實現(xiàn)了版權登記及數(shù)據(jù)訪問控制，確保了個人數(shù)據(jù)的隱私性。未來工作將考慮更進一步優(yōu)化系統(tǒng)性能。