【摘要】 隨著廣電媒資（MAM）影像資料內(nèi)部和外部使用量的急劇增長(zhǎng)，隨之而來的版權(quán)被侵權(quán)問題日益凸顯——互聯(lián)網(wǎng)（新媒體）公司未經(jīng)版權(quán)授權(quán)，擅自在各種平臺(tái)使用,給版權(quán)管理和開發(fā)工作帶來很大的影響。原有傳統(tǒng)的人工維權(quán)方式在互聯(lián)網(wǎng)信息海量的狀況下，顯得效率極其低下，本文探索以人工智能爬蟲、視頻比對(duì)和區(qū)塊鏈存證三個(gè)核心技術(shù)為基礎(chǔ)打造的版權(quán)維權(quán)系統(tǒng)。
【關(guān)鍵詞】媒資（MAM） 確權(quán) 數(shù)據(jù)采集 區(qū)塊鏈（Blockchain） 網(wǎng)絡(luò)爬蟲（General Purpose Web Crawler） 視頻比對(duì)（visual comparision）
一．項(xiàng)目背景
全國(guó)各廣電在媒資日常管理和對(duì)外開發(fā)中，隨著媒資內(nèi)部和外部使用量的急劇增長(zhǎng)，隨之而來的版權(quán)被侵權(quán)問題日益凸顯———外部互聯(lián)網(wǎng)（新媒體）公司未經(jīng)授權(quán)，擅自在各種平臺(tái)使用版權(quán)影像資料的情況大量出現(xiàn)。給媒資管理和開發(fā)工作帶來很大的影響：一是媒資資料被隨意改編、編排而歪曲媒資本身內(nèi)容，造成一定程度上的不良傳播；二是不受版權(quán)限制的媒資資料有被隨意傳播、泄露的風(fēng)險(xiǎn)；三是造成媒資資料價(jià)值的嚴(yán)重流失，給正規(guī)的媒資版權(quán)開發(fā)造成很大的沖擊。
原有傳統(tǒng)的維權(quán)方式是等待被動(dòng)告知侵權(quán)情況后，然后再進(jìn)行人工網(wǎng)絡(luò)篩查、比對(duì)、確權(quán)、取證等操作，在互聯(lián)網(wǎng)信息海量的狀況下，顯得效率極其低下。比如1-2媒資人員專職負(fù)責(zé)搜集和取證，每天僅能完成20～50個(gè)URL的檢索，比對(duì)和網(wǎng)絡(luò)取證工作，這樣的效率完全不能滿足維權(quán)需要，搜集取證的速度還比不上侵權(quán)的增長(zhǎng)速度，對(duì)媒資版權(quán)維權(quán)監(jiān)控工作造成了很大困難。
圖1 區(qū)塊鏈技術(shù)
針對(duì)以上的問題，本文探索自主研發(fā)媒資影像資料版權(quán)維權(quán)系統(tǒng)，以人工智能爬蟲、視頻比對(duì)和區(qū)塊鏈存證三個(gè)核心技術(shù)為基礎(chǔ)打造的版權(quán)維權(quán)系統(tǒng)。系統(tǒng)主要通過人工智能爬蟲對(duì)互聯(lián)網(wǎng)網(wǎng)站進(jìn)行遞歸式查找和搜索，并通過和廣電內(nèi)部媒資庫進(jìn)行視頻比對(duì)來進(jìn)行侵權(quán)界定，確認(rèn)侵權(quán)后采用區(qū)塊鏈技術(shù)進(jìn)行證據(jù)固化。這樣全自動(dòng)化、24小時(shí)不間斷的人工智能檢索和確權(quán)，大幅度提升了日常維權(quán)的能力和手段，為實(shí)現(xiàn)媒資資料規(guī)范化管理和維權(quán)，以及后期媒資媒體融合開發(fā)、拓展奠定了技術(shù)基礎(chǔ)。
二．關(guān)鍵技術(shù)點(diǎn)
區(qū)塊鏈存證
區(qū)塊鏈具有去中心化、安全性高、永久存證、無限可溯源和可編程擴(kuò)展性強(qiáng)等特點(diǎn)，特別適合于知識(shí)產(chǎn)權(quán)領(lǐng)域應(yīng)用。通過利用區(qū)塊鏈技術(shù)實(shí)現(xiàn)證據(jù)信息的及時(shí)固化與存證，并可在有需要的情況下，向受理公證處申請(qǐng)出具“存證函”，所有的侵權(quán)情況報(bào)表記錄在不可篡改的區(qū)塊鏈內(nèi)，作為證據(jù)信息進(jìn)行存證。
存證的內(nèi)容不僅包含了比對(duì)結(jié)果，同時(shí)包括該視頻在監(jiān)控目標(biāo)中的播放截圖、展示名稱、以及其他頁面信息（根據(jù)監(jiān)控目標(biāo)的內(nèi)容差異性，有所不同），形成完整的取證證據(jù)鏈。
人工智能爬蟲
系統(tǒng)使用“聚焦爬蟲”技術(shù)，并且加入了部分人工智能算法，進(jìn)一步提升數(shù)據(jù)采集的準(zhǔn)確性。這主要體現(xiàn)在爬蟲對(duì)用戶行為的模擬，以獲取更接近人工操作的行為模式。
一方面，根據(jù)侵權(quán)監(jiān)測(cè)系統(tǒng)的待比對(duì)作品類型不同，對(duì)于爬蟲的采集規(guī)則進(jìn)行了精確優(yōu)化，使爬蟲能夠準(zhǔn)確識(shí)別主標(biāo)題、副標(biāo)題、摘要、作者、正文等信息，模擬用戶在查閱內(nèi)容時(shí)對(duì)不同關(guān)鍵信息的關(guān)注情況。另一方面，對(duì)被采集的內(nèi)容進(jìn)行識(shí)別。將根據(jù)特定字、詞組等關(guān)鍵信息，完成數(shù)據(jù)采集，模擬用戶對(duì)于特定內(nèi)容的關(guān)注情況。
監(jiān)控目標(biāo)采集模塊，即是用于在目標(biāo)App、Web站點(diǎn)中獲取視頻數(shù)據(jù)的采集工具。將根據(jù)實(shí)際的監(jiān)控需求和源視頻的特點(diǎn)采用不同的策略完成采集工作。
視頻比對(duì)
視頻比對(duì)技術(shù)是通過持續(xù)的數(shù)據(jù)采集，再根據(jù)源視頻，主要方式是截取關(guān)鍵幀，轉(zhuǎn)換成特征值。然后爬蟲爬取目標(biāo)視頻，對(duì)視頻進(jìn)行截圖，并根據(jù)視頻的尺寸和位置進(jìn)行裁剪。然后對(duì)截圖進(jìn)行計(jì)算特征值。最后通過對(duì)比算法把源和目標(biāo)的比對(duì)，轉(zhuǎn)換成特征值進(jìn)行比對(duì)。
圖2 視頻比對(duì)示例
然后，在比對(duì)模塊內(nèi)將對(duì)二者的“自編碼”相似性進(jìn)行運(yùn)算與判別，獲取不同幀信息相對(duì)于源視頻的相似度，最終經(jīng)過加權(quán)運(yùn)算，獲得視頻之間的相似度數(shù)值，作為比對(duì)結(jié)果。
三．管理及應(yīng)用
經(jīng)過前期大量研發(fā)和測(cè)試，現(xiàn)系統(tǒng)已初步具備自動(dòng)爬蟲檢索、比對(duì)、區(qū)塊鏈存證等基本功能。系統(tǒng)已于今年初投入到實(shí)際工作流程中進(jìn)行應(yīng)用，并取得相當(dāng)不錯(cuò)的效果，主要實(shí)現(xiàn)了以下管理目標(biāo)和效益：
（1）能夠自動(dòng)從媒資庫中劃定的制定范圍庫中，自動(dòng)抓取媒資內(nèi)容，包含文本、圖片以及音視頻信息；
（2）目前已實(shí)現(xiàn)在目標(biāo)URL中自動(dòng)爬蟲檢索比對(duì)媒資內(nèi)容；
（3）文字、圖片、音頻、視頻等內(nèi)容的獲取、比對(duì)技術(shù)已實(shí)現(xiàn)，并具備較為可靠的準(zhǔn)確性；
（4）依照版權(quán)管理的要求，對(duì)比相似度比對(duì)結(jié)果以百分比形式體現(xiàn)；
（5）系統(tǒng)控制臺(tái)內(nèi)可獲取站點(diǎn)名稱、發(fā)布時(shí)間、發(fā)布人員、鏈接等關(guān)鍵信息，并可導(dǎo)出Excel表格；
（6）能夠?qū)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，形成可視化圖標(biāo)；
（7）平臺(tái)底層配備區(qū)塊鏈系統(tǒng)，能夠?qū)ΡO(jiān)測(cè)結(jié)果進(jìn)行存證。
圖3為主要用于向用戶展示媒資資料被侵權(quán)情況的整體監(jiān)控統(tǒng)計(jì)。
圖3 監(jiān)控首頁
對(duì)于某個(gè)平臺(tái)的監(jiān)控結(jié)果，以列表進(jìn)行展示，如圖4所示，將提供被侵權(quán)媒資資料的名稱、平臺(tái)、標(biāo)題及對(duì)應(yīng)的網(wǎng)絡(luò)鏈接。
圖4 任務(wù)報(bào)表頁面
在應(yīng)用詳情頁中，將展示所發(fā)現(xiàn)的侵權(quán)現(xiàn)象的具體信息，如圖5所示。
圖5 詳情頁
通過一段時(shí)間的運(yùn)行測(cè)試，系統(tǒng)初步達(dá)到和實(shí)現(xiàn)前期規(guī)劃設(shè)計(jì)的功能，其自動(dòng)內(nèi)容采集技術(shù)以較高的效率完成了待比對(duì)內(nèi)容的獲取工作，配合智能比對(duì)技術(shù)，完成了基于內(nèi)容的相似度分析，同期對(duì)比原來人工方式，現(xiàn)在以兩臺(tái)服務(wù)器集群能力，全網(wǎng)爬蟲、對(duì)比、存證能力為原來的8-10倍，顯著提高了對(duì)侵權(quán)情況的發(fā)現(xiàn)能力、發(fā)現(xiàn)效率及時(shí)效性，為應(yīng)對(duì)互聯(lián)網(wǎng)時(shí)代的侵權(quán)挑戰(zhàn)提供了可靠的技術(shù)基礎(chǔ)。
“自動(dòng)化+全時(shí)段”的工作方式在很大程度上能夠代替媒資管理人員現(xiàn)行“高投入、低成效”的工作方式，媒資管理人員可以快速對(duì)侵權(quán)信息結(jié)果進(jìn)行審核，迅速確認(rèn)有效的侵權(quán)信息，從而大幅提升了媒資維權(quán)監(jiān)控的效率，使得媒資管理人員能從繁瑣且重復(fù)的侵權(quán)監(jiān)控工作中解脫出來，將精力更多地投入到媒資創(chuàng)新應(yīng)用和融媒體開發(fā)等工作上。B&P
【參考文獻(xiàn)】
《基于云平臺(tái)的視頻比對(duì)系統(tǒng)研究》章杰 周勤 胡榮標(biāo) 陳青
《基于區(qū)塊鏈的應(yīng)用系統(tǒng)開發(fā)方法研究》 蔡維德 郁蓮 王榮 劉娜 鄧恩艷
《分布式網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》 呂陽
《基于URL規(guī)則的聚焦爬蟲及其應(yīng)用》 葉勤勇