CD轉MP3 破解的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

基於小波域上的浮水印技術之研究

為了解決CD轉MP3 破解的問題，作者陳碩聰 這樣論述：

過去這幾年來，數位浮水印已經在多媒體網路通訊與資訊隱藏的領域中佔有重要的地位。一般來說，數位浮水印可分為數位影像浮水印、數位視訊浮水印與數位音訊浮水印三大類。雖然已經有許多不同的浮水印技術被提出，但如何設計出一套完美的嵌入與取出方法仍然是個困難且有趣的研究主題。本論文提出兩個新型的音訊浮水印技術；這兩個新型技術是利用小波轉換得到的係數來嵌入浮水印。第一個技術稱為 “基於能量比的浮水印技術”，另一個則稱為 “最佳量化浮水印技術”。首先提到第一個浮水印技術，在這個技術中，參考熵(entropy)的定義，我們利用能量比概念來取代原來的機率概念；也就是說，本文重新定義出一個完全不同於熵的能量比函數。

對這個新定義的函數，順勢得到一些重要的特性，這些特性包含能量比函數的不變性與特徵曲線；此外，利用數學分析的方法得到關於能量比函數的定理和性質。最後，利用能量比函數的不變性與性質提出一個新型的浮水印技術，稱為基於能量比的浮水印技術。第二個技術是最佳量化浮水印技術，這個技術是充分利用最佳化理論來推導所得。一般來說，一個浮水印技術的性能好壞是由SNR (signal-to-noise ratio) 與BER (bit error rate) 來量測；SNR用來量測已嵌入浮水印後的音訊品質，而BER則用來量測隱藏在音訊裡的浮水印遭受攻擊後的毀損率。然而，在SNR與BER之間存在著先天的衝突關係，進而形

成了一個很困難求解的最佳化匹配問題。為了解決這個問題，我們首先推導出以小波係數為參數的泛函，在這個泛函定義式當中，SNR與BER被結合成為可被最小化的函數；並採用拉格朗日定理計算此函數的最小值以得到主要的公式與性質。在實證中，利用SNR與BER來檢測這兩個浮水印技術性能的好壞，透過不同的攻擊方法以測試其強健性，這些攻擊方法包含重新取樣(Re-sampling)、MP3壓縮(MP3 compression)、低通濾波器(Low-pass filtering)、振幅大小調節(Amplitude scaling)以及時間長度調節(Time scaling)；模擬結果顯示本文所提出的技術具備相當優良的

強健性。