信息隱藏技術(shù)與應(yīng)用第56章課件

第5章

基于混沌與細(xì)胞自動(dòng)機(jī)的數(shù)字水印結(jié)構(gòu)5.1概述5.2細(xì)胞自動(dòng)機(jī)5.3信號(hào)分析和圖像處理5.4各種數(shù)字水印結(jié)構(gòu)形式5.5基于混沌與細(xì)胞自動(dòng)機(jī)數(shù)字轉(zhuǎn)化為灰度圖像5.5.1混沌產(chǎn)生隨機(jī)序列5.5.2細(xì)胞自動(dòng)機(jī)

5.5.3灰度圖像產(chǎn)生過(guò)程5.5.4算法

5.5.5實(shí)驗(yàn)測(cè)試方法及結(jié)果目前數(shù)字水印的研究主要集中在以下幾個(gè)方面：1)

具有良好健壯性的水印算法的研究，出現(xiàn)了第一代水印（1GW）和第二代水?。?GW）；2)

水印的生成及嵌入到宿主信號(hào)的策略，水印應(yīng)該以什么形式存在，如何嵌入到宿主信號(hào)，使得水印算法具有好的性能；3)

水印檢測(cè)器的優(yōu)化，優(yōu)化水印檢測(cè)過(guò)程，得到最小的漏檢率和最小的虛警率，研究水印解碼，使得很好恢復(fù)出水??；4)水印系統(tǒng)評(píng)價(jià)理論和測(cè)試基準(zhǔn)；5)

水印攻擊建模，對(duì)嵌入水印的媒體受到的有意的和無(wú)意的修改進(jìn)行建模，特別是對(duì)于新提出的壓縮標(biāo)準(zhǔn)，如JPEG2000，MPEG4等；6)

印應(yīng)用研究，這方面的研究主要集中在水印應(yīng)用系統(tǒng)，包括在網(wǎng)絡(luò)環(huán)境下保護(hù)數(shù)字媒體的版權(quán)，防止非法復(fù)制以及對(duì)用戶進(jìn)行跟蹤等?；叶葓D像作為嵌入宿主信號(hào)的數(shù)字水印結(jié)構(gòu)，該水印結(jié)構(gòu)的能量集中在低頻，為了檢驗(yàn)該形式特性，采用空域下嵌入水印,頻域下檢測(cè)水印是否存在。實(shí)驗(yàn)的結(jié)果顯示該水印結(jié)構(gòu)有好的特性，使用該水印結(jié)構(gòu)的水印算法能抵抗一些常見(jiàn)的攻擊。

5.2細(xì)胞自動(dòng)機(jī)

5.2.1細(xì)胞自動(dòng)機(jī)基本概念

細(xì)胞自動(dòng)機(jī)的定義：細(xì)胞自動(dòng)機(jī)是能和其它細(xì)胞（automata/cell）相互作用具有相同的可計(jì)算功能的細(xì)胞的數(shù)組。這個(gè)數(shù)組可以是一維的串（String），二維的格子(Grid)，三維的立體(Solid)，大部分細(xì)胞自動(dòng)機(jī)被設(shè)計(jì)為簡(jiǎn)單的方行的格子（RectangularGrid）,也有一些設(shè)計(jì)成蜂窩狀。描述細(xì)胞自動(dòng)機(jī)必要的特征包括：狀態(tài)(State)、鄰居關(guān)系(Neighbourhood)和規(guī)則（Rules）。

(3)鄰居關(guān)系（Neighbourhood）：是定義的能和具體細(xì)胞發(fā)生作用的細(xì)胞集，我們可以這樣理解，這些鄰居對(duì)這個(gè)細(xì)胞有影響，不同的細(xì)胞自動(dòng)機(jī)有不同的鄰居關(guān)系，下面給出常見(jiàn)二維格子自動(dòng)機(jī)的幾種鄰居關(guān)系；(4)規(guī)則（Rules）：規(guī)則定義了每個(gè)細(xì)胞根據(jù)當(dāng)前狀態(tài)和鄰居的狀態(tài)來(lái)改變自己的狀態(tài)。規(guī)則也是設(shè)計(jì)者自己定義的，一些細(xì)胞自動(dòng)機(jī)規(guī)則如Life,Brain,Aurora,Axon,Vote等。

Fabricpatterns：設(shè)想此細(xì)胞自動(dòng)機(jī)由一串細(xì)胞組成。描述如下：(1)狀態(tài):0或1(2)鄰居:兩個(gè)相鄰的細(xì)胞NCN(3)規(guī)則:下面的列表顯示每個(gè)可能的局部配置的細(xì)胞的新的狀態(tài)。如細(xì)胞和它的兩個(gè)鄰居的狀態(tài)排列。因?yàn)閷?duì)每個(gè)細(xì)胞有可能的狀態(tài)為0或1，對(duì)3個(gè)細(xì)胞有8條所需要的規(guī)則，分別列出如下：5.2.2基于投票規(guī)則的細(xì)胞自動(dòng)機(jī)基于投票規(guī)則的細(xì)胞自動(dòng)機(jī):狀態(tài):0或1鄰居:中心的3*3鄰居規(guī)則:計(jì)數(shù)p表示中心的3*3鄰居中1的個(gè)數(shù)（包括中心本身）,ifP<5,中心設(shè)置為0,否則設(shè)置為1利用7x7的均值濾波器來(lái)平滑（Smoothing）經(jīng)過(guò)細(xì)胞自動(dòng)機(jī)處理后的模式，均值濾波器的卷積模扳為：

5.5基于混沌與細(xì)胞自動(dòng)機(jī)數(shù)字轉(zhuǎn)化為灰度圖像

5.5.1混沌產(chǎn)生隨機(jī)序列

混沌區(qū)的數(shù)據(jù)有兩個(gè)特性：迭代不重復(fù)性和初值敏感性。當(dāng)選定適當(dāng)系數(shù)使方程進(jìn)入混沌狀態(tài)時(shí)，方程將進(jìn)行無(wú)限不循環(huán)迭代，因此不會(huì)出現(xiàn)重復(fù)的迭代值。任何人如果不得到迭代方程及其初值x0都無(wú)法預(yù)測(cè)下一個(gè)迭代值，這種迭代的結(jié)果可以用來(lái)產(chǎn)生隨機(jī)序列?；煦绠a(chǎn)生隨機(jī)序列采用了混合光學(xué)雙穩(wěn)模型，下面的方程為混合光學(xué)雙穩(wěn)模型的迭代方程：

A和XB是方程的系數(shù)，隨著參數(shù)A，XB的變化，系統(tǒng)將從固定點(diǎn)失穩(wěn)，經(jīng)倍周期分岔進(jìn)入混沌。這里取A=4，XB=2.5，此時(shí)方程處于混沌狀態(tài)。給定該方程的初值X0，進(jìn)行迭代運(yùn)算，判斷迭代值Xi的大小，當(dāng)Xi>(2.5)*A/3時(shí)取1，否則取0。圖5.8是選擇三個(gè)不同的初值（種子）產(chǎn)生的隨機(jī)序列，然后轉(zhuǎn)變成128*128的矩陣。

5.5.3灰度圖像產(chǎn)生過(guò)程

從圖5.10可以很直觀地看出，數(shù)字作為混沌迭代的初值，產(chǎn)生隨機(jī)序列，然后轉(zhuǎn)化為二維矩陣，經(jīng)過(guò)細(xì)胞自動(dòng)機(jī)處理，平滑以后得到灰度圖像。舉一個(gè)例子，種子為3.4，實(shí)例如圖5.11所示：

5.5.4水印算法

我們使用模型5.1的嵌入算法時(shí)，把得到的灰度圖像灰度級(jí)降到16，把每個(gè)像素的灰度值減去8，然后在空域下加到要嵌入水印的原圖像，這樣對(duì)沒(méi)有加入水印圖像每個(gè)像素的修改不超過(guò)±8個(gè)灰度級(jí)。水印檢測(cè)算法為，計(jì)算相關(guān)系數(shù)決定是否有水印的存在。實(shí)驗(yàn)采用頻域下求相關(guān)系數(shù)，頻域求相關(guān)系數(shù)比在空域性能更好。設(shè)沒(méi)有嵌入水印的原圖像用I表示，嵌入水印的圖像用I’表示，嵌入水印并遭到修改的圖像用I*表示，下面的函數(shù)用來(lái)計(jì)算相關(guān)系數(shù)：

5.4.5實(shí)驗(yàn)測(cè)試方法及結(jié)果5.4.5.1測(cè)試實(shí)驗(yàn)設(shè)計(jì)在前面一節(jié)給出了水印的嵌入算法和檢測(cè)算法，通過(guò)一個(gè)例子，向圖像boy（128*128）加入水印信息，從人的感官上感覺(jué)不到與原圖像有明顯的差別，但這還不夠，并不能說(shuō)明加入水印以后的圖像遭到攻擊以后還能很好的檢測(cè)出水印的存在，還能有好的視覺(jué)特性等，所有這些都需要通過(guò)測(cè)試實(shí)驗(yàn)來(lái)證明。

5.4.5.2測(cè)試結(jié)果

第6章

數(shù)字指紋

6.1概論6.1.1定義和術(shù)語(yǔ)6.1.2數(shù)字指紋的要求與特性6.1.3數(shù)字指紋的發(fā)展歷史6.2指紋的分類6.2.1數(shù)字指紋系統(tǒng)模型6.2.2指紋的分類6.3數(shù)字指紋攻擊6.4指紋方案6.4.1叛逆者追蹤6.4.2統(tǒng)計(jì)指紋6.4.3非對(duì)稱指紋6.4.4匿名指紋數(shù)字指紋技術(shù)能用于數(shù)據(jù)的版權(quán)保護(hù)，應(yīng)用數(shù)字指紋可以識(shí)別數(shù)據(jù)的單個(gè)拷貝，數(shù)據(jù)所有者通過(guò)指紋可以追蹤非法散布數(shù)據(jù)的用戶，因此能夠達(dá)到保護(hù)知識(shí)產(chǎn)權(quán)的目的。指紋是指一個(gè)客體所具有的模式，它能把自己和其它相似客體區(qū)分開(kāi)。

6.1概論

6.1.1定義和術(shù)語(yǔ)

數(shù)字指紋是利用數(shù)字作品中普遍存在的冗余數(shù)據(jù)與隨機(jī)性，向被分發(fā)的每一份軟件、圖像或者其它數(shù)據(jù)拷貝中引人一定的誤差，使得該拷貝是唯一的，從而可以在發(fā)現(xiàn)被非法再分發(fā)的拷貝時(shí)，可以根據(jù)該拷貝中的誤差跟蹤到不誠(chéng)實(shí)原始購(gòu)買者的一種數(shù)字作品版權(quán)保護(hù)技術(shù)。標(biāo)記：標(biāo)記是客體的一部分并有若干個(gè)可能的狀態(tài)；指紋：指紋是標(biāo)記的集合；發(fā)行人：發(fā)行人是一個(gè)授權(quán)提供者，他將嵌入指紋的客體提供給用戶；授權(quán)用戶：授權(quán)用戶是一個(gè)獲得授權(quán)使用某一嵌入指紋客體的個(gè)人；攻擊者：攻擊者是非法使用嵌入指紋客體的個(gè)人；叛逆者：叛逆者是非法發(fā)行嵌入指紋載體的授權(quán)用戶；6.1.2數(shù)字指紋的要求與特性

合謀容忍即使攻擊者獲得了一定數(shù)量的拷貝（客體），通過(guò)比較這些拷貝，不應(yīng)該能找到、生成或刪除該客體的指紋。特別地，指紋必須有一個(gè)共同的交集?？腕w質(zhì)量容忍加入標(biāo)記不允許明顯地減少客體的用途和質(zhì)量?？腕w操作容忍如果攻擊者篡改客體，除非有太多噪音使客體不可用，否則指紋仍應(yīng)能存在于客體中。特別地，指紋應(yīng)能容忍有損數(shù)據(jù)壓縮。數(shù)字指紋有以下一些特性：

（1）隱行性：向數(shù)據(jù)對(duì)象中引入的數(shù)字指紋不應(yīng)引起被保護(hù)作品可感知的質(zhì)量退化。（2）穩(wěn)健性：數(shù)字指紋必須能夠抵抗傳輸過(guò)程中可能受到的處理或變形，使得版權(quán)信息最終仍然能夠被提取出來(lái)，達(dá)到證明作品的所有權(quán)或跟蹤非法再分發(fā)者的目的。（3）確定性：每個(gè)用戶都有唯一確定的指紋，指紋所帶的信息能被唯一確定地鑒別出，進(jìn)而可以跟蹤到進(jìn)行非法再分發(fā)的原始購(gòu)買者，以達(dá)到版權(quán)保護(hù)的目的。(4)數(shù)據(jù)量較大：數(shù)字指紋所保護(hù)的往往是錄像制品、服務(wù)軟件等數(shù)據(jù)量較大的對(duì)象，實(shí)際上，大數(shù)據(jù)量也是數(shù)字指紋可以使用的必要條件，因?yàn)榕c數(shù)字水印相比，數(shù)字指紋通常要求向數(shù)據(jù)拷貝中嵌入更長(zhǎng)的信息，特別是在用戶數(shù)量比較大的情況下，以保證每個(gè)用戶都具有不同的指紋。

（5）抗合謀攻擊能力：即使不誠(chéng)實(shí)用戶已經(jīng)達(dá)到一定數(shù)量并聯(lián)合他們的拷貝，他們應(yīng)該不可以通過(guò)比較這些拷貝發(fā)現(xiàn)所有的標(biāo)記。6.1.3數(shù)字指紋的發(fā)展歷史N.R.Wagner在1983年發(fā)表的一篇題為“Fingerprinting”的文章，文章介紹了指紋的思想和一些術(shù)語(yǔ)

D.Boneh和J.Shaw在1995年發(fā)表的“Collusion—SecureFingerprintingforDigitalData”是關(guān)于數(shù)字指紋碼字編碼方法的一篇經(jīng)典文章.

1996年B.Pfitzmann和M.Schunter在“AsymmetricFingerprinting”一文中介紹了一個(gè)非對(duì)稱指紋方案

B.Pfitzmann和M.Waidner在1997年發(fā)表文章“AnonymousFingerprinting”也提出了一種使用非對(duì)稱指紋技術(shù)進(jìn)行叛逆者跟蹤的方案6.2.1數(shù)字指紋系統(tǒng)模型

6.2.2指紋的分類6.2.2.1基于客體的分類

6.2.2.2基于檢測(cè)靈敏度的分類

6.2.2.3基于嵌入指紋方法的分類6.2.2.4基于指紋值的分類

基于客體的分類客體的自然屬性是一個(gè)最基本的標(biāo)準(zhǔn)，這是因?yàn)樗芴峁┮环N定制的方法為客體嵌入指紋?；诳腕w分類時(shí)，能分為兩種：數(shù)字指紋和物理指紋。如果加入指紋的客體是數(shù)字格式，使得計(jì)算機(jī)能處理其指紋，我們稱它是數(shù)字指紋。如果一個(gè)客體能用其物理特性與其它客體區(qū)分開(kāi)來(lái)，我們稱之為物理指紋。人的指紋、虹膜模式、聲音模式以及一些爆炸物的編碼微粒都屬于物理指紋。不管是數(shù)字指紋還是物理指紋，對(duì)于一個(gè)客體的指紋，它能把自己和其它相似客體區(qū)分開(kāi)來(lái)?；跈z測(cè)靈敏度的分類

基于對(duì)侵害的檢測(cè)靈敏度，可以把指紋分為三類：完美指紋、統(tǒng)計(jì)指紋和門限指紋。如果對(duì)客體的任何修改使指紋不可識(shí)別的同時(shí)，也導(dǎo)致了客體不可用，我們稱這種指紋為完美指紋。因此指紋生成器總能通過(guò)檢測(cè)一誤用客體來(lái)識(shí)別出攻擊者。統(tǒng)計(jì)指紋則沒(méi)有這么嚴(yán)格。假定有足夠多誤用客體可供檢測(cè)，指紋生成器能以任意希望的可信度來(lái)確認(rèn)越軌用戶。然而，這種識(shí)別器不是絕對(duì)可靠的。門限指紋是上面兩種的混合類型，它允許一定程度上的非法使用，也就是門限，只有達(dá)到門限值時(shí)，才去識(shí)別非法拷貝，這樣就允許對(duì)一個(gè)客體進(jìn)行拷貝，只要其拷貝數(shù)量小于門限即可，并且根本不對(duì)這些拷貝作任何檢測(cè)。當(dāng)拷貝數(shù)量超出門限時(shí)，就追蹤拷貝者。

基于嵌入指紋方法的分類基本的指紋處理方法，如識(shí)別、刪除、添加、修改，也已經(jīng)被作為另一種分類標(biāo)準(zhǔn)。如果指紋方案由識(shí)別和記錄那些已經(jīng)成為客體一部分的指紋組成，那么它屬于識(shí)別類型。例如，人的指紋和虹膜模式。在刪除類型指紋中，嵌入指紋時(shí)原始客體中的一些合法成分被刪除。若在客體中加入一些新的成分來(lái)嵌入指紋，那么這類指紋就屬于添加指紋。添加的部分可以是敏感的，也可以是無(wú)意義的。若修改客體的某部分來(lái)嵌入指紋，它就是修改類型，例如變化的地圖等?；谥讣y值的分類根據(jù)指紋的值進(jìn)行分類，可以將其分為離散指紋和連續(xù)指紋。如果生成的指紋是有限的離散取值，那么稱該指紋為離散指紋，如數(shù)字文件的哈希值。如果生成的指紋是無(wú)限的連續(xù)取值，那么稱該指紋為連續(xù)指紋，大部分的物理指紋屬于這一類型。

6.3數(shù)字指紋的攻擊

(1)單用戶攻擊(2)合謀攻擊(1)單用戶攻擊跟蹤的最簡(jiǎn)單情況就是單個(gè)盜版者簡(jiǎn)單地再分發(fā)他自己的拷貝而不對(duì)其進(jìn)行改動(dòng)，在這種情況下，檢測(cè)者只需根據(jù)恢復(fù)出的指紋搜索數(shù)據(jù)庫(kù)得到一個(gè)與之匹配用戶，就足以查出該數(shù)據(jù)拷貝的原始購(gòu)買者。一般情況下，盜版者不會(huì)原封不動(dòng)地非法再分發(fā)手中的拷貝，他會(huì)在分發(fā)前對(duì)他的數(shù)據(jù)拷貝進(jìn)行處理，以期望消除任何對(duì)其指紋的跟蹤。這樣的處理可以包括信號(hào)增強(qiáng)、各種濾波、有損壓縮、幾何變換、數(shù)據(jù)合成等。這種攻擊的一個(gè)簡(jiǎn)單模型是二進(jìn)制錯(cuò)誤消除信道，它可以由傳統(tǒng)的糾錯(cuò)編碼技術(shù)來(lái)處理。下面以最簡(jiǎn)單的隨機(jī)指紋編碼為例介紹單用戶攻擊。實(shí)際上，這意味著如果可以作為標(biāo)記位置的數(shù)量足夠大，也就是指紋足夠長(zhǎng)，就可以成功地對(duì)抗單盜版者的變形攻擊。具體所需要的標(biāo)記位置數(shù)量將隨著系統(tǒng)中用戶數(shù)量的增長(zhǎng)而增長(zhǎng)，但僅僅是對(duì)數(shù)級(jí)的。對(duì)于隨機(jī)指紋編碼，被恢復(fù)指紋必須與所有用戶指紋進(jìn)行明確地比較。在用戶數(shù)量比較大的情況下，這可能是個(gè)復(fù)雜的任務(wù)而耗費(fèi)大量的計(jì)算時(shí)間。但在實(shí)際應(yīng)用中，一般用戶的數(shù)量至多不會(huì)超過(guò)幾百萬(wàn)，而跟蹤算法也不會(huì)經(jīng)常性的被執(zhí)行。

(2)合謀攻擊在合謀攻擊中，如果幾個(gè)盜版者聯(lián)合起來(lái)，他們就可以逐個(gè)位置地對(duì)各自的拷貝進(jìn)行比較，并定位出至少部分標(biāo)記的位置。在這些位置，他們可以任意地選擇‘0’或者‘1’的值，然后通過(guò)綜合所有原始數(shù)據(jù)拷貝制造出一個(gè)新的數(shù)據(jù)拷貝。如果這種情況發(fā)生在足夠多的位置，盜版者就可以在新的數(shù)據(jù)拷貝中刪除掉關(guān)于他們身份的所有蹤跡。下面以最簡(jiǎn)單的隨機(jī)指紋編碼為例介紹抗合謀攻擊能力。

6.4指紋方案

6.4.1叛逆者追蹤6.4.2統(tǒng)計(jì)指紋

6.4.3非對(duì)稱指紋6.4.4匿名指紋

6.4.2統(tǒng)計(jì)指紋假定數(shù)據(jù)以某種方式被誤用，并且發(fā)行商能從他找到的非法拷貝中提取出數(shù)值對(duì)每個(gè)在范圍中的i，我們想校驗(yàn)這個(gè)假設(shè)，即返回?cái)?shù)值源自用戶i。為了這樣做，對(duì)一給定i，我們檢測(cè)這種似然統(tǒng)計(jì)量

也就是，是返回?cái)?shù)值和給定用戶i的數(shù)值間的歸一化差。當(dāng)攻擊者改變了返回值，甚至對(duì)較大的n，可能也不再能識(shí)別攻擊者，這是因?yàn)楣粽呖赡芨鶕?jù)一些分布用非零值修改這些值。然而，可以假定攻擊者不能區(qū)分兩種可能取值中哪一個(gè)較大和哪一個(gè)較小。因此對(duì)足夠大的n，如果攻擊者的值源于用戶i，可以期望接近于0。另一方面，如果攻擊者的值不是源自用戶i，對(duì)大的n，我們能期望因此，我們可以使用下面的算法。對(duì)每個(gè)i，計(jì)算出上面兩個(gè)均值的差值。如果對(duì)某一個(gè)i，接近于0，并且對(duì)于所有的其它的接近于1，那么這就為誤用數(shù)據(jù)是源自用戶i的假設(shè)提供了證據(jù)。通過(guò)對(duì)所有i檢查的值，就能識(shí)別出哪個(gè)用戶泄露了信息。由于這個(gè)指紋方案是基于假設(shè)校驗(yàn)的，我們可以提高假設(shè)校驗(yàn)的可信度，然而，假設(shè)畢竟是假設(shè)，不能變成確定性事實(shí)。

6.4.3非對(duì)稱指紋一個(gè)非對(duì)稱指紋系統(tǒng)由四個(gè)協(xié)議組成：Key_genFingIdentifyDispute。key_gen協(xié)議Key_gen是密鑰生成協(xié)議，購(gòu)買者生成一對(duì)密鑰值(skB

,pkB

),公開(kāi)密鑰pkB，秘密密鑰skB，并通過(guò)認(rèn)證機(jī)構(gòu)公布公開(kāi)密鑰。Fing指紋協(xié)議Fing為指紋協(xié)議，發(fā)行商輸入要賣的圖像、用戶的身份pkB和一個(gè)描述這次購(gòu)買的字符串text，而且發(fā)行商可以輸入這個(gè)圖像以前的銷售情況Record_listPic。購(gòu)買者輸入text和他的秘密鑰skB

，結(jié)果輸出給購(gòu)買者的是一個(gè)有很小誤差的圖像。購(gòu)買者可以獲得一個(gè)記錄recordB，它可以保存下來(lái)用于以后解決爭(zhēng)議。如果協(xié)議失敗，購(gòu)買者將獲得一個(gè)“failed”結(jié)果。發(fā)行商獲得的結(jié)果是一個(gè)銷售記錄recordM或者“failed”。Fing的實(shí)質(zhì)性操作：Proof=sign(skB，text)Emb=(text，proof，pkB)將emb嵌入要賣的圖像中Identify協(xié)議當(dāng)發(fā)行商找到一個(gè)拷貝并想識(shí)別出原始購(gòu)買者時(shí)，將他找到的圖像、他賣出的圖像和這個(gè)圖像的一個(gè)銷售清單一起送入算法Identify。Identify的輸出是“failed”或是一個(gè)購(gòu)買者的身份pkB和一個(gè)由購(gòu)買者簽名的字符串proof。爭(zhēng)端協(xié)議dispute是一個(gè)在發(fā)行商、仲裁者（公正的第三方）和可能的被控購(gòu)買者間的兩方或三方協(xié)議。Identify的實(shí)質(zhì)性操作：提取embEmb=(text,proof,pkB),也就是提取了一個(gè)購(gòu)買者的身份pkB和一個(gè)由購(gòu)買者簽名的字符串proof，textDispute協(xié)議如圖6.5（其中arbiter為公正的第三方）。發(fā)行商和arbiter輸入pkB和text，發(fā)行商還要輸入proof。如果加入被指控的購(gòu)買者，他輸入text，skB及recordB。協(xié)議輸出給公正的第三方是一個(gè)布爾值acc，標(biāo)識(shí)是