멀티미디어 핑거프린팅 분야에서 반공모에 강한 탄력성을 갖는 BIBD(Balanced Incomplete Block Design) 기반의 코드가 많이 사용된다. BIBD 기반의 코드를 논리적 XOR연산으로 공모공격 코드를 생성할 때, 공모된 코드가 비공모자의 원 핑거프린팅 코드와 동일하게 생성이 된 경우가 발생할 수 있다. 이에 따라 비공모자가 공모자로 판정이 되며, 반면에 공모자가 비공모자로 판정되어 공모자 추적에서 제외될 수 있다. 본 논문에서는 심각한 오판정의 공모자추적 문제를 해결하기 위하여, 상관계수 측정에 의한 (AND, OR, XOR and Averaging)-ACC(Anti-Collusion Code)에서 XOR-ACC를 다층 퍼셉트론의 신경망을 이용한 알고리즘을 구현한다. 실험을 통하여, BIBD 기반의 {7,3,1} 멀티미디어 핑거프린팅 코드의 XOR-ACC의 효율성이 기존의 41.18%에서 88.24%로 향상되어 공모자 추적율도 기존의 53%에서 100%로 향상되었음을 확인하였다. 그 결과 공모공격에 대한 공모자와 비공모자의 구분을 완전하게 추적과 판정을 할 수 있다.
In multimedia fingerprinting field, it is many used a code based on BIBD, which has a strong resiliency of anti-collusion. When a collusion-attack code is generated with a logical XOR operation using the code based on BIBD, then some cases are occurred that a colluded code could be generated to the same fingerprint of non-colluder on the other hand, the colluder is decided to the non-colluder so that he would be excepted in the colluder tracing. For solving the serious problem of the wrong decision of the colluder tracing in this paper, XOR-ACC is implemented using multi-layer perceptron neural network among (AND, OR, XOR and Averaging)-ACC by the measured correlation coefficient. Through the experiment, it confirms that XOR-ACC efficiency of multimedia fingerprinting code{7,3,1} based on BIBD is improved to 88.24% from the conventional 41.18%, so that a ratio of the colluder tracing is also improved to 100% from the conventional 53%. As a result, it could be traced and decided completely a sectional colluder and non-colluder about the collusion attacks.
