周源：視訊加密和DRM實施實踐

在上週落幕的LiveVideoStackCon音視訊技術大會，阿里雲高階技術專家周源進行了《視訊加密和DRM的實施實踐》專題分享。周源，有十多年音視訊研發經驗，之前在淘寶視訊負責開放平臺，目前在阿里雲視訊雲部門負責媒體處理，在大規模系統建設和雲端計算方面都有非常豐富的實戰經驗。本文為演講原文，由雲棲社群整理，並授權LiveVideoStack轉發。

文 / 周源

整理 / 雲棲社群

在視訊加密這塊，其實是一個攻防戰，攻防的手段非常多，還會不斷的翻新，有很多技術手段，技術的發展也是日新月異。視訊保護技術其實已經升級了好幾代，我會給大家介紹下每一代技術是怎麼做的、背後的原理、遇到的問題以及業界的解法。會從資料加密、全鏈路保護、數字版權管理、內容識別四個方面來介紹。

資料加密原理——演算法的選擇

最初，資料加密原理非常簡單，我們在生活中如果有一樣東西你想保護它，你會怎麼辦，你的第一反應可能就是拿把鎖把他鎖起來，自己保護好鑰匙。在數字領域，這個“鎖”有好多種，一種叫對稱型的，一種叫非對稱型的。

這兩種演算法分別有各自的優缺點，對稱型演算法的優點是計算量非常小，速度快，效率高。而它的缺點是金鑰的管理和分發非常困難，如果別人配了相同的一把鑰匙，就可以開啟這把鎖了，不夠安全。常見的演算法包括AES、EDS。非對稱型演算法的優缺點其實和對稱型是相對的，優點是演算法是公開的，你可以看到所有細節，即使這樣，安全性也非常高。非對稱演算法有兩種型別的鑰匙：公鑰和私鑰。公鑰可以開放給所有人，內容只能通過私鑰加密，加密完成後，使用公鑰就可以解密，但是不能進行加密。但是缺點是加密和解密花費的時間長，速度慢，所以不適合對大量資料加密，只適合少量資料的加密。常見的演算法包括RSA、ECC。

在視訊場景下，怎麼去權衡對稱加密和非對稱加密？

媒體介質經歷了幾次升級，最早是文字，幾十KB就是非常大的一個小說了；到了圖片就發展到了幾百KB，甚至MB的級別；如今視訊時代，量級上到GB級別。所以視訊的第一個特點是資料量大，加密演算法速度不行的話是不夠實用化的。

視訊的應用越來越廣泛，它不僅僅侷限於某一個平臺。使用者會在各種作業系統、各種終端裝置上去觀看視訊，在選擇演算法的同時，一定要考慮平臺標準化這塊。

更進一步的話，需要考慮移動端的功耗問題，大家做視訊都在能耗和發熱做鬥爭，選擇演算法的時候，一定要考慮功耗問題。

最終的選擇——AES演算法

基於以上考慮，業界大家最終會選擇AES演算法。它具有以下特點：

1. 安全性，AES演算法從數學上證明是安全的。把加密好的檔案給到你，你沒拿到鑰匙的情況下，暴力破解需要花2104億年的時間，這幾乎是一個不可能完成的任務。現在也存在一種旁路攻擊的方法，攻擊的是實現方法，不是演算法本身。攻擊成本比較高，在增加成本的前提下，實現上是有規避的方法。所以安全性還是有保障的。

2. 這個演算法衡量了時-空佔比，速度快、消耗小，適合小型系統上工作。

3. 演算法也非常標準化，也在絕大部分的硬體晶片、軟體平臺中進行內建，可以用硬體本身的能力快速做計算。

一般情況下金鑰越長，安全性越高。但是金鑰短並不代表運算速度一定會快。同時，因為均衡了時-空佔比，AES演算法的資源消耗也是最低的。所以，AES演算法在對稱演算法中是首選。

AES演算法的經典應用——HLS資料加密

舉個例子，HLS協議使用M3U8檔案格式。關鍵性的資訊是下圖中橙色的一行，這裡加了KEY的資訊。它的原理是播放器從網上把m3u8下載下來，解析後得到KEY，並且傳遞給伺服器詢問請求通過不通過，伺服器如果認證通過，會把真實的KEY返回給播放器進行播放。

僅僅使用AES加密來包含內容時，它的安全問題出在哪裡呢？它的最關鍵的問題是——鑰匙URL。因為URL要被寫在檔案裡的，不管你做什麼變化，無論加session、referer、token，它都是標準的HTTP請求，這是HLS加密的最大風險點。

因為網路請求是公開的，我們怎麼保障網路傳輸安全性？防禦中間人攻擊？

而在客戶端拿到鑰匙後，實際上是明文內容，客戶端的安全性又該如何保障？

如此我們便有了新解法——全鏈路保護

這裡有兩個很重要的原則，第一個是中間網路是不可信的，第二個是客戶端是不可信的。接下來看看這兩個問題如何解決。

關於中間網路不可信，HTTPS是最經典的方案。因為HTTPS整個流程保證了沒有任何人能竊取中間的資訊，安全的從服務端傳遞到客戶端。

它整個流程是：黑色的部分是公開的，誰看到都不會影響安全性。客戶端向服務端請求一次，服務端會返回公鑰，客戶端用公鑰去把自己的對稱鑰匙保護一次。接著把加密後的對稱鑰匙傳遞給服務端，服務端使用祕鑰解碼後得到對稱鑰匙。這時候客戶端和服務端雙方都知道對稱鑰匙了，然後用對稱鑰匙對資料加密進行傳遞。這個方案即解決了安全性問題，又解決了效率問題。

關於客戶端不可信。通常客戶端是非常複雜的，常見的是瀏覽器，標準也很多（如下圖）。但是在整個規劃中，很重要的一點是：“有定義，但沒有實現”。每個瀏覽器都支援H5的DRM方案，但是每個瀏覽器的支援方式都是不一樣的。

H5整個流程是，當解碼器拿到加密資料之後，資料流會經過CDM，這個模組會和外部系統進行通訊，去和License服務獲取內容鑰匙和授權規則，經過了這一步才能真正把流解密成明文資料去做渲染。所以，雖然有了H5的規範，但是實際上還是會被廠商繫結，客戶端安全性完全由廠商提供的CDM來決定。

移動端方面，分為Web端和APP。Web端瀏覽器是非常複雜的，各種定製的WebKit引擎不支援內容解碼模組（Content Decryption Module），只能採用JavaScript去寫程式碼，它是明文程式碼，安全性很差。現在有一個新的技術WebAssembly，它是把JS編譯一下，增加了破解的難度，但是還是沒有從源頭解決這個問題。APP是沒有任何標準了，都靠自己去定製。

如此看來，我們想解決客戶端不可信這件事，其實還有很多障礙在裡面。同時，客戶端不可信帶來了很多問題，你沒法知道你客戶端裡是好人還是壞人，如果是惡意使用者，他的破壞力普通比較強，會給平臺帶來很大的損失。

全鏈路的保護解決了網路傳輸的安全，但是客戶端的安全問題沒有得到徹底完全的解決，所以在業界有了第三種解法：數字版權保護（DRM）。

更安全的加密方式——數字版權保護DRM

DRM基本是三足鼎立的情況，微軟的PlayReady，谷歌的Widevine，蘋果的FairPlay。不同作業系統、瀏覽器和移動平臺需要不同的方案，所以看起來我們沒辦法用一套方案把所有的加密都做完。

所以如何跨平臺把問題解決掉？——多重DRM解決方案

我們分別來看看三個廠商的方案：PlayReady方案中，當你的裝置和服務得到一個認證後，才能接著發起License請求，分了兩個階段來提交。Widevine方案中，通過第一段來控制是否有許可權複雜的鑰匙，再從License去拿真正的鑰匙。FairPlay方案中，播放器第一個流程是認證，第二個流程是獲取License。

如此，我們有了多重DRM解決方案，它的流程是Player去問認證服務允不允許訪問視訊，後臺經過認證後，會給一個認證後的token。當認證允許訪問的時候，通過CDN分發網路從源站獲取內容，當拿到內容後，有了token和視訊KEY ID，就會把License返回，這裡才有真正能解密內容的鑰匙。

多重DRM可以降低加密成本，對於不同平臺，把整個流程做一致化，只需要一份加密資產，降低了加密流程成本和管理成本。同時，因為原生 DRM 客戶端在其原生平臺上通常是免費提供的，也可以消除客戶端的許可成本。

從技術角度上，整個業界有通用加密格式的規範，可以很好的把加密內容安全地傳輸到客戶端。但是有一個現實情況，FairPlay的加密演算法是不同的，為了實現多重DRM方案，我們需要兩份加密資產，才能真正做到跨平臺的保護。

那麼DRM是否是最終的加密方案呢？從安全性上來講，DRM用了非對稱演算法，但是依然會面臨主金鑰洩露這個問題，網上也出現HDCP主祕鑰洩露、4K視訊版權保護技術被破解等案例。

我們用鑰匙去保護視訊、在全鏈路保護上做了很多改進，並且採用了更安全的多重DRM方案，我們試圖用各種方法把內容保護起來，這些思路都叫被動保護。被動包含的每種方法都有自己的缺陷，所以我們給出一種新的思路，叫內容識別。

主動保護——內容識別

目前，版權保護遇到的問題是“內容所有權”跟“版權”的關係越來越複雜，這使我想起凱文.凱利在《必然》中曾提出：“對已有事物的重新排列和再利用，而對傳統的財產觀念和所有權概念產生巨大的影響。”

這裡面就延伸出來很多問題，使用者是否對原有素材做了一定的轉化，還是僅僅複製了原作？我們應該是嚴格禁止還是開放包容的態度？在這個全民導演的時代，我們可以看到很多使用者把自己錄製或者網上收集的素材重混起來，就成為了很成功的新作品。當然，版權方也有真實的案例，即使得內容得到了很好的二次傳播，還驚喜地獲得額外的收益。面對這樣的情況，我們該如何進行高效地內容識別和保護？

視訊指紋——給視訊賦予唯一身份

阿里雲視訊雲團隊自研了視訊指紋技術，它是一種識別、提取、壓縮視訊的技術，可以產生唯一的“指紋”來代表視訊檔案進行視訊查詢。你可以通過演算法得到指紋資訊，用這個指紋資訊和版權庫中的視訊進行檢索匹配，就可以很迅速地找到相似的視訊源。它不僅判斷唯一性，還可以找到究竟使用了視訊源的哪一段。

視訊指紋技術可以解決如下的場景的問題：

1. 版權保護

新增視訊與版權庫做比對，對存在版權風險的視訊進行播放控制，降低侵權風險;對自有版權的視訊資源，從公網抓取視訊資料鑑別，防止自有版權內容被侵權。

2. 原創識別

能識別這段視訊是從哪個片子剪輯出來的，識別視訊是否是原創視訊、剪輯後視訊、自媒體再創造視訊。

3. 廣告分成

傳播不要緊，當能做到視訊回溯的時候，就可以判斷新上傳的視訊原創性，檢索分成庫召回認領視訊，找到真正的視訊版權主，從而支撐廣告分成業務生態。

回顧

整體視訊保護技術歷經了幾次升級，最後，我們進行一個回顧和總結。

資料加密

它是有安全基礎，有演算法保障的，但是沒有解決問題

全鏈路保護

整體的保護方案，但是無法落地，沒辦法大規模使用

數字版權管理（DRM）

更完善、更安全的保護方案，但是依舊存在風險

內容識別

改變思路，變被動為主動，開拓更廣闊的空間