Slik velger du et forensisk vannmerkeverktøy (åpen kildekode eller driftet)

Først: sørg for at du trenger forensisk vannmerking

Vannmerkeverktøy gjør ulike jobber, og den vanligste feilen er å kjøpe feil type:

• Synlige vannmerker (en logo eller et stempel med «fortrolig») gjør tilfeldig gjenbruk mindre fristende, men hvem som helst kan beskjære eller male dem bort, og de er som regel like på hver kopi.
• Eier- eller opphavsrettsvannmerker sier hvem som eier et verk. Hver kopi bærer samme merke.
• Forensiske vannmerker (for lekkasjesporing) er ulike på hver kopi. Når en kopi dukker opp et sted, sier merket hvilken mottakers kopi det var.

Hvis spørsmålet ditt er «hvem lekket dette?», trenger du den tredje typen. Til det grunnleggende: hva er forensisk vannmerking og synlig eller usynlig vannmerke.

Sju spørsmål til ethvert forensisk vannmerkeverktøy

1. Hvilke filtyper merker det? Bilder, PDF-er, video, lyd, e-post, levende skjermer. De fleste verktøy dekker bare noen av dem.
2. Hva overlever? Spør konkret om skjermbilder, JPEG-er lagret på nytt, beskjæringer og omkodet video, og be om grenser, ikke bare suksesshistorier. En leverandør som publiserer hvor deteksjonen feiler, er lettere å stole på.
3. Identifiserer merket en kopi eller en eier? For lekkasjesporing trenger hver mottaker sin egen kopi.
4. Hvordan sjekker du en mistenkt lekkasje? Du laster den opp i en webapp, kaller et API eller sender den til leverandørens team for en undersøkelsesrapport.
5. Hva skjer med filene dine? Lagres de, hvor lenge og hvor?
6. Hvordan kommer du i gang, og hva koster det? Selvbetjening med offentliggjorte priser, eller en demo og et tilbud.
7. Integrasjoner: API, SSO, installasjon på egne servere eller luftgap, programtillegg for e-post eller dokumentstyring. Betal bare for det du faktisk bruker.

Åpen kildekode eller driftet

Søkeinteressen for «forensic watermarking open source» er reell, så her er den ærlige versjonen.

Det finnes gode biblioteker med åpen kildekode for vannmerker, mest for bilder:

• invisible-watermark (Python): metoder i frekvensdomenet (DWT-DCT, DWT-DCT-SVD) pluss et alternativ med dyp læring. Det er biblioteket Stable Diffusion XL bruker for å merke genererte bilder. Egen dokumentasjon kaller det eksperimentelt, og det avviser bilder med færre piksler enn 256×256.
• blind_watermark (Python, MIT-lisens): innbygging med DWT-DCT-SVD; uttrekk trenger passordet og lengden på vannmerket, men ikke originalbildet.
• Watermark Anything (Meta, PyTorch): en modell med dyp læring som finner små merkede områder i et redigert bilde. Koden og de nyere vektene er MIT-lisensiert (vektene fra den opprinnelige artikkelen er ikke-kommersielle), og depotet er nå arkivert.

Disse bibliotekene bygger inn en kort melding i piksler. Alt som gjør det til lekkasjesporing, bygger du selv:

Velg åpen kildekode hvis du har ingeniører, du bare trenger bilder, alt må bli på dine egne servere, eller vannmerking er en del av et produkt du bygger.

Velg et driftet verktøy hvis du trenger resultater denne uken, du sender PDF-er i tillegg til bilder, eller du vil at noen andre skal fortsette å teste hva som overlever et skjermbilde eller en omkoding.

Driftede alternativer side om side

Digimarc er mest et verktøy for eierskap og opphav, så det svarer på et annet spørsmål enn «hvem sin kopi lekket?». For dypere sammenligninger: Steg.AI eller Markedfile, EchoMark-alternativer og Digimarc-alternativer.

Slik tester du et verktøy før du binder deg

Uansett hva du velger, kjør de samme tre testene på dine egne filer, ikke på leverandørens demo:

1. Merk to kopier av én fil for to ulike mottakere. Sjekk at deteksjonen skiller dem.
2. Ta et skjermbilde av én kopi på telefonen eller datamaskinen, beskjær det slik en som lekker ville, og last det opp.
3. Lagre det på nytt eller videresend det gjennom appen du faktisk bruker (chat, e-post, et sosialt nettverk), og sjekk igjen.

Skriv ned hva som ble oppdaget, og hva som ikke ble det. Den tabellen sier mer enn enhver funksjonsliste.

Hvor Markedfile passer, og hvor det ikke gjør det

Markedfile er forensisk vannmerking i selvbetjening: Du lager én usynlig merket kopi per mottaker, og hvis en kopi lekker, laster du opp det du fant for å se hvilken mottakers kopi den matcher. Filer behandles i minnet, og innholdet lagres ikke. Det startet fordi teamet bak måtte merke filer før de delte dem, som PDF-er og bilder sendt til identitetskontroll, og ikke fant et selvbetjeningsverktøy som gjorde det.

Hva du ærlig kan forvente:

• Konfidensscorer, ikke garantier. Markedfile rapporterer en score: rundt 99 % for den nøyaktige filen, 95 % bare fra det signerte metadatamerket og rundt 81 % for en JPEG lagret på nytt eller et skjermbilde, der bare det visuelle mønsteret er igjen. Det er rapporterte scorer, ikke garantert deteksjon.
• Beskjæringer har en nedre grense. Bilder under 96×96 px avvises. Som omtrentlige minimum trenger en beskjæring rundt 224 px av et detaljert foto, rundt 192 px av et flatt diagram eller rundt 96 px flat grå eller nesten svart; flekkete tekstur kan trenge rundt 256 px. De fleste rotasjoner på 90° virker fortsatt.
• PDF-skjermbilder trenger nok av siden: rundt 160 pt av et foto, 320 pt av et lysbilde, 200 pt av en billett eller den øvre halvdelen av en tekstside. Tett tekst alene oppdages ikke. PDF-er merket før det nåværende usynlige PDF-merket må merkes på nytt.
• Video finnes bare på Business og Enterprise (opptil 10 minutter og 100 MB, nedlasting som MP4). En merket video kan fortsatt spores etter omkoding, klipping eller nedskalering til 720p, også uten metadata (opptil 85 % fra bildemønsteret alene, 99 % når de signerte metadataene er beholdt). Svært hard komprimering eller svært små størrelser kan ødelegge den.
• Ingen merking av e-post, skjerm eller lyd, ingen installasjon på egne servere og ingen C2PA. Trenger du det, passer bedriftsplattformene over bedre.
• Et treff peker på en kopi, ikke en person. Behandle det som et sterkt spor til en samtale, ikke som juridisk bevis.

Hvis du bygger vannmerking inn i ditt eget produkt eller flyt, ligger API-et (POST /api/v1/mark og /api/v1/detect, video inkludert) på Business og Enterprise. Planer og grenser står på /no/pricing.

FAQ

Hva er det beste verktøyet for forensisk vannmerking? Det finnes ikke ett beste. For bilder og PDF-er sendt til bestemte personer holder et selvbetjeningsverktøy som regel. For e-post, skjermer, lyd, egne servere eller svært store biblioteker passer en bedriftsplattform bedre. For et skreddersydd produkt med ingeniører for hånden kan et bibliotek med åpen kildekode være starten.

Finnes det gratis programvare for forensisk vannmerking? Biblioteker med åpen kildekode er gratis å laste ned, men trenger ingeniørarbeid før de blir en lekkasjesporing. Noen driftede verktøy har en gratis plan; Free-planen til Markedfile lar deg beskytte opptil 5 filer om gangen, detekterbare i 6 måneder.

Kan et vannmerke med åpen kildekode spore hvem som lekket en fil? Ja, hvis du bygger det rundt: en unik melding per mottaker, en liste over hvem som fikk hvilken kopi, og et deteksjonstrinn du har testet mot skjermbilder og nye lagringen.

Overlever noe forensisk vannmerke hvert skjermbilde? Nei. Hvert verktøy har grenser. Spør leverandører hvor deteksjonen feiler, og test med dine egne filer.

Trenger jeg et API? Bare hvis du merker mange filer automatisk eller inne i din egen app. For en håndfull filer i uken er en webapp enklere.

Kan et vannmerke stoppe en lekkasje? Nei. Det hjelper deg å finne hvilken kopi som lekket. Å vite at kopier kan spores, gjør også mottakere mer forsiktige.

Prøv Markedfile gratis · For bedrifter · API-dokumentasjon