diff --git a/docs/CC码音视频监管系统-技术方案.md b/docs/CC码音视频监管系统-技术方案.md
index bf8c914..79683e8 100644
--- a/docs/CC码音视频监管系统-技术方案.md
+++ b/docs/CC码音视频监管系统-技术方案.md
@@ -64,16 +64,65 @@
 | 组件 | 选型 | 版本 | 选型理由 |
 |------|------|------|---------|
 | 视频水印 | 自研（DCT+QIM算法） | — | 广电要求自主可控，需定制标准 |
-| 视频水印备选 | Digimarc / 海致BD | 商用 | 快速落地可采购商用方案 |
+| 视频水印备选 | 海致BD / 数字水印国产方案 | 商用 | 国产商用方案，自主可控，快速落地可采购 |
 | 音频水印 | 自研（DSSS+心理声学模型） | — | 抗翻录需定制优化 |
-| 音频水印备选 | Fraunhofer AudioMark | 商用 | 成熟商用方案，快速验证 |
+| 音频水印备选 | 自研（开源算法改进） | — | 基于开源音频水印算法改进，避免闭源外国SDK的数据安全风险 |
 | 视频指纹 | 自研（关键帧+深度指纹） | — | 需自建指纹库，不依赖第三方 |
-| 视频指纹备选 | 腾讯云/字节火山引擎API | SaaS | 快速验证阶段可调用第三方 |
+| 视频指纹备选 | 腾讯云/字节火山引擎API | SaaS | 快速验证阶段可调用第三方（数据不出广电云） |
 | 音频指纹 | 自研（频谱图+Constellation Map） | — | 类Shazam算法，技术成熟可自研 |
-| 音频指纹备选 | ACRCloud / Audible Magic | SaaS | 成熟商用音频识别服务 |
+| 音频指纹备选 | ACRCloud / Audible Magic | SaaS | 仅用于快速验证，生产环境用自研 |
 | 视频处理 | FFmpeg | 6.x+ | 开源标准，转码/裁剪/帧提取 |
 | 音频处理 | librosa / torchaudio | 最新版 | Python音频分析标准库 |
 
+> **数据安全说明**：广电监管系统涉及内容主权，**不使用闭源外国商用SDK**（如Digimarc、Fraunhofer）。原因：①闭源二进制无法审计后门或遥测；②美国/欧盟出口管制风险；③等保三级审查不通过；④水印格式不透明，广电无法制定自主标准。水印技术采用"自研为主、国产商用为辅"策略。
+
+**自研开源参考项目**：
+
+| 技术模块 | 开源项目 | 语言 | License | 说明 |
+|---------|---------|------|---------|------|
+| **视频水印** | [AlexAgents/VidMark](https://github.com/AlexAgents/VidMark) | Python | MIT | DWT-DCT-QIM算法实现，含嵌入/提取完整流程，抗压缩/噪声/滤波 |
+| **视频水印** | [fabriziosalmi/open-video-watermark](https://github.com/fabriziosalmi/open-video-watermark) | Python | MIT | DCT频域水印，Flask Web应用+REST API，含Docker部署 |
+| **视频水印** | [JumiRay/video-invisible-watermark](https://github.com/JumiRay/video-invisible-watermark) | Python | MIT | DCT不可见水印，YUV亮度通道嵌入，多帧提取 |
+| **音频水印** | [swesterfeld/audiowmark](https://github.com/swesterfeld/audiowmark) | C++ | GPL-3.0 | ⭐569星，Patchwork算法，1024采样帧FFT，成熟可用 |
+| **音频水印** | [dmeldrum6/Audio-Watermarking](https://github.com/dmeldrum6/Audio-Watermarking) | JavaScript | — | DSSS+心理声学模型+Bark尺度掩蔽阈值+Reed-Solomon纠错，完整实现 |
+| **音频水印** | [corupta/DSSS-watermark](https://gist.github.com/corupta/1ab96d0f2258064a21f76522ab48aac6) | Python | GPL-3.0 | DSSS扩频水印Python脚本，含嵌入/检测完整代码 |
+| **音频水印** | [Tranquil-Flow/carnation-radio](https://github.com/Tranquil-Flow/carnation-radio) | Rust/TS | — | Masked DSSS+心理声学掩蔽（Painter-Spanias模型），含抗翻录实测数据 |
+| **音频指纹** | [rhthm/audio-fingerprint-engine](https://github.com/rhthm/audio-fingerprint-engine) | Python | — | Constellation Map+组合哈希+PostgreSQL，完整Shazam算法实现 |
+| **音频指纹** | [inboxpraveen/Audio-Fingerprint](https://github.com/inboxpraveen/Audio-Fingerprint) | Python | — | 生产级，3秒片段识别，SQLite+WAL，含REST API |
+| **音频指纹** | [ankitjosh78/AudioFingerprinting](https://github.com/ankitjosh78/AudioFingerprinting) | Python | — | FastAPI+librosa+scipy，含YouTube导入和麦克风实时识别 |
+| **视频指纹** | ResNet50预训练模型 + Milvus向量检索 | Python | Apache-2.0 | torchvision提供ResNet50，Milvus官方提供Python SDK，工程集成即可 |
+
+> **参考论文**：
+> - 视频水印：Chen & Wornell, "Quantization Index Modulation", IEEE Trans. Info. Theory, 2001
+> - 音频水印：Cox et al., "Secure Spread Spectrum Watermarking", 1997；Garcia, "DSSS for Audio", 1999
+> - 心理声学模型：Zwicker & Fastl, "Psychoacoustics: Facts and Models", 1999；ISO/IEC 11172-3 (MPEG-1 Audio)
+> - 音频指纹：Avery Wang, "An Industrial-Strength Audio Search Engine", ISMIR 2003（Shazam核心论文）
+
+**自研难度评估与落地策略**：
+
+| 技术模块 | 自研难度 | 预估周期 | 难点分析 | 落地策略 |
+|---------|---------|---------|---------|---------|
+| **视频水印** | ⭐⭐⭐ 中等 | 3~6个月 | DCT+QIM算法是经典学术成果，论文充分；难点在抗裁剪+抗压缩的鲁棒性调优，需大量对抗测试。1~2个硕博背景算法工程师可完成 | **先采购国产商用方案快速集成（3个月），同步自研（6个月），自研版成熟后替换** |
+| **音频水印** | ⭐⭐⭐⭐ 较难 | 6~9个月 | DSSS扩频+心理声学模型组合复杂；抗翻录是公认难题，需反复实验调参；心理声学模型需音频信号处理专业背景。建议至少1个音频信号处理博士+1个工程师 | **自研为主，基于开源算法改进**。音频水印抗翻录需持续优化，非一次性开发。不使用闭源外国SDK，避免数据安全风险 |
+| **视频指纹** | ⭐⭐ 低 | 2~3个月 | ResNet50是现成模型，关键帧提取用FFmpeg；本质是工程集成而非算法创新。难点在指纹库规模扩大后的检索性能优化 | **直接自研**，1个PyTorch工程师即可 |
+| **音频指纹** | ⭐⭐ 低 | 2~3个月 | Shazam算法论文公开20年，实现教程众多；librosa已提供FFT和频谱分析工具；算法不复杂，工程化即可 | **直接自研**，1个Python工程师即可 |
+
+**双轨落地路线**：
+
+```
+快速落地（3个月内）：
+  ├── 视频水印 → 采购国产商用方案集成上线（如海致BD）
+  ├── 音频水印 → 基于开源算法改进，自研MVP上线
+  ├── 视频指纹 → 自研MVP上线
+  └── 音频指纹 → 自研MVP上线
+
+自主可控（6~12个月）：
+  ├── 视频水印 → 自研版替换国产商用方案
+  └── 音频水印 → 自研版持续优化抗翻录能力
+```
+
+> **核心结论**：指纹技术自研难度低，直接自研；水印技术有一定门槛，采用"先采购国产商用快速落地、同步自研逐步替换"的双轨策略。所有水印技术最终实现自主可控，不依赖闭源外国SDK。
+
 ### 2.4 AI推理层
 
 | 组件 | 选型 | 版本 | 选型理由 |