林新建 ,唐向宏,2 ,王 靜

(1. 杭州電子科技大學(xué) 通信工程學(xué)院，浙江 杭州 310018；2. 杭州電子科技大學(xué) 信息工程學(xué)院，浙江 杭州 310018)

?

編碼與同義詞替換結(jié)合的可逆文本水印算法

林新建1,唐向宏1,2,王 靜1

(1. 杭州電子科技大學(xué) 通信工程學(xué)院，浙江 杭州 310018；2. 杭州電子科技大學(xué) 信息工程學(xué)院，浙江 杭州 310018)

從通信編碼的角度，該文探討一種利用編碼方法和同義詞替換相結(jié)合的可逆文本篡改檢測(cè)水印算法。以可替換同義詞為標(biāo)志對(duì)文本進(jìn)行分組，提取分組文本特征生成認(rèn)證水印信息；利用霍夫曼編碼和糾錯(cuò)編碼對(duì)同義詞庫各詞進(jìn)行編碼，利用同義詞替換技術(shù)完成水印的嵌入。在接收端，利用分組文本特征和霍夫曼編碼，實(shí)現(xiàn)水印文本的篡改定位，利用糾錯(cuò)碼實(shí)現(xiàn)可替換同義詞的還原恢復(fù)。仿真實(shí)驗(yàn)表明，算法嵌入的水印具有良好的不可見性和較強(qiáng)的魯棒性，在實(shí)現(xiàn)對(duì)文本篡改定位的同時(shí)，較好地實(shí)現(xiàn)了可替換同義詞無損還原。

編碼；同義詞替換；可逆文本水?。欢ㄎ淮鄹?/p>

1 引言

為了克服自然語言的文本水印算法中因同義詞替換不具有可逆性[1-4]造成的文本語義的偏離問題，一種稱為可逆文本水印的技術(shù)近幾年得到了廣泛的關(guān)注。所謂可逆文本水印是指算法不僅能夠從文本載體中提取出嵌入的水印，同時(shí)還能夠完全恢復(fù)原始文本載體。

現(xiàn)今國內(nèi)外學(xué)者對(duì)可逆水印的篡改定位和恢復(fù)研究主要集中在圖像領(lǐng)域[5-9], 對(duì)可逆文本水印算法研究相對(duì)較少。目前，針對(duì)中文文本可逆文本水印的研究主要集中在對(duì)同義詞的可逆替換，實(shí)現(xiàn)水印的可逆嵌入。Luis[10]等提出一種篡改文本的恢復(fù)算法，對(duì)一些刪除、篡改替換等攻擊均可實(shí)現(xiàn)文本內(nèi)容的定位以及恢復(fù)。Anamitra[11]等利用IWT和DCT兩種技術(shù)提出一種可檢測(cè)篡改和恢復(fù)的水印算法，該算法對(duì)內(nèi)容修改有著較強(qiáng)的魯棒性以及定位恢復(fù)能力。然而，文獻(xiàn)[10-11]所提算法的前提條件是將文本文檔轉(zhuǎn)為文本圖像，因此嚴(yán)格意義上說該類算法還是屬于圖像領(lǐng)域。姜傳賢等[12]提出了一種魯棒可逆文本水印算法，該算法通過同義詞替換評(píng)價(jià)模型尋找替換同義詞，將替換同義詞與原生同義詞的詞典編碼異或值作為可逆恢復(fù)數(shù)據(jù)。該算法充分考慮了同義詞替換對(duì)文本產(chǎn)生的語義偏離，然而在提取水印和恢復(fù)原始文本時(shí)需要大量的冗余信息。同年，劉志杰等[13]在基于圖像可逆水印的基礎(chǔ)上，提出了兩種可逆水印方案，基于整數(shù)可逆變換的文本可恢復(fù)水印算法和一種改進(jìn)的差值擴(kuò)展的文本可恢復(fù)水印算法。兩種方案首先都對(duì)同義詞編號(hào)進(jìn)行像素值模擬，之后利用整數(shù)可逆變換和差值擴(kuò)展對(duì)這些模擬像素值進(jìn)行水印嵌入，水印嵌入完成后再將模擬像素值還原為同義詞編號(hào)，依據(jù)編號(hào)找到對(duì)應(yīng)同義詞替換原始文本中同義詞得到水印文本，兩種算法充分借鑒了圖像可逆水印的思想，但是都沒考慮在改變?cè)~語嵌入水印時(shí)，對(duì)文本產(chǎn)生的語義偏差。費(fèi)文斌等[14]提出了基于預(yù)測(cè)誤差擴(kuò)展的文本可逆水印算法，該算法考慮了水印嵌入后可能造成的文本歧義性。文獻(xiàn)[12-14]所提出的可逆文本水印算法都很好地定位了可替換同義詞是否被篡改替換，并實(shí)現(xiàn)可替換同義詞還原，實(shí)現(xiàn)原始文本內(nèi)容的無損恢復(fù)。然而，三種算法卻無法判斷和定位出可替換同義詞以外區(qū)域文本的篡改情況。

為此，本文從通信編碼的角度，探討一種編碼技術(shù)和同義詞替換相結(jié)合的可逆文本水印算法。算法通過搜索文本得到所有可替換同義詞及其對(duì)應(yīng)的同義詞庫，以可替換同義詞為標(biāo)志對(duì)文本進(jìn)行分組；提取可替換同義詞的相鄰分組文本的特征構(gòu)造水印信息；對(duì)同義詞庫中各詞進(jìn)行霍夫曼編碼和糾錯(cuò)編碼。嵌入端用霍夫曼編碼與水印一致的同義詞替換原始同義詞，完成水印的嵌入。在提取端通過對(duì)比提取的水印信息和定位信息是否一致，判斷和定位出可替換同義詞是否篡改，以及文本區(qū)域被篡改情況；對(duì)每個(gè)同義詞碼字進(jìn)行糾錯(cuò)解碼，完成被替換同義詞的恢復(fù)。

2 編碼原理

為實(shí)現(xiàn)分組文本的篡改定位，本文對(duì)每個(gè)可替換同義詞對(duì)應(yīng)的同義詞庫中的各詞進(jìn)行霍夫曼編碼。眾所周知，霍夫曼編碼依據(jù)字符的出現(xiàn)概率進(jìn)行編碼[15]，概率大的字符其碼長相對(duì)較短，概率小的字符其碼長相對(duì)較長。假設(shè)某一可替換同義詞對(duì)應(yīng)的同義詞庫中有n個(gè)詞，考慮同義詞替換的語義影響[16]，對(duì)各詞的霍夫曼編碼算法如下。

① 計(jì)算同義詞庫中各詞在句子上下文的搭配度CDi[3]，搭配度小于閾值thr的同義詞從詞庫中刪除，最后得到詞庫滿足條件的有m(m≤n)個(gè)詞，同時(shí)得到這m個(gè)詞的搭配度總和，如式(1)所示。

(1)

② 按式(1)計(jì)算得到同義詞庫中各詞的歸一化概率Pi，使搭配度越大的同義詞其歸一化概率越小，并按歸一化概率升序?qū)νx詞庫各詞進(jìn)行排序，如式(2)所示。

(2)

③ 根據(jù)各詞的歸一化概率，對(duì)排序后的同義詞庫各詞進(jìn)行霍夫曼編碼，得到同義詞庫各詞的霍夫曼編碼，其中搭配度大的同義詞其碼長相對(duì)較長，搭配度小的同義詞其碼長相對(duì)較短。

為使水印系統(tǒng)的實(shí)現(xiàn)簡(jiǎn)單易行，本文糾錯(cuò)碼采用循環(huán)冗余校驗(yàn)碼(CRC)[17]。碼長為N的(N,K)-CRC碼由兩部分構(gòu)成：K位信息碼和R=N-K位校驗(yàn)碼。在本算法中用K位信息碼表示同義詞位置的編碼，R位校驗(yàn)碼表示同義詞可逆替換所需的監(jiān)督信息。當(dāng)水印嵌入后，R位校驗(yàn)碼保存作為水印提取時(shí)的密鑰。

關(guān)于N、K大小的選擇，根據(jù)漢語特點(diǎn)，一個(gè)詞的同義詞總數(shù)最多可有幾十個(gè)。以哈爾濱工業(yè)大學(xué)的《同義詞詞林?jǐn)U展版》為基礎(chǔ)，在不考慮句子語義的前提下對(duì)詞林中8 602個(gè)同義詞組進(jìn)行統(tǒng)計(jì)測(cè)試，其中擁有超過16個(gè)同義詞的同義詞組有75個(gè)，所占比例為75/8 602=0.008 7。在實(shí)際應(yīng)用中，當(dāng)考慮句子語義后，通過閾值的合理設(shè)置，可以將這個(gè)比例降到為0。因此，可用4bit的二進(jìn)制碼對(duì)同義詞編號(hào)進(jìn)行編碼，K=4。為能夠糾正錯(cuò)誤碼字，R最小取值為3，即用3bit表示其對(duì)應(yīng)校驗(yàn)碼信息，因此本文采用的糾錯(cuò)碼為(7,4)-CRC。

表1給出本文(7,4)-CRC正確碼字的組成結(jié)構(gòu)，定義同義詞編號(hào)1-8的同義詞詞標(biāo)記位flag=0，同義詞編號(hào)9-16的同義詞詞標(biāo)記位flag=1。信息碼對(duì)應(yīng)同義詞編號(hào)1-16，一個(gè)校驗(yàn)碼對(duì)應(yīng)兩個(gè)信息碼。當(dāng)碼字發(fā)生錯(cuò)誤時(shí)，可根據(jù)原始校驗(yàn)碼、詞標(biāo)記位flag以及表1找到一個(gè)正確的信息碼，從而得到糾正后的正確碼字。

經(jīng)過上述編碼，一個(gè)可替換同義詞在其同義詞庫中的位置就擁有兩種編碼： 霍夫曼編碼和(7,4)-CRC編碼?；舴蚵幋a功能實(shí)現(xiàn)水印的嵌入與提取，(7,4)-CRC編碼功能實(shí)現(xiàn)同義詞的可逆替換，兩種編碼獨(dú)立不相關(guān)。

表1 同義詞編號(hào)生成的(7,4)-CRC碼字組成結(jié)構(gòu)表

3 水印嵌入和提取算法

3.1 水印的嵌入

可逆水印嵌入的具體流程如圖1所示，具體步驟如下。

圖1 文本水印嵌入

(1) 文本預(yù)處理

(2) 隊(duì)列去重

(3) 文本分組

圖2 相鄰可替換詞的左鄰分組文本

注意： 若第一個(gè)詞(假設(shè)為A′(i))無左鄰分組文本，則該詞的左鄰分組文本為空；若最后一個(gè)詞(假設(shè)為A′(i+3))有右鄰分組文本，則將CTi+3L′和CTi+4L′二者合并作為A′(i+3)的左鄰分組文本，即CTi+3L′={CTi+3L′CTi+4L′}。

(4) 隊(duì)列置亂

圖3 可替換同義詞及其相鄰分組文本的置亂

(5) 同義詞編碼

(6) 分組文本特征值計(jì)算

為生成水印信息，先對(duì)分組文本進(jìn)行預(yù)處理。定位詞A″(i)的左鄰分組文本，統(tǒng)計(jì)分組文本的字?jǐn)?shù)以及各字的筆畫數(shù)，按式(3)計(jì)算分組文本的特征值x0；

(3)

式(3)中，n代表分組文本的字?jǐn)?shù)，Sm代表分組文本中最小筆畫數(shù)，SM代表分組文本中最大筆畫數(shù)，Si代表分組文本中某個(gè)字符的筆畫數(shù)，得到可替換同義詞的左鄰分組文本的特征值Lx0(i)。若n=0，即詞A″(i)的左鄰分組文本為空，則令x0=0.001。

(7) 水印信息的生成

① 令k=MaxLen,(Li)k表示二進(jìn)制序列Li的前k比特；

② 讀取詞庫中霍夫曼編碼碼長為k的所有同義詞，遍歷搜索這些同義詞，獲取霍夫曼編碼為(Li)k的同義詞，若該同義詞不存在，則轉(zhuǎn)步驟③；反之，得到水印信息Wi=(Li)k，搜索算法停止；

③ 令k=k-1，重新執(zhí)行步驟②。

(8) 水印的嵌入

重復(fù)執(zhí)行步驟(5)～(8)，遍歷完原始文本。得到水印文本和密鑰KEY。

3.2 水印提取及同義詞的可逆替換

水印的提取為水印嵌入的逆過程。圖4給出一個(gè)可替換同義詞的水印提取及其左鄰分組文本的篡改檢測(cè)流程，圖5給出一個(gè)可替換同義詞的無損還原流程。具體步驟如下：

圖4 可替換同義詞的水印提取及其左右相鄰分組文本的篡改檢測(cè)

圖5 可替換同義詞的無損還原

(2) 水印的提取

(3) 篡改定位

對(duì)詞AW″(i)的左鄰分組文本，以Lx0(i)′為初值，生成與水印Wi′等長的二進(jìn)制混沌序列Li′，得到定位信息LRi′=Li′；若Wi′≡LRi′，則該詞的左鄰分組文本內(nèi)容未遭篡改。反之，若Wi′≠LRi′，則定位該同義詞的左鄰分組文本某處內(nèi)容遭到篡改。

(4) 同義詞的可逆恢復(fù)

① 獲取詞AW″(i)在同義詞庫{AWBi″(j)}中的位置(wki)2以及詞標(biāo)記位flagi′;；依次從密鑰KEY中提取3bit校驗(yàn)碼(wvi)2和1bit詞標(biāo)記位flagi′；將(wki)2和(wvi)2二者重構(gòu)成(7,4)-CRC碼字Cwordi′；

② 根據(jù)表1，對(duì)碼字Cwordi′進(jìn)行正確與否判別： 當(dāng)且僅當(dāng)碼字Cwordi′可在表1中找到，且flagi″和flagi′一致，則碼字正確；反之，碼字出錯(cuò)；

③ 若碼字Cwordi′正確，則詞AW″(i)保持不變；若碼字Cwordi′出錯(cuò)，需根據(jù)表1對(duì)碼字Cwordi′進(jìn)行糾錯(cuò)實(shí)現(xiàn)被替換詞的恢復(fù)；

④ 糾錯(cuò)具體實(shí)現(xiàn)過程如下： 首先，根據(jù)詞AW″(i)的詞標(biāo)記位flagi′和碼字Cwordi′的校驗(yàn)碼(wvi)2，利用表1，找到對(duì)應(yīng)的信息碼，得到糾錯(cuò)碼字Cwordi′，實(shí)現(xiàn)對(duì)碼字Cwordi′糾錯(cuò)處理；然后，讀取糾錯(cuò)碼字Cwordi″的4bit信息碼(eki)2，搜索同義詞庫{AWBi″(j)}中位置eki對(duì)應(yīng)的同義詞AWBi″(eki)，并用該詞替換水印同義詞AW″(i)，實(shí)現(xiàn)被替換詞的恢復(fù)。其流程如圖4所示。

重復(fù)執(zhí)行步驟(2)到步驟(4)，遍歷完水印文本。得到水印信息{Wi′}和文本篡改檢測(cè)結(jié)果。

4 實(shí)驗(yàn)結(jié)果和性能分析

為了驗(yàn)證本算法的性能，在計(jì)算機(jī)(PentiumIVCPU2.8GHz、1GB內(nèi)存)上進(jìn)行了仿真，并與相關(guān)算法進(jìn)行了比較。編程語言為MATLABV7.0，實(shí)驗(yàn)文本內(nèi)容取自網(wǎng)上新聞?wù)Z料，文本為純文本格式文件。同義詞上下文搭配度算法使用的語料庫來自人民日?qǐng)?bào)1998年和2002年部分語料，一共約385萬字，搭配度閾值thr=1。限于篇幅，下面僅給出部分實(shí)驗(yàn)結(jié)果。另外，為了便于區(qū)分文本在水印嵌入前后詞語的變化，所以，在水印嵌入和提取等過程，采用對(duì)字體加粗、帶陰影、單下劃線、雙下劃線等方式進(jìn)行標(biāo)注。

4.1 可恢復(fù)性分析

圖6給出原始文本，圖中字體加粗帶陰影的詞匯代表可替換的同義詞。圖7給出嵌入水印后的水印文本及嵌入的水印，圖中字體加粗帶陰影和單下劃線的詞匯代表替換的同義詞。圖8給出提取水印后恢復(fù)的文本及提取的水印，圖中字體加粗帶陰影和雙下劃線的詞匯代表還原的同義詞。每個(gè)可替換同義詞嵌入的水印不等長，圖中水印信息間隔加陰影以示區(qū)分。

圖6 原始文本

圖7 水印文本

從圖7中嵌有水印的水印文本可以看出，水印的嵌入沒有引起文本格式外觀上的變化；采用搭配度方法選取同義詞，較好地避免了詞匯語境的歧義性，所嵌水印具有較好的不可見性。從圖8恢復(fù)的文本可以看出，本算法能夠無損的恢復(fù)原始文本。提取得到的水印W′與原始水印W一致。從以上比較分析可得，本算法在正確提取水印信息的同時(shí)，也無損地恢復(fù)了原始文本中被替換同義詞，且信息的隱蔽性能很好。另外，由于在水印嵌入之前，將可替換詞隊(duì)列進(jìn)行了置亂處理，使得水印信息與文本中可替換詞非一一對(duì)應(yīng)，提高算法的安全性。

4.2 魯棒性分析

(1) 常見格式攻擊

表2分別給出了對(duì)水印文本的文本再生攻擊、格式轉(zhuǎn)換、字體大小、顏色變化、刪除空格等一些常見文本格式攻擊后提取得到的水印信息。由于本算法水印的嵌入是發(fā)生在文本的內(nèi)容中，故通過刪改這些屬性無法達(dá)到攻擊水印信息的目的。由于這些格式攻擊并沒有造成文本內(nèi)容的改變，因此算法將這些攻擊視為無惡意攻擊，并不將其定位檢測(cè)出來。

(2) 句子、段落交換攻擊

圖9給出了水印文本(圖7)受到句子交換攻擊的攻擊文本，圖中帶單下劃線的句子代表互相交換的句子，圖10為圖9的恢復(fù)文本。圖11給出了水印文本(圖7)受到段落交換攻擊的攻擊文本，圖中帶雙下劃線的段落代表互相交換的段落，圖12為圖11的恢復(fù)文本。圖中帶細(xì)波浪線的內(nèi)容代表定位成功的篡改分組文本區(qū)域，帶粗波浪線的內(nèi)容代表定位失敗的篡改分組文本區(qū)域，以下類似標(biāo)注。

表2 格式攻擊分析

圖9 句子交換攻擊文本

圖10 句子交換攻擊恢復(fù)文本

圖11 段落交換攻擊文本

圖12 段落交換攻擊恢復(fù)文本

由圖10和圖12可看出，句子、段交換攻擊不影響本算法對(duì)水印信息的正確提取和文本被替換同義詞的無損恢復(fù)，即本算法可很好地抵抗此類攻擊。由圖10和圖12亦可知，算法定位出可替換同義詞以外區(qū)域文本的篡改情況結(jié)果并不都是正確的，定位結(jié)果受限于算法的定位精度。由嵌入的水印可知，可替換同義詞一次嵌入的水印比特位最小為1bit，最大為4bit，因此，定位精度最小為1-1/21=50.00#，最大為1-1/24=93.75#。算法無法還原句子、段落的原始順序。

(3) 句子復(fù)制粘貼攻擊

圖13給出水印文本(圖7)受到句子復(fù)制粘貼攻擊的攻擊文本，圖中帶單下劃線的句子代表復(fù)制粘貼的句子，圖14為圖13的恢復(fù)文本。

圖13 句子復(fù)制粘貼攻擊文本

圖14 句子復(fù)制粘貼攻擊恢復(fù)文本

由圖14 可知，句子復(fù)制粘貼攻擊即使增加了可替換同義詞的詞數(shù)，但它并不會(huì)影響到本算法對(duì)水印信息的正確提取和文本原始被替換同義詞的無損恢復(fù)，即本算法可很好地抵抗此類攻擊。定位檢測(cè)結(jié)果如圖14所示。

(4) 句子內(nèi)容增刪攻擊

圖15和圖17分別給出水印文本(圖7)受到不同句子內(nèi)容增刪攻擊的攻擊文本，圖16和圖18分別為圖15和圖17的恢復(fù)文本。圖中帶單刪除線的內(nèi)容表示刪除不包含可替換同義詞的內(nèi)容，帶點(diǎn)式下劃線的內(nèi)容表示增加不包含可替換同義詞的內(nèi)容；帶雙刪除線的內(nèi)容表示刪除包含可替換同義詞的內(nèi)容，帶虛下劃線的內(nèi)容表示增加包含可替換同義詞的內(nèi)容。

圖15 句子詞匯增刪攻擊文本1

圖16 句子詞匯增刪攻擊恢復(fù)文本1

圖17 句子詞匯增刪攻擊文本2

圖18 句子詞匯增刪攻擊恢復(fù)文本2

由圖16可看出，當(dāng)增刪的內(nèi)容不涉及到可替換同義詞時(shí)，這時(shí)的攻擊不會(huì)影響本算法對(duì)水印信息的提取和文本原始被替換同義詞的無損恢復(fù)；當(dāng)增刪的內(nèi)容涉及到可替換同義詞時(shí)(圖18)，這時(shí)攻擊將影響到水印信息的提取和文本原始被替換同義詞的無損恢復(fù)，不能正確提取水印信息和還原被替換的同義詞。定位檢測(cè)結(jié)果如圖16和圖18所示。

(5) 同義詞替換攻擊

圖19給出水印文本(圖7)受到同義詞替換攻擊的攻擊文本，圖中帶雙下劃線的詞匯代表同義詞替換攻擊替換的同義詞。由于文獻(xiàn)12、文獻(xiàn)13和文獻(xiàn)14的每個(gè)可替換同義詞只能嵌入1bit水印，假設(shè)這三種算法嵌入的水印信息為101100010110。圖20、圖21、圖22及圖23分別為文獻(xiàn)12、文獻(xiàn)13、文獻(xiàn)14以及本算法對(duì)圖19的恢復(fù)文本和提取的水印。

圖19 同義詞替換攻擊文本

圖20 文獻(xiàn)[12]同義詞替換攻擊恢復(fù)文本

圖21 文獻(xiàn)[13]同義詞替換攻擊恢復(fù)文本

圖22 文獻(xiàn)[14]同義詞替換攻擊恢復(fù)文本

圖23 本文同義詞替換攻擊恢復(fù)文本

由圖20、圖21和圖22可知，水印文本受到同義詞替換攻擊時(shí)，文獻(xiàn)[12]、文獻(xiàn)[13]及文獻(xiàn)[14]無法恢復(fù)出原始同義詞。與此相反，從圖23可知，本算法基本恢復(fù)出了原始同義詞，且文中一旦有可替換同義詞被替換掉，算法肯定能夠判斷出文中內(nèi)容遭過篡改。

通過以上仿真的實(shí)驗(yàn)分析，實(shí)驗(yàn)中與其他可逆算法進(jìn)行了性能比較，如表3所示。

表3 算法性能比較

5 結(jié)論

本文從通信編碼的角度，探討一種同義詞替換和編碼技術(shù)相結(jié)合的可逆文本水印算法。借鑒霍夫曼和糾錯(cuò)編碼的思想以及采用同義詞替換技術(shù)，實(shí)現(xiàn)水印的嵌入及可恢復(fù)提取。在提取水印時(shí)既不需要原始載體也不需要原始水印，只需密鑰就可實(shí)現(xiàn)水印的提取及原始文本的無損恢復(fù)， 增強(qiáng)了方案的實(shí)際可行性。實(shí)驗(yàn)仿真表明，算法對(duì)格式攻擊、句子、段變換攻擊表現(xiàn)出了較強(qiáng)的魯棒性，且可定位文

本篡改區(qū)域；在水印文本未遭到攻擊時(shí)，能完全恢復(fù)出原始同義詞；當(dāng)遭到小范圍同義詞替換、內(nèi)容增刪等攻擊時(shí)，算法能恢復(fù)出原始同義詞；當(dāng)遭到大面積同義詞替換、內(nèi)容增刪等攻擊時(shí)，算法只能部分恢復(fù)出原始同義詞。當(dāng)然，算法還是存在著一些不足，例如，恢復(fù)只是針對(duì)同義詞替換而不是文本任意內(nèi)容，篡改定位精度還有待提高，以及同義詞替換引起語義歧義或語句不是很通順等問題，這些不足也將是今后研究的重點(diǎn)。

[1] Mercan Topkara，Cuneyt M，Taskiran. Natural language watermarking [C]//Proceedings of Security，Steganography，and Watermarking of Multimedia Contents VII，2005，2005： 441-452.

[2] Zunera Jalil，Anwar M Mirza. A review of digital watermarking techniques for text documents [C]//Proceedings of 2009 International Conference on Information and Multimedia Technology，ICIMT 2009，2009： 230-234.

[3] Zheng Xueling，Huang Liusheng，Chen Zhil. Hiding information by context-based synonym substitution[C]//Proceedings of 8th Internation- al Workshop on Digital Watermarking，IWDW 2009，2009： 162-169.

[4] 黃華，齊春，李俊，等. 文本數(shù)字水印[J]. 中文信息學(xué)報(bào)，2001, 15(5): 52-57．

[5] Coatriuex G，Guillou C L，Gauvin J M. Reversible watermarking for knowledge digest embedding and reliability control in medical images [J]. IEEE Transaction on Information Technology in Biomedicine，2009，13(2)： 158-165.

[6] 彭飛，雷瑜洲，孫星明. 2維CAD工程圖小波域可逆水印[J]. 中國圖象圖形學(xué)報(bào)，2011，16(7)： 1134-1139.

[7] 王俊祥，倪江群，潘金偉. 一種基于直方圖平移的高性能可逆水印算法[J]. 自動(dòng)化學(xué)報(bào)，2012，38(1)： 88-96.

[8] Banani Patra，Jagdish C Patra. CRT-based fragile self-recovery watermarking scheme for image authentication and recovery [C]//Proceedings of 20th IEEE International Symposium on Intelligent Signal Processing and Communications Systems(ISPACS)，2012： 430-435.

[9] T jokorda Agung B.W，Adiwijaya. Medical image watermarking with tamper detection and recovery using reversible watermarking with LSB modification and Run Length Encoding (RLE) compression [C]//Proceedings of 2012 IEEE International Conference onCommunication，Networks and Satellite，COMNETSAT 2012，2012： 167-171.

[10] Luis Rosales-Roldan，Mariko Nakano-Miyatake. Watermarking-based tamper detection and recovery algorithms for official documents[C]//Proceeding of 8th International Conference on Electrical Engineering，Computing Science and Automatic Control，CCE 2011，2011.

[11] Makur Anamitra，Sridharan Govindarajan. Watermark based recovery of tampered documents[C]//Proceedings of ACM SIGKDD Workshop on Intelligence and Security Informatics，ISI-KDD 2012，2012.

[12] 姜傳賢，陳孝威. 魯棒可逆文本水印算法[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2010，22(3)： 879-885.

[13] 劉志杰. 基于自然語言的文本可恢復(fù)水印研究[D].長沙： 湖南大學(xué)，2010.

[14] 費(fèi)文斌. 可逆文本水印算法研究[D].杭州： 杭州電子科技大學(xué)，2013.

[15] 甘燦. 基于同義詞替換的自然語言文本信息隱藏技術(shù)研究[D]. 長沙： 湖南大學(xué)，2010.

[16] 張宇，劉挺，陳毅恒，等. 自然語言文本水印[J]. 中文信息學(xué)報(bào)，2005, 19(1): 56-62．

[17] 傅祖蕓. 信息論—基礎(chǔ)理論與應(yīng)用[M].北京： 電子工業(yè)出版社，2007 ： 367-380.

[18] 向華，曹漢強(qiáng)，伍凱寧，等. 一種基于混沌調(diào)制的零水印算法[J]. 中國圖象圖形學(xué)報(bào)，2006，11(5)： 720-724.

A Reversible Text Watermarking Algorithm Based on Coding and Synonymy Substitution

LIN Xinjian1，TANG Xianghong1,2，WANG Jing1

(1. School of Communication Engineering, Hangzhou Dianzi University , Hangzhou, Zhejiang 310018,China;2. School of Information Engineering, Hangzhou Dianzi University, Hangzhou, Zhejiang 310018,China)

From the perspective of communication encoding, a reversible text watermarking algorithm based on coding and synonymy substitution is discussed. The algorithm employs interchangeable synonyms as signs to group the texts and generates watermarking by extracting group text feature. The algorithm uses the method of Huffman coding to encode synonyms and uses the method of error correction coding to encode the position of a synonym in the thesaurus into , then completes the watermark embedding combined with synonymy substitution. At the receiving end, using packet text feature and the Hoffman code to locate tampered watermark text and using error correcting codes to restore the original synonymy. Experimental results show that, the proposed algorithm can improve the robustness and imperceptibility of watermarking. In addition, it can locate the tampering and restore the original synonymy.

coding；synonymy substitution；reversible text watermarking； tampering identification

林新建(1988—),碩士,主要研究領(lǐng)域?yàn)槲谋緮?shù)字水印。E-mail:lxj657983@126.com唐向宏(1962—),博士,教授,主要研究領(lǐng)域?yàn)閿U(kuò)頻通信、圖像壓縮與傳輸和數(shù)字水印。E-mail:tangxh@hdu.edu.cn王靜(1989—),碩士,主要研究領(lǐng)域?yàn)槲谋緮?shù)字水印。E-mail:wang_jing001@163.com

1003-0077(2015)04-0151-08

2013-09-09 定稿日期： 2014-02-28

TP391

A