陳瑩 朱益多

【摘要】數(shù)字文本水印技術(shù)主要用于保護(hù)各種數(shù)字化產(chǎn)品的版權(quán)，防止產(chǎn)品被篡改、假冒和盜用，本文從抗攻擊性角度對(duì)數(shù)字文本水印進(jìn)行分類，簡(jiǎn)要介紹了魯棒性水印的兩種算法。

【關(guān)鍵詞】數(shù)字文本水印技術(shù)；魯棒性水印

中圖分類號(hào)：TP35文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1006-0278（2015）07-152-01

數(shù)字文本水印技術(shù)是指在不影響數(shù)字文本內(nèi)容的使用價(jià)值和欣賞價(jià)值的前提下，利用人體視覺(jué)系統(tǒng)的掩蔽特性，將與文本內(nèi)容相關(guān)或不相關(guān)的一些標(biāo)記信息（水?。┲苯忧度朐谖臋n中。它可以用來(lái)證明創(chuàng)作者對(duì)其作品的所有權(quán)，也可以作為鑒定、起訴非法侵權(quán)的證據(jù)，同時(shí)還可以通過(guò)對(duì)水印的檢測(cè)和分析來(lái)保證數(shù)字文檔的完整性和可靠性。因?yàn)槲谋疚募](méi)有太多的冗余信息，且在文本文件中嵌入信息極易被閱讀者發(fā)現(xiàn)，同時(shí)一些字處理軟件在有意無(wú)意間也會(huì)破壞原始文件，因而在其中嵌入數(shù)字水印比較困難。因此，文本數(shù)字水印研究與其它媒體水印技術(shù)相比有了滯后。

按照不同的分類標(biāo)準(zhǔn)，數(shù)字文本水印具有以下不同的分類方式：1.根據(jù)實(shí)現(xiàn)方法的不同，可分為空間域數(shù)字水印和變換域數(shù)字水印兩大類。前者是在空間域中直接將水印信息嵌入到宿主文檔中；后者是將待處理文檔當(dāng)作數(shù)字圖像，先對(duì)該圖像進(jìn)行變換，然后在變換域中嵌入水印信息。2.按照抗攻擊性的不同，可分為魯棒性水印、半脆弱性水印和脆弱性水印。

魯棒性文本水印是指在經(jīng)歷多種無(wú)意或有意的信號(hào)處理過(guò)程后，數(shù)字水印仍能保持部分完整性并能被準(zhǔn)確鑒別。可能的信號(hào)處理過(guò)程包括信道噪聲、濾波、數(shù)/模與模/數(shù)轉(zhuǎn)換、重采樣、剪切、位移、尺度變化以及有損壓縮編碼等。用于版權(quán)保護(hù)的數(shù)字水印易損水印，主要用于完整性保護(hù)，這種水印同樣是在內(nèi)容數(shù)據(jù)中嵌入不可見(jiàn)的信息。當(dāng)內(nèi)容發(fā)生改變時(shí)，這些水印信息會(huì)發(fā)生相應(yīng)的改變，從而可以鑒定原始數(shù)據(jù)是否被篡改。

目前針對(duì)基于文本的魯棒性水印算法研究很多，這里羅列兩種較有價(jià)值的算法。

第一種算法是基于內(nèi)容的水印生成方案，該方案消除了已有的數(shù)字水印方案的致命缺陷，任何不破壞文件內(nèi)容完整性的攻擊同樣也不能影響文件的數(shù)字水印。這些特性使得該水印方案能夠用于各種文本文件。

在講述算法前先給出三個(gè)相關(guān)定義：

定義1字母表是稱作符號(hào)的對(duì)象的有窮非空集合A={S1， S2，…， SN} （可以包括標(biāo)點(diǎn)符號(hào)），A中符號(hào)的元組稱作上的n（n≥1）字或字符串，記作a1，a2，…，an。字母A表上的所有字的集合記作A*·A*的任何子集稱為A上的語(yǔ)言或字母表為A的語(yǔ)言。例如英語(yǔ)就是字母表{a，b，c，…，z}上的語(yǔ)言，漢語(yǔ)可以看作是字母表等多個(gè)字母的字母表上的語(yǔ)言。

定義2字符串的連接運(yùn)算，設(shè)有字符串u1，u2，…，un∈A*，定義遞歸函數(shù)如下：

CONCAT1m（u）=u

CONCATn+1m（u1，…，un，un+1）=zun+1

這里z=CONCATnm（u1，…，un），于是，對(duì)于給定的字符串u1， u2，…，un∈A*，CONCATnm（u1，…，un）就是把字符串一個(gè)接一個(gè)連接起來(lái)所得到的字符串。

定義3文本文件是某一個(gè)字母表上的字或字符串序列M = m1， m2，…， mi（mi（1≤i≤）∈A*）。對(duì)字母語(yǔ)言是字符串序列，對(duì)漢語(yǔ)等就是字序列。

文本文件的存儲(chǔ)與表示：我們可以用一個(gè)字符數(shù)組Char來(lái)表示與存儲(chǔ)文本文件M=m1，m2，…，mi這可以很容易用C語(yǔ)言的語(yǔ)句for（i=1；<=；++）Char[i]=mi來(lái)實(shí)現(xiàn)。同樣一個(gè)l段×m行×n列的文本文件，可以用一個(gè)l×m×n的三維矩陣 D來(lái)表示，其元素D（i ，j，k）就是該文件中第i段第j行第k個(gè)字符。

下面給出具體算法：

設(shè)有利用l×m×n矩陣表示的文本文件D，從文本文件中隨機(jī)地找出t個(gè)詞，這t個(gè)詞的首字位置分別為（i1，j1，k1），（i2，j2，k2），…，（it，jt，kt）。當(dāng)?shù)趇個(gè)合法用戶提供一個(gè)副本時(shí)，利用任意隨機(jī)數(shù)生成算法生成一個(gè)隨機(jī)整數(shù)數(shù)組Ri=（r（i1），r（i2），…， r（is））（1≤r（ij）≤t，1≤j≤s），數(shù)組Ri確定這t個(gè)×詞的一個(gè)子集，將這個(gè)子集（ir（i1） ， jr（i1） ， kr（i1）），…，（ir（is） ， jr（is） ， kr（is））所確定的詞用它們的同義詞代替（比如將狗用犬代替），得到新的文本文件Di。計(jì)算：

WMi=CONCATtN（Di（i1，j1，k1）），…，（Di（it，jt，kt））

則WMi就是該副本的水印，將該水印與數(shù)組Ri關(guān)聯(lián)起來(lái)。

一旦發(fā)現(xiàn)文本D的某個(gè)副本D被非法復(fù)制或非法發(fā)行，可以通過(guò)計(jì)算：

WM=CONCATtN（Di（i1，j1，k1）），…，（D（it，jt，kt））

得到該副本的水印與數(shù)據(jù)庫(kù)中存儲(chǔ)的水印進(jìn)行比較，如果有某個(gè)WMj使得WMj=WM，可以很容易找到該文件的第j個(gè)接受者，從而確定非法使用文件的來(lái)源，并決定采用什么手段對(duì)他進(jìn)行懲罰。

另一種算法是根據(jù)水印序列和同義詞替換評(píng)價(jià)模型，將水印不可感知地嵌入到文本的重要內(nèi)容中。這種算法分析了文本的特征，提出了文本主題詞集概念并得出以下性質(zhì)：一個(gè)重要的句子是包含重要詞的句子；一個(gè)重要的詞就是經(jīng)常出現(xiàn)在重要句子中的詞。給出同義詞替換評(píng)價(jià)模型，通過(guò)分類投票表決原則和同義詞替換將水印嵌入到文本的重要內(nèi)容中，從而使該算法既具有一定的擴(kuò)展性、良好的不可見(jiàn)性和抗檢測(cè)性的特點(diǎn)，又能提高水印的魯棒性和安全性。其算法思想是：首先對(duì)文本載體進(jìn)行分詞和詞性標(biāo)注，根據(jù)主題詞集定義，找出主題詞，然后找出包含有主題詞的主題句集（CS），再通過(guò)同義詞特征過(guò)濾句子，得出子主題句集（subCS），再分類得子集（as），通過(guò)同義詞替換將水印嵌入其中。與其他水印算法比較，有以下優(yōu)點(diǎn)：1.具有較好的不可見(jiàn)性，根據(jù)同義詞替換評(píng)價(jià)模型和水印嵌入方式，提高了文本水印的不可見(jiàn)性；2.具有較好的魯棒性，利用了水印作用在實(shí)詞上且與文本載體重要內(nèi)容綁定和投票原則的使用，增強(qiáng)了本文算法的魯棒性、安全性和降低了誤檢率，利用混沌序列調(diào)制水印及文本載體進(jìn)行偽隨機(jī)分類，從水印和載體兩方面，進(jìn)一步增強(qiáng)了本文算法的安全性；3.在提取水印時(shí)，既不需要原始文本載體，也不需要原始水印，增強(qiáng)了算法的實(shí)際應(yīng)用能力。

水印在數(shù)字文本中的生存能力體現(xiàn)在水印的魯棒性和安全性，目前多數(shù)文本水印算法存在抗攻擊能力不強(qiáng)、魯棒性較差的問(wèn)題，尋找更加魯棒、安全的水印算法在解決版權(quán)爭(zhēng)端和防止文件篡改方面將會(huì)起到重要作用，是一個(gè)有很大潛力的研究領(lǐng)域，具有廣闊的應(yīng)用前景。

參考文獻(xiàn)：

[1]姜傳賢，陳孝威等.基于文本重要內(nèi)容的魯棒水印算法[J].自動(dòng)化學(xué)報(bào)，2010（9）.

[2]文昌.魯棒性數(shù)字水印和脆弱性數(shù)字水印的研究[D].武漢：華中師范大學(xué)，2013.