基于云模型的文本數(shù)字水印算法研究與實(shí)現(xiàn)

張飛

（黃淮學(xué)院 計(jì) 算機(jī)科學(xué)系， 河南 駐 馬店 4 63000）

云模型[1-3]是李德毅院士在傳統(tǒng)模糊數(shù)學(xué)和概率統(tǒng)計(jì)的基礎(chǔ)上提出的定性定量互換模型。在云模型中，表征定性概念的云滴數(shù)目可以是不定的，而需要版權(quán)保護(hù)的文本字符數(shù)目往往也是不定的。根據(jù)這個特點(diǎn)，本文通過在文本中嵌入水印云滴的方式進(jìn)行文本的版權(quán)保護(hù)，嵌入的云滴代表云的某種定性概念。文本包含的字符數(shù)越多，則文本中可以嵌入的云滴數(shù)就越多。當(dāng)部分云滴被惡意攻擊后，只要是在一個閾值之內(nèi)，并不能破壞代表整個云表征的定性概念。

1 算法設(shè)計(jì)

1.1 對稱云及其生成

根據(jù)云模型理論，正態(tài)云模型云滴是滿足正態(tài)分布的隨機(jī)數(shù)，參數(shù)Ex、En和He的變化分別影響云模型的水平位置、陡峭程度和正態(tài)云的實(shí)心化程度，云從整體上分布在x=Ex的兩旁。但通常云模型的云滴并不是以x=Ex軸對稱的，這里的不對稱是指滿足以下任意條件：1）以x=Ex軸為分界線，左右兩部分的云滴數(shù)不相等；2）存在云滴x，找不到以x=Ex軸對稱的云滴x′。表1是以Ex=0、En=1、He=0.3、N=1 000為例，一維正向云發(fā)生器10次生成云的左右兩部分云滴數(shù)目對比。

從表1可以看出，通常生成的云左右兩部分的云滴數(shù)目是不相等的，即這些實(shí)驗(yàn)生成的云通常不是對稱的。

定義一維對稱云是指滿足下列條件的云模型：1）以x=Ex軸為分界線，左右兩部分的云滴數(shù)相等；2）存在云滴x，找到以x=Ex軸對稱的云滴x′。

一維對稱云生成算法：輸入為云A；輸出為對稱云C。算法步驟如下：1）將云A以x=Ex為軸旋轉(zhuǎn)180°，得到云B，即將云A的云滴變換x′=2Ex-x，y′=y；2)將A、B兩個云以x=Ex軸疊加，生成云C；3）對稱云C是具有與云A相同Ex、En和He的云。

表1 一維正向云左右部分云滴數(shù)對比實(shí)驗(yàn)

該算法可以方便地生成特定數(shù)目云滴的對稱云。由于對稱云的左右對稱性，在后面的云水印算法中，只需將云的左半部分或右半部分嵌入文本，從而節(jié)省水印空間。

1.2 水印生成

算法1：加密算法

云水印的生成，首先是采用加密算法（如AES算法）對版權(quán)圖像的像素?cái)?shù)據(jù)作加密處理，形成加密后的版權(quán)圖像，接著對版權(quán)圖像進(jìn)行灰度歸一化處理，用歸一化處理后的數(shù)據(jù)生成云數(shù)字特征；根據(jù)云數(shù)字特征，通過正向云發(fā)生器生成水印云滴，這些水印云滴就是一個個水印標(biāo)記，所有標(biāo)記的組合就是云水印信息。由于引入加密算法，在不知密鑰的前提下，非授權(quán)人不能生成特定的可認(rèn)證的云水印信息；對于水印攻擊者，即使得到了嵌入的可認(rèn)證的云水印信息及其云數(shù)字特征，由于加密函數(shù)逆向計(jì)算的復(fù)雜性，也不能得到密鑰和版權(quán)圖像。云滴的數(shù)量由需要版權(quán)保護(hù)的文本大小和嵌入文本比例決定。以代表著作權(quán)人版權(quán)的版權(quán)圖像為例，云水印生成框圖見圖1。

圖1 云水印生成

算法2：云水印生成算法

輸入：版權(quán)圖像B，密鑰KEY，云滴數(shù)N；輸出：含N個云滴的云水印信息W。具體步驟如下：1）讀取版權(quán)圖像信息，得到圖像的像素?cái)?shù)據(jù)塊DIBBits［3×m×n］，m和n代表版權(quán)圖像的長和寬；2）對像素?cái)?shù)據(jù)塊加密EnDIBBits［3×m×n］=AES（DIBBits［3×m×n］，KEY）；3）對加密的數(shù)據(jù)EnDIBBits［3×m×n］進(jìn)行歸一化處理，得到歸一化后的數(shù)據(jù)，記為NormalValue［3×m×n］；4）計(jì)算NormalValue［3×m×n］的期望值，記為Ex；5）計(jì)算NormalValue［3×m×n］的方差值，記為En；6）計(jì)算|Normal-Value［3×m×n］－Ex|的方差值，記為He；7）以En為期望，以He為標(biāo)準(zhǔn)差，生成一個正態(tài)隨機(jī)數(shù)En′；8）以Ex為期望，以En′為標(biāo)準(zhǔn)差，生成一個正態(tài)隨機(jī)數(shù)x，若滿足x∈［Ex－3En，Ex+3En］，即x為一個水印云滴，否則回到步驟7）；9）重復(fù)步驟7）、步驟8），直到產(chǎn)生N/2個云滴，構(gòu)成云Cloud；10）Cloud′=CreateSymmetricalCloud（Cloud）；生成對稱云Cloud′，云滴數(shù)為N，對稱云Cloud′構(gòu)成水印信息W。

1.3 水印嵌入

通過云水印生成算法，水印云滴是由正向云發(fā)生器產(chǎn)生的，產(chǎn)生的單個水印云滴并沒有實(shí)際意義，但所有水印云滴的組合就可以表征特定的水印信息。根據(jù)基于字體顏色的水印嵌入方法的特點(diǎn)[4]，在生成滿足一定條件的云滴后，需對每個云滴值擴(kuò)展255倍后作取整處理，才能嵌入水印位。每個擴(kuò)展后的云滴值可以嵌入到一個水印位，這里的水印位可以是漢字、英文字母、數(shù)字或其他特殊符號在文本中的定位。根據(jù)用戶輸入的密鑰、嵌入系數(shù)和文本字符，可以確定水印云滴的水印位。由于引入密碼學(xué)中的單向哈希函數(shù)，并且嵌入前需要用戶輸入密碼，水印位具有一定的隱蔽性，水印云滴將會散落在文本的不同字符中[5]。水印位還與文本的字符相關(guān)，更提高了水印的安全性。為了盡量少地修改文本，使嵌入的水印云滴更隱蔽，可以允許用戶輸入嵌入系數(shù)，方便地控制嵌入比例，嵌入系數(shù)與嵌入比例成反比關(guān)系，即嵌入系數(shù)越大，嵌入比例越小。嵌入系數(shù)的取值與文本長度和水印信息大小有關(guān)，對于長文本，水印嵌入的比例較小就能嵌入一定數(shù)目的云滴，相應(yīng)的嵌入系數(shù)就較大。云水印嵌入的框圖見圖2。

圖2 云水印嵌入

算法3：文本云水印嵌入算法

輸入：文本T，版權(quán)圖像B，嵌入系數(shù)u，密鑰KEY；輸出：水印文本T′。具體算法如下：

然后，對非水印位進(jìn)行噪聲處理。

1.4 水印提取

云水印的提取過程是先根據(jù)密鑰和嵌入系數(shù)搜索文本全部的水印位。提取水印位的數(shù)據(jù)，然后分離出云水印數(shù)據(jù)部分Cloud′和k重水印序列號編碼kS′部分。首先對kS′采用多數(shù)選舉產(chǎn)生S′，多數(shù)選舉過程會對編碼進(jìn)行第1次糾錯；然后，對S′進(jìn)行糾錯碼糾錯，即二次糾錯，并得到S。經(jīng)二次糾錯后的編碼S即為水印序列號。使用水印序列號S提供的參數(shù)對提取的水印數(shù)據(jù)部分Cloud′進(jìn)行篩選得到Cloud。云水印提取的框圖見圖3。

圖3 云水印提取

算法4：文本云水印提取算法

輸入：文本T，嵌入系數(shù)u，密鑰KEY；輸出：水印W。具體如下：

1.5 水印認(rèn)證

根據(jù)云本身的特殊性，云之間的相似性，以及基于字體顏色的文本水印方法的特點(diǎn)，可以通過其產(chǎn)生一定數(shù)量（一個很大的數(shù)）的云滴，根據(jù)相近云滴的閾值來認(rèn)證云水印。

算法5：云水印認(rèn)證算法

1）d=Drop（Ex，En，He）；2）進(jìn)行云滴篩選，若d∈［Ex－3En，Ex+3En］，將d放入云滴集合A，并生成確定度；否則，回到步驟1）；3）重復(fù)步驟1）和步驟2），直到產(chǎn)生包含N/2個云滴的集合A，A構(gòu) 成 一 個 云Cloud′；4）Cloud″=CreateSymmetrical-Cloud（Cloud′）；5）令：云Cloud″的云滴集合為Drop1，需認(rèn)證的對 稱 云Cloud的 云 滴 值 集 合 為Drop2；6）Drop1=Sort（Drop1）；7）Drop2=Sort（Drop2）；8）IF α＜δ THEN通過認(rèn)證，ELSE未通過認(rèn)證。云水印認(rèn)證框圖如圖4所示。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)環(huán)境

圖4 云水印認(rèn)證

實(shí)驗(yàn)測試的平臺為WindowsXP操作系統(tǒng)和Word2003。實(shí)驗(yàn)工具為VC6所編寫的水印程序，以及在Matlab 6．5下編寫的實(shí)驗(yàn)程序。

2.2 閾值分布

閾值δ的取值與云滴的數(shù)目相關(guān)。一般來說，云滴數(shù)越多閾值δ的取值越小。由于云滴是隨機(jī)的，每次對閾值δ的測定是有微小差別的，所以應(yīng)通過大量的實(shí)驗(yàn)來測定。通過大量實(shí)驗(yàn)得到圖5所示的閾值δ分布圖，每一個閾值的測定至少是1 000次實(shí)驗(yàn)的平均值。

圖5 閾值δ分布圖

下面運(yùn)用實(shí)驗(yàn)分析驗(yàn)證上述提出的云水印認(rèn)證算法。當(dāng)N=1 000時(shí)，δ=0．009 665 3。云的數(shù)字參數(shù)為Ex=0，En=1．5，He=0．2，生成含云滴數(shù)為1 000的云Cloud′，圖6中用圓點(diǎn)表示云Cloud′的云滴。待認(rèn)證的云Cloud是從水印文本中提取出來的，云滴用圖6中的加號表示。從圖6中可以看出2個云之間的偏差很小，大部分是重合的，計(jì)算得到的系數(shù)（α=0．007 459 1），小于閾值（δ=0．009 665 3），說明通過認(rèn)證，與實(shí)際顯示的結(jié)果一致[6]。

圖6 通過認(rèn)證的云對比

當(dāng)N=1 000時(shí)，δ=0．009 665 3。云的數(shù)字參數(shù)為Ex=0，En=1．5，He=0．2，生成含云滴數(shù)為1 000的云Cloud′，圖7中用圓點(diǎn)表示云Cloud′的云滴。待認(rèn)證的云Cloud是從水印文本中提取出來的，云滴用圖7中的加號表示。從圖7中可以看出2個云之間的偏差很大，很大部分是不能重合的，計(jì)算得到的系數(shù)（α=0．015 863 27）大于閾值（δ=0．009 665 3），說明不能通過認(rèn)證，也與實(shí)際顯示的結(jié)果一致。實(shí)驗(yàn)表明使用該算法對云水印進(jìn)行認(rèn)證是正確可行的。

圖7 未通過認(rèn)證的云對比

2.3 隱蔽性實(shí)驗(yàn)

取一個未加載水印信息的Word文檔作為加載水印的載體，然后將代表版權(quán)信息的圖片信息作為水印信息；成功地將水印信息嵌入到載體文檔中，比較嵌入前后的載體文檔，人眼很難區(qū)分兩者之間的差別，在未受攻擊時(shí)可準(zhǔn)確地提取所加載的水印信息，證明該算法具有較好的隱蔽性。

2.4 未知密鑰時(shí)的提取認(rèn)證結(jié)果

嵌入系數(shù)u不等于1時(shí)，對非嵌入位嵌入噪音。攻擊者在使用錯誤密鑰時(shí)，不能準(zhǔn)確對水印位定位，提取的數(shù)據(jù)不是嵌入的云滴，而是噪音和部分云滴的混合。嵌入系數(shù)u越大，嵌入率越低，可以嵌入的噪音越多，對于攻擊者來說，正確提取水印越困難。

表2是攻擊者在不知密鑰前提下提取的實(shí)驗(yàn)結(jié)果。取N=10 000的Word文本，依次使用不同嵌入系數(shù)嵌入水印。攻擊者由于不知道密鑰，只能使用錯誤密碼提取。從實(shí)驗(yàn)結(jié)果看，未知密鑰時(shí)，不能通過認(rèn)證。

表2 未知密鑰時(shí)的認(rèn)證實(shí)驗(yàn)

2.5 破壞攻擊實(shí)驗(yàn)

在該實(shí)驗(yàn)中，基于云模型的文本水印技術(shù)的實(shí)驗(yàn)結(jié)果表明，使用最常見的攻擊格式化文本水印的方法對加載水印后的文檔進(jìn)行攻擊，將加載水印后的文檔全文設(shè)為相同的行間距和字間距，文檔的水印仍可以完好的讀取，認(rèn)證通過。

剪切、刪除、復(fù)制、添加文本內(nèi)容的攻擊，造成文本語義的破壞，通過剪切粘貼一大段帶有水印信息的文本、刪除一大段任意文本、復(fù)制粘貼一大段帶水印的文本和添加一大段任意文本，造成部分嵌入的云滴次序的破壞或增加減少了云滴，但水印提取算法仍能正確提取出水印云滴，認(rèn)證通過。如果剪切后粘貼的攻擊，云滴只是挪動位置，但不會破壞云滴，因而不會影響認(rèn)證。刪除攻擊等同于修改攻擊。

剪切、粘貼、刪除、復(fù)制、添加、修改攻擊對于水印的破壞程度與嵌入率有關(guān)。一般來說，嵌入率越低，嵌入的水印越分散，對于使用相同部分修改攻擊的抗破壞能力越強(qiáng)。表3為使用嵌入系數(shù)為1，即嵌入率為100%時(shí)，修改攻擊后的水印認(rèn)證。

表3 修改攻擊云認(rèn)證實(shí)驗(yàn)

3 結(jié)束語

依據(jù)云理論，提出了基于云模型的文本水印技術(shù)。代表版權(quán)信息的媒體可以是圖像，也可以是文字信息等。加密后的版權(quán)信息，經(jīng)過云發(fā)生器生成的云被嵌入到Word文檔中，生成的云滴數(shù)目可以很多也可以很少，所以該方法對于不同大小的Word文檔都適用；由于版權(quán)信息的加密過程需要密碼，在不知密碼的前提下不能生成特定的云。為了增加系統(tǒng)的魯棒性，在云水印的嵌入和提取時(shí)，都需要提供密鑰和嵌入系數(shù)；在不知密鑰的前提下，攻擊者不能正確定位水印位，提取的云不是嵌入的云，因而是不能正確通過認(rèn)證的。對于非水印位，為了進(jìn)一步隱蔽水印位，采取在非水印位嵌入噪音的策略。實(shí)驗(yàn)表明該方法可以實(shí)現(xiàn)對文本版權(quán)的認(rèn)證。

[1]李德毅，史雪梅，孟海．隸屬云和隸屬云發(fā)生器[J]．計(jì)算機(jī)研究與發(fā)展，1995，32（6）：15－20．

[2]李德毅，劉常昱．論正態(tài)云模型的普適性[J]．中國工程科學(xué)，2004，6（8）：28－34．

[3]李德毅，劉常昱，杜鹢，等．不確定性人工智能[J]．軟件學(xué)報(bào)，2004，15（9）：1－13．

[4]陳萍，郭水旺，陳華麗．基于字體顏色的文本信息隱藏算法[J]．科學(xué)技術(shù)與工程，2007，7（14）：210－212．

[5]戈英民，鄭崗．一種利用字符特征變化的文本數(shù)字水印方法[J]．微型電腦應(yīng)用，2005，21（3）：36－39．

[6]劉常昱，李德毅，杜鹢，等．正態(tài)云模型的統(tǒng)計(jì)分析[J]．信息與控制，2005，34（2）：236－240．