數(shù)字水印的相似性與魯棒性*

朱俚治

(南京航空航天大學(xué)信息中心　南京　210016)

?

數(shù)字水印的相似性與魯棒性*

朱俚治

(南京航空航天大學(xué)信息中心南京210016)

摘要水印的魯棒性是數(shù)字水印重要特性指標(biāo)，不同的水印具有不同的魯棒性，因此當(dāng)不同類型的水印被攻擊之后，水印的受損程度有所不同。如果是魯棒性水印，那么水印的受損程度將較為輕微，此時水印的相似性就較好。如果是脆弱性水印，那么水印的受損程度將較為明顯，此時水印的相似性就較差。因此根據(jù)水印相似程度強弱的對比，能夠?qū)λ〉聂敯粜赃M(jìn)行估量。論文提出的估量水印魯棒性強弱的思路是：首先分析水印魯棒性與水印相似性之間的聯(lián)系，其次使用相似性算法對水印的相似性做出衡量，最后使用粗糙集中的決策系統(tǒng)對相似性水印的魯棒性做出決策，該水印屬于魯棒性水印還是脆弱性水印。

關(guān)鍵詞相似性； 數(shù)字水??； 魯棒性； 決策系統(tǒng)； 水印像素點

Class NumberTP183

1引言

水印是一種古老的技術(shù)，當(dāng)今的數(shù)字水印與傳統(tǒng)水印存在較大的差別，這些差別主要體現(xiàn)在水印的透明性和魯棒性上。隨著計算機(jī)技術(shù)與多媒體技術(shù)快速地發(fā)展，人們可以方便地傳播、拷貝、存儲和處理圖像，音頻和視頻等多媒體信息[2～4]，但就在多媒體技術(shù)涌現(xiàn)的時候出現(xiàn)了多媒體商品的傳輸安全問題和版權(quán)保護(hù)等諸多的一系列問題[2～4]。為了解決數(shù)字產(chǎn)品存在的安全問題和版權(quán)問題，因此出現(xiàn)了將數(shù)字水印嵌入多媒體商品的技術(shù)。數(shù)字水印主要在以下幾個場合進(jìn)行應(yīng)用： 1) 版權(quán)保護(hù)， 2) 數(shù)字指紋， 3) 訪問控制， 4) 信息隱藏， 5) 認(rèn)證和完整性校驗[3～5]。在版權(quán)保護(hù)中的應(yīng)用是將數(shù)字水印嵌入到數(shù)字產(chǎn)品中，然后公開發(fā)布產(chǎn)品，而在認(rèn)證和完整性校驗中方面應(yīng)用是指：在醫(yī)學(xué)方面、新聞及商業(yè)等方面的大量應(yīng)用，在認(rèn)證和完整性校驗方面應(yīng)用的目的是驗證產(chǎn)品的內(nèi)容是否被篡改過[3,6,8～9]。在認(rèn)證等方面的應(yīng)用主要是指脆弱性水印和半脆弱性水印的具體應(yīng)用。

目前在眾多的水印算法中，水印的魯棒性各不相同。魯棒性水印的魯棒性最強，半脆弱性水印其次，脆弱性水印最弱[1,5,7]。水印的魯棒性和透明性是水印的兩個重要指標(biāo)，如果水印的透明值越大，那么水印的魯棒性就越弱。相反的如果水印的魯棒性越強，則水印的透明性就越弱。因此魯棒性水印的魯棒性強度強于脆弱性水印，而脆弱性水印的透明性強度卻遠(yuǎn)強于魯棒性水印。根據(jù)數(shù)字水印魯棒性的強弱不同可將水印分為，魯棒性水印，半脆弱性水印和脆弱性水印[1,5,7]。

2數(shù)字水印與其魯棒性

數(shù)字水印的魯棒性主要是指水印穩(wěn)定性的強度。任何水印都具有一定魯棒性，然而穩(wěn)定性強的水印可以作為魯棒性水印，如果水印的穩(wěn)定性越強，那么相應(yīng)的水印魯棒性就越強[2～4]。而穩(wěn)定性稍弱和十分弱的水印只能做為半脆弱性水印或脆弱性水印[2～4]。魯棒性水印能夠經(jīng)受得住多數(shù)算法的攻擊[7～8]。魯棒性水印被攻擊之后，由于水印的穩(wěn)定性相對較強，水印被損毀的程度相對較小，因此魯棒性水印具有較強的魯棒性，提取水印與原始水印相比較水印的變化較小。但如果是脆弱性水印，那么水印的魯棒性十分微弱，水印的穩(wěn)定性較差或相當(dāng)差，十分輕微的攻擊都能夠使得水印受損或嚴(yán)重受損，提取水印與原始水印相比較水印將有十分明顯的變化，水印被損毀的程度較為嚴(yán)重。

3數(shù)字水印相似性與其魯棒性

3.1水印的相似性與水印魯棒性的強度

如果水印的魯棒性相對較弱，當(dāng)水印被攻擊之后，那么水印受損就較為嚴(yán)重，提取水印與原始水印相似性的偏離程度就比較大，那么提取的水印與原始水印不像的程度就越明顯。如果水印的魯棒性越強，當(dāng)水印被攻擊之后，那么水印受損程度就較輕，提取水印與原始水印的相似性就較強，那么提取水印與原始水印比較十分的像。

討論和分析：

1) 如果提取水印與原始水印的相似程度越強，那么表明該原始水印的魯棒性就越強。

2) 如果提取水印與原始水印的相似程度半強半弱，那么表明該原始水印的魯棒性相對較弱。

3) 如果提取水印與原始水印的相似性十分的差，那么表明水印的穩(wěn)定性很差。當(dāng)水印的穩(wěn)定性十分的弱時，則該原始水印的魯棒性也十分的弱。

4) 因此通過對水印相似程度的比較，可以估量原始水印的魯棒性是強還是弱。

3.2數(shù)字水印像素點與其魯棒性

1) 當(dāng)提取水印與原始水印相比較時有：如果提取水印較為完整，那么水印的像素點的值因該十分接近于原始水印像素點的值，這時提取水印與原始水印就比較相似。

2) 如果提取水印和原始水印總的像素點值十分接近時，那么水印的原始水印的魯棒性就為較強。

3) 如果水印被攻擊之后損毀程度較大，那么該水印總的像素點值改變就比較大，水印像素點值的改變越大，這時提取水印與原始水印偏離程度就比較明顯。

4) 如果水印的穩(wěn)定性相對較弱，那么水印和原始水印的偏離程度就越大。因此如果提取水印與原始水印像素點值的偏離程度越大，那么水印的魯棒性就越差。

5) 討論的結(jié)論：通過水印像素點差值上變化可以得出水印大小的變化是否明顯，水印偏離的程度是否顯著，相似程度是否強，因此通過水印像素點值相似性程度的變化是否明顯可以估量出水印相似性是否強。如果水印的相似程度十分明顯，那么水印像素點值改變的程度比較小，該水印的魯棒性較強。如果水印的相似程度十分的弱，水印像素點值偏離程度較為明顯，那么該水印的魯棒性較差。

4數(shù)字水印屬性相似度的計算

4.1數(shù)字水印相似度偏離概率估量

根據(jù)以上的研究和分析有以下的討論：

(1)

其中,A′表示提取水印的大小，用A表示原始水印的大小。

分析和討論：

1) 在水印相似性的計算中，如果A′/A的比值將十分逼近1值，這時函數(shù)f(x)=|1-A′/A|就十分接近于0的值。當(dāng)f(x)=|1-A′/A|十分接近于0時，則對象A′偏離已知對象A的大小將趨向于0，A′與A之間的差值就越小。因此如果f(x)=|1-A′/A|的值越小，那么對象A′非常接近于已知對象A，則A′偏離A的程度就越小。

2) 在水印偏離程度的計算中，如果對象A′大于已知對象A時，那么A′/A的比值將大于1時。當(dāng)A′/A的比值越大時，那么函數(shù)f(x)=|1-A′/A|的值大于0的程度將越明顯。當(dāng)對象A′的值大于或遠(yuǎn)大于已知對象A的時候，則A′偏離A的程度就越大越明顯。A′與A之間的差值就越大，同時f(x)=|1-A′/A|的值大于0的程度將越明顯。

3) 在水印偏離程度的計算中，如果對象A′小于已知對象A時，那么A′/A的比值將小于1。當(dāng)A′/A的比值越小1時，那么函數(shù)f(x)=|1-A′/A|的值小于1的程度將越明顯。當(dāng)A′的值小于或遠(yuǎn)小于已知對象A的時候，則A′偏離A的程度就越大越明顯。A′與A之間的差值就越大，同時f(x)=|1-A′/A|的值小于1的程度將越明顯。

4.2數(shù)字水印相似度的估計

函數(shù)：

g(x)=1-f(x)

(2)

以下是對函數(shù)g(x)=1-f(x)的討論：

5決策系統(tǒng)在數(shù)字水印相似程度比較中的應(yīng)用

5.1粗糙集的決策系統(tǒng)

在實際應(yīng)用中存在一大類任務(wù)：給定一組有特征描述的樣本和樣本的類別，需要通過一個學(xué)習(xí)算法從該組本文中學(xué)習(xí)一個分類函數(shù)，實現(xiàn)從特征到分類的映射，該系統(tǒng)在粗糙集理論中稱為信息系統(tǒng)[10～11]。

5.2水印相似程度的屬性

由于決策條件屬性值的不同，因此能夠產(chǎn)生不同的決策結(jié)果。事實上正是由于不同的決策條件屬性值，產(chǎn)生了不同的決策結(jié)果。這些不同的決策結(jié)果能夠?qū)⒉煌瑢傩缘臉永M(jìn)行有效的分類。條件屬性決策規(guī)則的內(nèi)涵，是決策系統(tǒng)做出決策結(jié)果的重要決定因數(shù)[10～11]。

1) 域：U={x1,x2,x3,…,xn}，其中x1,x2,x3分別表示魯棒性水印，半脆弱性水印，脆弱性水印。

2) 屬性集：A={a1,a2,a3}，其中a1表示水印的相似性強，a2表示水印的相似性弱，a3表示水印的魯棒性強。

3) 值域：V={Y,N}。

5.3水印相似度的決策表

在決策系統(tǒng)中如果把每一條樣例的條件屬性值作為規(guī)則的前件，把決策屬性值作為規(guī)則的后件，那么每一條樣例都可以看成一條決策規(guī)則[11]。信息系統(tǒng)中的屬性集合可以分成兩部分，一部分為條件屬性集合，另一部分為決策屬性，這種信息系統(tǒng)通常稱為決策系統(tǒng)或決策表。

在以下的決策表中，條件屬性為：水印的相似性強，水印的相似性弱。決策屬性為：水印魯棒性強。

圖1　決策表在數(shù)字水印相似性計算中的應(yīng)用

1) 決策規(guī)則

(1)魯棒性水印

(水印的相似性強，Y)Λ(水印的相似性弱，N)?(水印魯棒性強，Y)

(2)半脆弱性水印

(水印的相似性強，N)Λ(水印的相似性弱，Y)?(水印魯棒性強，N)

(3)脆弱性水印

(水印的相似性強，N)Λ(水印的相似性弱，Y)?(水印魯棒性強，N)

2) 決策規(guī)則說明：

(1)如果提取水印與原始水印的相似程度越強，那么該水印的魯棒性為強的概率較大。

(2)如果提取水印與原始水印的相似程度越差，那么該水印的魯棒性為弱的概率較大。

6結(jié)語

文本通過對水印相似程度是否強來估算出原始水印魯棒性的強弱。如果提取水印與原始水印的相似性強，那么水印的魯棒性為強的程度就較大，如果提取水印與原始水印的相似性弱，那么水印的魯棒性為弱的程度就較大。本文將相似性算法和粗糙集中的決策系統(tǒng)在估量數(shù)字水印魯棒性強度中進(jìn)行應(yīng)用是本文的創(chuàng)新點之一，本文提出的算法具有一定的理論性和一定的應(yīng)用性。

參 考 文 獻(xiàn)

[1] 袁占婷,張秋余,陳寧.數(shù)字水印的魯棒性分析與研究[J].計算機(jī)工程與設(shè)計,2005,26(3):614-616

YUAN Zhanting, ZHANG Qiuyu, CHEN Ning. Analysis and Study of Robustness of Digital Watermarking[J]. Computer Engineering and Design,2005,26(3):614-616.

[2] 吳亞坤,邸春紅.數(shù)字水印技術(shù)綜述[J].遼寧大學(xué)學(xué)報(自然科學(xué)版),2010,37(3):202-206.

WU Yakun, DI Chunhong. A Survey of Digital Watermarking[J]. Journal of Liaoning University(Natural Science Edition),2010,37(3):202-206.

[3] 候振華,陳生潭.脆弱性數(shù)字水印研究[J].計算機(jī)應(yīng)用,2003,12(23):106-108.

HOU Zhenhua, CHEN Shentan. Research on Fragile Digital Watermarking[J]. Journal of Computer Application,2003,12(23):106-108.

[4] 向德生,楊格蘭,熊岳山.數(shù)字水印技術(shù)研究[J].計算機(jī)工程與設(shè)計,2005,26(2):326-328.

XIANG Desheng, YANG Gelan, XIONG Yueshan. Survey of Digital Watermarking[J]. Computer Engineering and Desion,2005,26(2):326-328.

[5] 吳崇明,王曉丹.數(shù)字水印系統(tǒng)的魯棒性和常見的攻擊[J].空軍工程大學(xué)學(xué)報(自然科學(xué)版),2002,3(1):90-93.

WU Chongming, WANG Xiaodan. Robust of Watermarking System and the Possible Attacks[J]. Journal of Air Force Engineering University(Natural Science Edition),2002,3(1):90-93.

[6] 趙翔,郝林.數(shù)字水印綜述[J].計算機(jī)工程與設(shè)計,2006,27(11):1946-1950.

ZHAO Xiang, HAO Lin. Overview of Digital Watermark[J]. Computer Engineering and Desion,2006,27(11):1946-1950.

[7] 陳真勇,唐龍,唐澤圣.以魯棒性為目標(biāo)的數(shù)字多水印研究[J].計算機(jī)學(xué)報,2006,29(11):2037-2043.

CHEN Zhenyong, TANG Long, TANG Zesheng. Multi-Watermark Method Toward Goal of Robustness [J]. Chinese Journal of Computers,2006,29(11):2037-2043.

[8] 陳明奇,紐心忻,楊義先.數(shù)字水印的攻擊方法[J].電子與信息學(xué)報,2001,23(7):705-711.CHEN Mingqi, NIU Xinxin, YANG Yixian. The Attack Methods of Digital Watermarking[J]. Journal of Electronics & Information Technology,2001,23(7):705-711.

[9] 張弘,王穎.脆弱性數(shù)字圖像水印算法比較研究[J].計算機(jī)工,2008,34(3):174-177.

ZHANG Hong, WANG Yin. Comparative Evaluation of Digital Fragile Image Watermark Algorithms [J]. Computer Engineering,2008,34(3):174-177.

[10] 胡清華,于達(dá)仁.應(yīng)用粗糙集計算[M].北京:科學(xué)出版社,2012.

HU Qinghua,YU Daren. Application of Rough Set[M]. Beijing: Science Press,2012.

[11] 陳德剛著.模糊粗糙集理論與方法[M].北京:科學(xué)出版社,2013.

CHEN Degang. Theory and Method of Fuzzy Rough Set[M]. Beijing: Science Press,2013.

收稿日期:2016年1月7日,修回日期:2016年2月24日

作者簡介:朱俚治,男,工程師,研究方向：計算機(jī)和信息安全。

中圖分類號TP183

DOI:10.3969/j.issn.1672-9722.2016.07.026

Similarity and Robustness of Digital Watermarking

ZHU Lizhi

(Information Center, Nanjing University of Aeronautics & Astronautics, Nanjing210016)

AbstractRobustness is one of the important characteristic parameters of digital watermark. The extent of watermarking damage differs in the types of watermarking, for which has different robustness. The damage of the watermarking which is robust will be relatively minor, and the similarity of watermark is better. On the other hand, the damage of the watermarking which is fragile will be more obvious, and the similarity of watermark is worse. Therefore, the robustness of the watermarking can be estimated according to the degree of the watermark similarity. This paper puts forward the idea of the judgment of the watermark robustness strength. Firstly, the connection between the watermark robustness and similarity is analyzed. Moreover, similarity algorithm is used to estimate the similarity of watermark. Finally, the rough set decision-making system is applied to make a decision of the robustness of the similarity watermark, estimating whether the watermark is robust or fragile.

Key Wordssimilarity, digital watermarking, robustness, decision system, watermark pixel