簡(jiǎn)析基于文檔結(jié)構(gòu)的PDF水印算法

王梓穎 李德

摘要：針對(duì)互聯(lián)網(wǎng)上數(shù)字內(nèi)容的多渠道傳播導(dǎo)致的盜版數(shù)字內(nèi)容及篡改等問(wèn)題，該文提出了一種基于PDF文檔結(jié)構(gòu)的數(shù)字水印算法。該算法通過(guò)分析PDF文檔結(jié)構(gòu)，利用其內(nèi)容流的特性，根據(jù)PDF文檔的讀取規(guī)則，在多余頁(yè)面對(duì)象中嵌入所需要的水印信息，從而實(shí)現(xiàn)信息隱藏。實(shí)驗(yàn)結(jié)果表明該算法具有良好的不可感知性，其抗攻擊性和魯棒性也有更好的保障，可以用來(lái)對(duì)PDF文檔進(jìn)行信息隱藏，達(dá)到版權(quán)保護(hù)的目的。

關(guān)鍵詞： PDF文檔；多余頁(yè)面對(duì)象；數(shù)字水印

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）07-0067-02

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

PDF（Portable Document Format）是一種被廣泛使用的便攜式文檔格式。它繼承了PostScript語(yǔ)言圖像模型獨(dú)立于硬件平臺(tái)及操作系統(tǒng)的特性[1]，使用Adobe Acrobat Professional和Adobe Distiller可以相互轉(zhuǎn)換[2]?；赑DF文檔與PS文件的可相互轉(zhuǎn)換性，有學(xué)者提出了一種在互相轉(zhuǎn)換過(guò)程中修改文檔參數(shù)以達(dá)到嵌入水印信號(hào)目的的方法[3]，然而該算法無(wú)法較好地對(duì)抗格式攻擊，在文檔格式發(fā)生細(xì)微變化時(shí)水印便會(huì)遭到破壞。

上文所述算法是基于PDF文檔格式的水印算法，除此之外，傳統(tǒng)使用的算法還包括，間接地將交叉引用表中行末不可見(jiàn)標(biāo)識(shí)符替換為水印信號(hào)；基于PDF與PS的工作機(jī)制的相似性，在文檔字符間距中嵌入水印信息等方法。而這些傳統(tǒng)算法主要是利用PDF文檔格式進(jìn)行試音的嵌入，本文提出的算法以文檔結(jié)構(gòu)為基礎(chǔ)，以多余文檔頁(yè)面對(duì)象為載體，不會(huì)因文檔格式變化而受到影響。

1 PDF文檔結(jié)構(gòu)

PDF文檔結(jié)構(gòu)主要包括四個(gè)部分：文件頭、文件體、交叉引用表以及文件尾[4]。其中文件體為PDF文檔的主體內(nèi)容，包含一系列描述文檔內(nèi)容的頁(yè)面對(duì)象；交叉引用表即為一個(gè)索引目錄，可從中查找頁(yè)面對(duì)象在文件中的位置；文件頭用來(lái)給出文檔的規(guī)范版本號(hào)；文件尾可理解為指向交叉引用表地址的指針。

如上圖所示，其中的“3”表示頁(yè)面對(duì)象的唯一序號(hào)，可用于交叉引用表中對(duì)象的查找；“0”表示生成號(hào)，以區(qū)分不同對(duì)象；obj為頁(yè)面內(nèi)容的開(kāi)始，與之對(duì)應(yīng)的是末尾的endobj；頁(yè)面對(duì)象的具體內(nèi)容定義在<<與>>之間；stream與endstream之間定義的是流對(duì)象；BT與ET之間定義的是文本對(duì)象[4]。

當(dāng)修改PDF文檔時(shí)，原對(duì)象不會(huì)發(fā)生改變，而是增加新的對(duì)象，并在交叉引用表中附加一段對(duì)象修改記錄，原有引用表不改變。結(jié)構(gòu)變化如下：

2 PDF文檔數(shù)字水印算法設(shè)計(jì)

修改文檔內(nèi)容后，由于新增交叉引用表，故所修改對(duì)象的地址會(huì)發(fā)生變化，文檔閱讀器在顯示文檔時(shí)會(huì)顯示最后修改的對(duì)象內(nèi)容。而未被文檔閱讀器讀取的頁(yè)面即為多余頁(yè)面，不會(huì)引起文檔結(jié)構(gòu)和文檔內(nèi)容的變化。

步驟一，選取水印信息A，為進(jìn)一步加強(qiáng)其安全性，使用密鑰K對(duì)水印信息進(jìn)行加密處理得到密文序列A。

步驟二，將密文序列A嵌入多余頁(yè)面對(duì)象，作為第0個(gè)頁(yè)面對(duì)象m，其頁(yè)面內(nèi)容為w=“0 0 obj＼r＼n<>＼r＼n endobj”，為了與其他頁(yè)面對(duì)象進(jìn)行區(qū)分，并更方便地提取水印信息，這里的對(duì)象號(hào)設(shè)置為0。

步驟三，根據(jù)文檔閱讀器的文檔讀取規(guī)則，在PDF文檔的第x個(gè)頁(yè)面對(duì)象的endobj關(guān)鍵字與第x+1個(gè)頁(yè)面對(duì)象的obj關(guān)鍵字之間插入多余頁(yè)面對(duì)象m。

步驟四，令交叉引用表中不具有該多余頁(yè)面對(duì)象的地址，即文檔閱讀器無(wú)法根據(jù)交叉引用表對(duì)頁(yè)面進(jìn)行讀取。

3 實(shí)驗(yàn)結(jié)果及分析

在該算法中，由于文檔閱讀器在讀取文檔時(shí)，是由文件尾找到交叉引用表，再根據(jù)交叉引用表表項(xiàng)中的地址找到具體的頁(yè)面對(duì)象。在讀至當(dāng)前頁(yè)面對(duì)象的endobj關(guān)鍵字后停止讀取，再轉(zhuǎn)至其他頁(yè)面對(duì)象由obj關(guān)鍵字處開(kāi)始，因此嵌入在兩頁(yè)面對(duì)象之間的含水印多余頁(yè)面不會(huì)被讀取到，從而具有較好的不可感知性。

PDF文檔中的行間距、字體大小、字形等無(wú)法進(jìn)行改變，故實(shí)驗(yàn)對(duì)嵌入水印后的PDF文檔進(jìn)行格式上的攻擊時(shí)考慮了文字增刪、頁(yè)面裁剪及頁(yè)面刪除等，對(duì)修改后的文檔進(jìn)行水印提取，可提取到完整正確的水印內(nèi)容，因此可證明該算法對(duì)格式攻擊具有良好的抵抗性與魯棒性。同時(shí)，實(shí)驗(yàn)還對(duì)算法的對(duì)抗其他攻擊的性能進(jìn)行了試驗(yàn)，例如對(duì)文檔進(jìn)行了解壓縮測(cè)試，提取進(jìn)行了解壓縮后的PDF文檔中的水印，仍可提取到水印信號(hào)，說(shuō)明該算法可抵抗壓縮攻擊。

從表格中可清晰看出，該算法具有較強(qiáng)的魯棒性，且算法簡(jiǎn)單，適用范圍廣，具有明顯的優(yōu)勢(shì)。

4 總結(jié)

本文對(duì)一種基于PDF文檔格式的數(shù)字水印算法從原理到結(jié)果分析等進(jìn)行了簡(jiǎn)析，將加密后的水印信息組裝為多余頁(yè)面對(duì)象嵌入到文件內(nèi)容流序列中，根據(jù)文檔閱讀器對(duì)PDF文檔的讀取規(guī)則可知，嵌入的多余頁(yè)面對(duì)象不會(huì)被讀取出，即該頁(yè)面對(duì)讀者不可感知，從而達(dá)到信息隱藏的目的。通過(guò)實(shí)驗(yàn)將該算法與傳統(tǒng)水印算法進(jìn)行了簡(jiǎn)單比較，可知該算法具有更好的抗格式攻擊性，且具有較強(qiáng)的魯棒性與安全性。

參考文獻(xiàn)：

[1] 李高遠(yuǎn).兩種新型PDF文檔水印算法[D].西安科技大學(xué)，2016.

[2] 張秋余，余冬梅，管偉.中文PDF文檔數(shù)字水印算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007（24）：5983-5984+5987.

[3] Zhu B， Wu J， Kankanhalli M S. Render sequence encoding for document protection[J].IEEE Transactions on Multimedia. 2007， 9（1）： 16-24.

[4] 陳青，盧宇鵬.基于PDF格式的數(shù)字版權(quán)保護(hù)算法[J].電子科技，2016，29（5）：108-111+116.

【通聯(lián)編輯：代影】