A1数字水印技术与研究现状.doc

数字水印技术与研究现状1 引言当前的信息安全技术大多是以密码学（Cryptography）理论为基础，无论是传统的密钥系统还是公钥系统，其保护方式都是通过控制文件的读取来实现，即对机密信息（明文）进行特殊的编码，形成不可识别的密码形式（密文），使非法用户不能解读。 加密的根本目的是要保护信息内容的安全，防止非法访问敏感信息，但这种方法具有一定的局限性，因为仅靠密码技术完成多媒体数据的加密、认证和保护是远远不够的。随着计算机处理能力的快速提高，通过不断增加密钥长度来提高系统密级的方法变得越来越不可靠。加密只能保证数据在加密状态下是安全的，数据一旦解密，就完全失去了保护。加密一方面妨碍了多媒体信息的传播，另一方面加密后的信息容易引起攻击者的好奇和注意，并且有被破解的可能。因此，要保护和控制网络上信息的安全，不能单纯依赖于密码的安全机制，而是需要研究新的方法来克服密码技术的不足，即加密内容被解密后无法控制的问题。2 信息隐藏和数字水印2.1 信息隐藏信息隐藏（Information Hiding）的基本思想源于古希腊的蜡版藏书，从中国古代的藏头诗、中世纪欧洲的栅格系统，到德国间谍的密写术等，其应用层出不穷。现在数字化技术的发展为古老的信息隐藏注入了新的活力，提供了更加广阔的发展领域，也带来了新的机会。与密码技术不同的是，信息隐藏从信息安全的角度出发，将重要的信息隐藏于其他信息中以掩饰其存在。通过公开信息的传输来递送机密信息，目的是使隐藏的信息不泄露，也就是将信息由加密时的“不可读”变为“不可见”。对加密通信而言，可能的监测者或非法拦截者可以截取密文并进行破译，或将密文破坏后再发送，从而影响机密信息的安全。但对信息隐藏而言，可能的攻击者很难从公开信息中判断是否存在机密信息，更难截获机密信息，从而能保证秘密信息的安全。2.2 数字水印最早出现的水印大约是1282年意大利的纸水印，在造纸时使用加细线的模板，使得制造出来的纸张在细线处稍薄一些，通过透光能力的差异就可以显示水印图像。将水印应用到数字作品始于20世纪90年代初期，最早关注数字图像水印的是Tanaka等人，他们在1990年提出了在图像中加入秘密信息以确认图像所有权的思想，1993年Trikel等第一次明确地提出了“数字水印”这一概念，并描述了利用数字水印实现版权保护的方法。数字水印是信息隐藏技术研究领域的一个重要分支，除了具备信息隐藏技术的一般特点外，还有着其固有的特点和研究方法。数字水印是利用人类感觉器官HVS（Human Video System）和HAS（Human Audio System）的不敏感特性及多媒体数据中存在的冗余，通过一定的算法将秘密信息（Secret message）隐藏到宿主信息（Cover message）中，且水印的添加不会影响原数据的内容和正常使用。嵌入到多媒体数据中的信息，可以是数字、序列号、文字、图像标志等，以起到版权保护、标识产品、秘密通信、验证归属权、鉴别数据真伪等作用。与加密技术不同，数字水印并不能阻止盗版活动的发生，而是通过检测在数字载体中加入的独特记号，即从中提取水印以监视被保护数据的传播、鉴别数据的真伪、解决版权纠纷及为法庭提供证据。由于数字作品是在非加密状态下进行传递的，作为水印的信息通常是不可见（Invisible）或不可察觉（Imperceptible）的，但通过一些算法可以进行检测或提取。作为标识所有者身份的有效手段，数字水印对信息所有者是确定的，但对信息的使用者而言是充分隐蔽的。水印与原始载体（如图像、音频、视频数据、文本等）紧密结合并隐藏其中，既要保证水印信息的机密性，也要保证水印的完整性，即水印可经历一些不破坏原数据使用价值的操作而保存下来。按照不同的分类标准，数字水印具有不同的分类方式，常见的有：（1）根据水印的嵌入结果可分为：可视水印与不可视水印；（2）根据水印的抗攻击性可分为：脆弱水印和鲁棒水印；（3）根据水印隐藏的位置可分为：空域水印和频域水印；（4）根据水印检测过程可分为：非盲水印和盲水印(非盲水印在检测过程中需要原始数据；而盲水印的检测只需要密钥，不需要原始数据，盲水印对水印安全性更有意义。)；（5）根据水印的用途可分为：私有水印和公开水印；（6）根据水印嵌入与提取使用的密钥可分为：对称水印和非对称水印；（7）根据用途可分为：票据防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印；（8）根据嵌入水印的载体可分为：图像水印、视频水印、音频水印和文本水印，近年还有学者提出软件水印、网格水印和数据库水印等新型水印。本文所研究的水印属于对称的不可见文本水印，也是具有鲁棒性的盲水印。3 数字水印的特征和通用模型3.1 数字水印的特征在数字水印系统中，隐藏信息的丢失意味着版权信息的丢失，从而也就失去了版权保护的功能，即表明这一系统是失败的。由此可见，数字水印技术必须具有如下特征：（1）鲁棒性(Robustness)：是指在经历多种无意或有意的信号处理过程后，数字水印仍能保持完整性或仍能被准确鉴别，这对于水印极为重要。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。即水印在承受一定程度攻击的情况下，仍能保持隐藏的水印数据不被破坏，攻击者如果想去除水印将会导致数字作品的质量严重下降，甚至不可用。（2）不可检测性 (Indefectibility)：指水印载体与原始载体具有一致的特性，如具有一致的统计噪声分布等，以使非法拦截者无法判断是否有隐蔽信息。（3）安全性(Security)：指嵌入算法有较强的抗攻击能力，加入水印和检测/提取水印的方法对没有授权的第三方是绝对保密而且不可轻易破解的。（4）隐蔽性(Invisibility)：也即透明性，指嵌入水印后的载体数据没有明显的降质现象，并且不易感知其存在。（5）容量（Capacity）：嵌入的水印信息必须足以表示多媒体内容的创建者及所有者的标志信息，或购买者的序列号等，这样有利于解决版权纠纷，保护数字产品合法拥有者的权益。3.2 数字水印通用模型水印的通用模型包含三部分：（1）水印嵌入（Embeding）水印的嵌入过程需要解决两个问题：一是水印信号的生成，水印可以是一串伪随机数，也可以由与作者、版权有关的字符串、图标等信息经加密产生；二是嵌入算法，目标是使水印在隐蔽性和鲁棒性之间找到一个较好的平衡。目前大多数水印方案都采用了密码学中的加密体系（公钥/私钥）来加强水印的保密性能，有时甚至多种密钥联用。通过密钥的运用，信息的非所有者就更加难以提取到数字媒体中的水印，给攻击者增加了去除、伪造水印的难度，从而保证水印信息的安全。定义2.1 令I为原始载体信息，W为水印信号，K为密钥，则由编码函数F得到处理后的水印：F(I,W,K)。定义2.2 令I为原始载体信息，水印码为，嵌入算法为E，则嵌入水印后的载体信息E(I, )。通过嵌入算法将水印信号添加到原始数据中的处理过程见图2.1。含水印载体（）水印（W）原始载体（I）公钥/私钥（K）水印嵌入算法图2.1 水印嵌入模型（2）水印提取（Extraction）水印提取是嵌入的逆过程，该阶段需要解决的重点问题是水印提取算法，即从含有水印的载体中获取原始水印信号（如字符串或图标等版权标记）。定义2.3 已知原始载体信息I，待检测载体信息为，密钥为K，水印提取算法D，则提取出的水印为：D(I,K)或D(,K)（盲检）。具体的水印提取过程见图2.2。(盲检时不要)含水印载体（）密钥（K）原始载体（I）水印提取算法水印信息（）图2.2 水印提取模型（3）水印检测（Detection）检测是基于统计原理进行的，设计检测方案的目标是使错判与漏判的概率尽量小。通过分析待检测载体中数据的统计和分布特性，并设定决策阀值进行判断得出结论，检测过程见图2.3。水印W存在1定义2.4 令水印信号W，提取出的水印，密钥K，决策阀值，水印检测函数C，则水印W不存在0C(W,K,) (盲检时不要)待检测载体（）密钥（K）原始载体（I）水印提取算法原始水印（W）是否存在水印图2.3 水印检测模型4国内外数字水印研究动态4.1 数字水印的研究进展数字水印作为保护数字作品版权的有效方法，要解决的是电子信息非法拷贝、传播、发行及恶意篡改等问题，正逐渐成为信息和网络时代实现数字产品版权保护的希望。近年来，数字水印研究取得了很大的进展，各种水印算法层出不穷，常见的算法有：（1）空间域算法：最低有效位方法（LSB方法），Patchwork方法及纹理块映射编码法等；（2）变换域算法：DCT变换，Wavelet变换，Fourier变换和分形；（3）压缩域算法；（4）NEC算法；（5）生理模型算法。通常，空间域方法嵌入水印的信息量大，且嵌入和提取算法相对简单、速度快、易实现，但鲁棒性较差；变换域则鲁棒性相对较强，可信息隐藏量小、算法复杂、速度较慢。随着水印技术的推广和深入应用，一些其它领域的先进技术和算法将被引入，使得数字水印技术更加完备和充实。许多研究机构正努力设计更高效安全、更通用、抗攻击能力更强的数字水印算法。但是作为一个新兴的技术领域，数字水印还不够完善，标准化程度不够高，每个研究人员的介入角度、研究方法、设计策略也各不相同，还有待进一步发展。4.2 文本数字水印的研究现状近些年来关于水印的研究主要集中在图像、视频、音频等多媒体领域，尤其是以静止图像为主要研究对象，其相应的技术也比较成熟，如水印理论模型、水印结构、水印代理、水印嵌入策略、水印检测算法、水印性能评价及水印算法分析等方面。文本数字水印的概念最早由N. F. Maxemchuk于1993年提出，他在“ATT Technical Journal”上发表的“Electronic Document Distribution” 一文中介绍了几种文本水印的实现方法。1995年9月IEEE Journal on Sel. Areas in Communication杂志通过加入数字水印保护版权在互联网上试发行了一期，1998年出版了一本讨论数字版权保护问题的专集。尽管针对多媒体载体的水印算法较多，软件产品也早已推出，但这些方法不适于文本文档这类结构规则的载体，因为其着眼点和处理过程都没有针对文本的特有结构。文本文件的结构与图像、视频、音频载体截然不同，使得在文本中加入水印比较困难，因而导致文本水印的研究相对较为落后，理论进展缓慢，应用成果不多。现有的一些文本水印算法主要是针对格式化文本（PDF、PS、DOC等）的特征设计的，即通过轻微改变格式特性来嵌入水印，如字间距、行间距或字符特征等。因为格式化文本中包含有规律的字符、行和段落等结构，对这些结构的微弱调整很难被感知，即不会改变文本的整体外观。现有的文本水印算法主要有：（1）行移编码行移编码利用了格式文档中段内各行间距均匀的特性，通过轻微改变行距来嵌入水印编码。当某行被上移或下移时，与其相邻的两行或其中的一行保持不变，不动的相邻行在解码过程中作为参考位置，则可用某一行上移对应编码1，下移对应0，从而在其中添加额外的信息。（2）字移编码字移编码的思想和行移编码基本相同，是通过改变字（单词）间的水平距离嵌入水印。在编码过程中，某单词左移或右移，与其相邻的单词不变作为解码时的参考位置，如某词左移对应的信息为1，右移为0。（3）特征编码特征编码是通过改变字符的特征来插入标记，可改变的字符特征包括：字体、字号、高度、颜色、底纹等，不同特征的变化可分别用来表示编码0和1。（4）不可见编码不可见编码方法常用于非格式化的文本，一般是在行末添加空格，或不可见编码来加载水印，如空格代表0，Tab代表1等方式。行尾是否有空格在视觉上难以区分，提取时可通过不可见编码的有无及数目进行解码。（5）语义水印（Semantic Watermarking）语义水印的方法是最近由Mikhail. J. Atallah等人提出，算法基于语义学原理，利用语句自身的语法结构，通过改变句子结构、同义词替换、修改TMR（Text Meaning Representation）树等方法来加入额外的水印信息。语义水印改变了文本的内容，但没有改变文本的含义，添加水印后几乎不可能被察觉和破坏，而且对格式化文本和非格式化文本均适用。（6）其他还有在符号级加入水印，以及通过在文本中添加图形，将文本水印转化为图像水印处理等方法。4.3 文本数字水印算法存在问题通过对现有文本数字水印算法的研究，发现普遍存在如下问题：（1）格式化文本加载的水印是在格式特征之上即在版面的布局上添加水印，这是基于空间域的方法，其安全性主要靠空间格式的隐蔽来保证，很容易被察觉和破坏，抗攻击性不强、鲁棒性较差、隐蔽性不够； （2）非格式化文本难以嵌入水印非格式化文本由于无法进行格式改变，其添加的不可见编码较易察觉，或被某些字处理软件的自动功能去除，基本上无法加载数字水印。（3）水印很难深入到文本的内容之中语义水印虽然能将水印与文本内容相结合，但加入水印后可能会破坏文本的结构和内容，有可能使语句产生歧义。同时，使用计算机对自然语言文本进行句法分析和语义理解还有诸多问题需要解决，如何避免产生语句难以理解、语义改变等问题仍有待研究。（4）水印嵌入容量不足目前的文本水印方法中，基于格式的水印，其编码是嵌入在文本中的行和字（单词）之上；基于语义的水印，水印信息是加载在语句之上，都未能深入到字符之中，因而导致水印容量较小。（5）信息经过传输后的安全性难以验证经仔细分析发现，导致目前文本水印算法存在这些问题的主要原因是：水印信息大多是加载在文本的内容之外，很难嵌入到文本内容之中。这些不足严重影响了文本水印的研究和发展，并制约其推广应