程玉柱 邱春榮 胡伏湘

(長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院，湖南 長(zhǎng)沙 410004)

數(shù)字水印的研究進(jìn)展與應(yīng)用綜述

程玉柱 邱春榮 胡伏湘

(長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院，湖南 長(zhǎng)沙 410004)

數(shù)字水印作為網(wǎng)絡(luò)環(huán)境下數(shù)字作品版權(quán)保護(hù)的重要技術(shù)，已得到廣泛的研究和應(yīng)用。文中對(duì)數(shù)字水印技術(shù)的研究與進(jìn)展情況進(jìn)行了論述。以文本水印為例，圍繞水印魯棒性、隱蔽性、安全性和盲檢測(cè)性等關(guān)鍵問題，分析比較了文本數(shù)字水印技術(shù)的典型算法及攻擊方法，并探討了未來的應(yīng)用前景和研究方向。

數(shù)字水印;文本數(shù)字水印;版權(quán)保護(hù);魯棒性;隱蔽性

多媒體存儲(chǔ)和傳輸技術(shù)的進(jìn)步使存儲(chǔ)和傳輸數(shù)字化信息成為可能，同時(shí)，隨著計(jì)算機(jī)通信技術(shù)的迅速發(fā)展，傳播數(shù)字多媒體信息也越來越方便快捷。然而，這也使盜版者能以低廉的成本復(fù)制及傳播未經(jīng)授權(quán)的數(shù)字產(chǎn)品內(nèi)容。出于對(duì)利益的考慮，數(shù)字產(chǎn)品的版權(quán)所有者迫切需要解決知識(shí)產(chǎn)權(quán)的保護(hù)問題。基于此考慮，數(shù)字水印技術(shù)應(yīng)運(yùn)而生。

目前對(duì)數(shù)字水印(digital watermarking)的普遍定義是指鑲嵌在其他數(shù)據(jù)(宿主數(shù)據(jù))中具有可鑒別性的數(shù)字信號(hào)或模式，用以證明宿主數(shù)據(jù)的版權(quán)歸屬。而且水印的添加并不影響宿主數(shù)據(jù)的可用性［1］。在某種意義上說，水印對(duì)局外人是不可見的(透明的)，但算法本身能提供有效的檢測(cè)手段。數(shù)字水印可以標(biāo)識(shí)作者、所有者、發(fā)行者、使用者等，并攜帶有版權(quán)保護(hù)信息和認(rèn)證信息，保護(hù)數(shù)字產(chǎn)品的合法拷貝和傳播。

1.數(shù)字水印的特點(diǎn)、分類及應(yīng)用

1.1 基本特點(diǎn)

作為保護(hù)版權(quán)用數(shù)字水印需要滿足以下四點(diǎn)基本要求［1－2］:

1.1.1 魯棒性(Robustness):數(shù)字水印必須難以(最好是不可能)被除去，試圖除去或破壞數(shù)字水印應(yīng)導(dǎo)致水印文本嚴(yán)重的降質(zhì)而不可用。

1.1.2 隱蔽性(Invisibility):數(shù)字水印應(yīng)是不可見的，即水印的存在不應(yīng)明顯干擾被保護(hù)的數(shù)據(jù)，不影響被保護(hù)數(shù)據(jù)的正常使用。

1.1.3 安全性(Security):數(shù)字水印中的信息應(yīng)是安全的，難以被篡改或偽造，只有授權(quán)方可以進(jìn)行水印的檢測(cè)。

1.1.4 盲檢測(cè)性(Blind detection):水印檢測(cè)過程不需要原始的、未嵌入水印的載體信息。這一方面簡(jiǎn)化了水印的檢測(cè)，另一方面則是為了加強(qiáng)水印的安全性。

1.2 水印算法分類

數(shù)字水印的分類方法有很多種，分類的出發(fā)點(diǎn)不同導(dǎo)致了分類的不同，各分類方法之間是既有聯(lián)系又有區(qū)別的。按水印所附載的載體類型，可以將水印劃分為圖像水?。?］、音頻水?。?］、視頻水印［5］、文本水?。?］、數(shù)據(jù)庫(kù)水?。?］等。隨著數(shù)字技術(shù)的不斷發(fā)展，會(huì)有更多種類的數(shù)字媒體出現(xiàn)，同時(shí)也會(huì)有相應(yīng)載體的水印技術(shù)［8］。

本文以文本水印為例來說明典型的數(shù)字水印算法。

1.2.1 行間距編碼

行間距編碼就是在文本的每一頁中，每間隔一行輪流地嵌入水印信息，但嵌入信息的行相鄰上下兩行位置不動(dòng)，作為參照，需嵌入信息的行根據(jù)水印數(shù)據(jù)的比特流進(jìn)行輕微的上移和下移［6］。在移動(dòng)過的一行中編碼一個(gè)信息比特，如果這一行上移，則編碼為“1”，如果這一行下移，則編碼為“0”。

1.2.2 字間距編碼

字間距編碼是通過改變指定的一行中的詞塊(一個(gè)或多個(gè)單詞)之間的水平距離(間隔)來嵌入信息［6］。編碼時(shí)，待嵌入信息的詞塊與其左邊基準(zhǔn)詞塊之間距離增大，則表示嵌入的信息位為“1”;與右邊基準(zhǔn)詞塊間距離增大，則表示嵌入的信息位為“0”。沒有進(jìn)行編碼的基準(zhǔn)詞塊用來作為檢測(cè)水印的參考和補(bǔ)償因打印、掃描等所引起的非線性失真。

1.2.3 字符特征編碼

字符特征編碼通過改變文檔中指定字符的某一特征來嵌入標(biāo)記，這些特征可以是各種各樣的:字體、顏色、大小、下劃線、筆劃高度和方向等。水印的嵌入過程為使用特征的近似替代來嵌入信息，包括不易察覺的字體縮放、與背景同色的下劃線、相似的字體、字體顏色等［9－11］。如文獻(xiàn)［10］提出了用于矢量字體的特征編碼法，通過修改字符的筆劃寬度以嵌入水印。文獻(xiàn)［11］提出了“基于字符拓?fù)浣Y(jié)構(gòu)”的文本水印算法，它利用人類對(duì)語言符號(hào)的“模糊”心理認(rèn)知模型和生理視覺模型，通過適當(dāng)改變字符的拓?fù)浣Y(jié)構(gòu)，設(shè)計(jì)出語義上相同的字符的多種字形，用字符字形映射的不同數(shù)學(xué)模型代表隱藏信息。文獻(xiàn)［13］提出了一種面向中文文本的基于漢字?jǐn)?shù)學(xué)表達(dá)式的特征編碼法，利用該方法能較為方便和自動(dòng)化地構(gòu)造出相似字形的漢字字庫(kù)，如“妝”和“丬女”，然后再進(jìn)行替換編碼。

1.2.4 不可見編碼

不可見編碼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見編碼來加載水印，如空格代表“0”，Tab代表“1”等方式［9］。行末是否有空格在視覺上難以區(qū)分，提取時(shí)可通過不可見編碼的有無及數(shù)目進(jìn)行解碼。

1.2.5 語義水印

語義水印的主要指導(dǎo)思想是利用自然語言處理技術(shù)在不改變文本原意的情況下通過等價(jià)信息替換、語態(tài)轉(zhuǎn)換等辦法把水印信息嵌入文本中［12］。目前自然語言文本數(shù)字水印方法主要分為兩類:一類基于句法結(jié)構(gòu)，另一類則基于語義［12－13，18］。

基于句法結(jié)構(gòu)的自然語言文本水印方法主要是對(duì)句子的句法結(jié)構(gòu)進(jìn)行轉(zhuǎn)換以嵌入水印，其中最常用的變換方式有以下4種:移動(dòng)附加語的位置、加入形式主語、主動(dòng)式變被動(dòng)式和在句子中插入“透明短語”。四種變換方式各不相同，但它們有著共同的特點(diǎn):都會(huì)使句子的句法結(jié)構(gòu)、句法樹的形狀發(fā)生變化，進(jìn)而使得變換前后句子的二進(jìn)制編碼變得不同;都存在可逆變換;可以幾種方法同時(shí)使用。

基于語義的自然語言文本水印方法主要是在基于對(duì)句子進(jìn)行深層次理解的基礎(chǔ)上，對(duì)句子進(jìn)行變換以達(dá)到在文本中加入水印的目的?；谕x詞替換可以算是最早的自然語言文本水印算法，它是在保持語義不變或相近的前提下對(duì)內(nèi)容進(jìn)行替換，將一個(gè)載體文本看成一系列的有意義序列，嵌入過程就是將載體文本轉(zhuǎn)換成具有相同或相近意義的隱秘文本的過程。文獻(xiàn)［12］提出了一種基于TMR樹的自然語言文本水印方法，該方法是使用TMR(text meaning representation)樹的方式對(duì)文本中的句子進(jìn)行表達(dá)，并通過對(duì)TMR樹的操作來實(shí)現(xiàn)對(duì)文本中句子的修改。此外，從提取文本內(nèi)容特征以加載水印的角度，文獻(xiàn)［14］提出了一種新的文本零水印方法。方法采用基于注冊(cè)的機(jī)制，依據(jù)文本語義相似度度量文本相似性，從而確定文本版權(quán)歸屬。其他還有在符號(hào)級(jí)加入水印，以及通過在文本中添加圖形，將文本水印轉(zhuǎn)化為圖像水印處理等方法［15］。

1.3 應(yīng)用

數(shù)字水印主要應(yīng)用在以下幾個(gè)方面［1－2］:

(1)版權(quán)保護(hù):數(shù)字作品的所有者可用密鑰產(chǎn)生水印，并將其嵌入原始數(shù)據(jù)，然后公開發(fā)布其水印版本作品，當(dāng)該作品被盜版或出現(xiàn)版權(quán)糾紛時(shí)，所有者即可從被盜版作品中獲取水印信號(hào)作為依據(jù)，從而保護(hù)其合法權(quán)益。

(2)數(shù)字指紋:為避免數(shù)字作品未經(jīng)授權(quán)被拷貝和發(fā)行，版權(quán)所有人可以向分發(fā)給不同用戶的作品中嵌入不同的水印以標(biāo)識(shí)用戶的信息，該水印可根據(jù)用戶的序號(hào)和相關(guān)的信息生成，一旦發(fā)現(xiàn)未經(jīng)授權(quán)的拷貝，就可以根據(jù)此拷貝所恢復(fù)出的指紋來確定它的來源。

(3)認(rèn)證和完整性校驗(yàn):認(rèn)證和完整性校驗(yàn)的目的是檢測(cè)對(duì)數(shù)字作品的修改。脆弱水印是一種當(dāng)作品發(fā)生任何形式的改變后變得不可測(cè)的標(biāo)志，該類水印還可以對(duì)數(shù)字作品被篡改的地方進(jìn)行定位。

(4)訪問控制:利用數(shù)字水印技術(shù)可以將訪問控制信息嵌入到媒體中，在使用媒體之前通過檢測(cè)嵌入到其中的訪問控制信息，以達(dá)到訪問控制的目的，它要求水印具有很高的魯棒性。

(5)信息隱藏:數(shù)字水印可用于作品的標(biāo)識(shí)、注釋、檢索信息等內(nèi)容的隱藏，這樣不需要額外的帶寬，且不易丟失。另外，數(shù)字水印技術(shù)還可以用于隱蔽通信，這將在國(guó)防和情報(bào)部門得到廣泛的應(yīng)用。

2.攻擊測(cè)試與相應(yīng)對(duì)策

面向版權(quán)保護(hù)的魯棒水印技術(shù)是一個(gè)具有相當(dāng)難度的研究領(lǐng)域，到目前為止，還沒有一個(gè)算法能夠真正經(jīng)得住攻擊者的任意攻擊。在Internet上已經(jīng)可以得到能夠有效擊垮某些商用水印系統(tǒng)的軟件，如Stir-Mark等。以下是幾種典型的數(shù)字水印攻擊方法，各方法選取的進(jìn)攻角度和方式各不相同［17］。

(1)實(shí)體攻擊:通過直接修改水印作品，以達(dá)到破壞水印提取的攻擊方法;

(2)算法攻擊:在仔細(xì)分析水印嵌入特點(diǎn)或破譯嵌入密碼后，有針對(duì)性地去除水印的攻擊方法;

(3)策略攻擊:利用水印嵌入規(guī)范上的缺陷，通過重嵌水印質(zhì)疑原水印信息的可信度的攻擊方法;

(4)解釋攻擊(又稱IBM攻擊):首先對(duì)水印作品進(jìn)行嵌入逆操作，得到偽造的原始作品和水印信息，使得水印作品中存在兩個(gè)功能和法律上完全對(duì)等的水印信息。

具體就文本數(shù)據(jù)而言，目前應(yīng)用比較頻繁的水印攻擊方法是實(shí)體攻擊和算法攻擊。包括針對(duì)基于格式修改的文本水印算法而對(duì)文本字符間距、行間距進(jìn)行隨機(jī)化處理;針對(duì)基于字符特征修改的文本水印算法而對(duì)文本字符特征進(jìn)行修改;針對(duì)基于文檔外邊緣或附加空格編碼算法而對(duì)文本內(nèi)容進(jìn)行置亂;針對(duì)字符拓?fù)浣Y(jié)構(gòu)轉(zhuǎn)換和漢字拆分算法對(duì)文本內(nèi)容進(jìn)行重新錄入等。

前文提到，一個(gè)實(shí)用的數(shù)字水印系統(tǒng)一般應(yīng)具有魯棒性、安全性、隱蔽性、大容量和盲檢測(cè)等特點(diǎn)。下面結(jié)合這五個(gè)特點(diǎn)及上述兩類攻擊方法展開分析，闡述文本數(shù)字水印技術(shù)研究現(xiàn)狀并探討存在的問題。

在基于文本結(jié)構(gòu)的各種文本水印方法中，行間距編碼方法的容量最小，字間距編碼的水印方法的隱蔽性好于行間距編碼，但魯棒性減弱，而且相對(duì)增加了提取水印的復(fù)雜度。空格編碼不易引起詞句的改變和讀者的注意，但容量太小，而且有的編輯器會(huì)自動(dòng)刪除多余的空格。由于精確地分析和利用文檔圖像的特征存在難度，而且文本的操作習(xí)慣不同于圖像，基于傳統(tǒng)圖像水印技術(shù)的文本水印方法普遍存在魯棒性不高、操作復(fù)雜的缺點(diǎn)［3，4，12－13］。值得注意的是以上四種方法都只是停留在文本的表層，由于它們都是空間域的方法，安全性主要靠空間格式的隱蔽性來保證，攻擊者可以通過將字符間距、單詞間距以及行間距進(jìn)行隨機(jī)化處理而破壞水印，因此這些水印方案普遍存在安全性不強(qiáng)、魯棒性較差的缺點(diǎn)。

特征編碼法在水印容量方面有明顯的優(yōu)勢(shì)，隱蔽性較好，且部分算法具有較強(qiáng)的魯棒性，但絕大多數(shù)算法針對(duì)Retype(重新錄入)攻擊還沒有找到好的應(yīng)對(duì)措施。

自然語言文本水印的方法相對(duì)在魯棒性上提高了系統(tǒng)的靈活性和承受攻擊的能力，同義詞替代、TMR樹算法等就是其中的代表性算法。該方法具有良好的魯棒性和一定的安全性，但是受限于自然語言處理技術(shù)，目前還存在很多尚待解決的問題，包括體裁、字?jǐn)?shù)、變換效果的限制，嵌入水印后的載體文本容易發(fā)生語義改變和難以理解的情況，隱蔽性不夠理想。此外，如何進(jìn)一步增強(qiáng)系統(tǒng)的安全性等問題的解決很大程度上要借助、依賴于自然語言處理技術(shù)的發(fā)展［13］。

3.數(shù)字水印的發(fā)展方向

水印技術(shù)是信息安全技術(shù)的一個(gè)重要方面，是一種在開放的網(wǎng)絡(luò)環(huán)境中多媒體版權(quán)保護(hù)的有效方法。目前雖然已經(jīng)提供了不少水印嵌入方法，但是都或多或少存在一些不太令人滿意的地方，很多問題和方法有待進(jìn)一步的研究和解決。

(1)現(xiàn)在對(duì)于數(shù)字水印技術(shù)的研究主要集中在靜態(tài)圖像方面。至于音頻方面，由于人們已能建立很好的語言模型，因此水印技術(shù)也相對(duì)成熟一些。而在視頻方面，雖然目前已有基于動(dòng)畫的水印，但遠(yuǎn)不如在靜態(tài)圖像中的效果好。此外，針對(duì)文本水印的研究也不成熟，一方面因?yàn)槲谋静煌趫D像和音頻、視頻，沒有充分多的冗余空間;另外由于自然語言處理技術(shù)的局限性，目前尚沒有真正理想的文本數(shù)字水印算法。

(2)與其他學(xué)科交叉發(fā)展，數(shù)學(xué)水印技術(shù)不是萬能的，需要與密碼學(xué)技術(shù)及PKI技術(shù)、復(fù)制檢測(cè)、數(shù)字簽名等一起使用，構(gòu)建綜合的數(shù)據(jù)安全體系，才能抵抗各種攻擊。

(3)從人類視覺系統(tǒng)出發(fā)，建立適合人眼視覺效果的數(shù)學(xué)模型。這方面的研究需要很多關(guān)于生理、心理和數(shù)學(xué)的知識(shí)。盡管難度不小，但仍被認(rèn)為是數(shù)字水印的重要研究方向。

(4)要促進(jìn)水印技術(shù)更好更快地發(fā)展，需要建立相關(guān)的理論體系和測(cè)評(píng)標(biāo)準(zhǔn)，建立一個(gè)開放的數(shù)字水印測(cè)評(píng)平臺(tái)。

4.結(jié)束語

數(shù)字水印是一門具有挑戰(zhàn)性的科學(xué)，近幾年來數(shù)字水印技術(shù)取得了很大進(jìn)展，但目前為止尚未形成一個(gè)完整的理論體系。盡管如此，隨著研究的不斷深入和數(shù)字版權(quán)管理技術(shù)的發(fā)展，它有著廣闊的應(yīng)用前景，必將成為版權(quán)保護(hù)的重要工具。

［1］Schyndel V R，Triklel A，Osbome C.A digital watermarking［C］.Proceedings of International Conference on Image Processing，IEEE.Austin，1994.86－90.

［2］Cox I J，Miller M L.The first 50 years of electronic watermarking ［J］.Journal on Applied Signal Processing，2002，2:126－132.

［3］潘蓉，高有行.數(shù)字圖象水印技術(shù)研究［J］.湖南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002，29(2):117－123.

［4］張華熊，仇佩亮.用于版權(quán)保護(hù)的魯棒音頻水印［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2002，14(8):786－789.

［5］孫建德，劉琚.基于獨(dú)立分量分析的盲視頻水印方案［J］.電子學(xué)報(bào)，2004，32(9):1507－1510.

［6］Brassil J T，Low S H，Maxemchuk N F，et al.Electrical marking and identification techniques to discourage document copying ［J］.IEEE Journal on Selected Areas in Communications，1995，13(8):1495－1504.

［7］Agrawal R，Kiernan J.Watermarking relational databases［C］.Proceedings of the 28th VLDB Conference，Hong Kong，China，2002.1－9.

［8］張新宇，彭維，張三元等.3D網(wǎng)格數(shù)字水印研究進(jìn)展［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2003，15(8):913－920.

［9］Brassil J T，Low S H，Maxemchuk N F.Copyright protection for the electronic distribution of text documents［J］.Proceedings of the IEEE，1999，87(7):1181 －1196.

［10］Stefan T，Martin S，Patrick W.A digital watermark for vector－based fonts［C］.Proceedings of the 8th ACM Multimedia and Security Workshop. Geneva， Switzerland，2006.120－123.

［11］劉東，陳松，周明天.基于字符拓?fù)浣Y(jié)構(gòu)的文本數(shù)字水印技術(shù)［J］.小型微型計(jì)算機(jī)系統(tǒng)，2007，28(5):812－815.

［12］Atallah M J，McDonough C J，Raskin V.Natural language for information assurance and security:an overview and implementation［M］.New Security Paradigm Workshop，New York:ACM Press，2000.51－65.

［13］Sun X M，Luo G，Huang H J.Component－based digital watermarking of Chinese texts［C］.Proceedings of the third International Conference on Information Security.Shanghai，China，2004.76－85.

［14］程玉柱.基于TMDS的文本零水印技術(shù)研究［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2008，29(24):6420－6422.

［15］李趙紅，侯建軍，宋偉.基于等級(jí)結(jié)構(gòu)的二值文本圖像認(rèn)證水印算法［J］.自動(dòng)化學(xué)報(bào).2008，34(4):841－848.

［16］Atallah M J，McDonough C J，Raskin V，et al.Natural language processing for information assurance and security:An overview and implementations［C］.Proceedings of the 9th ACM New Security Paradigms Workshop，New York:ACM，2000.51－65.

［17］Voloshynovskiy S，Pereira S，Pun T，et al.Attacks on digital watermarks:classification，estimation based attacksand benchmarks ［J］.IEEE Communications Magazine，2001，39(8):118－126.

TP391

A

1671－5136(2010)02－0122－04

2010－04－25

程玉柱 (1980－)，男，安徽安慶人，長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院軟件學(xué)院講師、碩士。研究方向:信息安全與自然語言處理。

book=125,ebook=330