引論：我們?yōu)槟砹?3篇水印技術(shù)論文范文，供您借鑒以豐富您的創(chuàng)作。它們是您寫作時(shí)的寶貴資源，期望它們能夠激發(fā)您的創(chuàng)作靈感，讓您的文章更具深度。

篇1

(2)對(duì)于Γ的任何一個(gè)非授權(quán)子集BP，BΓ，B中的成員無(wú)法利用他們的秘密份額來(lái)重新恢復(fù)秘密S。

秘密共享的概念最早由Shamir和Blakley在1979年提出，并給出(r，n)秘密共享門限方案。所謂(r，n)(其中r、n為正整數(shù)，且r≤n)秘密共享門限方案是指在用戶數(shù)為n的用戶集團(tuán)內(nèi)共享某個(gè)秘密(如K)的方法。在這個(gè)方法中，任意r個(gè)屬于集團(tuán)的用戶都能合作計(jì)算出K的值，但當(dāng)用戶個(gè)數(shù)少于r時(shí)不能計(jì)算出K。如n個(gè)用戶間共享一個(gè)密鑰K，每個(gè)用戶i持有一個(gè)密鑰碎片ki(i=1，2，3，…，n)，基于其中任意不同的r(r≤n)個(gè)密鑰碎片ki1，ki2，…，kir(1≤i1，i2，…，ir≤n)都可以恢復(fù)出密鑰K，而由任意r-1個(gè)或更少的密鑰碎片都不能得出關(guān)于密鑰K的信息。

應(yīng)用(r，n)秘密共享體制，攻擊者必須獲得超過一定數(shù)量(門限值r)的秘密碎片才能獲得密鑰，這樣提高了系統(tǒng)的安全性；當(dāng)某些碎片(不超過n-r個(gè))丟失或被毀時(shí)，利用其它秘密份額仍然能夠獲得秘密，這樣提高了系統(tǒng)的可靠性。在恢復(fù)秘密K時(shí)，參與者必須提供正確的秘密份額，否則恢復(fù)會(huì)失敗，不正確的秘密份額又稱為惡意子密。秘密共享體制在實(shí)際當(dāng)中應(yīng)用廣泛，可用于分散重要的信息，如通信密鑰的管理、數(shù)據(jù)安全、銀行網(wǎng)絡(luò)管理、導(dǎo)彈控制發(fā)射等。

對(duì)于聯(lián)合數(shù)字水印來(lái)說(shuō)，其嵌入過程與一般水印的嵌入過程相同。但是在聯(lián)合用戶的應(yīng)用背景下，當(dāng)檢測(cè)過程不成功時(shí)，嵌入單一聯(lián)合數(shù)字水印不具備分辨單個(gè)聯(lián)合用戶的能力。例如設(shè)用戶為A、B，當(dāng)水印檢測(cè)成功時(shí)，即可認(rèn)定用戶A、B都為具有部分聯(lián)合所有權(quán)的用戶，而且A、B一起擁有對(duì)水印作品的所有聯(lián)合所有權(quán)。但當(dāng)水印檢測(cè)不成功時(shí)，無(wú)法分辨下列三種所有權(quán)分布情況：

(1)用戶A、B皆為不合法的聯(lián)合用戶。

(2)僅用戶A為不合法的聯(lián)合用戶。

(3)僅用戶B為不合法的聯(lián)合用戶。

為了分辨單個(gè)聯(lián)合用戶，除了嵌入生成的長(zhǎng)度為2L的聯(lián)合數(shù)字水印W外，用戶A可以嵌入自己的長(zhǎng)度為L(zhǎng)的水印W1，同時(shí)用戶B也嵌入屬于用戶B的長(zhǎng)度為L(zhǎng)的水印W2。這樣檢測(cè)結(jié)果可能有以下情形：

(1)成功檢測(cè)到所有水印：W、W1、W2。

(2)水印W、W1檢測(cè)不成功，僅成功檢測(cè)水印W2。

(3)水印W、W2檢測(cè)不成功，僅成功檢測(cè)水印W1。

(4)所有水印檢測(cè)均不成功。

對(duì)以上情形分別判斷為：

(1)所有水印被成功檢測(cè)，用戶A、B都為合法聯(lián)合用戶。

(2)僅成功檢測(cè)水印W2，那么僅用戶B都為合法聯(lián)合用戶。

(3)僅成功檢測(cè)水印W1，那么僅用戶A都為合法聯(lián)合用戶。

(4)所有水印均不能被成功檢測(cè)，用戶A、B都不具備聯(lián)合所有權(quán)。

[摘要]本文簡(jiǎn)要介紹數(shù)字水印技術(shù)的定義，給出了數(shù)字水印系統(tǒng)框架的描述，并大致介紹了聯(lián)合數(shù)字水印的一些思想。針對(duì)DCT變換在比特率較低時(shí)，會(huì)出現(xiàn)明顯塊效應(yīng)的缺點(diǎn)，提出一種采用Gabor變換的嵌入方法，使聯(lián)合數(shù)字水印技術(shù)更加完善。

[關(guān)鍵詞]數(shù)字水印聯(lián)合數(shù)字水印秘密共享體制離散余弦變換DCT

參考文獻(xiàn)：

[1]陶亮，陶林.DGT與DCT在圖像編碼中的性能比較.

[2]陳海永.DCT域圖像水印算法的研究.

篇2

0引言

數(shù)字水印可視為通信理論的一種應(yīng)用[2]。隨著對(duì)數(shù)字水印算法可靠性要求的提高，目前的數(shù)字水印不論在數(shù)學(xué)理論上和技術(shù)上均不成熟，對(duì)數(shù)字水印系統(tǒng)的公式描述仍然沒有統(tǒng)一的定論，在數(shù)字水印系統(tǒng)最終性能方面存在較多的不確定性[1,7,8]。這些均可以從信息論的角度上尋求解決出路。

數(shù)字水印系統(tǒng)分為水印嵌入編碼，攻擊信道，和水印譯碼三個(gè)模塊。這里，我們對(duì)一般數(shù)字水印模型提出了改進(jìn)，在水印嵌入之前加入待嵌入信號(hào)預(yù)處理，給出了對(duì)于水印通信模型的更加恰當(dāng)?shù)拿枋觯鐖D1。

根據(jù)改進(jìn)系統(tǒng)框圖，數(shù)字水印的實(shí)施過程可分為如下步（只考慮圖像水印）：

（1）密鑰生成：在進(jìn)行水印處理之前，隨機(jī)密鑰經(jīng)偽隨機(jī)信號(hào)發(fā)生器生成，并在編碼和譯碼端可知；該密鑰與待嵌入消息M和原始載體信宿相互獨(dú)立。

（2）形成水印信號(hào)：通過一預(yù)處理器對(duì)消息M作壓縮或編碼預(yù)處理，同時(shí)還可利用原始載體信宿提供的邊信息進(jìn)行預(yù)編碼，保證水印的唯一性，改善誤碼率，提高通信容量。

（3）水印嵌入：待嵌入消息水印信號(hào)M通過某種算法，與密鑰進(jìn)行相關(guān)處理，被嵌入長(zhǎng)為N的載體序列中，生成的圖像水印可表示為，且。

（4）攻擊信道：該生成水印在傳輸過程中將會(huì)受到惡意攻擊導(dǎo)致其中的W信號(hào)被去除而生成被修改的信號(hào)。

（5）提取或檢測(cè)水印：借助原始載體圖像（私有水印或非盲水印），或不依賴原是圖像（公開水印或盲水印），利用相關(guān)接收機(jī)、匹配濾波器、最大后驗(yàn)概率譯碼規(guī)則（MAP）來(lái)提取或檢測(cè)水印。1、信道容量的數(shù)學(xué)分析

水印的信道容量是所有可達(dá)速率的上限。根據(jù)理論分析表明[1,7,8]，它由如下三個(gè)參量決定：嵌入失真,攻擊失真，以及載體信宿的概率分布函數(shù){PS}。

可以證明：當(dāng)原始載體信源的功率（方差）為，那么對(duì)于公開水印和私有水印，其信道容量均不超過。其中：首先定義區(qū)間：

，(10)

通過計(jì)算，當(dāng)時(shí)，可以得到區(qū)間為空域。當(dāng)區(qū)域非空時(shí)，定義水印容量

＝(11)

特別的，當(dāng)載體信源S滿足零均值，方差為且獨(dú)立同分布的高斯分布時(shí)，公開水印與私有水印具有相同的水印信道容量，且該容量正好等于上限。

2、信道容量計(jì)算公式的簡(jiǎn)化

上述容量計(jì)算公式過于復(fù)雜，可進(jìn)行如下化簡(jiǎn)，根據(jù)水印的信道容量公式(11)，我們有

＝

＝＝

=（12）

而前面(10)已經(jīng)定義區(qū)間：

，

根據(jù)上面的推導(dǎo)，可把暫看作常量，那么容量C決定于中間變量的取值，即根據(jù)適當(dāng)?shù)倪x取值得到最大化的C；但實(shí)際上由(10)式我們可以看到的取值范圍又由決定。經(jīng)過適當(dāng)?shù)募s束和簡(jiǎn)化，最終我們可以得到

(13)

但考慮到，當(dāng)時(shí)，實(shí)際上這種攻擊對(duì)水印是完全無(wú)效的[5];因而攻擊者不會(huì)采用。所以進(jìn)一步給出攻擊失真的取值范。在小范圍失真下，即，有，所以可得到小范圍失真條件下的容量近似公式：

(14)

根據(jù)上式，我們可以看到在小范圍失真情況下，容量與載體信源的統(tǒng)計(jì)概率分布無(wú)關(guān)。當(dāng)時(shí)，根據(jù)上式，可以得到容量C=0.5bit/Symbol。

3、模型的約束性優(yōu)化和擴(kuò)展

為了更好的理解水印系統(tǒng)，簡(jiǎn)化分析，可引入加性噪聲信道的概念。對(duì)比乘性信道，加性噪聲信道具有統(tǒng)計(jì)分布參數(shù)（如方差）簡(jiǎn)單加的特點(diǎn)，這對(duì)模型的分析十分有利。實(shí)際上，目前關(guān)于信息論的許多研究都從加性噪聲信道分析入手[1，5]。

可以將經(jīng)攻擊偽造后的消息Y寫成如下形式：

其中，，。(15)

圖2數(shù)字水印博弈模型

根據(jù)上式，可將水印理解成一種帶有邊信息的通信博弈[2]。將理解為被傳輸?shù)男盘?hào)，同時(shí)受到加性噪聲S的破壞（這里將載體信源看作相對(duì)于的加性噪聲）；S在傳輸端可知。而可以理解成一種可加性干擾信號(hào)，該信號(hào)由決定。那么，當(dāng)失真測(cè)量為簡(jiǎn)單的差度量度時(shí)，該失真度由加在上的干擾限制決定。特別的，在本例中，因，系統(tǒng)失真由加在被傳輸?shù)纳系目偢蓴_功率決定，即功率受限。同樣的，如果，那么可加性干擾信號(hào)也是功率受限信號(hào)。

考慮信道的輸出為，其中輸入的功率受限為；S為任意的功率受限且各態(tài)歷經(jīng)的過程，并假設(shè)S僅在編碼的時(shí)候是可知的，而在解碼是是未知的。為一穩(wěn)態(tài)高斯過程，對(duì)編碼和譯碼均不可知。假設(shè)S和相互獨(dú)立，其聯(lián)合概率分布與獨(dú)立。

考慮S和均為滿足獨(dú)立等同概率分布的隨機(jī)變量；特別的，S任意分布（可以為非高斯分布），而滿足零均值，方差為的高斯分布。也為滿零均值，方差為的高斯分布，并且與S和的聯(lián)合概率獨(dú)立。同時(shí)設(shè)輔助隨機(jī)變量。那么，有

,(16)

可以證明，在條件下，隨機(jī)變量和不相關(guān)，且相互獨(dú)立。因和均為高斯分布，那么也滿足高斯分布。又因S和相互獨(dú)立，所以隨機(jī)變量與也相互獨(dú)立。這樣，可以推出如下結(jié)論：

(17)

同時(shí)，與獨(dú)立表明：

(18)

所以，綜合上述兩式，可以得出：

(19)

篇3

與一般的科學(xué)數(shù)據(jù)相比，飲水安全工程數(shù)據(jù)具備以下兩個(gè)特點(diǎn)：

（1）地理分布性。作為基本數(shù)據(jù)，國(guó)家農(nóng)村飲水安全工程數(shù)據(jù)庫(kù)包括了國(guó)內(nèi)各省（直轄市）、市（州）、縣（市、區(qū)）、鄉(xiāng)鎮(zhèn)內(nèi)供水水廠的集中式工程數(shù)據(jù)，包括工程建設(shè)信息、實(shí)時(shí)監(jiān)測(cè)信息，遍布全國(guó)，因此飲水安全工程數(shù)據(jù)具備地理空間的分布特性。

（2）數(shù)據(jù)要素多。飲水安全工程數(shù)據(jù)包括了地圖數(shù)據(jù)，供水工程專題數(shù)據(jù)，省、市州、縣區(qū)、鄉(xiāng)鎮(zhèn)專題基礎(chǔ)信息，水質(zhì)、管壓安全監(jiān)測(cè)信息，政務(wù)信息等。而且每類數(shù)據(jù)又包括多種要素的數(shù)據(jù)，如供水工程專題數(shù)據(jù)包括專題地理信息和專題建設(shè)信息，監(jiān)測(cè)數(shù)據(jù)包括余氯、濁度、水壓、流量等測(cè)量數(shù)據(jù)。整體來(lái)說(shuō)，飲水安全工程數(shù)據(jù)是描述飲水安全工程的數(shù)據(jù)，數(shù)據(jù)量大，且與日俱增，專業(yè)性強(qiáng)，具有時(shí)間維上的有效性，且數(shù)據(jù)區(qū)域性強(qiáng)，不同市縣統(tǒng)計(jì)的數(shù)據(jù)不交叉，數(shù)據(jù)存儲(chǔ)形式多樣，以小文件居多。

3飲水安全工程核心元數(shù)據(jù)

3．1元數(shù)據(jù)定義

首先，介紹幾個(gè)關(guān)于元數(shù)據(jù)的定義。元數(shù)據(jù)：關(guān)于數(shù)據(jù)的數(shù)據(jù)。元數(shù)據(jù)元素：元數(shù)據(jù)的基本單元，元數(shù)據(jù)元素在元數(shù)據(jù)實(shí)體中是唯一的。元數(shù)據(jù)實(shí)體：一組說(shuō)明數(shù)據(jù)相同特性的元數(shù)據(jù)元素，元數(shù)據(jù)實(shí)體可以包含一個(gè)或一個(gè)以上的元數(shù)據(jù)實(shí)體。元數(shù)據(jù)子集：元數(shù)據(jù)的子集合，由相關(guān)的元數(shù)據(jù)實(shí)體和元素組成。數(shù)據(jù)集：可以標(biāo)識(shí)的數(shù)據(jù)集合。通常在物理上可以是更大數(shù)據(jù)集較小的部分。從理論上講，數(shù)據(jù)集可以小到更大數(shù)據(jù)集內(nèi)的單個(gè)要素或要素屬性，一張硬拷貝地圖或圖表均可以被認(rèn)為是一個(gè)數(shù)據(jù)集。飲水安全工程核心元數(shù)據(jù)指的是標(biāo)識(shí)飲水安全工程信息所需要的最小元數(shù)據(jù)元素和元數(shù)據(jù)實(shí)體，為元數(shù)據(jù)元素集的子集。其次，本文采用UML類圖方法描述飲水安全工程信息元數(shù)據(jù)。在元數(shù)據(jù)結(jié)構(gòu)上采用《水利信息核心元數(shù)據(jù)》的結(jié)構(gòu)作為本標(biāo)準(zhǔn)的基本結(jié)構(gòu)，在內(nèi)容上對(duì)元數(shù)據(jù)的特征，包括子集／實(shí)體名、元素名、英文名、英文縮寫、定義、約束／條件、出現(xiàn)次數(shù)、類型和值域進(jìn)行詳細(xì)描述。

3．2飲水安全工程核心元數(shù)據(jù)結(jié)構(gòu)

飲水安全工程元數(shù)據(jù)分為元數(shù)據(jù)元素、元數(shù)據(jù)實(shí)體和元數(shù)據(jù)子集三層。飲水安全工程核心元數(shù)據(jù)由一個(gè)元數(shù)據(jù)實(shí)體和四個(gè)元數(shù)據(jù)子集構(gòu)成。其中，標(biāo)識(shí)信息、數(shù)據(jù)質(zhì)量為必選子集，內(nèi)容信息、參照系信息為可選子集。每個(gè)子集由若干個(gè)實(shí)體（UML類）和元素（UML類屬性）構(gòu)成。

3．3飲水安全核心元數(shù)據(jù)內(nèi)容

3．3．1飲水安全核心元數(shù)據(jù)信息

飲水安全工程元數(shù)據(jù)信息實(shí)體描述飲水安全工程信息的全部元數(shù)據(jù)信息，用必選實(shí)體MD＿元數(shù)據(jù)表示，由以下元數(shù)據(jù)實(shí)體和元數(shù)據(jù)元素構(gòu)成：元數(shù)據(jù)實(shí)體：MD＿標(biāo)識(shí)、DQ＿數(shù)據(jù)質(zhì)量、RS＿參照系、MD＿分發(fā)、MD＿內(nèi)容描述；元數(shù)據(jù)元素：元數(shù)據(jù)創(chuàng)建日期、聯(lián)系單位、元數(shù)據(jù)名稱、字符集、元數(shù)據(jù)使用的語(yǔ)言、元數(shù)據(jù)標(biāo)準(zhǔn)名稱、元數(shù)據(jù)標(biāo)準(zhǔn)版本。

3．3．2標(biāo)識(shí)信息

標(biāo)識(shí)信息包含唯一標(biāo)識(shí)數(shù)據(jù)的信息，用MD＿標(biāo)識(shí)實(shí)體表示，是必選實(shí)體。MD＿標(biāo)識(shí)是下列實(shí)體的聚集：MD＿關(guān)鍵詞、MD＿數(shù)據(jù)集限制、EX＿時(shí)間范圍信息、MD＿聯(lián)系單位或聯(lián)系人、MD＿維護(hù)信息。MD＿標(biāo)識(shí)實(shí)體本身包含如下元素：名稱、行政區(qū)編碼、字符集、摘要、日期、狀況、數(shù)據(jù)表示方式。

3．3．3數(shù)據(jù)質(zhì)量信息

數(shù)據(jù)質(zhì)量信息包含對(duì)數(shù)據(jù)資源質(zhì)量的總體評(píng)價(jià)，用DQ＿數(shù)據(jù)質(zhì)量實(shí)體表示。應(yīng)包括與數(shù)據(jù)生產(chǎn)有關(guān)的數(shù)據(jù)志信息的一般說(shuō)明。DQ＿數(shù)據(jù)質(zhì)量實(shí)體包括兩個(gè)條件必選的實(shí)體，DQ＿數(shù)據(jù)質(zhì)量說(shuō)明和DQ＿數(shù)據(jù)志。DQ＿數(shù)據(jù)質(zhì)量說(shuō)明是數(shù)據(jù)集的總體質(zhì)量信息。DQ＿數(shù)據(jù)志是從數(shù)據(jù)源到數(shù)據(jù)集當(dāng)前狀態(tài)的演變過程說(shuō)明。包括數(shù)據(jù)源信息實(shí)體和處理過程信息實(shí)體。

3．3．4內(nèi)容信息

內(nèi)容信息包含提供數(shù)據(jù)內(nèi)容特征的描述信息，用MD＿內(nèi)容描述實(shí)體表示。

3．3．5空間參照系信息

參照系信息包含對(duì)數(shù)據(jù)集使用的空間參照系的說(shuō)明，是條件必選子集，用RS＿參照系實(shí)體表示。是關(guān)于地理空間數(shù)據(jù)集的坐標(biāo)參考框架的描述信息，它反映了現(xiàn)實(shí)世界的空間框架模型化的過程和相關(guān)的描述參數(shù)。RS＿參照系由三個(gè)條件必選的實(shí)體構(gòu)成：SI＿基于地理標(biāo)識(shí)的空間參照系、SC＿基于坐標(biāo)的空間參照系、SC＿垂向坐標(biāo)參照系。

4元數(shù)據(jù)分級(jí)索引算法

本文根據(jù)飲水安全工程數(shù)據(jù)的區(qū)域性特點(diǎn)，選取分布式NameNode模型，改進(jìn)目錄子樹分區(qū)算法和哈希算法，利用BloomFilter原理設(shè)計(jì)符合飲水安全工程信息的元數(shù)據(jù)分級(jí)索引算法。

4．1概念與公式

行政區(qū)劃請(qǐng)求量：表示該行政區(qū)劃所需的農(nóng)村飲水安全工程元數(shù)據(jù)的請(qǐng)求量，用Request表示。由于請(qǐng)求量的具體數(shù)值難以確定，工程元數(shù)據(jù)的請(qǐng)求量與工程的數(shù)量有直接關(guān)系，而飲水工程的數(shù)量與行政區(qū)劃的人口密度存在一定的換算關(guān)系。每個(gè)工程所涉及的文件包括招標(biāo)文件、合同、工程規(guī)劃、預(yù)算、管網(wǎng)圖、廠區(qū)布置圖、每年的運(yùn)營(yíng)報(bào)表等多種文件。因此，第m個(gè)行政區(qū)劃的請(qǐng)求量Requestm為：Requestm＝Densitym×f×Naverage（1）其中，Densitym代表第m個(gè)行政區(qū)劃的人口密度，f表示飲水安全工程數(shù)量與人口密度的轉(zhuǎn)換因子，Naverage代表每個(gè)工程文件的平均值。

4．2BloomFilter基本思想元數(shù)據(jù)分級(jí)索引算法

包括三部分：一部分是元數(shù)據(jù)請(qǐng)求被分配到哪個(gè)普通NameNode節(jié)點(diǎn)上，第二部分是分配到NameNode節(jié)點(diǎn)的哪個(gè)目錄，最后根據(jù)NameNode節(jié)點(diǎn)中的目錄信息查找元數(shù)據(jù)文件在DataNode中的具置。本文采用BloomFilter與Key－Value的存儲(chǔ)位置對(duì)應(yīng)表，來(lái)確定元數(shù)據(jù)文件在DataNode中的存儲(chǔ)位置。BloomFilter的基本思想是使用一個(gè)比特的數(shù)組保存信息，初始狀態(tài)時(shí)，整個(gè)數(shù)組的元素全部為0，采用k個(gè)獨(dú)立的Hash函數(shù)，將每個(gè)元數(shù)據(jù)文件對(duì)應(yīng)到｛1，…，m｝的位置，當(dāng)有飲水安全元數(shù)據(jù)文件存儲(chǔ)請(qǐng)求時(shí)，k個(gè)獨(dú)立的Hash函數(shù)將以元數(shù)據(jù)標(biāo)識(shí)信息中的元數(shù)據(jù)文件名為變量，得到k個(gè)哈希值，然后將比特?cái)?shù)組中的相應(yīng)位置更改為1，即：hashi（x）＝1（1≤i≤k）（2）其中，x是元數(shù)據(jù)文件名。數(shù)組中的某一位置被置為1后，只有第一次有效，以后再置為1將不起作用。所示，假設(shè)k＝3，x1先通過哈希函數(shù)，將數(shù)組中的三個(gè)位置置為1，在x2通過哈希函數(shù)得到的數(shù)組位置，將是0的位置置為1，已經(jīng)是1的位置則不重復(fù)置1。判斷某元素y是否屬于這個(gè)集合，需對(duì)y應(yīng)用k次哈希函數(shù)，如果所有的位置都是1（1≤i≤k），那么就認(rèn)為y是集合中的元素，否則就認(rèn)為y不是集合中的元素。如圖3所示，y1可能是集合中的元素，y2則不屬于這個(gè)集合。BloomFilter能高效地判斷某個(gè)元素是否屬于一個(gè)集合，但這種高效是有代價(jià)的，是存在一定的錯(cuò)誤率，因?yàn)樗锌赡軙?huì)把不屬于這個(gè)集合的元素判定為屬于此集合。為簡(jiǎn)化計(jì)算，假設(shè)kn＜m并且各哈希函數(shù)完全隨機(jī)。當(dāng)某個(gè)目錄中的所有元數(shù)據(jù)文件全部存儲(chǔ)，即所有元素都被哈希函數(shù)映射到比特?cái)?shù)組中去，這個(gè)數(shù)組中某一位置是0代表kn次哈希操作都沒有被置為1，因此概率為：p＝（1－1m）kn≈e－kn／m（3）其中第二次近似計(jì)算是因?yàn)椋簂imxm（1＋1n）n＝e（4）令ρ代表比特?cái)?shù)組中0的比例，則ρ的數(shù)學(xué)期望E（ρ）＝p，則ρ≈p，因此：pfalse＝（1－ρ）k≈（1－p）k（5）

4．3元數(shù)據(jù)分級(jí)索引算法

元數(shù)據(jù)分級(jí)索引算法包括三個(gè)步驟：一是選NameNode節(jié)點(diǎn)，二是選目錄，三是分配存儲(chǔ)位置。

4．3．1選取NameNode節(jié)點(diǎn)分布式

NameNode模型有一個(gè)主NameNode節(jié)點(diǎn)，一個(gè)主SecondaryNameNode和n個(gè)普通NameNode節(jié)點(diǎn)。其中，主SecondaryNameNode是主NameNode的快照，防止單點(diǎn)失效。算法的基本思想如下：（1）計(jì)算行政區(qū)劃請(qǐng)求數(shù)。在本文中所涉及的飲水安全工程指的是湖北省的農(nóng)村飲水安全工程，因此在普通NameNode節(jié)點(diǎn)上分布的是以市級(jí)為單位的元數(shù)據(jù)信息。在這一步中，根據(jù)公式（1）給每個(gè)市級(jí)行政區(qū)劃的請(qǐng)求賦值，用Requestm表示。（2）分配NameNode節(jié)點(diǎn)。若n為奇數(shù)，則將其中一個(gè)NameNode節(jié)點(diǎn)作為備用節(jié)點(diǎn)，n＝n－1；若n為偶數(shù)，則n不變。分配NameNode節(jié)點(diǎn)，得出市級(jí)行政區(qū)劃與NameNode節(jié)點(diǎn)映射表。（3）第二次分組。將偶數(shù)個(gè)NameNode兩兩分成組，互為SecondaryNameNode節(jié)點(diǎn)，分組的原則為請(qǐng)求量較大的NameNode節(jié)點(diǎn)與請(qǐng)求量較小的NameNode節(jié)點(diǎn)一組。

4．3．2選擇目錄

分配完NameNode節(jié)點(diǎn)后，須設(shè)定每個(gè)Nam－eNode節(jié)點(diǎn)的目錄，根據(jù)市級(jí)行政區(qū)劃與Name－Node節(jié)點(diǎn)映射表設(shè)定一級(jí)目錄。然后根據(jù)一級(jí)目錄的編碼，設(shè)定二級(jí)目錄，二級(jí)目錄為對(duì)應(yīng)市及所管轄縣級(jí)行政區(qū)劃的目錄。在飲水安全工程項(xiàng)目中，所涉及的數(shù)據(jù)類型分為圖片類型、視頻類型、文本類型等，所以將三級(jí)目錄按文件類型進(jìn)行劃分，即每個(gè)二級(jí)目錄下對(duì)應(yīng)的三級(jí)目錄為pic、video、txt等。

4．3．3分配存儲(chǔ)位置

當(dāng)用戶要查找某個(gè)飲水安全元數(shù)據(jù)時(shí)，系統(tǒng)首先根據(jù)待查找元數(shù)據(jù)的行政區(qū)劃編碼，從市級(jí)行政區(qū)劃與NameNode節(jié)點(diǎn)映射表中找到其對(duì)應(yīng)的NameNode節(jié)點(diǎn)；然后，主NameNode節(jié)點(diǎn)將用戶請(qǐng)求轉(zhuǎn)發(fā)給此NameNode節(jié)點(diǎn)，收到轉(zhuǎn)發(fā)的用戶請(qǐng)求的NameNode節(jié)點(diǎn)同樣將行政區(qū)編碼進(jìn)行處理，轉(zhuǎn)化為市級(jí)編碼，找到其一級(jí)目錄；然后在一級(jí)目錄下，根據(jù)編碼找到二級(jí)目錄，再根據(jù)用戶請(qǐng)求的元數(shù)據(jù)類型，定位到三級(jí)目錄，在三級(jí)目錄下根據(jù)哈希表，找到對(duì)應(yīng)存儲(chǔ)位置并提交給主Name－Node節(jié)點(diǎn)，由主NameNode節(jié)點(diǎn)返回給用戶。飲水安全元數(shù)據(jù)檢索結(jié)果分為兩種情況，第一種是查找成功，第二種是查找失敗。一次飲水安全元數(shù)據(jù)成功檢索過程的檢索時(shí)間包括主NameNo－de節(jié)點(diǎn)并發(fā)處理延遲、主NameNode節(jié)點(diǎn)找到對(duì)應(yīng)的NameNode節(jié)點(diǎn)的時(shí)間、轉(zhuǎn)發(fā)用戶請(qǐng)求與普通NameNode節(jié)點(diǎn)的通信時(shí)間、普通節(jié)點(diǎn)執(zhí)行查找目錄的時(shí)間、查找Hash表讀取元數(shù)據(jù)的時(shí)間和返回查找結(jié)果給主NameNode的時(shí)間。一次失敗的檢索包含兩種情況，一是定位到目錄后，通過BloomFilter過濾后，判定要查找飲水安全工程元數(shù)據(jù)哈希表不屬于該目錄；二是通過BloomFilter過濾后，判定其屬于該目錄，但是通過查詢Key－Value表，發(fā)現(xiàn)匹配錯(cuò)誤，即上文提到的BloomFilter自身的錯(cuò)誤率。第一種情況，根據(jù)BloomFilter的原理，可知經(jīng)過k次獨(dú)立的哈希函數(shù)后，如果得到的位置不是全為1，則返回查找失敗，要查找的元數(shù)據(jù)請(qǐng)求不在此目錄中，時(shí)間復(fù)雜度為O（1）。第二種情況是BloomFilter自身的缺陷，但是由于有對(duì)應(yīng)的Key－Value表，即使經(jīng)過k次哈希操作得到的位置在比特?cái)?shù)組中全為1，通過查找對(duì)應(yīng)的鍵值，如果發(fā)現(xiàn)元數(shù)據(jù)名稱不能與之匹配，則返回檢索不成功，時(shí)間復(fù)雜度也為O（1），在用戶可以接受的范圍內(nèi)。

5實(shí)驗(yàn)結(jié)果

本文通過實(shí)驗(yàn)仿真驗(yàn)證飲水安全工程元數(shù)據(jù)模型的元數(shù)據(jù)分級(jí)索引算法在元數(shù)據(jù)檢索上的性2226ComputerEngineering＆Science計(jì)算機(jī)工程與科學(xué)2014，36（11）能，并與目錄子樹分區(qū)算法和哈希算法在檢索成功時(shí)間和檢索失敗時(shí)間進(jìn)行對(duì)比。第一組實(shí)驗(yàn)，測(cè)試三種算法檢索成功的平均檢索時(shí)間，其中用戶數(shù)為10，請(qǐng)求數(shù)為1000，在定位NameNode節(jié)點(diǎn)的時(shí)間上來(lái)說(shuō)，目錄子樹分區(qū)算法能夠根據(jù)用戶請(qǐng)求中的類型定位節(jié)點(diǎn)，哈希算法是通過特定的Hash函數(shù)，算出用戶請(qǐng)求元數(shù)據(jù)所在的節(jié)點(diǎn)。而本文設(shè)計(jì)的元數(shù)據(jù)分級(jí)索引算法，將市級(jí)行政區(qū)劃和NameNode節(jié)點(diǎn)編號(hào)存儲(chǔ)在一張靜態(tài)的表中，查找時(shí)間與Name－Node節(jié)點(diǎn)個(gè)數(shù)有關(guān)，時(shí)間復(fù)雜度為O（n）。在本文的應(yīng)用中，至多會(huì)有14個(gè)NameNode節(jié)點(diǎn)，三種算法的定位時(shí)間基本相同，在查找NameNode節(jié)點(diǎn)的步驟上所用時(shí)間可以近似算作相等。定位目錄的時(shí)間復(fù)雜度，三種算法也相同，可認(rèn)為是O（1）。在最后一步定位元數(shù)據(jù)文件存儲(chǔ)位置上，由于BloomFilter查找成功的時(shí)間復(fù)雜度是O（1），而目錄子樹分區(qū)算法和哈希算法沒有考慮定位物理位置，查找目錄下的元數(shù)據(jù)名稱，時(shí)間復(fù)雜度為O（n），目錄下的元數(shù)據(jù)文件越多，查找速度越慢。第二組實(shí)驗(yàn)，測(cè)試三種算法檢索失敗的平均檢索時(shí)間，其中用戶數(shù)為10，請(qǐng)求數(shù)為1000，仿若是檢索不在目錄下的文件，BloomFilter將文件名進(jìn)行Hash運(yùn)算，可以判定被請(qǐng)求的文件名不在目錄中，時(shí)間復(fù)雜度為O（1）。而另外兩種算法，則會(huì)遍歷目錄中的所有文件，直至遍歷完，找不到所請(qǐng)求的文件，時(shí)間復(fù)雜度為O（n）。對(duì)比三種算法在飲水安全工程元數(shù)據(jù)檢索上的應(yīng)用情況，由于元數(shù)據(jù)分級(jí)算法使用了BloomFilter，檢索效率比其它兩種算法效率高，尤其是檢索失敗的檢索請(qǐng)求。

篇4

1.水稻生產(chǎn)情況

水稻是中樞鎮(zhèn)主要糧食作物，2010年全鎮(zhèn)種植水稻16119畝。水稻品種主要為合系39號(hào)、41號(hào)，楚粳3號(hào)、楚粳25、26、27號(hào)等為主。年產(chǎn)1114萬(wàn)公斤。

2.水稻紋枯病病變癥狀

水稻紋又稱云紋病。苗期至穗期都可發(fā)病。葉鞘染病，在近水面處產(chǎn)生暗綠色水浸狀邊緣模糊小斑，后漸擴(kuò)大呈橢圓形或云紋形，中部呈灰綠或灰褐色，濕度低時(shí)中部呈淡黃或灰白色，中部組織破壞呈半透明狀，邊緣暗褐。發(fā)病嚴(yán)重時(shí)數(shù)個(gè)病斑融合形成大病斑，呈不規(guī)則狀云紋斑，常致葉片發(fā)黃枯死。葉片染病，病斑也呈云紋狀，邊緣褪黃，發(fā)病快時(shí)病斑呈污綠色，葉片很快腐爛，莖稈受害，癥狀似葉片，后期呈黃褐色，易折。穗頸部受害，初為污綠色，后變灰褐，常不能抽穗，抽穗的秕谷較多，千粒重下降。濕度大時(shí)，病部長(zhǎng)出白色網(wǎng)狀菌絲，后匯聚成白色菌絲團(tuán)，形成菌核，菌核深褐色，易脫落。高溫條件下病斑上產(chǎn)生一層白色粉霉層即病菌的擔(dān)子和擔(dān)孢子。

3.水稻紋枯病的發(fā)病條件

水稻紋枯病的發(fā)生和流行受菌源數(shù)量、氣候條件（主要是溫濕度）、品種抗原、水稻生育期以及栽培技術(shù)等因素綜合影響。

3.1　菌源數(shù)量

菌核數(shù)量是引起發(fā)病的主要原因。每667平方米有6萬(wàn)粒以上菌核，遇適宜條件就可引發(fā)紋枯病流行。

3.2　氣候條件

水稻紋枯病發(fā)病的輕重除受田間菌核數(shù)量多少影響，在氣候條件中主要受溫度和適度的影響。

3.2.1　溫度

水稻紋枯病發(fā)病的適宜氣溫在18-34℃，以22-28℃最適。

3.2.2　濕度

濕度是導(dǎo)致水稻紋枯病發(fā)病的又一因素，水稻紋枯病發(fā)病的相對(duì)濕度是70-90%，并以80%以上為最適宜發(fā)病濕度。每年的6至7月份以后一方面氣溫偏高，另一方面相對(duì)濕度一般都在85%以上，水稻田間處于高溫、高濕條件下，水稻紋枯病發(fā)病快，病情擴(kuò)張迅速，危害嚴(yán)重。

3.3　水稻品種抗性

不同品種水稻對(duì)紋枯病的抗性不同。目前生產(chǎn)上早稻耐病品種有博優(yōu)湛19號(hào)、中優(yōu)早81號(hào)。中熟品種有豫粳6號(hào)、輻龍香糯。晚稻耐病品種有冀粳14號(hào)、花粳45號(hào)、遼粳244號(hào)、沈農(nóng)43號(hào)等。

3.4　水稻栽培技術(shù)

水稻栽培密度、肥水管理均與水稻紋枯病的發(fā)病程度密切相關(guān)。水稻栽插過密、氮肥施用過量、長(zhǎng)期深水灌田等，都能引發(fā)水稻紋枯病菌的侵入，引發(fā)疾病的發(fā)生。

3.5　水稻生育期

水稻紋枯病從水稻開始分蘗期開始發(fā)病，隨著氣溫的升高與雨季來(lái)臨，水稻在孕穗期、抽穗期和蠟熟期，水稻的葉鞘與莖稈之間相對(duì)松散，有利益病菌的侵入，同時(shí)稻田處于高溫高濕條件下，病害易發(fā)生流行。

綜上所述，水稻紋枯病的發(fā)生流行受菌源、溫度、濕度、品種、生育期、栽培技術(shù)等條件綜合作用的結(jié)果。要做好水稻紋枯病的防治工作，必須針對(duì)以上因素采取措施。

4.防治對(duì)策及措施

減少田間菌源，合理密植，配方施肥。根據(jù)紋枯病的病情季節(jié)消長(zhǎng)和發(fā)生為害田間變化規(guī)律，以及近年發(fā)生面大，危害重的現(xiàn)狀，控制紋枯病重點(diǎn)是藥劑控制。一改1次用藥為2次，降低首次用藥防治指標(biāo)，重治孕穗期，堅(jiān)持“壓前、中控、后放”的藥劑控制策略；二改孕穗期適當(dāng)加大用藥劑量；三改防治重點(diǎn)田塊為旱（拋）秧水稻。

4.1　降低田間菌源

水稻紋枯病應(yīng)引起高度重視，加大防治宣傳，并從品種篩選、耕作制度改進(jìn)及先進(jìn)栽培技術(shù)應(yīng)用等方面，進(jìn)行綜合防治。菌源基數(shù)的多少與稻田初期發(fā)病程度密切相關(guān)；因此，在生產(chǎn)中要有效降低菌源基數(shù)、減少初侵染源。首先，一是通過耕作制度調(diào)整，減少寄主菌源；即：盡量避免與玉米、麥類、豆類、花生、甘蔗等寄主作物連作；同時(shí)，鏟除田間雜草，減少寄主菌源。二是打澇菌核。在秧田或大田灌水耕耙時(shí)，因大多數(shù)菌核浮在水面上，混在“浪渣”中，可用篩網(wǎng)、簸箕等工具，打澇“浪渣”并帶到田外燒毀或深埋，以減少菌源、減輕前期發(fā)病。三是原來(lái)已發(fā)過病的稻田，其稻草不能直接還田，只能燃燒或墊廄；若需做肥料時(shí)，須經(jīng)充分腐熟后才可施用。改1次用藥為2次用藥，堅(jiān)持“壓前、中控、后放”的藥劑控制策略。

4.2　選用良種

根據(jù)中樞鎮(zhèn)稻區(qū)生產(chǎn)特點(diǎn)，在注重高產(chǎn)、優(yōu)質(zhì)、熟期適中的前提下，宜選用分蘗能力適中、株型緊湊、葉型較窄的水稻品種；以降低田間蔭蔽作用、增加通透性及降低空氣相對(duì)濕度、提高稻株抗病能力。

4.3　合理密植

水稻紋枯病發(fā)生的程度與水稻群體的大小關(guān)系密切；群體越大，發(fā)病越重。因此，適當(dāng)稀植可降低田間群體密度、提高植株間的通透性、降低田間濕度，從而達(dá)到有效減輕病害發(fā)生及防止倒伏的目的。

4.4　管好肥水

4.4.1　根據(jù)水稻的生育時(shí)期和氣候狀況，合理排灌，改變長(zhǎng)期深水、高溫環(huán)境，是以水控病的有效方法；尤其在水稻分蘗末期至拔節(jié)期前，適時(shí)擱田，后期采用干干濕濕的排灌管理，降低株間濕度，促進(jìn)稻株健壯生長(zhǎng)，能有效抑菌防病。

4.4.2　在施肥上，應(yīng)堅(jiān)持有機(jī)與無(wú)機(jī)結(jié)合；氮、磷、鉀配合；并貫徹和力求做到配方施肥。切忌偏施氮肥和中后期大量施用氮肥。在施肥比例和時(shí)期上，提倡“施足基肥、控制蘗肥、增施穗肥”原則。

4.5　藥劑防治

藥劑防治，應(yīng)掌握“初病早治”原則；一般在水稻分蘗末期、發(fā)病率達(dá)5%或拔節(jié)至孕穗期、發(fā)病率達(dá)10－15%時(shí)，就需要及時(shí)進(jìn)行藥劑噴治。一般水稻紋枯病的防治藥劑。井岡霉素是目前生產(chǎn)上防治水稻紋枯病的主要藥種，經(jīng)多年使用，紋枯病菌對(duì)井岡霉素的抗藥性并沒有增強(qiáng)多少，抓住擱田復(fù)水后和發(fā)病初期等關(guān)鍵時(shí)間用藥，必要時(shí)適當(dāng)增加用藥量，仍能取得良好的防治效果。

在紋枯病發(fā)生重的年份，因地制宜地選用一些持效期較長(zhǎng)的藥劑進(jìn)行防治，有利于減少用藥次數(shù)，提高病害防治效果。井岡霉素與枯草芽孢桿菌或蠟質(zhì)芽孢桿菌的復(fù)配劑如紋曲寧等藥劑，持效期比井岡霉素長(zhǎng)，可以選用。丙環(huán)唑、烯唑醇、己唑醇等部分唑類殺菌劑對(duì)紋枯病防治效果好，持效期較長(zhǎng)，也可以選用。烯唑醇、丙環(huán)唑等唑類殺菌劑對(duì)水稻體內(nèi)的赤霉素形成有影響，能抑制水稻莖節(jié)拔長(zhǎng)。這類藥劑特別適合在水稻拔節(jié)前或拔節(jié)初期使用，在防治紋枯病的同時(shí)，還有抑制基部節(jié)間拔長(zhǎng)，防止倒伏的作用。但這些殺菌農(nóng)藥在水稻（特別是有輕微包頸現(xiàn)象的粳稻品種）上部3個(gè)拔長(zhǎng)節(jié)間拔長(zhǎng)期使用，特別是超量使用，可能影響這些節(jié)間的拔長(zhǎng)，嚴(yán)重的可造成水稻抽穗不良，出現(xiàn)包頸現(xiàn)象（不同水稻品種、不同藥劑以及不同的用藥量條件下，所造成的影響不一樣），其中烯唑醇等藥制的抑制作用更為明顯。高科惡霉靈或苯醚甲環(huán)唑與丙環(huán)唑或腈菌唑等三唑類的復(fù)配劑在水稻抽穗前后可以使用，不僅能防治紋枯病等病害，還有利于提高結(jié)實(shí)率，并對(duì)雜交稻后期葉部病害有較好的兼治作用。

5.討論

摸清陸良縣中樞鎮(zhèn)區(qū)域內(nèi)的紋枯病致病的主要因子，掌握了紋枯病發(fā)生紀(jì)律，提高防治策略，有利于降低生產(chǎn)成本，提高防治效果，增加農(nóng)民收入，促進(jìn)社會(huì)效益具有積極的作用。

參考文獻(xiàn)

[1]許彥林，孫艷，姜秀芝.水稻紋枯病的發(fā)病原因及防治對(duì)策[J].農(nóng)民致富之友，2010（03）.

篇5

數(shù)字水印技術(shù)是數(shù)字產(chǎn)品版權(quán)保護(hù)的重要手段。通過將版權(quán)信息有效合理地嵌入到數(shù)字產(chǎn)品中，在版權(quán)認(rèn)證時(shí)又能夠及時(shí)將其提取出來(lái)，從而有力地保證了數(shù)字產(chǎn)品的版權(quán)。分形壓縮[1]著眼于圖像的自相似性（或局部自相似性），以IFS(迭代函數(shù)系統(tǒng))和拼貼定理為基礎(chǔ)，對(duì)原始圖像進(jìn)行分形編碼，從而大大減少了表示圖像的信息量。該文將數(shù)字水印技術(shù)與分形壓縮技術(shù)緊密結(jié)合，使得水印的魯棒性得到了很好的提高。

1 數(shù)字水印技術(shù)

對(duì)于一個(gè)靜態(tài)圖像，對(duì)其原始信號(hào)的頻域空間（通過將原始信號(hào)進(jìn)行頻域變換），運(yùn)用某種算法加入一個(gè)水印信號(hào)，或在一個(gè)寬信道上傳送一個(gè)窄帶信號(hào)[2] ，都可以看成是數(shù)字水印技術(shù)的應(yīng)用體現(xiàn)。

如果用X表示數(shù)字產(chǎn)品的集合、W表示水印信號(hào)的集合、K 表示水印密鑰、G表示水印信號(hào)生產(chǎn)算法、E表示水印信號(hào)加入算法、D表示水印信號(hào)檢測(cè)算法，整個(gè)水印處理系統(tǒng)可用一個(gè)六元體（X，W，K，G，E，D）來(lái)描述。各個(gè)部分之間的關(guān)系可以理解成：G 利用K和X生成W，E再將W加入到X中，待到需要時(shí)，用D從已加入水印信號(hào)的X中提取出W，進(jìn)而對(duì)數(shù)字產(chǎn)品的版權(quán)進(jìn)行認(rèn)證。

2 分形壓縮技術(shù)

分形壓縮技術(shù)主要是通過分形圖像的自相似性（即圖像的局部與整體具有某種相似性），進(jìn)而對(duì)原始圖像進(jìn)行壓縮編碼與解碼的過程。通常可分為圖像分割、分割碼本、等距變換、編碼、參數(shù)量化、解碼六個(gè)子過程（如下）：

3 分形壓縮在數(shù)字水印中的應(yīng)用

由于分形壓縮可將一幅圖像大幅壓縮，比如一個(gè)256*256像素的灰度圖像，需要65536B去存儲(chǔ)，而經(jīng)過分形壓縮，僅需3954B存儲(chǔ)空間即可。在數(shù)字圖像中嵌入水印信號(hào)的時(shí)候，通過將原始水印信號(hào)分形壓縮后，再將水印信號(hào)的分形碼嵌入數(shù)字圖像中，而非像原來(lái)那樣嵌入水印原始信號(hào)，就可將水印信息成倍地嵌入。換句話說(shuō)，原來(lái)數(shù)字圖像中只有一個(gè)水印信號(hào)，而現(xiàn)在卻有多個(gè)水印信號(hào)備份，即使有局部水印信號(hào)被篡改了，也可以通過其他備份信息來(lái)加以還原，因此水印的魯棒性大大提高。

參考文獻(xiàn)：

[1] 李水根,吳紀(jì)桃.分形與小波[M].北京:科學(xué)出版社,2002.

篇6

1 數(shù)字水印技術(shù)研究的意義

由于科學(xué)技術(shù)的發(fā)展，很多的數(shù)字化產(chǎn)品易于加工，非法的復(fù)制和拷貝也比較容易，這樣嚴(yán)重?fù)p壞了數(shù)字產(chǎn)品的完整性以及數(shù)字產(chǎn)品作者的版權(quán)。為了解決這一問題，因而提出了數(shù)字水印技術(shù)。

數(shù)字水印技術(shù)，從1993年Caronni正式提出數(shù)字水印到現(xiàn)在，無(wú)論國(guó)內(nèi)還是國(guó)外對(duì)數(shù)字水印的研究都引起了人們的關(guān)注。在國(guó)外方面，由于有大公司的介入和美國(guó)軍方及財(cái)政部的支持，雖然在數(shù)字水印方面的研究剛起步不久，但該技術(shù)研究的發(fā)展速度非常快。1998年以來(lái)，《IEEE圖像處理》、《IEEE會(huì)報(bào)》、《IEEE通信選題》、《IEEE消費(fèi)電子學(xué)》等許多國(guó)際重要期刊都組織了數(shù)字水印的技術(shù)專刊或?qū)ｎ}新聞報(bào)道，SPIE和IEEE的一些重要國(guó)際會(huì)議也開辟了相關(guān)的專題。IBM公司、日立公司、NEC公司、Pioneer電子公司和Sony公司等五家公司還宣布聯(lián)合研究基于信息隱藏的電子水印。國(guó)內(nèi)方面，我國(guó)的數(shù)字水印技術(shù)，也已經(jīng)取得了一定的研究成果，而且從學(xué)術(shù)領(lǐng)域的研究成果來(lái)看，我國(guó)的研究與世界水平相差的并不遠(yuǎn)，并且有自己的獨(dú)特研究思路。

數(shù)字水印的主要用途可以分為以下幾類：（1）版權(quán)標(biāo)識(shí)水印。數(shù)字水印將各種信息放在各種需要保護(hù)的數(shù)字產(chǎn)品中，即使經(jīng)過噪聲干擾、濾波、剪切、壓縮、旋轉(zhuǎn)等攻擊，水印仍可以繼續(xù)存在。例如Adobe公司在其著名的PS軟件Corel Draw圖像處理軟件中集成了Digimarc公司的數(shù)字水印插件。（2）篡改提示水印。檢測(cè)數(shù)字產(chǎn)品是否被修改、偽造等的處理的過程。（3）隱蔽標(biāo)識(shí)水印。在一些數(shù)字產(chǎn)品中，可以將數(shù)字水印嵌入作一些隱式注釋。（4）票據(jù)防偽水印。隨著現(xiàn)代各種先進(jìn)輸出設(shè)備的發(fā)展，使得各種票據(jù)的偽造變得更加容易，數(shù)字水印技術(shù)可以增加偽造的難度。因此，研究數(shù)字技術(shù)非常有必要性。

2 基于DCT數(shù)字圖像水印技術(shù)的研究

2.1 數(shù)字水印的概念

數(shù)字水印技術(shù)是指用信號(hào)處理的方法在多媒體數(shù)據(jù)中嵌入某些能證明版權(quán)歸屬或跟蹤侵權(quán)行為的隱蔽的信息，這些信息通常是不可見的，不容易被人的知覺系統(tǒng)覺察或注意到，這些隱藏在多媒體內(nèi)容中的信息只有通過專用的監(jiān)測(cè)器或閱讀器才能提取。通過這些隱藏在多媒體內(nèi)容中的信息，可以達(dá)到確認(rèn)內(nèi)容創(chuàng)建者，購(gòu)買者或判斷內(nèi)容是否真實(shí)完整的目的。水印系統(tǒng)所隱藏的信息總是與被保護(hù)的數(shù)字對(duì)象或它的所有者有關(guān)。

2.2 DCT數(shù)字圖像水印的基本理論

其中圖像二維DCT變換（M取8或16）有許多優(yōu)點(diǎn)：

圖像信號(hào)經(jīng)過變換后，變換系數(shù)幾乎不相關(guān)，經(jīng)過反變換重構(gòu)圖像信道誤差和量化誤差將像隨機(jī)噪聲一樣分散到塊中的各個(gè)像素中去，不會(huì)造成誤差累積，并且變換能將數(shù)據(jù)塊中的能量壓縮到為數(shù)不多的部分低頻系數(shù)中去（即DCT矩陣的左上角）。對(duì)于給定圖像f（m，n）存在兩種DCT變換方法：一種是把圖像f（m，n）看成一個(gè)二維矩陣直接對(duì)其進(jìn)行DCT變換，然后嵌入水印，Cox[3]采用此種方法；另一種方法是與JPEG壓縮標(biāo)準(zhǔn)相統(tǒng)一，先把圖像分成8*8的不同小塊，再分別對(duì)每一塊進(jìn)行DCT變換，進(jìn)而嵌入水印，本文采用后一種方法嵌入水印。

一般數(shù)字水印應(yīng)具有如下的特征：無(wú)論經(jīng)過怎樣復(fù)雜的操作處理，通過水印算法仍能檢測(cè)到數(shù)字水印作品中的水印能力。即所謂的穩(wěn)健性；通過水印算法，嵌入水印后不能最終導(dǎo)致圖像的質(zhì)量在視覺上發(fā)生明顯變化，即視覺的不可感知性；通過數(shù)字水印算法能夠抵御非授權(quán)人的攻擊，同時(shí)檢測(cè)可以檢測(cè)到水印的概率，具有較高的安全性及有效性。

3 基于DCT的數(shù)字圖像水印算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

3.1 MATLAB軟件的介紹

MATLAB是目前最強(qiáng)大的編程工具之一，本文將利用MATLAB7.0軟件進(jìn)行基于DCT的數(shù)字水印算法的系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。

MATLAB語(yǔ)言簡(jiǎn)潔緊湊，庫(kù)函數(shù)豐富，程序書寫形式自由，運(yùn)算符豐富，使用方便靈活。MATLAB具有結(jié)構(gòu)化的面向?qū)ο缶幊痰奶匦裕梢浦残院茫揖哂休^強(qiáng)的圖形編輯界面和功能強(qiáng)大的工具箱。同時(shí)，MATLAB中的源程序具有開放性，可以通過對(duì)其的修改使其變成新的程序。不足之處是，MATLAB的程序執(zhí)行速度較慢。利用MATLAB研究數(shù)字水印技術(shù)集成了DCT等函數(shù)，方便了研究人員編寫源程序，易實(shí)現(xiàn)。使用了MATLAB中很多的工具箱。

3.2 基于DCT的數(shù)字圖像水印算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

3.2.1 需求分析

離散余弦變換（Discrete Cosine Transform）簡(jiǎn)稱DCT，基于DCT域的數(shù)字水印算法，可以分為兩大類，一類是直接對(duì)整幅圖像進(jìn)行DCT整體計(jì)算，然后嵌入水印。另一類是先將整幅圖像分成塊，對(duì)每一塊分別進(jìn)行DCT計(jì)算，最后再嵌入水印。由于分塊DCT計(jì)算速度比整體DCT計(jì)算速度快得多，因此目前DCT域的水印方法大多數(shù)是采用的分塊DCT方法。

基于DCT的數(shù)字圖像水印算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，可以提供用戶一個(gè)良好的交互手段，用戶可以利用本系統(tǒng)進(jìn)行水印的嵌入、提取、攻擊等，本系統(tǒng)的可交互的，可視化的特點(diǎn)為用戶研究基于DCT的數(shù)字圖像水印算法提供了方便。

3.2.2 系統(tǒng)功能模塊設(shè)計(jì)

（1）水印生成。通常是通過偽隨機(jī)數(shù)發(fā)生器或混沌系統(tǒng)來(lái)產(chǎn)生水印信號(hào)，通常需要對(duì)水印進(jìn)行預(yù)處理來(lái)適應(yīng)水印嵌入算法。

（2）水印嵌入。水印嵌入的準(zhǔn)則常用的有三種，分別為加法準(zhǔn)則、乘法準(zhǔn)則、加法乘法混合準(zhǔn)則，混合準(zhǔn)則近年來(lái)引起了人們的廣泛關(guān)注。

（3）水印提取。指水印被提取出來(lái)的過程。

（4）水印檢測(cè)。水印檢測(cè)是指判斷數(shù)字產(chǎn)品中是否存在水印的過程。

3.2.3 系統(tǒng)實(shí)現(xiàn)

一個(gè)完整水印系統(tǒng)的設(shè)計(jì)通常包括水印的生成、嵌入、提取和檢測(cè)四個(gè)部分。

通過選取實(shí)驗(yàn)圖片，點(diǎn)擊導(dǎo)入圖片，然后進(jìn)行水印的嵌入，再對(duì)嵌入水印的圖片進(jìn)行高斯噪聲、濾波、剪切、旋轉(zhuǎn)等攻擊實(shí)驗(yàn)后，可以繼續(xù)提取水印，進(jìn)行水印信號(hào)的檢測(cè)。

（1）嵌入水印的過程。論文采用的是分塊DCT算法，水印嵌入步驟如下：

1）將灰度宿主圖像分成互不覆蓋的8×8的塊，然后對(duì)每一塊都進(jìn)行DCT變換，得到與宿主圖像相同尺寸的DCT域；

2）我們用密鑰生成長(zhǎng)度為NW的Gaussian白噪聲作為水印信號(hào)：W～N（0，1）；

3）將每個(gè)8×8的DCT系數(shù)矩陣從每一塊的中頻段取出（（64×Nw）/（M×N））個(gè)系數(shù)CK（i，j），k=1，2，…Bnum；

4）根據(jù)公式W′=W（1+alfa*mark）嵌入水印，其中alfa為尺度因子，mark為水印信息，W為原圖象的分塊DCT系數(shù)。

5）用得到的新的DCT系數(shù)對(duì)原來(lái)位置的DCT系數(shù)進(jìn)行置換。

6）對(duì)新的DCT系數(shù)矩陣進(jìn)行DCT反變換，得到了嵌入水印信號(hào)后的圖像。

4 結(jié)束語(yǔ)

本論文是在應(yīng)用了MATLAB7.0軟件，設(shè)計(jì)和實(shí)現(xiàn)了完整的數(shù)字圖像水印處理系統(tǒng)，包括水印的嵌入、提取與驗(yàn)證過程。所提出的方案均在該系統(tǒng)中進(jìn)行了驗(yàn)證。

數(shù)字水印技術(shù)的發(fā)展時(shí)間雖然不長(zhǎng)，但其在版權(quán)保護(hù)、內(nèi)容的完整性以及認(rèn)證方面都做出了一定的貢獻(xiàn)。未來(lái)，數(shù)字水印在知識(shí)產(chǎn)權(quán)的保護(hù)、內(nèi)容認(rèn)證等方面會(huì)有一個(gè)更好的應(yīng)用前景。我們應(yīng)該抓住信息時(shí)代對(duì)于數(shù)字版權(quán)保護(hù)的迫切需求，開發(fā)出自己的水印產(chǎn)品。

參考文獻(xiàn)：

[1]孫銳，孫洪，姚天任.多媒體水印技術(shù)的研究進(jìn)展與應(yīng)用[J].系統(tǒng)工程與電子技術(shù)，2003，25（6）：772-776.

[2]王丙錫，陳琦，鄧峰森.數(shù)字水印技術(shù)[M].西安：西安電子科技大學(xué)出版社，2003.

[3]余成波，楊菁，楊如民，周登義.數(shù)字信號(hào)處理及MATLAB實(shí)現(xiàn)[M].北京：清華大學(xué)出版社，2005.

[4]王家文，李仰軍.MATLAB7.0圖形圖像處理[M].北京：國(guó)防工業(yè)出版社，2006.

[5]張問銀，梁永全.基于DCT的一種數(shù)字圖像水印策略[J].山東：山東科技大學(xué)學(xué)報(bào)，2002.

[6]肖力.一種基于DCT域的數(shù)字水印的實(shí)現(xiàn)[J].鄂州大學(xué)學(xué)報(bào)，2005.

[7]Rafael C.Gonzalez，Richad E.Woods.阮秋琦，阮宇智譯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2003.

[8]耿永軍，朱雪芹.基于離散余弦變換的數(shù)字水印算法[J].鄭州大學(xué)學(xué)報(bào)，2005.

篇7

隨著計(jì)算機(jī)和互聯(lián)網(wǎng)應(yīng)用的不斷發(fā)展,高校科技論文的網(wǎng)絡(luò)發(fā)表和共享也得到逐步的發(fā)展。高校科技論文的網(wǎng)絡(luò)發(fā)表與共享打破了高校以往的只能通過傳統(tǒng)紙質(zhì)期刊發(fā)表科技論文的程序,減少了科技的時(shí)間,使高校的科研人員學(xué)術(shù)交流更加方便、快捷;在推動(dòng)高校科技信息和知識(shí)的快速傳播以及科技成果迅速得到共享和應(yīng)用方面具有重要的作用。科技絡(luò)發(fā)表和共享平臺(tái)在中國(guó)還是一個(gè)新的事物,相關(guān)的制度和機(jī)制還沒有健全 [1],在版權(quán)保護(hù)方面還存在很多問題。科技絡(luò)發(fā)表與共享平臺(tái)的高度共享性使得版權(quán)保護(hù)的難度增大,如何有效保護(hù)高校科技絡(luò)發(fā)表與共享平臺(tái)作者的版權(quán)是目前首要解決的問題。

一、科技論文的網(wǎng)絡(luò)發(fā)表與傳統(tǒng)科技的版權(quán)比較

(一)網(wǎng)絡(luò)科技論文與傳統(tǒng)科技論文版權(quán)保護(hù)的復(fù)雜度

網(wǎng)絡(luò)侵權(quán)與傳統(tǒng)版權(quán)侵權(quán)相比,傳統(tǒng)版權(quán)侵權(quán)是紙質(zhì)為載體的,是看得見摸得著的,網(wǎng)絡(luò)侵權(quán)是通過網(wǎng)絡(luò)發(fā)表與共享平臺(tái)實(shí)施的,侵權(quán)完成的速度快,復(fù)制、下載、傳輸行為變得簡(jiǎn)單易行,同時(shí)侵權(quán)確認(rèn)的難度大。與傳統(tǒng)版權(quán)保護(hù)相比,網(wǎng)絡(luò)版權(quán)保護(hù)變得更加復(fù)雜,版權(quán)保護(hù)的主體、客體及地域性的范圍加大。傳統(tǒng)版權(quán)保護(hù)的主體是作者、出版者及其用戶。網(wǎng)絡(luò)發(fā)表與共享平臺(tái)下的版權(quán)保護(hù)主體包括科技論文擁有者、科技論文傳播者、網(wǎng)絡(luò)服務(wù)開發(fā)商以及科技絡(luò)的使用者。另一方面,版權(quán)保護(hù)的客體范圍擴(kuò)大;同時(shí)由于互聯(lián)網(wǎng)的無(wú)國(guó)界,一旦有侵權(quán)行為發(fā)生,版權(quán)保護(hù)就十分復(fù)雜。如表1所示,二者的侵權(quán)復(fù)雜程度比較。

(二)網(wǎng)絡(luò)科技論文與傳統(tǒng)科技論文著作權(quán)比較

1.發(fā)表權(quán)和修改權(quán)。發(fā)表權(quán)包含的內(nèi)容很多,包括是否發(fā)表,何時(shí)發(fā)表,在何刊物發(fā)表等。所有這些都應(yīng)由作者自己來(lái)決定,任何他人未經(jīng)作者授權(quán)或委托,都不得擅自決定。但是由于傳統(tǒng)期刊需要經(jīng)過投稿、審稿等漫長(zhǎng)的過程,發(fā)表的周期很長(zhǎng)。所有這些發(fā)表權(quán)版權(quán)人無(wú)法自己決定,一旦投稿就沒法修改,甚至有些出版社自行修改侵犯了作者的著作權(quán) [2]。而網(wǎng)絡(luò)發(fā)表與共享平臺(tái)下的科技論文可以隨時(shí)發(fā)表。修改權(quán),即修改或者授權(quán)他人修改作品的權(quán)利,這表明,作品可由作者自己修改,也可由取得授權(quán)的其他人修改。

2.保護(hù)作品完整權(quán)。傳統(tǒng)紙質(zhì)期刊發(fā)表的論文,科技論文的完整性有時(shí)會(huì)被忽視,比如對(duì)于論文稿件,經(jīng)專家審稿后,認(rèn)為論文的內(nèi)容很好,但由于版面限制等因素,就會(huì)對(duì)論文進(jìn)行大量的修改和刪除,此種做法就侵犯了作者的保護(hù)作品完整權(quán)。然而相對(duì)于網(wǎng)絡(luò)科技論文,由于作其發(fā)表的載體為網(wǎng)頁(yè)沒有任何篇幅和尺寸上的限制,科技時(shí)完全可以從其內(nèi)容本身的完整性編排內(nèi)容。

3.信息網(wǎng)絡(luò)傳播權(quán)。信息網(wǎng)絡(luò)傳播權(quán)是中國(guó)2001年新修訂的《著作權(quán)法》增加的一項(xiàng)權(quán)利,保護(hù)通過互聯(lián)網(wǎng)方式向公眾提供作品,使公眾可以在其個(gè)人選定的時(shí)間和地點(diǎn)獲得作品的權(quán)利。是由于互聯(lián)網(wǎng)技術(shù)的發(fā)展,而出現(xiàn)的新的著作權(quán)權(quán)利是網(wǎng)絡(luò)科技論文傳播的一項(xiàng)重要權(quán)利。傳統(tǒng)科技論文則沒有此項(xiàng)權(quán)利。

二、高校科技絡(luò)發(fā)表與共享的版權(quán)侵權(quán)分析

1.信息網(wǎng)絡(luò)傳播權(quán)侵權(quán)。有些網(wǎng)絡(luò)發(fā)表與共享平臺(tái)未經(jīng)版權(quán)人的同意或許可,擅自將其作品在網(wǎng)絡(luò)上發(fā)表,傳播。比如有些網(wǎng)絡(luò)平臺(tái)擅自把一些作者的博客作品在其網(wǎng)站上發(fā)表并予以共享,在網(wǎng)絡(luò)上使用他人作品時(shí),擅自對(duì)作品進(jìn)行修改、刪節(jié)等;根據(jù)信息網(wǎng)絡(luò)傳播權(quán)保護(hù)條例明確將此種行為定性為侵犯了作者的信息網(wǎng)絡(luò)傳播權(quán)。

2.科技論文作者權(quán)益侵權(quán)。科技絡(luò)發(fā)表和共享使得復(fù)制、盜版和修改變得更加容易,以中國(guó)科技論文在線發(fā)表與共享平臺(tái)為例,作者發(fā)表的論文根據(jù)文責(zé)自負(fù)的原則,只要作者所投論文遵守國(guó)家相關(guān)法律,有一定學(xué)術(shù)水平,符合其網(wǎng)站的基本投稿要求,就可以發(fā)表。科技論文在線允許文章在發(fā)表前,甚至審稿前首先在網(wǎng)上,科技論文在線采用的這種先公開,后評(píng)審的論文評(píng)價(jià)方法使得作者一旦上載的作品沒有經(jīng)過授權(quán)或許可,通過科技論文在線進(jìn)行傳播就會(huì)存在很大的版權(quán)風(fēng)險(xiǎn)。

通過對(duì)廣西某幾所高校的一些科研人員調(diào)查發(fā)現(xiàn),80% 的科研人員不愿意在網(wǎng)絡(luò)平臺(tái)上發(fā)表及共享其科研成果。40%的被訪者認(rèn)為如果網(wǎng)絡(luò)上發(fā)表共享其論文,再次向正規(guī)期刊投稿難度會(huì)增加,甚至一些正規(guī)期刊不接受這樣的投稿。20.7% 的認(rèn)為將會(huì)導(dǎo)致盜版現(xiàn)象;7.3% 的認(rèn)為可能會(huì)被用于商業(yè)目的;12%的認(rèn)為可能會(huì)損害文章的完整性和署名權(quán);只有20% 的人考慮過將自己的文章公布在網(wǎng)絡(luò)平臺(tái)上。其主要原因是由于目前存在不少版權(quán)糾紛的問題。所以說(shuō)科技論文在線發(fā)表與共享應(yīng)妥善處理好網(wǎng)絡(luò)版權(quán)侵權(quán)。

三、高校科技絡(luò)發(fā)表與共享版權(quán)保護(hù)的建議措施

(一)科技絡(luò)著作權(quán)人采取的措施

1.增強(qiáng)高校著作權(quán)人的版權(quán)保護(hù)意識(shí)。在目前網(wǎng)絡(luò)版權(quán)保護(hù)方面還不夠完善的情況下,樹立高校科研人員的版權(quán)保護(hù)意識(shí)更為重要。目前,高校科研人員科技絡(luò)發(fā)表的著作權(quán)意識(shí)還比較淡薄。即使自己的作品被侵權(quán),很多作者沒有拿起法律武器來(lái)保護(hù)自己的權(quán)益。從而導(dǎo)致現(xiàn)實(shí)生活中任意轉(zhuǎn)載、改編等方式使用科技論文的現(xiàn)象很普遍。因此要通過各種方式,開展版權(quán)教育,增強(qiáng)版權(quán)自我保護(hù)意識(shí)。高校應(yīng)加強(qiáng)版權(quán)保護(hù)這方面的宣傳,在網(wǎng)絡(luò)發(fā)表與共享平臺(tái)上登載相關(guān)著作權(quán)保護(hù)知識(shí),利用一切可能的媒介和渠道宣傳版權(quán)保護(hù)的相關(guān)知識(shí)。

2.采取技術(shù)措施。版權(quán)的保護(hù)措施是指版權(quán)人主動(dòng)采取的,能有效控制進(jìn)入受版權(quán)保護(hù)的作品并對(duì)版權(quán)人權(quán)利進(jìn)行有效保護(hù),防止侵犯其合法權(quán)利的設(shè)備、產(chǎn)品或方法 [3]。目前,在現(xiàn)有的技術(shù)條件下應(yīng)對(duì)網(wǎng)絡(luò)中的侵權(quán)現(xiàn)象,版權(quán)人采取的技術(shù)措施通常包括采用反復(fù)制設(shè)備、訪問控制技術(shù)、數(shù)字水印、數(shù)字簽名或數(shù)字指紋技術(shù)等保護(hù)網(wǎng)絡(luò)科技論文的版權(quán)。

(1)反復(fù)制設(shè)備(anti-cope devices);由于網(wǎng)絡(luò)作品的復(fù)制非常容易,目前版權(quán)人一般采取反復(fù)制設(shè)備就是阻止復(fù)制作品的設(shè)備。其中最有代表性的就是“SCMS”系統(tǒng)(serial copy management systems),該系統(tǒng)的最大特點(diǎn)就在于它不僅可以控制作品的第一次復(fù)制,而且可以控制作品的再次復(fù)制,避免數(shù)字化作品的復(fù)制件被作為數(shù)字化主盤。(2)訪問控制技術(shù);即控制進(jìn)入受保護(hù)作品的技術(shù)保護(hù)措施(如登錄密碼)。它允許用戶對(duì)其常用的信息庫(kù)進(jìn)行適當(dāng)權(quán)利的訪問,限制用戶隨意刪除、修改或拷貝信息文件。(3)數(shù)字水印、數(shù)字簽名及數(shù)字指紋技術(shù);為了防止網(wǎng)絡(luò)作品的易修改,易盜版現(xiàn)象出現(xiàn)了數(shù)字水印、數(shù)字簽名或數(shù)字指紋版權(quán)保護(hù)技術(shù)。數(shù)字水印是利用數(shù)字內(nèi)嵌的方法隱藏在數(shù)字圖像、聲音、文檔、圖書、視頻等數(shù)字產(chǎn)品中,使得用戶只能在屏幕上閱讀,而無(wú)法復(fù)制。這種技術(shù)可以用以證明原創(chuàng)作者對(duì)其作品的所有權(quán),并作為鑒定、非法侵權(quán)的證據(jù)。數(shù)字指紋是指同時(shí)在數(shù)字作品中嵌入的是作品傳播者和使用者的標(biāo)識(shí)信,和數(shù)字水印技術(shù)相反,當(dāng)某個(gè)用戶將其拷貝非法的傳播到外界,版權(quán)所有者就可以通過提取拷貝中的指紋來(lái)追蹤非法用戶。數(shù)字簽名技術(shù)即進(jìn)行身份認(rèn)證的技術(shù),防止偽造,保證信息的真實(shí)性和完整性。其他技術(shù)措施比如防火墻技術(shù)、認(rèn)證技術(shù)(CA)、追蹤系統(tǒng)、標(biāo)準(zhǔn)系統(tǒng)、電子版權(quán)管理系統(tǒng)等。

(二)完善版權(quán)保護(hù)法律制度

中國(guó)在著作權(quán)的網(wǎng)絡(luò)立法方面,其法律文件有《中華人民共和國(guó)著作權(quán)法》、《關(guān)于審理涉及計(jì)算機(jī)網(wǎng)絡(luò)域名民事糾紛案件適用法律若干問題的解釋》、《關(guān)于審理著作權(quán)民事糾紛案件適用法律若干問題的解釋》、《關(guān)于審理涉及計(jì)算機(jī)網(wǎng)絡(luò)著作權(quán)糾紛案件適用法律若干問題的解釋》、《保護(hù)知識(shí)產(chǎn)權(quán)刑事司法解釋》、《互聯(lián)網(wǎng)著作權(quán)行政保護(hù)辦法》等一系列涉及網(wǎng)絡(luò)版權(quán)保護(hù)的文件,為技術(shù)措施的實(shí)施提供了法律依據(jù)。其中《互聯(lián)網(wǎng)著作權(quán)行政保護(hù)辦法》是2005年由國(guó)家版權(quán)局與信息產(chǎn)業(yè)部聯(lián)合實(shí)施的,對(duì)網(wǎng)絡(luò)環(huán)境下的科技論文版權(quán)保護(hù)發(fā)揮著重要的作用。但是中國(guó)法律法規(guī)還不夠健全,政府應(yīng)加快對(duì)《著作權(quán)法》的修改、完善,并制定保護(hù)網(wǎng)絡(luò)著作權(quán)的專項(xiàng)法律或行政法規(guī)。法律保護(hù)是一種事后控制的手段,即只有在發(fā)現(xiàn)侵權(quán)行為之后,法律才能進(jìn)行干預(yù),一旦有版權(quán)侵權(quán),高校科研人員應(yīng)拿起法律武器保護(hù)自己的合法權(quán)益。

(三)網(wǎng)絡(luò)發(fā)表與共享平臺(tái)加大版權(quán)保護(hù)力度

網(wǎng)絡(luò)發(fā)表與共享平臺(tái)應(yīng)增強(qiáng)維權(quán)意識(shí),對(duì)抄襲剽竊他人論文成果侵犯版權(quán)的行為予以嚴(yán)懲。以中國(guó)科技論文在線為例,其網(wǎng)站上設(shè)有學(xué)術(shù)監(jiān)督欄,對(duì)一些侵犯版權(quán)的作者取消已發(fā)表的論文,收回刊載證明,在中國(guó)科技論文在線網(wǎng)站上予以譴責(zé),并禁止三年內(nèi)在其網(wǎng)站上,對(duì)維護(hù)版權(quán)所有者的權(quán)益起到了一定的作用。但是這對(duì)于網(wǎng)站在保護(hù)版權(quán)方面還是不夠的。對(duì)于一些復(fù)制、盜版其網(wǎng)站上的論文在其他網(wǎng)絡(luò)平臺(tái)上發(fā)表或者在科技期刊上發(fā)表,則沒有相關(guān)的政策。網(wǎng)絡(luò)發(fā)表與共享平臺(tái)應(yīng)當(dāng)充分重視作者的論文版權(quán)保護(hù)需求,保護(hù)作者的著作權(quán)權(quán)益。

高校科技絡(luò)發(fā)表與共享版權(quán)保護(hù)要得到增強(qiáng),首先要增強(qiáng)高校版權(quán)人的版權(quán)保護(hù)意識(shí);其次則必須及時(shí)更新、完善相關(guān)法律制度,加快網(wǎng)絡(luò)版權(quán)保護(hù)的立法,最后要提高網(wǎng)絡(luò)發(fā)表與共享平臺(tái)的技術(shù)保護(hù)水平。只有作者的版權(quán)得到有效的保護(hù),才能提高科技論文的發(fā)表數(shù)量和質(zhì)量,推動(dòng)高校科技論文的網(wǎng)絡(luò)發(fā)表與共享。

參考文獻(xiàn):

篇8

數(shù)據(jù)庫(kù)水印就是在數(shù)據(jù)庫(kù)數(shù)據(jù)中嵌入水印達(dá)到保護(hù)數(shù)據(jù)庫(kù)所有權(quán)的一種技術(shù)，是近年來(lái)數(shù)據(jù)庫(kù)安全領(lǐng)域快速發(fā)展的一個(gè)重要分支。它可以借鑒多媒體數(shù)字水印技術(shù)的原理和思想，但與多媒體數(shù)據(jù)相比較，關(guān)系數(shù)據(jù)庫(kù)數(shù)字水印技術(shù)要困難很多，因?yàn)殛P(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)還有許多特點(diǎn)：

1） 關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)由若干獨(dú)立元組組成，每個(gè)元組的各個(gè)字段的值是確定的，冗余很小；

2） 關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)行和列的順序是無(wú)序的；

3） 關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)經(jīng)常要進(jìn)行增加、刪除、修改。

由于關(guān)系數(shù)據(jù)庫(kù)數(shù)據(jù)有其自己的特殊性，這些都使數(shù)字水印的嵌入和提取成為難題。因此，數(shù)據(jù)庫(kù)水印的算法考慮如下：

( 1) 魯棒性，數(shù)據(jù)庫(kù)水印能夠經(jīng)受住數(shù)據(jù)更新和攻擊；

( 2) 透明性，數(shù)字水印不能被用戶察覺，不會(huì)因?yàn)榧恿怂《绊戧P(guān)系數(shù)據(jù)的使用。

2.數(shù)據(jù)庫(kù)數(shù)字水印模型

一般數(shù)據(jù)庫(kù)數(shù)字水印模型主要包括3個(gè)算法：數(shù)字水印生成算法、數(shù)字水印嵌入算法和數(shù)字水印提取算法。

2.1數(shù)字水印生成模型

數(shù)字水印可以是文本、圖像等，想把水印嵌入到數(shù)據(jù)庫(kù)中，必須要對(duì)水印進(jìn)行預(yù)處理，把它轉(zhuǎn)換成二進(jìn)制流。水印生成模型如圖1所示：

圖1 數(shù)字水印生成模型

2.2數(shù)字水印嵌入模型

數(shù)字水印的嵌入通常是把處理好的二進(jìn)制水印通過數(shù)字水印嵌入算法隱藏到數(shù)據(jù)庫(kù)的某些數(shù)據(jù)中，而不影響數(shù)據(jù)庫(kù)的使用。水印嵌入模型如圖2所示：

圖2 數(shù)字水印嵌入模型

2.3數(shù)字水印提取模型

數(shù)字水印的提取通常是利用密鑰，通過水印提取算法從數(shù)據(jù)庫(kù)中提取出水印信號(hào)，解預(yù)處理后，再恢復(fù)為原有的數(shù)字水印信號(hào)。

圖3 數(shù)字水印提取模型

3.關(guān)系數(shù)據(jù)庫(kù)數(shù)字水印算法

關(guān)系數(shù)據(jù)庫(kù)的行被稱為“元組”，列被稱為“字段”。元組是字段的集合，字段有不同的類型和取值，考慮到關(guān)系數(shù)據(jù)庫(kù)的特點(diǎn)和不破壞數(shù)據(jù)庫(kù)的使用價(jià)值，針對(duì)數(shù)值型字段值進(jìn)行數(shù)字水印。在一個(gè)數(shù)據(jù)庫(kù)里，數(shù)值型字段有1個(gè)或多個(gè)，他們的有效位數(shù)是不同的，有的有效位數(shù)多，有的有效位數(shù)少，本文采取了對(duì)數(shù)值型字段的最低有效位進(jìn)行數(shù)字水印的嵌入算法。

3.1算法描述

（1）水印預(yù)處理：將文本水印轉(zhuǎn)換為二進(jìn)制并進(jìn)行糾錯(cuò)編碼處理；

（2）水印的嵌入：通過單向哈希函數(shù)HASH確定數(shù)字水印的嵌入位置，然后把二進(jìn)制水印按順序嵌入到選定元組的數(shù)值型數(shù)據(jù)的最低有效位上；

（3）水印的提取：對(duì)水印數(shù)據(jù)庫(kù)庫(kù)中的數(shù)值型字段計(jì)算函數(shù)HASH值，然后順序提取各嵌入位0、1序列，最后再恢復(fù)成水印信息。

3.2數(shù)字水印預(yù)處理

本文采用的是文本水印W，可以由各種字符組成，按照ASCII碼表將每個(gè)字符用一個(gè)字節(jié)表示，然后順序排列，得到了二進(jìn)制比特流，然后分成4組，不足的添0補(bǔ)齊。最后用海明碼對(duì)水印信息進(jìn)行糾錯(cuò)編碼。

有效的糾錯(cuò)編碼方法有很多種，最簡(jiǎn)單也是最早的方法之一是海明碼，它保證了任意兩個(gè)編碼信息至少有3個(gè)比特不同，并可以對(duì)單個(gè)比特錯(cuò)誤進(jìn)行修正。復(fù)雜一點(diǎn)的編碼有BCH和網(wǎng)格碼，可以糾正更多錯(cuò)誤。這些編碼經(jīng)常根據(jù)符號(hào)糾錯(cuò)的方法來(lái)描述，不同編碼適合不同的錯(cuò)誤類型。例如，海明編碼處理隨機(jī)錯(cuò)誤效果較好，而BCH編碼處理突發(fā)錯(cuò)誤（連續(xù)符號(hào)群發(fā)錯(cuò)誤）效果較好。

3.3數(shù)字水印嵌入位置

數(shù)據(jù)庫(kù)的容量是巨大的，而水印信號(hào)是有限的，要嵌入水印信號(hào)的元組數(shù)量遠(yuǎn)遠(yuǎn)小于數(shù)據(jù)庫(kù)包含的元組，因此要選擇一定數(shù)量的元組進(jìn)行水印的嵌入，以減少工作量和避免對(duì)數(shù)據(jù)庫(kù)的大量修改。數(shù)據(jù)庫(kù)中的數(shù)據(jù)經(jīng)常變動(dòng)，所以要在不同情況下找到嵌入水印的元組就要對(duì)數(shù)據(jù)庫(kù)中元組進(jìn)行標(biāo)記．同時(shí)在提取水印時(shí)，使用一樣的標(biāo)記可以找到這個(gè)元組．

3.4數(shù)字水印嵌入算法

1 )將文本水印信息轉(zhuǎn)換為二進(jìn)制形式；

2 )利用海明碼對(duì)二進(jìn)制水印進(jìn)行糾錯(cuò)編碼；

3 )計(jì)算HASH值ID和控制因子C，確定數(shù)字水印的嵌入位置T； 

4 )根據(jù)T的值，按照水印二進(jìn)制流的順序，將0、1代碼依次嵌入各數(shù)值型字段的最低比特位。

3.5數(shù)字水印提取算法

1 )針對(duì)數(shù)據(jù)庫(kù)中的數(shù)值型字段，計(jì)算HASH函數(shù)的值，再通過控制因子C找到嵌入水印的位置；

2 )根據(jù)水印嵌入的位置， 順序提取各嵌入位的0、1序列；

3 )根據(jù)0、1序列恢復(fù)成水印信息。 

4.總結(jié)

數(shù)據(jù)庫(kù)水印技術(shù)是數(shù)據(jù)庫(kù)安全領(lǐng)域的新生事物，雖然數(shù)據(jù)庫(kù)水印技術(shù)困難很大，研究進(jìn)展緩慢，但數(shù)據(jù)庫(kù)數(shù)字水印技術(shù)的研究具有很重要的理論意義和廣闊的應(yīng)用前景。本文闡述了數(shù)據(jù)庫(kù)數(shù)字水印的基本原理和通用模型，并具體介紹了一種基于數(shù)值型字段的數(shù)字水印算法，該算法經(jīng)實(shí)驗(yàn)證明具有較強(qiáng)的魯棒性和健壯性。

參考文獻(xiàn)：

[1 ] 彭沛夫，林亞平，張桂芳，等．基于有效位數(shù)的數(shù)據(jù)庫(kù)數(shù)字水印[ J ] ．計(jì)算機(jī)工程與應(yīng)用， 2 0 0 6．4 ， 4 2 ( 1 1 ) ： 1 6 6 -1 6 8 ． 

[2] 王樹梅， 趙衛(wèi)東， 王志成． 數(shù)字水印嵌入強(qiáng)度最優(yōu)化分析 [ J ] ．計(jì)算機(jī)安全，2007．

[3] 傅瑜．關(guān)系數(shù)據(jù)庫(kù)的數(shù)字水印模型 [ D ] ．華中師范大學(xué)碩士學(xué)位論文，2007．

篇9

作為能證明著作者版權(quán)信息的水印可以是有意義的字符，可以是一串偽隨機(jī)序列，也可以是比較直觀的圖像，因?yàn)閳D像信息在沒有受到嚴(yán)重?fù)p壞的情況下一般還能夠辨認(rèn)出來(lái)，故本次設(shè)計(jì)選用的是含數(shù)據(jù)量較小，但又不失一般性的二值圖像作為水印來(lái)處理與隱藏。

1.1 可視密碼術(shù)對(duì)水印的處理

為提高水印的抗攻擊能力，用改進(jìn)的(4，4)可視密碼術(shù)對(duì)水印進(jìn)行處理。如圖1所示，c01~c03用于加密白色像素點(diǎn)，c10~c13用于加密黑色像素點(diǎn)。它們具有以下屬性：任何一個(gè)單一的子密鑰塊包括5個(gè)黑子像素；c01~c03里的任意兩個(gè)子密鑰塊的疊加包括7個(gè)黑子像素，任意3個(gè)和4個(gè)子密鑰塊的疊加包括8個(gè)黑子像素。c10~c13里的任意兩個(gè)子密鑰塊的疊加包括7個(gè)黑子像素，任意3個(gè)子密鑰塊的疊加包括8個(gè)黑子像素，4個(gè)子密鑰塊的疊加包括9個(gè)黑子像素。可以看出，當(dāng)子密鑰塊數(shù)目少于4的時(shí)候，黑子像素和白子像素是無(wú)法區(qū)分的。只有當(dāng)4個(gè)子密鑰塊都疊加到一起的時(shí)候，視覺上才能區(qū)分黑(全黑)和白(8/9黑)。

圖1 (4，4)可視密碼術(shù)

1.2 水印的降維處理

假設(shè)w是m1×m2的二值圖像，它可表示為：



w={w(i,j),0≤i<m1,0≤j<m2} <br="">



式中w(i,j)∈{0,1}，為了將二維的二值圖像嵌入到一維的數(shù)字音頻信號(hào)中，將其進(jìn)行降維處理，將二維圖像變?yōu)橐痪S序列：



v={v(k)=w(i,j),0≤i<m1, <br="">

式中se={s(n),0≤n<(m1m2+3p)l}是與水印嵌入相關(guān)的部分(m1，m2是水印圖像像素的寬度與高度，p是同步碼的周期長(zhǎng)度，并且在水印序列中插入了3個(gè)同步碼序列，l是音頻分段的長(zhǎng)度)，sr={s(n),(m1m2+3p)l≤n<n}是與水印嵌入無(wú)關(guān)的部分，它在水印嵌入前后保持不變。在嵌入水印時(shí)必須要求音頻數(shù)據(jù)的長(zhǎng)度n≥(m1m2+3p)l－1。 <br="">

把用于嵌入水印的se分成m1m2+3p個(gè)長(zhǎng)度為l的數(shù)據(jù)段，即:



se={se(k)},0≤k<(m1m2+3p)}



式中se(k)表示第k個(gè)音頻數(shù)據(jù)段。

1.4 分段dwt變換并嵌入水印

分段完成之后，需要對(duì)每一個(gè)數(shù)據(jù)分段se(k)作h層的dwt變換。

(1) 對(duì)每一音頻數(shù)據(jù)段se(k)分別作h層離散小波變換。



de=dwt(se)={de(k)=dwt(se(k)),

k=o(j),0≤j<m1m2+3p} <br="">



式中de(k)={de(k)(t),0≤t<l}， <br="" de(k)(t)是第k個(gè)音頻段se(k)的離散小波變換de(k)中的第t個(gè)系數(shù)。="">

(2) 在離散小波變換域內(nèi)確定水印的嵌入?yún)^(qū)域。

音頻段se(k)進(jìn)行小波變換的結(jié)果de(k)中包含一組近似分量d0e(k)和h組細(xì)節(jié)分量d1e(k),d2e(k),…,dhe(k)，即:



de(k)=d0e(k)⊕d1e(k)⊕d2e(k)⊕…⊕dhe(k)



為了提高水印系統(tǒng)的魯棒性，本方案選取小波系數(shù)的近似分量d0e(k)作為水印的嵌入?yún)^(qū)域，并且每個(gè)音頻分段的d0e(k)只重復(fù)嵌入一個(gè)水印比特信息，重復(fù)次數(shù)為time，重復(fù)嵌入的次數(shù)最大timemax=l/2h。

(3) 修改小波系數(shù)采用量化系數(shù)方法。

(4) 小波反變換，重建音頻信號(hào)

前面的過程完成了水印數(shù)據(jù)嵌入到小波域，然后需要把每個(gè)分段數(shù)據(jù)修改后的小波結(jié)果進(jìn)行反變換復(fù)原成音頻信號(hào)，并且把分段連在一起構(gòu)成嵌入水印信息的音頻

s′e和與水印嵌入無(wú)關(guān)的sr組合成完整的目標(biāo)音頻信號(hào)。

1.5 水印的檢測(cè)

水印檢測(cè)是水印嵌入的逆過程。

(1) 首先把待檢測(cè)音頻數(shù)據(jù)相應(yīng)地分成兩部分，即嵌入有水印的部分s′e和與嵌入無(wú)關(guān)的部分sr。

(2) 把s′e進(jìn)行與嵌入時(shí)相同的分段處理，即相同的分段起始位置和相同的分段長(zhǎng)度l。然后把每一段分段數(shù)據(jù)s′e(k)(k表示第k段)進(jìn)行h層的dwt變換得到小波變換系數(shù)d′e(k)={

d′e

(k)(t),0≤t<l}， <br="">

d′e(k)(t)是第k個(gè)音頻段s′e(k)的離散小波變換d′e(k)中的第t個(gè)系數(shù)。

(3) 尋找水印嵌入的位置提取水印。在嵌入時(shí)本文選擇的是在小波系數(shù)的近似分量(低頻分量)中嵌入的，因此提取時(shí)也是通過檢測(cè)近似分量提取水印比特。設(shè)檢測(cè)出的水印比特為v

轉(zhuǎn)貼于

(4) 根據(jù)多少判定的方法決定某個(gè)音頻段嵌入的水印比特。初始化計(jì)數(shù)值num=0,依次檢測(cè)time個(gè)v′s(k)(t)，如果v′s(k)(t)=1，就將計(jì)數(shù)值num自增1(即num+ +)。檢測(cè)完一個(gè)數(shù)據(jù)分段中提取的

v′s

(k)(t)，如果num>time/2，那么本段嵌入的二值數(shù)據(jù)v′s(k)=1；否則如果num

(5) 對(duì)一維的水印數(shù)據(jù)進(jìn)行升維處理，變換成二維圖像數(shù)據(jù)，并且在界面里顯示出來(lái)。

2 水印系統(tǒng)實(shí)驗(yàn)仿真

以前面給出的(4，4)加密方案構(gòu)造水印，設(shè)要隱藏的明文信息是“吉”字，由仿真程序生成的子密鑰圖片如圖2所示。

圖2 (4，4)加密方案生成的子密鑰圖片

將子密鑰key4作為水印嵌入到上述音頻信息中，提取出的子密鑰圖像如圖3所示，將提取的子密鑰圖像與其余3幅子密鑰圖像進(jìn)行疊加，最終恢復(fù)出的代表版權(quán)信息的水印圖像如圖4所示。

圖3 提取的子密鑰圖像

圖4 用提取的子密鑰恢復(fù)的水印

圖5 三幅子密鑰疊加結(jié)果

圖5是提取子密鑰圖像和其余兩幅子密鑰圖像的疊

加結(jié)果，從圖5可以看出，單幅子密鑰和少于4幅子密鑰的[cm)]

篇10

0引言

在電視廣播、交通臺(tái)和音樂會(huì)等公共信息傳播領(lǐng)域，音頻的版權(quán)管理和安全傳輸都非常重要。如果采用數(shù)字水印技術(shù)，則需要水印算法能夠抵抗a／d和d／a轉(zhuǎn)換。目前，具有這種變換的類型可以劃分為三種。第種是基于電纜傳輸方式，以電話線傳播和直通電纜連接為典型，所受干擾小。電話線方式是公用信道，能夠傳播很遠(yuǎn)，傳輸秘密水印的載體可以是話音或音樂等類型；而直通電纜方式一般在一個(gè)辦公實(shí)驗(yàn)的局部環(huán)境中。第二種是基于廣播方式，通過廣播媒體或?qū)Ｓ妙l道進(jìn)行傳播。第三種是基于空氣直接傳播方式，會(huì)遭遇各種干擾，通常只能近距離設(shè)計(jì)。由于音頻水印的遠(yuǎn)程傳輸和提取具有廣泛的應(yīng)用價(jià)值，這些音頻傳播水印技術(shù)在國(guó)外已經(jīng)受到了極大重視并有所成果。在空氣傳播水印信息方面，德國(guó)的steinebach等人…開展了最早的研究，通過設(shè)定5—4oocm的多個(gè)不同間距，同時(shí)使用了4種不同的麥克風(fēng)，研究了5種音頻類型的水印技術(shù)，在5～180cm的間距普遍獲得了良好的提取效果。隨后，日本的achibana等人口研究將水印實(shí)時(shí)地隱藏到公共環(huán)境如音樂演奏會(huì)的音樂之中，能夠成功地在一個(gè)30s音樂片段內(nèi)隱藏64b的消息，測(cè)試的空氣傳播距離為3m。在電話網(wǎng)絡(luò)傳播方面，加拿大的chen等人開展了模擬電話通道的隱藏，在誤碼率小于0．001時(shí)，其數(shù)據(jù)帶寬達(dá)到了265bps。日本的modegi等人設(shè)計(jì)了一套非接觸水印提取方案，通過手機(jī)來(lái)廣播或轉(zhuǎn)存水印音頻，然后，通過計(jì)算機(jī)將秘密從轉(zhuǎn)存的音頻文件提取出來(lái)。隱藏帶寬達(dá)到61．5bps，提取率高于90％。但是，這幾種研究結(jié)果并沒有對(duì)算法做詳細(xì)描述。在直通電纜傳播方面，項(xiàng)世軍等人采用了三段能量比值方法，嵌人的是一串32b信息，雖然提取效果比較好，但由于實(shí)驗(yàn)容量太小，實(shí)用性不夠，且對(duì)同步技術(shù)有較高的要求；王讓定等人采用改進(jìn)的量化方法、馬冀平等人”采用了dct方法，嵌入的都是小圖片，但提取效果一般，僅可辨認(rèn)。雷贄等人在短波廣播含水印音頻算法方面取得了可喜的進(jìn)展，通過多種同步方案和算法設(shè)計(jì)，使水印提取的模擬和實(shí)測(cè)過程都達(dá)到了較好的效果，但實(shí)驗(yàn)容量很小。此外，由守杰等人設(shè)計(jì)了一種相似度計(jì)算方法，由于是非盲提取，不適于廣播通信領(lǐng)域。作者利用小分段的直方圖特性，開展了抗a／d轉(zhuǎn)換的音頻水印初步研究，在每段開頭總能獲得正確提取，但在每段的后續(xù)隱藏效果不佳，還需要做許多改進(jìn)。

可見，在面向公共音頻傳播方面，如何既能提高隱藏效果又能增大容量，仍然是音頻水印算法要解決的一個(gè)難題。本文通過數(shù)據(jù)特性分析，采用倒譜技術(shù)和小波分解方法，成功地解決了問題，且能夠抵抗一定的手機(jī)彩鈴amr攻擊，為實(shí)用化提供了重要基礎(chǔ)。

1數(shù)據(jù)特性描述

音頻信號(hào)經(jīng)過具有a／d和d／a轉(zhuǎn)換的傳輸過程時(shí)，必然要涉及到以下問題：

1)音頻信號(hào)要經(jīng)歷傳輸過程中的外加干擾，包括50hz的工頻電信號(hào)，因此，需要選擇大于50hz的音頻頻率信號(hào)；

2)因聲卡特性不同，音頻轉(zhuǎn)換過程不一定具有線性模型；

3)傳輸中錄制的音量往往與播放的音量不一致，這要求水印算法能夠抵抗音量的大范圍變化；

4)傳輸中錄制開始時(shí)刻可能早于也可能晚于播放時(shí)刻而且結(jié)束時(shí)刻也不一定一致，所以水印隱藏的起始位置需要沒置標(biāo)志；

5)轉(zhuǎn)換過程具有一定的濾波特點(diǎn)，可濾除較高頻率信號(hào)。

1．1音頻頻率范圍選擇

對(duì)照音頻頻率響應(yīng)特性圖可以發(fā)現(xiàn)，在低頻部分的閾值比2khz～4khz的要高得多，不容易察覺；尤其是1khz以下部分，其不可感知性要好得多。文獻(xiàn)[4]的實(shí)驗(yàn)也表明，音頻數(shù)據(jù)通過a／d和d／a轉(zhuǎn)換后，其低頻范圍700hz以下的損失非常小。可見，選擇在頻率為(50，700)范圍內(nèi)的音頻數(shù)據(jù)，用于信息隱藏非常有利。

1．2倒譜系數(shù)的選取方法

倒譜變換在音頻水印中已經(jīng)具有了較強(qiáng)的健壯性，能夠抵抗噪聲、重采樣、低通濾波、重量化和音頻格式轉(zhuǎn)換等常見攻擊。倒譜變換后的數(shù)據(jù)特征表現(xiàn)為：倒譜系數(shù)在中間部分的差異很小，而在兩端的變化很大。

圖1是對(duì)音頻進(jìn)行7級(jí)小波分解后，選取5～7級(jí)高頻數(shù)據(jù)部分進(jìn)行倒譜變換情形。在進(jìn)行統(tǒng)計(jì)處理時(shí)，如果讓全部數(shù)據(jù)參與，則計(jì)算結(jié)果在隱藏前后有明顯變化；如果不考慮兩側(cè)若干個(gè)大數(shù)據(jù)，僅以中間大部分?jǐn)?shù)據(jù)參與運(yùn)算，則計(jì)算結(jié)果容易保持在一個(gè)穩(wěn)定范圍內(nèi)。

進(jìn)一步，如果將計(jì)算的均值移除，即相當(dāng)于此時(shí)的均值為0。然后，在0的上下兩邊產(chǎn)生一個(gè)偏差，如2，以分別隱藏比特信息“1”和“0”。則在提取時(shí)，只需要判斷所求均值是否大于0，就可以求得水印比特。這種方法，稱之為“數(shù)據(jù)分離調(diào)整”技術(shù)。

2算法分析與設(shè)計(jì) 

2．1隱藏算法流程設(shè)計(jì)

將原始音頻分段時(shí)，段數(shù)至少是水印比特?cái)?shù)。然后，對(duì)每段數(shù)據(jù)進(jìn)行小波分解，取其低頻系數(shù)進(jìn)行倒譜變換，采用前述的數(shù)據(jù)分離調(diào)整技術(shù)，以實(shí)現(xiàn)水印比特嵌入。之后，先后重組倒譜系數(shù)和小波系數(shù)，獲得含有水印信息的音頻段，從而構(gòu)造為新的音頻。該算法流程如圖2所示。

為了增強(qiáng)可靠性，對(duì)水印信息先做糾錯(cuò)處理，采用bch編碼方法。算法的主要工作是尋找合理的參數(shù)優(yōu)化配置，使隱藏效果達(dá)到最優(yōu)。參數(shù)主要有：小波分解級(jí)數(shù)、分段的數(shù)據(jù)幀長(zhǎng)度、數(shù)據(jù)幀的間距、上下分離的閾值將數(shù)據(jù)幀的間距設(shè)置為數(shù)據(jù)幀長(zhǎng)度的倍數(shù)，最大為1，最小為0。期間選擇多個(gè)系數(shù)，結(jié)果發(fā)現(xiàn)都可以成功實(shí)現(xiàn)隱藏。

2．2水印嵌入算法設(shè)計(jì)

1)水印信息處理。

音頻載體分段數(shù)至少應(yīng)該大于，才能滿足隱藏要求。

假設(shè)每段長(zhǎng)為，該段經(jīng)過小波變換的級(jí)分解后，各級(jí)小波系數(shù)長(zhǎng)度分別為：

取低頻系數(shù)部分，使之頻率范圍位于(50，l000)內(nèi)，則需要構(gòu)造一個(gè)組合的低頻小波系數(shù)集合。以8khz音頻為例，實(shí)施7級(jí)小波分解后，所選擇的低頻系數(shù)部分為：

p的長(zhǎng)度非常重要。如果太小了，對(duì)隱藏不利；反之，就需要更長(zhǎng)的音頻載體。所以，音頻分段與小波分解具有密切的關(guān)系。

3)倒譜變換。

復(fù)倒譜變換對(duì)于信號(hào)序列的均值大于或等于0時(shí)，其逆變換可逆；否則不可逆。為此，需要計(jì)算指定段信號(hào)的均值，若均值小于0則取反。然后對(duì)所有指定段進(jìn)行復(fù)倒譜變換。

4)倒譜系數(shù)的選取。

去掉首尾波動(dòng)很大的部分，而選擇中間平穩(wěn)的部分嵌入水印。假設(shè)兩端各去掉l0個(gè)數(shù)據(jù)，則實(shí)際用于隱藏水印的倒譜系數(shù)長(zhǎng)度為：

5)去均值化處理。

計(jì)算剩余部分的均值，然后用每一個(gè)倒譜系數(shù)減去該均值，得到倒譜系數(shù)的相對(duì)值。 

6)嵌入水印。

給定一個(gè)閾值t，采用整體上下拉開的思路，對(duì)以上的相對(duì)倒譜系數(shù)進(jìn)行修改，得到最終的倒譜系數(shù)，從而實(shí)現(xiàn)水印的嵌入。

7)重構(gòu)音頻信號(hào)。

對(duì)嵌入水印的段重構(gòu)后，實(shí)施復(fù)倒譜反變換。然后進(jìn)行小波重構(gòu)，從而得到含有水印比特的音頻段。將所有這些段重構(gòu)，就獲得了含全部水印信息的音頻。

2．3水印提取

水印提取過程的前半部分與嵌入過程是一樣。在提取出比特序列后，再經(jīng)過bch解碼處理，從而得到隱藏的水印比特序列。水印提取的流程如圖3所示。

對(duì)獲得的倒譜系數(shù)去兩側(cè)數(shù)據(jù)，計(jì)算剩下的倒譜系數(shù)平均值。按照以下規(guī)則進(jìn)行隱藏信息的提取：

在信息傳播方面．針對(duì)a／d和d／a傳播采用『_直通電纜的傳輸方式，在單機(jī)上用電纜將音頻輸入輸出口相連。傳輸線為音頻線1．8m和延長(zhǎng)線1．8m，共3．6m。此外，針對(duì)手機(jī)彩鈴傳播采用了amr方式。隱藏水印設(shè)計(jì)了三種方案，如圖4所示。

小容量的便于amr處理，大容量的便于實(shí)用化。

仿真工具為matlab7．2．使用windowsmediapldrver播放器播放音頻載體，使用cooledit pro工具進(jìn)行錄音、編輯和攻擊處理。

基本參數(shù)選擇為：選用harr小波進(jìn)行7級(jí)小波分解后，按照式(4)選取低頻系數(shù)區(qū)域，所得頻段在77．5～5o0hz范圍。式(7)中的為l0，式(9)中t值的合適范圍在0．005～0．025中實(shí)驗(yàn)選取。式(3)中的取值為3200非常合適，此時(shí)，實(shí)際參與計(jì)算均值的數(shù)據(jù)為155。

3．2音頻載體的影響

音頻載體選擇了三種，如表1所示，  

其采樣頻率8khz，樣本精度為16b，單聲道，段的長(zhǎng)度為3200。音頻轉(zhuǎn)換為8khz的目的是為了今后在電話網(wǎng)上的隱蔽傳輸，并可以轉(zhuǎn)化為amr文件，傳輸?shù)绞謾C(jī)中，成為手機(jī)彩鈴的版權(quán)管理目的。

經(jīng)過a／d和d／a傳播后，4×4水印提取的誤碼情況如表1所示。可見，載體的選用非常重要；同時(shí)，從音頻質(zhì)量上考慮，選用較小的t值更有利于保證信噪比。所以，以下的實(shí)驗(yàn)采用的是“奧運(yùn)主題歌”。

3．3閾值參數(shù)的合理計(jì)算

選擇了水印“北”進(jìn)行比較測(cè)試，如圖5所示。結(jié)果表明，在t值為0．016時(shí)，誤碼率為0，效果最佳。為此，后續(xù)實(shí)驗(yàn)也采用該值。

3．4大容量a／d和d／a傳輸

采用圖像水印“北京”進(jìn)行大容量測(cè)試，音頻載體選用“奧運(yùn)主題歌”。圖6為經(jīng)過a／d和d／a轉(zhuǎn)換前后的數(shù)據(jù)均值計(jì)算對(duì)比情況．共有bch編碼的555個(gè)數(shù)據(jù)。按照式(10)

提取后，能夠完全正確提取，且誤碼率為0。進(jìn)一步，將本文算法的實(shí)驗(yàn)效果與已有屬于盲提取的研究結(jié)果相比較，如表2所示。

可見，本文算法雖然帶寬小，但水印能夠正確提取，而且嵌入容量較大。由于實(shí)驗(yàn)中使用了8khz的音頻載體，能夠廣泛應(yīng)用于語(yǔ)音傳輸和手機(jī)彩鈴等場(chǎng)合，所以在電話網(wǎng)絡(luò)廣播方面的實(shí)用性強(qiáng)。

3．5抗amr轉(zhuǎn)換

隨著手機(jī)彩鈴的普遍使用，彩鈴的安全傳播和管理將成為新的問題。本算法在這方面也開展了新的嘗試，將水印隱藏在彩鈴中，可以起到版權(quán)保護(hù)或秘密信息傳播的作用。

目前手機(jī)錄音放音格式多數(shù)是amr格式，要求算法能夠抵抗amr轉(zhuǎn)換攻擊。在上述的音頻載體中成功完成水印嵌入后，需要將采樣精度l6b、采樣頻率為8000的波形音頻轉(zhuǎn)換為amr格式，就可以存入手機(jī)中使用或發(fā)送給他人。提取時(shí)，先將amr文件轉(zhuǎn)換為wav格式，然后再提取水印信息。

篇11

1、音頻數(shù)字水印

作為解決數(shù)字產(chǎn)品版權(quán)保護(hù)問題的重要手段，數(shù)字水印技術(shù)非常值得我們關(guān)注。它利用人類的聽覺和視覺特性，在保證從感覺和統(tǒng)計(jì)上都是不可察覺的情況下，往視音頻媒體里嵌入與視音頻媒體無(wú)法分開的信息，從而跟蹤視音頻媒體的使用情況，并借助相關(guān)技術(shù)手段來(lái)保證視音頻得到合法使用。

音頻數(shù)字水印的基本思想是：利用人類的聽覺特性，在保證從感覺和統(tǒng)計(jì)上都是不可察覺的情況下，向數(shù)字音頻數(shù)字產(chǎn)品中嵌入水印信息（可以是版權(quán)標(biāo)志、用戶序列號(hào)或者是產(chǎn)品的相關(guān)信息），并使得該信息一直“粘”在音頻媒體上，無(wú)法分開[1]。這樣我們就可以一直跟蹤音頻媒體的使用情況，對(duì)其版權(quán)進(jìn)行有效的保護(hù)。

2、離散小波變換概述

離散小波變換相當(dāng)于對(duì)信號(hào)進(jìn)行具有低通和高通性質(zhì)的雙通道濾波處理，其低通濾波器輸出的信號(hào)是原始信號(hào)的近似信號(hào)，高通濾波器輸出的是原始信號(hào)的細(xì)節(jié)信號(hào)。經(jīng)一次DWT變換，把原信號(hào)的頻帶分為高頻和低頻相等的兩部分，第二次變換后，低頻部分頻帶又被等分為高頻和低頻部分。在實(shí)際應(yīng)用中，大多數(shù)信號(hào)低頻部分表示的是其原始信號(hào)的特征，高頻部分和擾動(dòng)、噪音等聯(lián)系在一起[2]。如果除去高頻部分，原始信號(hào)的基本特征依然能夠保留。低頻部分表示的是其原始信號(hào)的輪廓、特征，而高頻部分往往是表示的細(xì)節(jié)。所以，我們選擇將水印嵌入到經(jīng)DWT處理后的低頻部分，來(lái)提高算法的穩(wěn)健性能。

3、水印圖像置亂

通過置亂的方法可以把要嵌入的水印圖像的像素在整體數(shù)量不變的原則下把順序打亂。通過水印圖像像素的錯(cuò)亂分布來(lái)提高水印的魯棒性。其方法有很多種，比如有、Hilbert、Arnold、幻方、混沌、圖像仿射變換等等置亂技術(shù)有很多種，從容易實(shí)現(xiàn)及計(jì)算量小的方面考慮，本論文取用基于Arnold變換的置亂方法[3]。

4、水印算法流程圖

（1）嵌入水印算法流程圖如圖1所示。

（2）提取水印算法流程圖如圖2所示。

5、算法實(shí)現(xiàn)

（1）原始音頻分段處理：設(shè)A是原始音數(shù)據(jù)，根據(jù)音頻文件類型可以把其分為兩個(gè)部分AH和AL：A=AH+AL，AH是和文件屬性相關(guān)的部分，對(duì)其可以不做處理。AL為能夠嵌入水印的部分，長(zhǎng)度為L(zhǎng)，若a（I）為AL第I個(gè)數(shù)據(jù)幅值，可表示為：A={a（I），0I

（2）水印圖像處理：我們選取的水印為大小為64×64的二值圖像，可表示為：M={m（I，j），0≤I＜64，0≤j＜64}m（I，j）{0，1}。將原始水印圖像的二維數(shù)據(jù)變?yōu)橐痪S數(shù)據(jù)，則處理后的水印信號(hào)可以表示為：V={v（k）=m（I，j），　k=I×64+j，k=64×64}

（3）水印置亂：為了使水印有更好的魯棒性，對(duì)嵌入的水印進(jìn)行置亂處理，在這里對(duì)圖像進(jìn)行了Arnold進(jìn)行置亂，置亂次數(shù)n，可以作為提取水印的密鑰（key）。

（4）原始音頻信號(hào)小波分解：選擇合適的小波基進(jìn)行一維小波三級(jí)分解，如公式：DL=DWT（AL）=CA3+CD3+CD2+CD1。cA3、cD3是三級(jí)分解的近似分量和細(xì)節(jié)分量，cD2和cD1是二級(jí)和一級(jí)小波分解的細(xì)節(jié)分量。由于小波分解的近似分量是信號(hào)的低頻部分，往往是最重要的，水印嵌入在這部分可以增強(qiáng)水印的穩(wěn)健性。因此，提取這部分小波系數(shù)來(lái)進(jìn)行下一步的變換。

（5）水印信號(hào)的嵌入：令CK=CA3這里通過修改系數(shù)來(lái)進(jìn)行水印的嵌入，設(shè)為嵌入水印后的音頻信號(hào)，則利用乘性規(guī)則得到如公式（1）。

（0≤k≤K） （1）

公式（1）中的a是大于0的比例因子，通過調(diào)節(jié)它的大小，在具有聽覺不可見性的同時(shí)，又能保證所水印的信號(hào)強(qiáng)度，以便能準(zhǔn)確的把嵌入的水印從音頻信號(hào)中提出，又不會(huì)影響其他系數(shù)值的大小。

（6）離散小波逆變換：以C*代替cA3，得到嵌入水印后的小波，變換可以描述為：A’L=C*+cD3+cD2+cD1，然后坐DWT變換，變換后就能得出時(shí)域中包含數(shù)字水印的音頻信號(hào)：A’L=IDWT（D’L）。將A’L替換AL就能得出最終包含水印信息的音頻：Aw=AH+A’L。

（7）水印的提取：通過排序選擇長(zhǎng)度滿足水印長(zhǎng)度的Csk，進(jìn)行水印提取，根據(jù)水印嵌入的位置和原始音頻信號(hào)的Ck，依據(jù)乘性規(guī)則逆向求解公式（2）可得到數(shù)據(jù)序列。

（2）

（8）逆置亂：將得到的序列{v’（k）}進(jìn)行逆置亂，得到水印信號(hào)的一維序列{v（k）}。

（9）升維處理：對(duì)水印序列{v（k）}作升維處理見公式（3），將一維的序列變?yōu)槎S的圖像：Ws={ws（I，j）=vk，0≤i≤M1-1，0≤j≤M2-1，k=I×M1+j} （3）

6、結(jié)語(yǔ)

本文對(duì)變換域內(nèi)，對(duì)離散小波域的音頻水印算法的進(jìn)行了研究與實(shí)現(xiàn)。利用離散小波變換和離散小波逆變換，將水印圖像經(jīng)過置亂處理后嵌入到音頻信號(hào)中并提取。筆者將該算法通過仿真軟件實(shí)現(xiàn)水印圖像的嵌入，音頻信號(hào)的小波變換，水印圖像的嵌入及提取。并且在各種攻擊下對(duì)水印的魯棒性進(jìn)行了測(cè)試。從實(shí)驗(yàn)結(jié)果分析出該水印算法有較好的魯棒性。

參考文獻(xiàn)

篇12

隨著計(jì)算機(jī)技術(shù)的發(fā)展，無(wú)紙化辦公已經(jīng)成為了現(xiàn)實(shí)。各類電子讀物的安全問題也日漸突出，無(wú)疑在這一方面數(shù)字水印技術(shù)起到了舉足輕重的作用。加上數(shù)字產(chǎn)品易于復(fù)制和修改等原因，盜版問題日漸嚴(yán)峻。如何保護(hù)所有有者的權(quán)利，已經(jīng)成為世界各國(guó)的學(xué)者和工程技術(shù)人員關(guān)注的熱點(diǎn)問題。近十年來(lái)數(shù)字水印技術(shù)被廣泛認(rèn)為是解決知識(shí)產(chǎn)權(quán)問題的關(guān)鍵技術(shù)之一，數(shù)字水印的研究有助于保護(hù)文本數(shù)字信息的版權(quán)及增加文本數(shù)字信息在互聯(lián)網(wǎng)上傳輸?shù)陌踩取?/p>

數(shù)字水印技術(shù)是指通過一定的算法將一些數(shù)據(jù)直接嵌入到受保護(hù)的數(shù)字產(chǎn)品中，但又不影響原有數(shù)據(jù)變化和使用，并且不能被他人隨意修改，只有通過專用的檢測(cè)工具才能提取的技術(shù)。數(shù)字水印不僅要實(shí)現(xiàn)有效的版權(quán)保護(hù)，而且加入水印的產(chǎn)品與原始產(chǎn)品使用上沒有任何差別。

1 零水印概念和典型水印算法

1.1零水印概念及用途

早期的水印算法都是基于文本格式進(jìn)行編碼的，算法通過改變文本字間距或行間距來(lái)嵌入水印，或是基于字符特征編碼水印算法一般是通過修改文本字符特征或在文檔中附加空格以嵌入水印，這兩種算法均是基于HVS 的視覺掩蔽特性來(lái)進(jìn)行嵌入水印。但是加視覺掩膜使得水印的嵌入過程復(fù)雜化，不利于現(xiàn)實(shí)之中的應(yīng)用。基于這些問題，提出了零水印的概念。

零數(shù)字水印指這種不修改原圖像或文本任何數(shù)據(jù)的水印稱為“零數(shù)字水印”。零水印技術(shù)真正地解決了數(shù)字水印的不可感知性和魯棒性之間的矛盾

1.2目前提出的典型水印算法

盡管水印最近幾年才得以發(fā)展，但是目前已經(jīng)提出了許多有關(guān)數(shù)字水印的算法，這些方法大體上可分為兩類：一類是頻域水印算法；一類是空域水印算法。

頻域水印算法有：1）NEC算法；2）擴(kuò)展頻譜通信技術(shù)；3）壓縮域算法；4）生理模型算法。

空域典型水印算法有：1）Schyndel算法；2）Patchwork算法。

2 本文水印算法策略

隨著零水印算法的出現(xiàn)，從技術(shù)上真正的解決了數(shù)字水印的不可感知性和魯棒性之間的矛盾。零水印的構(gòu)造最為主要的問題是怎樣才能提取保護(hù)作品最為有代表性的特征

在文獻(xiàn)[1]中提到了利用漢字偏旁部首進(jìn)行編碼運(yùn)算來(lái)提取作品特征，偏旁是通過分解合體字而得到的漢字結(jié)構(gòu)符號(hào)，所以它不是整個(gè)漢字體系的結(jié)構(gòu)成分，而只是其中合體字的結(jié)構(gòu)成分，除了能夠充當(dāng)偏旁的獨(dú)體字有一定的意義以外，它不是文本構(gòu)成的最小單位，而字包含了一定的意義在里面，所以整字才是文字使用單位；其次，漢字是由偏旁部首構(gòu)造而成的合體字或是獨(dú)體字，所以不同的漢字可能有相同的偏旁部首，所以這種統(tǒng)計(jì)并不能很好體現(xiàn)的文本的關(guān)鍵特征。

其次，在漢字集中有很多漢字本身是沒有意義的，但是這類字卻屬于最常用字，例如：“的，一，是，了，我，不，人，在，他，有，這，個(gè)，上，們，來(lái)，到，時(shí)，大，地，為，子，中，你，說(shuō)，生，國(guó)，年，著，就，那，和，要，她，出，也，得，里，后，自，以”這42個(gè)字符的使用頻率之和為30%，這類字符中的“的”、“了”、“地”、“得”、“著”和“也”，并沒什么意義，可以去掉頻度的統(tǒng)計(jì)。

本文論述的水印提取算法是以字符（去除了無(wú)意義的常用詞）的頻度值為文本關(guān)鍵特征，這種水印比部首頻度更具有一定意義的代表性；同時(shí)采用互關(guān)聯(lián)后繼樹的商空間變化思想，根據(jù)系統(tǒng)中現(xiàn)有的基本字符列表，隨機(jī)產(chǎn)生出字符變化編碼種子，從而給水印進(jìn)行加密處理。經(jīng)過以上敘述方法提取出來(lái)的關(guān)鍵特征通過互關(guān)聯(lián)后繼樹進(jìn)行加密換算，形成一種肉眼不能看懂的密文，為了保證第三方保存的水印的原版性，該文提出了采用MD5對(duì)密文水印進(jìn)行了hash值的求取，并一道交由第三方進(jìn)行注冊(cè)保存。

3 算法設(shè)計(jì)與實(shí)現(xiàn)

3.1 利用互關(guān)聯(lián)后繼樹進(jìn)行加密和對(duì)字符的頻度進(jìn)行統(tǒng)計(jì)

互關(guān)聯(lián)后繼樹[8]是由復(fù)旦大學(xué)胡運(yùn)發(fā)教授提出的一種新型的數(shù)據(jù)索引模型。其基本思想是將任何文字（或符號(hào)）序列看成二維符號(hào)序列空間（即由符號(hào)和編號(hào)組成）。采用商空間變換的方法，將原二維符號(hào)序列空間（符號(hào)及其在原空間中的編碼），變換成新的二維商空間中的符號(hào)序列（符號(hào)商區(qū)間表及其后繼的商區(qū)間編號(hào)）。

具體來(lái)說(shuō)，任何文本T=a1a2...an的互關(guān)聯(lián)后繼樹索引主要是由兩部分組成：

1）按字典序排列好的基本字符作為樹根、他們?cè)谏炭臻g中的區(qū)間與文本T的起始字符的編號(hào)；

2）后繼區(qū)間表和后繼序列表。

我們把后繼節(jié)點(diǎn)和后繼序列都是有序的后繼樹稱為“雙排序互關(guān)聯(lián)后繼樹”。為了能更清楚的了解雙排序互關(guān)聯(lián)后繼樹我們舉一個(gè)實(shí)例來(lái)說(shuō)明。

通過互關(guān)聯(lián)后繼樹，我們不需要遍歷保護(hù)文本就能很快的統(tǒng)計(jì)出字符的頻度（字符的頻度就是樹根字符的區(qū)間上限值），并且可以通過字符的索引號(hào)替換相應(yīng)的字符，從而達(dá)到亂碼的效果。

3.2采用點(diǎn)積與它們夾角的余弦成正的數(shù)學(xué)模型來(lái)進(jìn)行水印檢測(cè)

3.3 cosθ值確定

7）輸出結(jié)果：待測(cè)文本具有原作品的水印，版權(quán)應(yīng)歸原作者；

8）Else

9）輸出結(jié)果： 待測(cè)文本不具有原作品的水印，版權(quán)應(yīng)歸新作者；

10）End

11）Else

12）原作品水印被破壞

13）End

4 實(shí)驗(yàn)測(cè)試和性能評(píng)價(jià)

4.2性能評(píng)價(jià)

首先：魯棒性。該文進(jìn)行了各項(xiàng)看攻擊性實(shí)驗(yàn)測(cè)試（如文檔的惡意修改、格式變換等手段），從實(shí)驗(yàn)結(jié)果可以知道，本算法克服了空預(yù)算法的由于格式變化和惡意修改造成的水印破壞，具有良好的抗攻擊能力；

其次：不可見性和水印容量。此水印是零水印，不對(duì)原任何的修改，因此具有良好的不可見性，同時(shí)從理論上來(lái)說(shuō)也具有了無(wú)限的容量；

最后，安全性。本算法采用了互聯(lián)關(guān)聯(lián)后繼樹的模型，把字符進(jìn)行了二維空間編碼，從而把安全性提高到了一定的高度，而且為了防水印修改引入了MD5，來(lái)保證水印的原版性和完整性。

5 總結(jié)

頻度對(duì)字符的增加或減少很敏感，利用特征字符在文字區(qū)間上的獨(dú)立性，可形成強(qiáng)水印。為什么可作強(qiáng)水印？理由是假設(shè)我們的載體文字有10個(gè)區(qū)域。由于特征字符串的獨(dú)立性，某些區(qū)間（例如一個(gè)或兩個(gè)區(qū)間）上文字變化，不會(huì)影響另外一些區(qū)間上特征字符的存在。如此，我們?nèi)匀挥?/10，或8/10的把握說(shuō)載體的水印存在。

在本章論文對(duì)本文提到的水印，用到文本文檔版權(quán)保護(hù)，是具有極高的應(yīng)用價(jià)值。作者會(huì)再不懈努力從字符串的角度出發(fā)，更深層次的研究出更具魯棒性的水印出來(lái)。

參考文獻(xiàn)：

篇13

圖像信息隱藏技術(shù)顧名思義是指將某些特定信息通過特定的算法隱藏到數(shù)字圖片中，并且隱藏的信息不會(huì)被人眼輕易地發(fā)現(xiàn)的技術(shù)，從而通過這種方法來(lái)達(dá)到數(shù)字圖像的正常通信要求。隨著數(shù)字化時(shí)代的高速發(fā)展，該技術(shù)已經(jīng)被越來(lái)越多的人們關(guān)注，同時(shí)它也成為了信息安全領(lǐng)域里面的新學(xué)科。然而在眾多圖像隱藏算法中，基于DCT的水印嵌入算法成為了其中較常用的算法之一。

普通DCT水印嵌入算法，一般都是將圖像分塊再分別進(jìn)行DCT進(jìn)行變換，再在此基礎(chǔ)上進(jìn)行水印的嵌入，由此得到嵌入水印后的圖像，這樣得到的水印圖像易出現(xiàn)人眼可觀察到的塊狀噪聲現(xiàn)象，為了改善這一現(xiàn)象而提出一種改進(jìn)后的水印嵌入方法：即在對(duì)原始圖像進(jìn)行分塊前先對(duì)原始載體圖像進(jìn)行Arnold變換然后再對(duì)變換后的圖像進(jìn)行分塊和DCT變換，再在此基礎(chǔ)上嵌入水印，將嵌入水印后的圖像再經(jīng)過Arnold反變換后得到的嵌有水印的圖像就不會(huì)出現(xiàn)人眼能夠察覺的塊狀噪聲，以此有效地解決塊狀噪聲現(xiàn)象。

1 Arnold變換

1.1 Arnold變換原理

1.1.1 Arnold變換公式

對(duì)于任意一副數(shù)字圖像，假設(shè)該圖像的像素是N×N，那么我們可將該圖像離散化后的圖像按照Arnold變換將公式定義為： ，其中（x1，y1）指數(shù)字圖像在置亂前的像素位置，（x2，y2）指將數(shù)字圖像置亂后所對(duì)應(yīng)的像素位置，對(duì)圖像完成一次置亂是指將圖像中所有像素按照上式完成一次計(jì)算。但是由于Arnold置亂變換本身具有周期性，即當(dāng)改變換達(dá)到一個(gè)特定次數(shù)后該變換后的圖像會(huì)恢復(fù)到原始圖像狀態(tài)，因此如果需要將圖像進(jìn)行Arnold置亂變換，我們先要改變?cè)紙D像每個(gè)像素點(diǎn)的位置，將該數(shù)字圖像作為某個(gè)矩陣，再進(jìn)行置亂。

1.1.2 Arnold變換周期

在Arnold變換中，不同的矩陣階數(shù)N對(duì)應(yīng)不同的周期，如下表1所示。如：本文選擇的原始水印圖像大小為32×32，其對(duì)應(yīng)的矩陣階數(shù)為32，根據(jù)下表可以得出24為此圖的變換周期。

表1 不同階數(shù)N下二維Arnold變換的周期

1.2 Arnold變換

1.2.1 Arnold變換在嵌有水印圖像中的應(yīng)用

根據(jù)上文提到的DCT水印嵌入算法，可以看出這種水印算法也有比較明顯的一個(gè)缺點(diǎn)就是該水印算法對(duì)邊緣可感知度較差，會(huì)導(dǎo)致部分像素塊的缺失。這種水印嵌入算法比較適合于嵌入強(qiáng)度較低的場(chǎng)合，但是隨著嵌入強(qiáng)度的增加，在嵌入水印后的圖片中較容易出現(xiàn)人眼可以感知的塊狀噪聲，并且這種現(xiàn)象若出現(xiàn)在相鄰和可察覺性相差值較大的塊邊緣時(shí)會(huì)導(dǎo)致圖像失真現(xiàn)象較為明顯。針對(duì)上述現(xiàn)象本文將提出一種新的水印嵌入方法，即通過先在Arnold變換后的數(shù)字圖像中嵌入水印，再進(jìn)行Arnold反變換來(lái)得到水印圖像，這樣人眼就感知不到上文所說(shuō)的塊狀噪聲，從而有效地解決了塊狀噪聲現(xiàn)象，提高了該算法的不可見性。改進(jìn)后的水印嵌入方法的流程圖如圖1所示。

圖1

（1）仿真實(shí)驗(yàn)效果如圖2所示。

原始載體圖像 原始灰度直方圖

90次Arnold變換 90次變換后直方圖

一般方法的水印圖像 原始水印圖像直方圖

改進(jìn)后的水印圖像 改進(jìn)后水印圖像直方圖

圖2

（2）結(jié)論

由以上各組圖像不難得出，其一對(duì)原始載體圖像進(jìn)行的Arnold變換并沒有改變?cè)瓉?lái)數(shù)字圖像的像素，只是對(duì)圖像所在像素的空間位置進(jìn)行了置亂；其二根據(jù)直方圖來(lái)看，兩種水印算法嵌入水印圖像的直方圖基本沒有什么變化，但是從視覺效果來(lái)分析人眼可感知的塊狀噪聲消失了。因此我們不難得出結(jié)論：本文提出的改進(jìn)后的水印嵌入算法在水印的可見性和安全性方面都有了保證，增強(qiáng)了該算法的應(yīng)用性。

1.2.2 Arnold變換對(duì)水印圖像置亂的效果

在嵌入到圖像之前，先對(duì)其進(jìn)行Arnold置亂，為了增強(qiáng)該算法的安全性，我們將對(duì)算法進(jìn)行加密的密鑰設(shè)置為該變換的變換次數(shù)，同時(shí)我們?cè)O(shè)置的解密密鑰和加密密鑰的和正好等于變換周期，這樣就能使圖像經(jīng)過一個(gè)置亂周期變換后正好和原始圖像一樣。有實(shí)驗(yàn)結(jié)果得知：當(dāng)原始圖像被進(jìn)行23次置亂變換后得到的帶有水印的圖像已經(jīng)看不出任何意義了。

2 混沌映射

混沌現(xiàn)象是指在水印圖像產(chǎn)生過程中由于一些非線性確定性因素而出現(xiàn)的一些貌似不確定的隨機(jī)現(xiàn)象，如置換中對(duì)設(shè)置的初始值具有不同的敏感性、系統(tǒng)運(yùn)行過程中的不可預(yù)測(cè)性和較好的統(tǒng)計(jì)特性等等。正是因?yàn)榛煦缧蛄芯哂幸陨咸匦裕栽摶煦缧蛄懈m合用作信息加密時(shí)的密碼。

2.1 混沌序列的產(chǎn)生

混沌序列的產(chǎn)生是通過混沌系統(tǒng)得到的。目前關(guān)于混沌系統(tǒng)的理論已經(jīng)有很多學(xué)者在此方面進(jìn)行了大量研究，而Logistic映射是其中被廣大學(xué)者著手研究的一類簡(jiǎn)單的混沌動(dòng)力理論系統(tǒng)，該Logistic模型方程可用非線性差分方程描述為：xn+1=λxn（1-xn），n=1，2，3…，其中xn，λ稱為控制參數(shù)，滿足0≤xn≤1，0≤λ≤4，x0為初始條件。經(jīng)過多次實(shí)驗(yàn)可得出：當(dāng)3.569945672≤λ≤4時(shí)，Logistic序列處于混沌狀態(tài)。換言之，當(dāng)選擇不同的初始條件時(shí)，對(duì)應(yīng)Logistic映射可得到不同的序列{xn’，n=1，2，3…}。

根據(jù)上述證明可得出如下結(jié)論：對(duì)于x0和y0，如果給定的初值不同，那么生成的相應(yīng)的兩個(gè)混沌序列x0，x1，x2，…xn和y0，y1，xy2，…yn不具有互相關(guān)性，即兩個(gè)序列的互相關(guān)為0，由此說(shuō)明該混沌序列受初始值的影響較大，即對(duì)初始值的敏感性很高。綜上所述可知該混沌序列具備的特征有對(duì)初始值的敏感性、不收斂性、非周期性和偽隨機(jī)性。

2.2 混沌序列對(duì)水印圖像的加密

2.2.1 加密原理

根據(jù)上面得出的Logistic混沌序列的四大特性，我們?yōu)樵撔蛄性O(shè)置的加密和解密的密鑰原理為：第一，先得到水印圖像的二維數(shù)組；第二，將二維數(shù)組轉(zhuǎn)換為一位數(shù)組，利用由初始值及控制參數(shù)產(chǎn)生的混沌序列對(duì)一維數(shù)組進(jìn)行重新排列；第三，得到經(jīng)過混沌序列置亂的一維數(shù)組；最后轉(zhuǎn)換為二維圖像數(shù)組產(chǎn)生加密的水印圖像。

以下用數(shù)據(jù)來(lái)得以證明。如：

選取初值x0=3.767，λ=0.618時(shí)產(chǎn)生的混沌序列如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

0.6180 0.8895 0.3704 0.8787 0.4017 0.9055 0.3224 0.8231 0.5485 0.9331 0.2353 0.6780 0.8226 0.5499 0.9326 0.2370

經(jīng)過升序排序后序列中各元素位置如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

0.2353 0.2370 0.3224 0.3704 0.4017 0.5485 0.5499 0.6180 0.6780 0.8226 0.8231 0.8787 0.8895 0.9055 0.9326 0.9331

由上表可以看出，經(jīng)過升序排序后位于第1的0.618變換到了第8，在此算法中我們就是按照這種排序前后位置關(guān)系的變化來(lái)作為加密的密鑰，進(jìn)而達(dá)到加密的目的。

2.2.2 混沌序列對(duì)水印圖像的加密效果

根據(jù)上述Logistic混沌序列映射法加密算法，我們選取不同的初始值和控制參數(shù)得到的置亂圖像如圖3所示：

水印原圖 =3.767 =0.618的置亂圖像

=3.767 =0.618的置亂圖像 =3.767 =0.618的置亂圖像

圖3

因此不難得出以上兩種方法都能將水印信息均勻地分布在載體圖像中，以此增強(qiáng)了數(shù)字水印的魯棒性。

2.3 Arnold變換和Logistic混沌序列對(duì)水印圖像置亂加密的性能比較

由于當(dāng)前數(shù)字水印嵌入技術(shù)普遍性對(duì)信息隱蔽的分析也較為重要，我們可以假設(shè)：如果我們采用的是Arnold置換加密，由于該置換具有周期性，而我們?cè)O(shè)置的加密密鑰和解密密鑰是一個(gè)固定值，那么攻擊者就可以利用窮舉法來(lái)破解我們的密鑰。但是如果我們利用Logistic混沌序列對(duì)算法進(jìn)行加密，由于該混沌序列對(duì)初始值具有很高的敏感性，那么攻擊者就很難將我們的混沌序列進(jìn)行破解，從而該Logistic混沌序列具有更高的安全性。

3 結(jié)束語(yǔ)

由上述仿真結(jié)果和實(shí)驗(yàn)結(jié)果不難得出：利用混沌序列加密的水印算法嵌入水印后的圖像不僅不會(huì)產(chǎn)生人眼能夠察覺到的塊狀噪聲，而且還提高了水印的安全性，并具有一定的抗修改攻擊。

參考文獻(xiàn)：

[1]李春華，付麗.基于DCT變換的數(shù)字圖像盲水印算法[J].河北科技大學(xué)學(xué)報(bào)，2012（33）：334-337.

[2]張偉，陳新龍，詹斌.基于DCT的圖像水印算法研究與實(shí)現(xiàn)[J].計(jì)算機(jī)技術(shù)與發(fā)展，2009（09）：157-159.