CN103577730B - 整数小波变换的可逆数据库水印的嵌入和提取方法 - Google Patents

Abstract

本发明公开了一种整数小波变换的可逆数据库水印的嵌入和提取方法。从数据库载体中，伪随机选取数值型属性值形成数据集，对该集分成大小相同数据子集，即形成数据组；根据溢出预防机制，确定数据组所属类型组；进一步对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域中，形成水印数据库；最后通过判断表达式奇偶性来提取水印且对水印载体系数向量在正交向量组形成空间里逆向平移以恢复数据库载体。本发明将水印信息能均匀地分布到数据库数据的各个部分，达到弱化水印信息对数据库的影响及提高水印不可见性和鲁棒性的目的，适用于特定数据库版权和完整性保护。

Description

整数小波变换的可逆数据库水印的嵌入和提取方法

技术领域

本发明涉及特定多媒体数据版权及完整性保护技术领域，具体涉及一种整数小波变换的可逆数据库水印的嵌入和提取方法。

背景技术

信息隐藏(Information Hiding)是将秘密信息隐藏于另一公开媒体中，用来秘密通信或者跟踪侵权行为，并提供法律保护的证据，对于互联网数字时代，其媒体形式可以为任何一种数字媒体，如数据库、文本、图像、音频和视频等。信息隐藏不仅要求被隐藏的信息令人难以发现，并且要求即使被人察觉被隐藏秘密信息，在密钥未知的前提下，不能获取隐藏在该数字媒体中的秘密信息。因此信息隐藏技术有其独特的优势。

数字水印技术是信息隐藏技术的一个重要研究分支，是在多媒体数据中加入某些标志性信息，以达到信息隐藏，版权保护等作用。数字水印主要用于：阻止非法复制(间接的)、确定所有权(作者、发行人、分发商、合法的最终用户)、确定作品的真实性和完整性(是否伪造、被篡改)、证实收件人、不可否认的传送、法庭证据的验证、赝品甄别、识别文件来源与版本、Web网络巡逻监视盗贼等。为达到数字水印的鲁棒性，传统的数字水印方法很难在鲁棒性和不可见性两方面都达到令人满意的效果，并且，现有的鲁棒数字水印大多不能无损的恢复原始载体数字媒体，对于一些特殊的领域，比如军事、司法证据、以及较高的数字媒体艺术品等领域即使数字水印嵌入过程中带来的不可感知的失真也是不能容忍的。对于此类情况，可逆水印技术具有传统水印技术及无损恢复原始载体的优点，是解决该问题的一种有效途径。

数据库技术从20世纪60年代中期开始发展，到现在已成为一个活跃的学科领域。以数据库作为基础的信息系统正在成为政务、国防等领域信息基础设施，数据库存储信息的价值也越来越高，随之而来的数据库系统安全问题日益凸显。当前用于特定领域（如财务、法律及军事等）的数据库产品的版权和完整性保护，都是从空域技术的角度来研究可逆关系数据库水印，即存在水印的不可见性差和鲁棒性弱的不足。

小波(Wavelet)理论是近几十年兴起的一个科学分支。小波变换(WT)起源于傅利叶变换，其思想来源于伸缩平移方法，其本质是通过对一个小波函数进行伸缩和平移来表示一个能量有限的信号。整数小波变换技术具有多媒体水印的频域技术的优势，且与没有变换前的多媒体载体相比，经过整数小波变换的多媒体载体不会发生任何变化，即经过整数小波变换前后，不会引起多媒体载体发生任保损失，这为实现方法的可逆性提供了可能。

发明内容

针对当前空域技术可逆关系数据库水印的不足，本发明目的是提供一种整数小波变换的可逆数据库水印的嵌入和提取方法，该方法能够提高可逆数据库水印的不可见性和鲁棒性。

本发明的思路：从数据库载体中，伪随机选取数值型属性值形成数据集，对该集分成大小相同数据子集，即形成数据组；根据溢出预防机制，确定数据组所属类型组；进一步对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域中，形成水印数据库；最后通过判断表达式奇偶性来提取水印且对水印载体系数向量在正交向量组形成空间里逆向平移以恢复数据库载体。

具体步骤为：

第1步水印生成：根据拥有者和用户信息产生二进制水印序列W1，用密钥k1生成二进制混沌序列L，由L对W1进行混沌调制，生成待嵌水印信号W。

第2步从数据库载体中，伪随机选取数值型属性值形成数据集，对该集分成大小相同数据子集，即形成数据组。

第3步建立适合整数小波可逆关系数据库的溢出预防机制，根据溢出预防机制，确定数据组所属类型。

第4步对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域，实现水印隐藏，得到含水印数据库载体。

第5步水印提取实际上是由水印嵌入的逆过程和恢复原始数据库载体构成，通过判断表达式奇偶性来提取水印且对水印载体系数向量在正交向量组所形成空间里逆向平移，即恢复数据库载体。

本发明所述整数小波变换的可逆数据库水印方法，基于整数小波变换的频域技术特点，通过数据库小波系数向量平移，将水印信息能均匀地分布到数据库数据的各个部分，达到弱化水印信息对数据库的影响及提高水印不可见性和鲁棒性的目的，适用于特定数据库版权和完整性保护。

附图说明

图1是本发明实施例的具体步骤流程图。

图2是本发明实施例的数据库小波系数与属性值数据对应关系图。

图3是本发明实施例的四种类型数据组分布图(a,b,c,d)。

图4是本发明实施例的向量平移示意图，其中a为向量不满足约束条件，b为向量通过平移满足约束条件。

具体实施方式

本实施例采用Le Gall5/3滤波器实现一级整数小波变换，水印采用伪随机二进制序列，数据组大小为8×8，系数向量参数系数k_i取2或4，嵌入强度β_j取2或4。

具体步骤为：

第1步水印生成：由拥有者和用户信息产生二进制水印序列W1，用密钥k1生成二进制混沌序列L，它们的长度为nw，由L对W1进行混沌调制，得待嵌水印信号W,然后由水印W_i生成子水印序列{w_i0,w_i1,L,w_i(t-1)}，其长度为t。其中0≤i≤nw-1，这里表示异或，子水印生成规则如下：

$w_{\mathrm{ij}}=\left\{\begin{array}{cc}0& W_i=0\\ 1& W_i=1\end{array}\right.,0<j\&le;t-\mathrm{1,0}\&le;i\&le;\mathrm{nw}-1).$

第2步从数据库载体中，伪随机选取数值型属性值取出其整数部分（或小数部分），形成数据集，对该集分成大小相同子集，即形成数据组{b₀,b₁,…,b_i,…,b_nw-1}。

第3步建立溢出预防机制，具体如下：

溢出预防机制是预防因水印嵌入引起数据库属性值数据的变化超出它的区间，而造成当水印提取后不能无损恢复原始数据库数据，因此建立适合整数小波可逆关系数据库的溢出预防机制，具体步骤如下：

第3.1步对整数小波变换的内在机制的分析，可以得到数据库小波域的系数与对应数值型属性值数据之间的关系（如图2）。

第3.2步根据数据库小波系数的规律及整数小波变换本身的机理，来分析数据库的整数小波系数的修改对其对应的数据库属性值的修改程度，如下：

采用整数小波变换对数值型数据进行变换，修改小波系数对应数值型数据的影响，可以得出：对其小波域（如HL₁或LH₁）的系数修改量为β_m时，对应其数据库的数值型数据的修改量β_j(β_j≤β_m)。

第3.3步确定数据库属性值数据的修改规则，具体如下：

设数据库中k个属性为例，设k个属性值数据序列：它们的取值区间为其中j∈[1,k]。

使其属性值的改变量β_j满足如下修改规则：

$\max (a_1\_\min ,a_2\_\min ,...,a_k\_\min )\&le;v^{a_j}+{\mathrm{\&beta;}}_j\&le;\min (a_1\_\max ,a_2\_\max ,...,a_k\_\max )$ 为了记录方便用m表示max(a₁_min,a₂_min,…,a_k_min)和M表示min(a₁_max,a₂_max,…,a_k_max)，即

其中，表示属性a_j的某个属性值，a_j_min,a_j_max分别表示属性a_j取值的下界和上界，max(),min()分别表示取最大值函数和取最小值函数。

第3.4步根据以上数据库属性值数据的修改规则和数据库的整数小波域的系数和对应数据库属性值关系分析，及借鉴可逆图像水印溢出预防机制，构建本实施例的溢出预防机制如图3所示，图3描绘了本实施例的溢出预防机制:[m,M]表示数值型数据改变的范围，一些数值型数据大于M-β_m并且将β_m加入到这些数值型数据中，向上溢出就会发生；同理一些数值型数据处于这个范围[m,m+β_m)并且将负β_m加入到这些数值型数据，向下溢出就会发生，将[m,m+β_m)区间定义为m区域，(M-β_m,M]区间定义为M区域。

第4步对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域，实现水印隐藏，水印隐藏模型具体如下：

第4.1步根据水印信息对数据组{b₀,b₁,…,b_i,…,b_nw-1}处理，当水印W_i为“0”时，不用处理数据组b_i，当水印W_i为“1”时，用locate_map缓存来标记，对数据组b_i进行整数小波变换，取出其高频系数{如LH₁,HL₁}降维形成一维系数向量，从中伪随机取出待嵌小波子带系数向量G_i（G_i长度为t的一维向量，表示降维后的小波系数）。

第4.2步利用正交向量组X=[x₀,x₁,…,x_t-1]，按下面模型将水印W_i{w_i0,w_i1,…,w_ij,…,w_i(t-1)}嵌入系数向量G_i得G′_i：

G′_i＝G_i+β₀·x₀+β₁·x₁+L+β_t-1·x_t-1。

第4.3步由上式可知，只需要调整[β₀,β₁,…,β_t-1]值实现水印数据嵌入，用以下函数来实现水印数据嵌入。

目标函数：min(||G_i-G′_i||₂)。

约束条件

参数β_j调整过程，具体如下：

第4.3.1步以系数向量G_i沿向量x_j方向平移得G′_i=G_i+β_jx_j为例，满足约束条件j，给出求参数β_j(0≤β_j)的调整过程：

若则 $a_j^{\&prime;}={\mathrm{prj}}_{x_j}{G}_i,$ 得β_j＝0;

若使得满足条件

则 $a_j^{\&prime;}={\mathrm{prj}}_{x_j}{G}_i+{\mathrm{\&beta;}}_j\left|x_j\right|,$ 得β_j＝k_i。

因此只需t次循环即可求该模型的解，实现水印隐藏。

第4.3.2步以上水印隐藏模型没有考虑数据溢出，即不具备实现算法的可逆性，因此根据溢出预防机制和整数小波技术，只需对上述水印隐藏模型的参数βj调整过程进行提升，从而达到避免溢出发生，同样以系数向量G_i沿向量x_j方向平移得G′_i=G_i+β_jx_j为例，具体如下：

若则 $a_j^{\&prime;}={\mathrm{prj}}_{x_j}{G}_i,$ 得β_j＝0;

若使得满足条件

则 $a_j^{\&prime;}={\mathrm{prj}}_{x_j}{G}_i+{\mathrm{\&beta;}}_j\left|x_j\right|,$ 得β_j＝sign·k_i。

其中 $\mathrm{sign}=\begin{array}{}\left\{\begin{array}{cc}\&PlusMinus;,& a\\ +,& b\\ -,& c\end{array}\right.\end{array}$ 表示不同类型数据组所取符号。

在上述步骤中，min(||G_i-G′_i||₂)表明水印嵌入后尽量可能小的影响数据载体，即小波系数，||x||₂表示向量x的2-范数，表示取下整，表示系数向量G_i在向量x_j上的投影，K=[k₀,k₁,…,k_lw-1]是用来嵌入和提取水印的系数向量参数，嵌入水印标记缓存locate_map，其长度为nw，约束条件实际上就是表示系数向量G′_i在向量x_j上投影除k_i满足奇偶性，如w_ij=1时则是奇数，w_ij=0时则是偶数。

由投影定理可知，向量G_i沿正交向量X某一x_j方向平移，仅只影响向量x_j方向的投影，不影响其它方向上的投影，投影定理知道，只需要约束条件1将系数向量G_i沿向量x₀平移得G_i+β₀x₀，再满足约束条件2将G_i沿向量x₁平移得G_i+β₁x₁，重复t次，即可得调整参数[β₀,β₁,…,β_t-1]，图4中的b描绘了G_i沿向量x_j平移得G′_i=G_i+β_jx_j的过程（其它方向平移同理）。

最后得出含水印数据库载体。

第5步水印提取实际上是由水印嵌入的逆过程和恢复原始数据载体构成，只要系数向量参数K和正交向量组X，重复判断表达式即可盲提取所有的水印位；没有受到任何外界干扰的情况下，只需对水印载体系数向量在正交向量组形成t空间里重复逆向平移（如图4）就可以恢复原始载体。

Claims (1)

1.一种整数小波变换的可逆数据库水印的嵌入和提取方法，其特征在于具体步骤为：

(1)根据拥有者和用户信息产生二进制水印序列W1，用密钥k ₁生成二进制混沌序列L，由L对W1进行混沌调制，生成待嵌水印信号W；

(2)从数据库载体中，伪随机选取数值型属性值形成数据集，对该集分成大小相同数据子集，即形成数据组；

(3)建立适合整数小波可逆关系数据库的溢出预防机制，根据溢出预防机制，确定数据组所属类型；

(4)对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域，实现水印隐藏，得到含水印数据库载体；

(5)水印提取实际上是由水印嵌入的逆过程和恢复原始数据库载体构成，通过判断表达式奇偶性来提取水印且对水印载体系数向量在正交向量组所形成空间里逆向平移，即恢复数据库载体。