CN103853946B - 一种基于fcm聚类特征的gis矢量数据版权认证方法 - Google Patents
一种基于fcm聚类特征的gis矢量数据版权认证方法 Download PDFInfo
- Publication number
- CN103853946B CN103853946B CN201410103923.XA CN201410103923A CN103853946B CN 103853946 B CN103853946 B CN 103853946B CN 201410103923 A CN201410103923 A CN 201410103923A CN 103853946 B CN103853946 B CN 103853946B
- Authority
- CN
- China
- Prior art keywords
- information
- key
- sigma
- formula
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000008901 benefit Effects 0.000 claims abstract description 3
- 238000012795 verification Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 2
- 238000012986 modification Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种基于FCM聚类特征的GIS矢量数据版权认证方法。本发明主要针对GIS矢量数据中地理要素空间聚类特征稳定的优势,以及零水印利用原始作品的重要特征来构造原始水印信号的特点,通过地理要素FCM聚类特征构建用于GIS矢量数据版权认证的零水印,较好地解决了GIS矢量数据水印的不可感知性和鲁棒性之间的矛盾。本发明的版权认证方法不会影响数据质量,能有效抵抗数据编辑、裁剪等多种攻击,具有较高的鲁棒性。
Description
技术领域
本发明属于地理信息安全领域,具体涉及一种基于模糊C均值(Fuzzy c-means,简称FCM)聚类算法提取数据聚类特征,并基于零水印版权认证原理,进行GIS矢量数据版权认证的方法。
背景技术
面向GIS矢量数据的海量特点与高保真要求,基于传统版权标记算法的版权认证越来越无能为力。相关数字水印技术虽可用于GIS矢量数据的版权认证,并得到一定应用,但仍存在着以下两方面不足:1)嵌入在地理空间数据产品中的版权标记,易被其操纵软件--GIS软件的坐标变换、投影变换等操作所擦除,算法的鲁棒性难以满足版权保护的需要;2)版权标记的嵌入会对原始载体数据造成一定的干扰和失真。
零水印作为一种新型的数字水印系统,由于是利用原始作品的重要特征来构造原始水印信号,而不是修改这些特征,可以很好地解决数字水印的不可感知性和鲁棒性之间的矛盾,并是一种天然的盲水印系统。此外,由于FCM空间聚类特征的稳定性和不变性,基于FCM聚类特征构建的零水印具有较高的鲁棒性。为此,本发明主要在基于FCM聚类算法提取地理要素的空间聚类特征信息的基础上,构建零水印版权标识来进行GIS矢量数据的版权认证。
发明内容
本发明的目的在于:基于模糊C均值(FCM)聚类算法构建零水印,实现具无数据失真、高鲁棒性特点的GIS矢量数据版权认证。
为了实现上述目的,本发明所采取的技术方案主要包括以下过程:
(1)版权标记生成过程
步骤一:设定聚类数目c和权值参数m(m∈[1,∞))。一般来讲聚类数目c要远远小于聚类样本的总个数,同时要保证c>1;
步骤二:打开一个GIS矢量数据文件;将文件中每个要素中各节点的横坐标和纵坐标信息读取到二维数组D中,二维数组D的格式为D[n][2],n为节点个数;
步骤三:用值在0-1间的随机数初始化隶属矩阵U={uij|i=1,…,c;j=1,…,n},使其满足式(1)中的约束条件;
且
步骤四:用式(2)计算聚类中心点向量ci,i=1,…,c,其中:Dj为数组D中存贮的n个向量,j=1,2…,n;m为权值参数;
步骤五:根据式(3)计算价值函数值;如果价值函数值小于某个确定的阀值T1,或价值函数值相对上次价值函数值的改变量小于某个阀值T2,则转至步骤七;否则,继续执行;其中:uij介于0-1间;ci为聚类中心,dij=||ci-xj||为第i个聚类中心与第j个数据点间的欧几里德距离;m为权值参数;
步骤六:根据式(4)计算新的矩阵;计算完毕后,返回步骤四;
步骤七:遍历c个聚类中心点向量ci的取值,由于向量维数为2,按式(5)依次求取各相邻中心点向量间的距离ri,i=1,…,c-1;
步骤八:遍历c-1个距离ri,查找到其中的最大值Max,并依据下式(6)对ri进行归一化处理,其中,i=2,…,c,ri小数点前保留1位,小数点后保留9位,不足的补0;
步骤九:依次取出上一步距离ri中的10位数字,按序数先后依次排列在一起,形成特征认证信息W;
步骤十:在特征认证信息W前面加上8位当前日期字符串后,根据用户设置密钥信息Key,基于RSA加密算法对认证信息W进行加密,生成带时间戳的版权标识加密信息We;将信息We、密钥信息Key、聚类数目c和权值参数m信息存档,以供版权认证使用;
(二)版权认证过程
步骤一:当发现可疑产品时,提供信息We、密钥信息Key、聚类数目c、权值参数m和可疑GIS矢量数据文件用于版权认证;
步骤二:按照前述版权标记生成过程中步骤二至步骤八,计算各聚类中心点向量ci间距离比值ri并存入数组R中,i=2,…,c;
步骤三:根据数据生产商提供密钥Key,对存档的版权标识加密信息We进行解密,生成8位时间戳信息和特征认证信息W;
步骤四:将特征认证信息W每10位分为一组,在每组第一位数字后加入小数点,并写入数组OriginR中;
步骤五:读取数组R和数组OriginR中数据,根据式(7)计算相似度S;
步骤六:如果相似度S≥阈值参数t,则证明可疑产品为侵权作品;否则,则可疑产品不是侵权作品。
本发明根据GIS矢量数据所表达地理要素的空间聚类分布特点,基于零水印原理,提出了一种针对GIS矢量数据的版权标记与版权认证方法。该版权认证方法不会影响数据质量,能有效抵抗数据编辑、裁剪等多种攻击,具有较高的鲁棒性。
附图说明
图1为本发明实施例选取的实验数据。
图2为实验数据遭受旋转攻击后生成的数据。
图3是本发明方法的版权标记生成流程图。
图4是本发明方法的版权认证流程图。
具体实施方式
下面结合附图和实施例做进一步详细说明。
本实例选择一典型的shp面图层数据,针对数据的读取、版权标记生成、版权标记认证的整个过程,进一步详细说明本发明。本实施例选择美国的水系线状图层数据(如图1)作为实验数据,图2为实验数据遭受旋转攻击后生成的数据。密钥Key值为“10010101”,认取阈值取0.85。
(1)版权标记生成过程。
步骤一:设定聚类数目c=8和权值参数m=2。
步骤二:打开美国水系线图层文件F;将文件中各要素节点的横、纵坐标信息读取到二维数组D中,本实施例中节点个数为6473。
步骤三:用值在0,1间的随机数初始化隶属矩阵U,使其满足式(1)中的约束条件。
步骤四:用式(2)计算8个聚类中心点向量ci。
步骤五:根据式(3)计算价值函数。首次计算,本处不满足跳转条件,则继续执行。当循环至满足跳转条件时,转至步骤七。
步骤六:根据式(4)计算新的U矩阵。返回步骤三。
步骤七:遍历8个聚类中心点向量ci的取值,按式(5)求取各中心点向量间的距离ri,经计算,其值分别为:8758443.722,6684817.709,8357220.231,5310817.504,4566008.624,16412342.61,16510309.67。
步骤八:遍历7个距离ri,查找到其中的最大值Max,并依据公式(6)对ri进行归一化处理;其值分别为:0.530483310,0.404887482,0.506181919,0.321666741,0.276554996,0.994066310,1.000000000。
步骤九:依次取出ri中的10位数字,按序数先后依次排列在一起,形成特征认证信息W。本实施例中,其值为:0530483310040488748205061819190321666741027655499609940663101000000000。
步骤十:在特征认证信息W前面加上8位当前日期字符串“20131227”后,字符串为:201312270530483310040488748205061819190321666741027655499609940663101000000000。根据数据生产商用户设置密钥信息“10010101”,基于RSA加密算法对认证信息W进行加密,生成带时间戳的版权标识加密信息We。
(2)版权标记提取和认证过程。
步骤一:当发现可疑产品时,提供We信息、密钥信息Key、聚类数目c、权值参数m和经变换后的可疑GIS矢量数据文件用于版权认证。
步骤二:按照前述版权标记生成过程中步骤二至步骤八,计算各聚类中心间距离值ri(i=2,…,8)并存入数组R中。本实施例中,其值依次为:0.530483310,0.404887482,0.506181919,0.321666741,0.276554996,0.994066310,1.000000000。
步骤三:根据数据生产商提供密钥Key,对存档的版权标识加密信息We进行解密,生成8位时间戳信息和特征认证信息W。
步骤四:将特征认证信息W每10位分为一组,在每组第一位数字后加入小数点,并写入数组OriginR中。本实施例中,其取值依次为:0.530483310,0.404887482,0.506181919,0.321666741,0.276554996,0.994066310,1.000000000。
步骤五:根据式(7)计算相似度。本实施例中,其值为:1。
步骤六:本实施例中,相似度S>认证阈值0.85,则证明可疑产品为侵权作品。
本发明实施例中仅以线图层数据进行版权标记生成与认证处理,该方法也可以适用于点图层、面图层数据的版权标记生成与认证。
本发明实施例中仅以shp格式的GIS矢量数据进行版权标记生成与认证处理,该方法也适用于GML、E00、MIF等其它格式GIS矢量数据的版权标记生成与认证处理。
(3)测试分析。
由上述实施例可知:原始数据经一定旋转攻击处理后,仍能正确进行版权认证。说明该算法对于旋转攻击,具有较高的鲁棒性。此外,本方法对数据旋转、放大、缩小等攻击,同样具有较高的鲁棒性。
综上分析,本发明所采用的方法可以成功地应用于GIS矢量数据的版权认证。
Claims (1)
1.一种基于FCM聚类特征的GIS矢量数据版权认证方法,其特征在于,包括如下步骤:
(一)版权标记生成过程
步骤一:设定聚类数目c和权值参数m,m∈[1,∞),聚类数目c远远小于聚类样本的总个数,同时c>1;
步骤二:打开一个GIS矢量数据文件;将文件中每个要素中各节点的横坐标和纵坐标信息读取到二维数组D中,二维数组D的格式为D[n][2],n为节点个数;
步骤三:用值在0-1间的随机数初始化隶属矩阵U={uij|i=1,…,c;j=1,…,n},使其满足式(1)中的约束条件;
且
步骤四:用式(2)计算聚类中心点向量ci,i=1,…,c,其中:Dj为数组D中存贮的n个向量,j=1,2…,n;m为权值参数;
步骤五:根据式(3)计算价值函数值;如果价值函数值小于某个确定的阀值T1,或价值函数值相对上次价值函数值的改变量小于某个阀值T2,则转至步骤七;否则,继续执行;其中:uij介于0-1间;ci为聚类中心,dij=||ci-xj||为第i个聚类中心与第j个数据点间的欧几里德距离;m为权值参数;
步骤六:根据式(4)计算新的矩阵;计算完毕后,返回步骤四;
步骤七:遍历c个聚类中心点向量ci的取值,由于向量维数为2,按式(5)依次求取各相邻中心点向量间的距离ri,i=1,…,c-1;
步骤八:遍历c-1个距离ri,查找到其中的最大值Max,并依据下式(6)对ri进行归一化处理,其中,i=2,…,c,ri小数点前保留1位,小数点后保留9位,不足的补0;
步骤九:依次取出上一步距离ri中的10位数字,按序数先后依次排列在一起,形成特征认证信息W;
步骤十:在特征认证信息W前面加上8位当前日期字符串后,根据用户设置密钥信息Key,基于RSA加密算法对认证信息W进行加密,生成带时间戳的版权标识加密信息We;将信息We、密钥信息Key、聚类数目c和权值参数m信息存档,以供版权认证使用;
(二)版权认证过程
步骤一:当发现可疑产品时,提供信息We、密钥信息Key、聚类数目c、权值参数m和可疑GIS矢量数据文件用于版权认证;
步骤二:按照前述版权标记生成过程中步骤二至步骤八,计算各聚类中心点向量ci间距离比值ri并存入数组R中,i=2,…,c;
步骤三:根据数据生产商提供密钥Key,对存档的版权标识加密信息We进行解密,生成8位时间戳信息和特征认证信息W;
步骤四:将特征认证信息W每10位分为一组,在每组第一位数字后加入小数点,并写入数组OriginR中;
步骤五:读取数组R和数组OriginR中数据,根据式(7)计算相似度S;
步骤六:如果相似度S≥阈值参数t,则证明可疑产品为侵权作品;否则,则可疑产品不是侵权作品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410103923.XA CN103853946B (zh) | 2014-03-19 | 2014-03-19 | 一种基于fcm聚类特征的gis矢量数据版权认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410103923.XA CN103853946B (zh) | 2014-03-19 | 2014-03-19 | 一种基于fcm聚类特征的gis矢量数据版权认证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103853946A CN103853946A (zh) | 2014-06-11 |
CN103853946B true CN103853946B (zh) | 2016-09-14 |
Family
ID=50861594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410103923.XA Expired - Fee Related CN103853946B (zh) | 2014-03-19 | 2014-03-19 | 一种基于fcm聚类特征的gis矢量数据版权认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103853946B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303076B (zh) * | 2015-10-23 | 2017-12-15 | 南京师范大学 | 基于最邻近指数的gis矢量数据版权认证方法 |
CN105678122B (zh) * | 2016-01-11 | 2018-04-24 | 南京师范大学 | 一种基于拓扑信息熵的gis矢量数据版权认证方法 |
CN109712204B (zh) * | 2018-11-30 | 2021-02-26 | 大连理工大学 | 一种基于fcm聚类的图像加密方法 |
CN112989394B (zh) * | 2021-04-28 | 2024-03-01 | 南京吉印信息科技有限公司 | 一种矢量地理数据加密、解密方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308567A (zh) * | 2008-06-21 | 2008-11-19 | 华中科技大学 | 一种基于内容的鲁棒图像拷贝检测方法 |
-
2014
- 2014-03-19 CN CN201410103923.XA patent/CN103853946B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308567A (zh) * | 2008-06-21 | 2008-11-19 | 华中科技大学 | 一种基于内容的鲁棒图像拷贝检测方法 |
Non-Patent Citations (2)
Title |
---|
GIS矢量数据多功能版权保护研究;林冰仙等;《测绘通报》;20090725(第7期);第31-33页 * |
GIS矢量数据版权认证算法性能测评系统;李莎莎等;《测绘科学》;20131130;第38卷(第6期);第175-177页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103853946A (zh) | 2014-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ansari et al. | SVD based fragile watermarking scheme for tamper localization and self-recovery | |
Chang et al. | A novel turtle shell based scheme for data hiding | |
Wang et al. | A robust blind color image watermarking in quaternion Fourier transform domain | |
CN100361437C (zh) | 一种数字图像哈希签名方法 | |
CN100507936C (zh) | 一种基于Zernike矩的鲁棒哈希图像认证方法 | |
CN103853946B (zh) | 一种基于fcm聚类特征的gis矢量数据版权认证方法 | |
CN102194208B (zh) | 一种基于图像签名的图像篡改检测与篡改定位方法 | |
CN104794671B (zh) | 抗投影攻击的矢量空间数据盲水印方法 | |
CN105303075B (zh) | 基于pdf格式的自适应文本水印方法 | |
Sahu et al. | Dual image-based reversible fragile watermarking scheme for tamper detection and localization | |
CN116385250B (zh) | 基于鲁棒水印与脆弱水印的轨迹数据双重水印方法 | |
Sahu et al. | Logistic-map based fragile image watermarking scheme for tamper detection and localization | |
CN103812638A (zh) | 一种加密域surf图像特征提取方法 | |
Shen et al. | A self-embedding fragile image authentication based on singular value decomposition | |
CN115482139A (zh) | 一种可溯源的深度学习模型黑盒水印方案 | |
CN102646259A (zh) | 一种抗攻击的鲁棒多倍零水印方法 | |
CN101339588B (zh) | 一种用于盗版追踪与数字取证的数字指纹系统与方法 | |
CN108564520B (zh) | 基于莫兰指数的gis矢量数据版权认证方法 | |
Furon | A survey of watermarking security | |
CN103810407B (zh) | 一种gis矢量数据线面图层版权认证方法 | |
CN111242825B (zh) | 一种基于水深特征的enc电子航海图零水印方法 | |
Gui et al. | Steganalysis of LSB matching based on local binary patterns | |
Li et al. | Protecting biometric templates using authentication watermarking | |
CN103106656A (zh) | 基于轮廓波变换的图像签名生成及篡改检测与定位方法 | |
CN103491456B (zh) | 一种基于sift的抗几何攻击的鲁棒视频水印方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160914 Termination date: 20190319 |
|
CF01 | Termination of patent right due to non-payment of annual fee |