CN104834864B - 一种基于拓扑不变性和图像变形的打印文档信息追溯方法 - Google Patents

Abstract

本发明公开一种基于拓扑不变性和图像变形的打印文档信息追溯方法，在文档的打印输出件中隐性嵌入打印信息，并预先提取所述打印信息的特征进行存储，通过嵌入的打印信息和存储的打印信息的特征追溯打印件的来源；所述在文档的打印输出件中隐性嵌入打印信息步骤通过如下两种方法实现：（1）将原始文件中字间/行间/页白距离进行编码并做微小调整，隐性嵌入打印信息；（2）将原始文件中的特定字进行字体的改变使每个人有属于自己的字体，隐性嵌入打印信息。本发明作为常规打印审计系统的补充和扩展，能在重要文档的打印输出件中嵌入隐藏信息，实现对打印的文档进行追溯，解决公司重要信息保护的安全挑战。

Description

一种基于拓扑不变性和图像变形的打印文档信息追溯方法

技术领域

本发明涉及一种打印文档信息追溯方法，具体涉及一种基于拓扑不变性和图像变形的打印文档信息追溯方法。

背景技术

目前，存放在信息系统上的重要信息被窃取和盗用，已经成为信息系统使用的头等威胁。打印设备作为政府部门、军队、军工、企业等组织的标准配置，已经成为信息泄漏的重要途径，给组织带来巨大的风险，甚至危害国家安全。为此，许多组织研发或部署了打印审计系统，试图弥补这个漏洞。但由于打印审计系统只是管控和审计打印的行为，存在自身的缺陷：(1)打印追溯的缺陷，当一个组织发现本组织打印的文件流出后，通过打印审计系统一般只能发现是哪些人打印过这份文件，而不能确定流出的这份文件到底是谁打印流出的，特别是当打印出的文件被别人复印或拍照再流出后。(2)显式水印的缺陷，传统打印审计输出的文档通常显式的嵌入水印信息，一般包括标示密级的标志、谁打印或何时打印，打印者可以在打印件上看到嵌入的水印信息，因此也容易被泄漏者有意的隐藏或掩盖，使流出的文件无法被追溯。总之，现有的打印审计系统无法追溯是谁打印的文件发生泄漏，无法追溯到源头，也就无法消除信息泄漏的通道。

发明内容

发明目的：本发明目的在于针对现有技术的不足，提供一种基于拓扑不变性和图像变形的打印文档信息追溯方法，可以有效的追溯泄漏文件的打印源头，有效的定位或者消除信息泄漏的通道。

技术方案：本发明所述一种基于拓扑不变性和图像变形的打印文档信息追溯方法，在文档的打印输出件中隐性嵌入打印信息，并预先提取所述打印信息的特征进行存储，通过嵌入的打印信息和存储的打印信息的特征追溯打印件的来源；

所述在文档的打印输出件中隐性嵌入打印信息步骤通过如下两种方法实现：

(1)将原始文件中字间/行间/页白距离进行编码并做微小调整，隐性嵌入打印信息；

(2)将原始文件中的特定字进行字体的改变使每个人有属于自己的字体，隐性嵌入打印信息。

本发明技术方案的进一步限定为，所述将原始文件中字间/行间/页白距离进行编码并做微小调整，隐性嵌入打印信息的具体方法为：

S1、定义原始文件中字间距离为D＝{a,b}(a<b)，每行文字距离D为常值，即对每行文字R所有字间距离D只能同时取值为a或b；

S2、对每行文字R做如下编码映射：

S3、对一页文档，取该页文档中特定的N行，对每一行文字按式(1.1)进行编码，并按下式(1.2)构成表示ID：

其中Rⁱ(i＝1,2...,N)表示所取N行文字中第i行文字；

S4、对于一个需要N_ID个ID号的系统，由(1.2)式可计算出能编码N_ID个ID号所需的最少的行数N_R为：

N_R＝log₂(N_ID) (1.3)

即：

2^N_R＝N_ID (1.4)；

对每行文字R做如下编码映射：

则对一页文档，取特定的N′行文字，对每一行文字按式(1.5)进行编码，并按下式(1.6)构成ID：

对于一个需要N_ID个ID号的系统，由(1.6)式可计算出能编码N_ID个ID号所需的最少的行数N_R'为：

N_R'＝log₄(N_ID) (1.7)

即：

4^N_R′＝N_ID (1.8)。

进一步地，步骤S4中，若对于N_ID较大而N_R较小不能满足式(1.3)，(1.4)时，可将每行文字R分为两部分：前半行R₁和后半行R₂，并规定R_j(j＝1,2)中字间距离D为常值，即所有字间距离D只可能同时取值a或b。

进一步地，为保证编码及解码的可靠性，需要加入校验位，步骤S3中，采用式(1.2)进行编码的，编码加入校验位，方法为：将生成的二进制ID码中N位二进制数字进行二进制相加，其和记为C，校验位计算如下：

c＝Cmod(01)＝{0,1} (1.10)

在原来的用来编码ID号的N_R行文字的基础上再取一行，使得新加的这行文字R^{N _R+1}的字间距离满足下式：

进一步地，为保证编码及解码的可靠性，需要加入校验位，步骤S4中，采用式(1.5)进行编码的，编码加入校验位，方法为：将生成的ID码中奇数为二进制数字取出并相加，其和记为C₁，再将偶数位二进制数字取出并相加，其和记为C₂，并按下式计算：

c₁＝C₁mod(10)＝{0,1} (1.12)

c₂＝C₂mod(01)＝{1,0} (1.13)

按下式构成校验位：

c'＝c₁c₂＝{00,01,10,11} (1.14)

在原来的用来编码ID号的N_R'行文字的基础上再取一行，使得新加的这行文字R^{N _R′+1}的字间距离满足下式：

进一步地，所述将原始文件中的特定字进行字体的改变使每个人有属于自己的字体，隐性嵌入打印信息的具体方法为：

L1、取汉字中出现频率最高的前N个汉字，记为S，并将该N个汉字分为2组：

S₁＝{W|W∈S且W在文档中必定出现}

|S₁|＝N₁,|S₂|＝N₂,N₁+N₂＝N

其中|S_i|表示S_i(i＝1,2)中所含文字的个数；对于S₂中的文字，我们可以认为至少有一个会出现在文档中；

L2、对于S₁中的每个文字，设计该文字的字体，使其有N_1j(j＝1,2,...,N₁)种写法；

对于S₂中的所有文字规定都只有N_2k＝C(k＝1,2,...,N₂)种写法，C为常量；

L3、对S₁中的第j个字，对构成该字的笔画进行分析，使得每个可改变写法的笔画有两种写法，并假设有n_1j(j＝1,2,...,N₁)个可以改变写法的笔画，则有：

其中(j＝1,2,...,N₁) (2.2)；

对于S₂中的第k个字，可改变写法的笔画个数为n_2k＝c个，其中c为常量，则有：

其中(k＝1,2，...,N₂) (2.3)；

L4、编码时对同一个笔画用“0”表示两种写法中的一种写法，用“1”表示另一种写法，则对S₁中的第j个文字W_1j，可采用长度为n_1j的二进制数的不同值来表示该文字的不同写法，即将该文字每一种写法映射为一个二进制数：

对S₂中所有的文字，都采用长度为c的二进制数表示文字的不同写法，这不同于S₁中的每个文字用长度不同的二进制数进行表示，对S₂中的任何一个字W_2k，映射如下：

L5、对文档编码时采用分层编码：对S₁中的所有字编码，从S₂中选择一个在文档中出现的文字用来编码，把这两个编码结合起来形成最终的编码ID：

L6、对于给定的文档，打印时按不同的ID号将S₁和S₂中文字按对应的写法打印，完成打印信息的隐性嵌入。

有益效果：本发明提供一种基于拓扑不变性和图像变形的打印文档信息追溯方法，利用图像处理和模式识别的理论，以信息隐藏技术为支撑，将常规的“监控和审计打印行为”转变为“追溯打印件本身”，作为常规打印审计系统的补充和扩展，能在重要文档的打印输出件中嵌入隐藏信息，实现对打印的文档进行追溯，解决公司重要信息保护的安全挑战。

本发明既适用于政府、军队和军工能对信息保护级别要求高的组织对打印件的追溯，也适用于各种类型企业重要信息打印件的追溯，同时兼容各种类型的打印机，具有较好的普适性，可应用于对重要的设计资料、程序、产品配方、制作工艺、制作方法、管理诀窍、客户名单、货源情报、产销策略等技术信息和经营信息的打印件进行追溯。

本发明的系统容量为百万级，也即该企业人数超过100万时，其打印的文档才不可由本系统识别追溯，综合采用拓扑隐藏技术和变形隐藏技术，使打印者和泄漏者不容易发现隐藏 的信息，并且采用多种隐藏技术，使打印者和泄漏者不容易规避隐藏的信息，除非改变打印件的形态。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：一种基于拓扑不变性和图像变形的打印文档信息追溯方法，在文档的打印输出件中隐性嵌入打印信息，并预先提取所述打印信息的特征进行存储，通过嵌入的打印信息和存储的打印信息的特征追溯打印件的来源；

所述在文档的打印输出件中隐性嵌入打印信息步骤的实现方法为：将原始文件中字间/行间/页白距离进行编码并做微小调整，隐性嵌入打印信息。

上述隐性嵌入打印信息的具体方法为：

S1、定义原始文件中字间距离为D＝{a,b}(a<b)，每行文字距离D为常值，即对每行文字R所有字间距离D只能同时取值为a或b。

S2、对每行文字R做如下编码映射：

S3、对一页文档，取该页文档中特定的N行，对每一行文字按式(1.1)进行编码，并按下式(1.2)构成表示ID：

其中Rⁱ(i＝1,2...,N)表示所取N行文字中第i行文字。

S4、对于一个需要N_ID个ID号的系统，由(1.2)式可计算出能编码N_ID个ID号所需的最少的行数N_R为：

N_R＝log₂(N_ID) (1.3)

即：

2^N_R＝N_ID (1.4)。

若对于N_ID较大而N_R较小不能满足式(1.3)，(1.4)时，可将每行文字R分为两部分：前半行R₁和后半行R₂，并规定R_j(j＝1,2)中字间距离D为常值，即所有字间距离D只可能同时取值a或b。

对每行文字R做如下编码映射：

则对一页文档，取特定的N′行文字，对每一行文字按式(1.5)进行编码，并按下式(1.6)构成ID：

对于一个需要N_ID个ID号的系统，由(1.6)式可计算出能编码N_ID个ID号所需的最少的行数N_R'为：

N_R'＝log₄(N_ID) (1.7)

即：

4^N_R′＝N_ID (1.8)。

而且，为保证编码及解码的可靠性，需要加入校验位。

步骤S3中，采用式(1.2)进行编码的，编码加入校验位，方法为：将生成的二进制ID码中N位二进制数字进行二进制相加，其和记为C，校验位计算如下：

c＝Cmod(01)＝{0,1} (1.10)

在原来的用来编码ID号的N_R行文字的基础上再取一行，使得新加的这行文字R^{N _R+1}的字间距离满足下式：

步骤S4中，采用式(1.5)进行编码的，编码加入校验位，方法为：将生成的ID码中奇数为二进制数字取出并相加，其和记为C₁，再将偶数位二进制数字取出并相加，其和记为C₂，并按下式计算：

c₁＝C₁mod(10)＝{0,1} (1.12)

c₂＝C₂mod(01)＝{1,0} (1.13)

按下式构成校验位：

c'＝c₁c₂＝{00,01,10,11} (1.14)

在原来的用来编码ID号的N_R'行文字的基础上再取一行，使得新加的这行文字R^{N _R′+1}的字间距离满足下式：

本技术主要将信息隐藏在字间/行间/页白距离中，通过对该距离进行编码，完成对信息的隐藏。本技术只需要将原始文件中字间/行间/页白距离做微小调整即可，因此隐蔽性较好。

实施例2：一种基于拓扑不变性和图像变形的打印文档信息追溯方法，在文档的打印输出件中隐性嵌入打印信息，并预先提取所述打印信息的特征进行存储，通过嵌入的打印信息和存储的打印信息的特征追溯打印件的来源。

所述在文档的打印输出件中隐性嵌入打印信息步骤的实现方法为：将原始文件中的特定字进行字体的改变使每个人有属于自己的字体，隐性嵌入打印信息。

每个汉字在文档中出现的频率是不一样的，有的汉字出现频率很高而其他的则相对较低，利用这一特性，可将信息隐藏在出现频率较高的文字中，完成信息隐藏。

上述隐性嵌入打印信息的具体方法为：

L1、取汉字中出现频率最高的前N个汉字，记为S，并将该N个汉字分为2组：

S₁＝{W|W∈S且W在文档中必定出现}

|S₁|＝N₁,|S₂|＝N₂,N₁+N₂＝N

其中|S_i|表示S_i(i＝1,2)中所含文字的个数。对于S₂中的文字，我们可以认为至少有一个会出现在文档中。

L2、对于S₁中的每个文字，设计该文字的字体，使其有N_1j(j＝1,2,...,N₁)种写法；

对于S₂中的所有文字规定都只有N_2k＝C(k＝1,2,...,N₂)种写法，C为常量。

L3、对S₁中的第j个字，对构成该字的笔画进行分析，使得每个可改变写法的笔画有两种写法，并假设有n_1j(j＝1,2,...,N₁)个可以改变写法的笔画，则有：

其中(j＝1,2,...,N₁) (2.2)；

对于S₂中的第k个字，可改变写法的笔画个数为n_2k＝c个，其中c为常量，则有：

其中(k＝1,2，...,N₂) (2.3)。

L4、编码时对同一个笔画用“0”表示两种写法中的一种写法，用“1”表示另一种写法，则对S₁中的第j个文字W_1j，可采用长度为n_1j的二进制数的不同值来表示该文字的不同写法，即将该文字每一种写法映射为一个二进制数：

对S₂中所有的文字，都采用长度为c的二进制数表示文字的不同写法，这不同于S₁中的每个文字用长度不同的二进制数进行表示，对S₂中的任何一个字W_2k，映射如下：

L5、对文档编码时采用分层编码：对S₁中的所有字编码，从S₂中选择一个在文档中出现的文字用来编码，把这两个编码结合起来形成最终的编码ID：

L6、对于给定的文档，打印时按不同的ID号将S₁和S₂中文字按对应的写法打印，完成打印信息的隐性嵌入。

本技术主要通过对字体的微小改变、增加微点和分区添加水印信息技术将信息隐藏在文档中。以字体改变为例，通过对同一个字采用不同的写法，使得每个人都有属于自己的写法，这样通过对文档中字体进行区分，即可得到该文档所隐藏的标示信息。

实施例3：一种基于拓扑不变性和图像变形的打印文档信息追溯方法，在文档的打印输 出件中隐性嵌入打印信息，并预先提取所述打印信息的特征进行存储，通过嵌入的打印信息和存储的打印信息的特征追溯打印件的来源。所述在文档的打印输出件中隐性嵌入打印信息步骤的实现方法为实施例1和实施例2中的两种方法同时使用。

本发明能本产品采用虚拟打印技术，具有良好的普适性，为满足用户不同操作系统的使用习惯，通过提出并开发多系统驱动和接口，适用于多种环境，具备跨平台的特点；隐性嵌入能具有安全性高，运算速度快的特点；采用成熟的算法保证了系统追溯的稳定性和高可靠性。

如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。

Claims (4)

1.一种基于拓扑不变性和图像变形的打印文档信息追溯方法，其特征在于，在文档的打印输出件中隐性嵌入打印信息，并预先提取所述打印信息的特征进行存储，通过嵌入的打印信息和存储的打印信息的特征追溯打印件的来源；

所述在文档的打印输出件中隐性嵌入打印信息步骤通过如下两种方法实现：

(1)将原始文件中字间/行间/页白距离进行编码并做微小调整，隐性嵌入打印信息；

(2)将原始文件中的特定字进行字体的改变使每个人有属于自己的字体，隐性嵌入打印信息；

所述将原始文件中字间/行间/页白距离进行编码并做微小调整，隐性嵌入打印信息的具体方法为：

S1、定义原始文件中字间距离为D＝{a,b}(a<b)，每行文字距离D为常值，即对每行文字R所有字间距离D只能同时取值为a或b；

S2、对每行文字R做如下编码映射：

S3、对一页文档，取该页文档中特定的N行，对每一行文字按式(1.1)进行编码，并按下式(1.2)构成表示ID：

其中Rⁱ(i＝1,2…,N)表示所取N行文字中第i行文字；

S4、对于一个需要N_ID个ID号的系统，由(1.2)式可计算出能编码N_ID个ID 号所需的最少的行数N_R为：

N_R＝log₂(N_ID) (1.3)

即：

2^N_R＝N_ID (1.4)；

对每行文字R做如下编码映射：

则对一页文档，取特定的N′行文字，对每一行文字按式(1.5)进行编码，并按下式(1.6)构成ID：

对于一个需要N_ID个ID号的系统，由(1.6)式可计算出能编码N_ID个ID号所需的最少的行数N_R'为：

N_R'＝log₄(N_ID) (1.7)

即：

4^N_R′＝N_ID (1.8)。

2.根据权利要求1所述的一种基于拓扑不变性和图像变形的打印文档信息追溯方法，其特征在于，步骤S4中，若对于N_ID较大而N_R较小不能满足式(1.3)，(1.4)时，可将每行文字R分为两部分：前半行R₁和后半行R₂，并规定R_j(j＝1,2)中字间距离D为常值，即所有字间距离D只可能同时取值a或b。

3.根据权利要求1所述的一种基于拓扑不变性和图像变形的打印文档信息追溯方法，其特征在于，步骤S3中，采用式(1.2)进行编码的，编码加入校验位，方法为：将生成的二进制ID码中N位二进制数字进行二进制相加，其和记为C，校验位计算如下：

c＝Cmod(01)＝{0,1} (1.10)

在原来的用来编码ID号的N_R行文字的基础上再取一行，使得新加的这行文字R^N_R+1的字间距离满足下式：

4.根据权利要求1所述的一种基于拓扑不变性和图像变形的打印文档信息追溯方法，其特征在于，步骤S4中，采用式(1.5)进行编码的，编码加入校验位，方法为：将生成的ID码中奇数为二进制数字取出并相加，其和记为C₁，再将偶数位二进制数字取出并相加，其和记为C₂，并按下式计算：

c₁＝C₁mod(10)＝{0,1} (1.12)

c₂＝C₂mod(01)＝{1,0} (1.13)

按下式构成校验位：

c'＝c₁c₂＝{00,01,10,11} (1.14)

在原来的用来编码ID号的N_R'行文字的基础上再取一行，使得新加的这行文字R^N_R′+1的字间距离满足下式：