CN105225198A - 基于i码和cff码的抗合谋指纹编码方法 - Google Patents
基于i码和cff码的抗合谋指纹编码方法 Download PDFInfo
- Publication number
- CN105225198A CN105225198A CN201510776121.XA CN201510776121A CN105225198A CN 105225198 A CN105225198 A CN 105225198A CN 201510776121 A CN201510776121 A CN 201510776121A CN 105225198 A CN105225198 A CN 105225198A
- Authority
- CN
- China
- Prior art keywords
- code
- cff
- block
- finger
- coding
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提出一种基于I码和CFF码的抗合谋指纹编码方法,包括:I码和CFF码级联编码生成算法、r-CFF(n,t)码快速生成算法、I码和CFF码级联编码检测算法;I码和CFF码级联编码生成算法以小参数构建的CFF码为内码、I码为外码生成级联编码,降低了编码难度,提高了编码效率,有效解决了大参数CFF码难于生成难题;r-CFF(n,t)码快速生成算法通过计算和查找关联表的方法部分替代传统的排列组合方法,提高了编码时空效率;I码和CFF码级联编码检测算法,采用分层检测方法,先计算选定特定子块后进行CFF码遍历检测,缩小了遍历检测范围,提高了检测效率;本发明提出的抗合谋指纹编码方法可广泛应用于数字资源内容的版权追踪和盗版法律取证,能够为严惩叛逆者、保护数字资源知识产权提供有力技术支持。
Description
技术领域
本发明涉及一种基于I码和CFF码的抗合谋指纹编码方法,属于信息安全技术领域。
背景技术
抗合谋指纹技术能够从多用户合谋伪造数字资源内容中识别出参与者(称为叛逆者),为依法惩治叛逆者提供法律证据,保护数字资源信息安全。该技术是目前常用的数字资源盗版追踪技术,广泛应用于数字资源知识产权保护、数字资源分发控制、数字取证与追踪等诸多领域。在信息安全上升为国家战略和全面实施国家知识产权事业发展“十二五”规划的大背景下,该技术拥有巨大的应用潜力和商业价值,引起了国内外广泛的关注和研究。
抗合谋指纹技术研究分为抗合谋指纹编码、指纹编码嵌入提取、叛逆者追踪三个方面。抗合谋指纹编码是本技术的基础和关键,其性能优劣直接决定最终叛逆者追踪效果。
抗合谋指纹编码问题来源:衡量抗合谋指纹编码的性能指标主要有最大抗合谋人数r、指纹编码效率η、编码距离d。η为用户数t和编码长度n的比值,表示每个比特能区分的不同用户数量,η值越大编码效率越高;d为两个编码对应位置上比特值不同的位数,d值越大两个编码差异性越大。
常用抗合谋指纹有I码、BIBD码、CFF码三种。I码η=1,每个不同用户需要一个不同比特表示,不适合大量用户的场合,码距始终为2,抗干扰能力差。基于组合理论的BIBD码和CFF码的码距大,抗干扰能力强,能够提高编码效率,但随着抗合谋参数值增大,由于排列组合数目快速增加,编码算法时空效率下降,存在构建大参数编码困难的问题(BIBD构造难度大于CFF),制约了其广泛应用。
发明内容
发明目的:本发明提出了一种以小参数CFF码为内码、I码为外码生成级联编码的新指纹编码方法,有效降低了编码难度、提高了编码效率、解决了大参数CFF码难于生成难题。新指纹编码具有编码长度短、编码效率和检测效率高的特点,叛逆者追踪成功率100%,未发生误判、漏判现象,能为依法制裁叛逆者提供不可抵赖的法律证据。
技术方案:基于I码和CFF码的抗合谋指纹编码方法应用级联编码理论提出了I码和CFF码级联编码生成算法,以小参数构建的CFF码为内码、I码为外码生成级联编码,编码效率等同于嵌入CFF码的编码效率,降低了编码难度;应用组合数学知识提出了一种新的r-CFF(n,t)码快速生成算法,通过计算和查找关联表的方法部分替代传统的排列组合方法,提高了编码时空效率;其特殊之处在于本方法包括以下步骤。
1-1)r-CFF(n,t)码快速生成算法。
(1)选定编码元素集合x={1,2,…,n}、最大抗合谋人数r,初始化关联矩阵flag[n][n]。flag第i行、第j列(1≤i,j≤n)值为0表示元素对<i,j>已出现在某一CFF区组中,不能再次用于CFF区组设计;为1表示元素对<i,j>可用于CFF区组设计。CFF区组设计定义要求<i,i>不能出现于CFF区组设计中,所以flag初始时对角线元素值为0,其余元素值为1。
(2)生成基础集,修改flag。根据组合数学,集合{(1,…,r+1),(r+2,…,2r+2),…,(n-r,…,n)}和{(1,n/(r+1)+1,…,(r×n)/(r+1)+1),(2,n/(r+1)+2,…,(r×n)/(r+1)+2),…,(n/(r+1),2n/(r+1),…,n)}为CFF基础集,据此修改flag对应值。
(3)对集合x中的元素按(r+1)个元素一组依次进行(r+1)阶排列,遍历每个排列构成的所有排列,判断每个排列中的元素对<i,j>是否已在flag中出现(flag对应值为0),出现则舍弃该排列,结束遍历;否则继续遍历其它元素对<i,j>直至该排列所有元素遍历完。
遍历结束后,若该排列的所有元素对<i,j>在flag中均未出现过(flag对应值为1),则判断该排列为一CFF区组,将其加入CFF区组结果集中,同时修改flag对应值。
(4)根据CFF区组结果集构造编码矩阵cflag。规则为每行对应一个CFF区组fi,每列对应集合x的一个元素,fi中包含元素对应位置记1,其余位置记0。
(5)对cflag求补得到码字矩阵C,生成对应编码。编码规则为每行对应一个CFF区组Ci,每列对应集合x的一个元素,Ci中包含元素对应位置记0,其余位置记1。
容易验证C中任意r个码字之间做逻辑与、逻辑或的结果是唯一的,能有效抵抗任意r个用户之间的与合谋攻击、或合谋攻击。
1-2)I码和CFF码级联编码生成算法。
(1)根据r-CFF(n,t)区组生成算法设计r-CFF(n,t)区组集合f,得到区组数t和对应的码字矩阵C。
(2)根据分发的用户总数N,求I码矩阵大小m的值,m=N/t向上取整。
(3)构造一个m×m的I码矩阵(单位矩阵),扩展每个码字为t×n的子阵。其中,码比特l扩展为全1的t×n子阵;码比特0扩展为全0的t×n子阵。
(4)将扩展矩阵对角线上全1的t×n子阵替换为由CFF设计生成的t×n的码字矩阵C,产生如图1所示级联编码矩阵R。
(5)为进一步有效抵抗平均合谋攻击,使用编码扩展技术对R进行级联编码扩展:用序列10和01对R所有C(t,n)块中的1和0进行扩展为C(t,2n),对R中每个扩展前的C(t,n)块左边的0(t,n)块扩展为0(t,2n),右边的1(t,n)块扩展为1(t,2n),得到如图2所示最终码字矩阵Cend。
因此Cend中元素具有规律性:对角线上的CFF子块同时含有码比特0与码比特1;右上角1子块不含码比特0;左下角0子块不含码比特1。所以通过对0与1同时出现区域定位就可以确定CFF子块在级联码中的位置:统计每条指纹编码中0的个数除以2n,其结果向上取整就是编码所在子块编号(从1开始)。
1-3)I码和CFF码级联编码检测算法。
(1)确定待检编码所在CFF子块位置:统计编码中0的个数除以2n,其结果向上取整就是编码所在子块编号(从1开始)。
(2)确定叛逆者。在CFF子块中任意不大于r个用户合谋产生的向量都是唯一的,因此,确定CFF子块位置后,对指纹特征码字位置进行跟踪就可检测出叛逆者。
具体做法为:从数据库中取出对应子块的所有指纹编码,逐条计算指纹编码与被追踪指纹编码的汉明距离,判定汉明距离最小值对应的指纹编码用户为叛逆者,汉明距离次小值对应的指纹编码用户为叛逆者是大概率事件。当最小值、次小值都为唯一值时,可认定对应的指纹编码用户都是叛逆者。
级联编码检测步骤是先选定特定子块后进行CFF码遍历检测;由于缩写了遍历检测范围,参与检测的CFF编码码长较短,因此特征编码集存储、检测花费的时间空间开销以及运算复杂度都大大降低,能有效提高了编码检测效率。
本发明的效果如下:本发明提出的r-CFF(n,t)码快速生成算法通过计算和查找关联表的方法部分替代传统的排列组合方法,提高了编码时空效率;I码和CFF码级联编码生成算法通过生成小参数CFF编码级联解决了大参数CFF编码难于生成的难题,降低了编码难度,提高了编码效率;I码和CFF码级联编码检测算法,采用分层检测方法,先计算选定特定子块后进行CFF码遍历检测,缩小了遍历检测范围,提高了检测效率。
测试表明经各种合谋攻击后提取的指纹编码至少与一名叛逆者指纹编码匹配率在90%以上,可据此追踪出至少一名叛逆者,满足抗合谋指纹编码国际标准的要求。测试未发生误判、漏判现象,说明本文级联编码能有效抵抗各种合谋攻击,成功追踪叛逆者。
附图说明
图1为本发明内容的级联编码矩阵R。
图2为本发明内容的最终码字矩阵Cend。
图3为本发明实施例的关联矩阵flag1。
图4为本发明实施例的关联矩阵flag2。
图5为本发明实施例的编码矩阵cflag。
图6为本发明实施例的码字矩阵C。
图7为本发明实施例的级联编码矩阵R。
图8为本发明实施例的最终码字矩阵Cend。
图9为本发明实施例的执行流程。
图10为本发明实施例的调制后码字矩阵M。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明
而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价
形式的修改均落于本申请所附权利要求所限定的范围。
假定x={1,2,3,4,5,6,7,8,9,10,11,12}、r=2、n=12。
2-1)2-CFF(12,16)码区组生成算法。
(1)初始化关联矩阵flag[12][12]。
(2)生成基础集,修改flag。2-CFF(12,16)的基础集为{(1,2,3)(4,5,6)(7,8,9)(1,5,9)(2,6,10)(3,7,11)(4,8,12)(10,11,12)},区组(1,2,3)要求将flag的<1,2><1,3><2,3><2,1><3,1><3,2>位置修改为0,依此类推,修改各个区组后flag如图3所示。
(3)讨论以1开头的3阶排列,由图3第1行可知<1,1><1,2><1,3><1,5><1,9>为0,所以11、12、13、15、19开头的排列不是CFF区组;14开头的可用3阶排列有(1,4,6),(1,4,7),(1,4,8),(1,4,10),(1,4,11),(1,4,12)6个,由于(1,4,7)中<1,4><1,7><4,7><4,1><7,1><7,4>均为1,因此(1,4,7)是CFF区组,加入结果集中,同时修改图3中<1,4><1,7><4,7><4,1><7,1><7,4>对应值为0。由于<1,4>、<1,7>已为0,其余14、17开头的排列必然不是CFF区组;16开头的可用3阶排列有(1,6,8),(1,6,10),(1,6,11),(1,6,12)4个,由于(1,6,8)中<1,6><1,8><6,1><6,8><8,1><8,6>均为1,因此(1,6,8)是CFF区组,加入结果集中,同时修改图3中<1,6><1,8><6,1><6,8><8,1><8,6>对应值为0。由于<1,6>、<1,8>已为1,其余16、18开头的排列必然不是CFF区组;类似可知110、111、112开头的排列必然不是CFF区组,此时flag如图4所示。
依此讨论以2、3、……、12开头的区组,最后可得集合x={l,2,3,4,5,6,7,8,9,10,11,12}可构造一个2-CFF(12,16),所有区组构成的集合f={f1,f1,…,f16}。f1={1,2,3},f2={2,4,9},f3={3,4,10},f4={4,5,6},f5={1,4,7},f6={2,5,7},f7={3,5,8},f8={4,8,12},f9={1,5,9},f10={2,6,10},f11={3,6,9},f12={7,8,9},f13={1,6,8},f14={2,8,11},f15={3,7,11},f16={10,11,12}。
(4)根据2-CFF(l2,16)构造对应编码矩阵cflag。如图5第1行所示,f1对应置1位置为1、2、3,其对应编码为111000000000。
(5)生成码字矩阵C。如图6所示c1对应0位置为1、2、3,其对应编码为000111111111。容易验证C中任意2个码字之间做逻辑与、逻辑或的结果是唯一的,能有效抵抗任意2个用户之间的与合谋攻击、或合谋攻击。
2-2)I码和CFF码级联编码生成算法。
(1)当N=32时,使用2-CFF(12,16),I码大小m=32/16=2。
(2)构造一个2×2的单位矩阵,扩展每个码字为16×12的子阵。
(3)产生级联编码矩阵R,如图7所示。
(4)得到最终码字矩阵Cend,如图8所示。
2-3)I码和CFF码级联编码检测算法。
假定图8中最后两行对应的两个用户进行与合谋,从可疑资源中提出的待检指纹编码为:000000000000000000000000011010001000100110101000。
(1)确定待检指纹编码所在CFF子块位置。待检指纹编码中0的个数为39,n为12,所以该指纹所在CFF子块位置编号为39/(2×12)向上取整的值2,位于图8下半部分。
(2)确定叛逆者。待检指纹编码与图8下半部分8个指纹编码的汉明距离依次为18.75、22.9、18.75、18.75、18.75、22.9、10.42、6.25,根据最小的两个值判定图8中最后两行对应的两个用户为叛逆者。
2-4)典型应用流程。
抗合谋数字指纹最主要应用领域是进行数字资源内容的版权追踪和盗版法律取证。典型应用流程如图9所示,由两部分构成:一部分是向数字资源中嵌入数字指纹并进行分发的数字指纹分发模块(前五步骤);另一部分是实现对叛逆者进行追踪并审判的叛逆者追踪模块(后四步骤)。
(1)每一个数字资源,发行商(所有者的代理者,如出版社)使用级联编码生成算法选择不同参数生成不同的原始指纹集,记录数字资源与原始指纹的对应关系。
(2)发行商调制原始指纹集生成调制指纹集,记录原始指纹和调制指纹的一一对应关系、混沌参数等相关信息。
具体方法是发行商首先选择混沌参数,生成与原始指纹相同长度的logistic混沌序列,然后将混沌序列与原始指纹序列异或生成新的指纹序列作为调制指纹。目的是消除原始指纹规律性,增加原始指纹破解难度,实现对原始指纹加密。图10为图8调制后的效果,显然无任何规律性。
(3)发行商将生成的调制指纹集和对应数字资源发送给可信第三方(如图书销售网站)。
(4)用户向可信第三方提出购买某个数字资源请求。
(5)可信第三方从该数字资源对应的调制指纹集中随机选取一条未使用的调制指纹,使用指纹嵌入算法将其嵌入购买数字资源中分发给用户,同时在交易数据库中记录用户ID和调制指纹的对应关系。
多个叛逆者购买正版数字资源后,通过比较各自数字资源不同之处进行合谋攻击,移除或修改其中嵌入的数字指纹序列生成盗版数字资源。其目的是降低盗版数字资源被追踪的概率,减轻自己的犯罪程度,逃避法律制裁。
发现可疑数字资源,法院要求相关方在法院人员监督下进行以下操作,进行法律取证。
(6)可信第三方使用指纹提取算法从可疑数字资源中提取调制指纹。
(7)可信第三方依次计算提取调制指纹与交易数据库中调制指纹的汉明距离,返回汉明距离最小值对应的调制指纹和对应的用户ID等用户购买记录,证明该用户购买过嵌入该调整指纹的数字资源,据此判定该用户为叛逆者之一,实现叛逆者追踪。
(8)发行商使用指纹解调算法实现叛逆者调制指纹解调,还原出对应原始指纹,使用级联编码检测算法判定叛逆者原始指纹和调制指纹对应关系是否成立,进一步验证叛逆者身份,确定对应的原始数字资源。
(9)法院出示用户ID、可疑数字资源、提取的调制指纹、对应原始指纹、原始指纹对应的原始数字资源、原始数字资源对应的所有者等取证证据,审判叛逆者,使其受到相应法律制裁,有效打击叛逆者,实现数字资源版权保护。
Claims (3)
1.一种基于I码和CFF码的抗合谋指纹编码方法,其特征在于,抗合谋指纹编码采用I码和CFF码级联编码生成算法生成,包括以下步骤:
(1)根据r-CFF(n,t)快速生成算法设计r-CFF(n,t)区组集合f,得到区组数t和对应的码字矩阵C;
(2)根据分发的用户总数N,求I码矩阵大小m的值,m=N/t向上取整;
(3)构造一个m×m的I码矩阵,扩展每个码字为t×n的子阵;其中,码比特l扩展为全1的t×n子阵;码比特0扩展为全0的t×n子阵;
(4)将扩展矩阵对角线上全1的t×n子阵替换为步骤(1)中t×n的码字矩阵C,产生级联编码矩阵R;
(5)为进一步有效抵抗平均合谋攻击,使用编码扩展技术对R进行级联编码扩展:用序列10和01对R所有C(t,n)块中的1和0进行扩展为C(t,2n),对R中每个扩展前的C(t,n)块左边的0(t,n)块扩展为0(t,2n),右边的1(t,n)块扩展为1(t,2n),得到最终码字矩阵Cend;;
Cend中元素具有规律性:对角线CFF子块同时含有码比特0与码比特1;右上角1子块不含码比特0;左下角0子块不含码比特1;所以通过对0与1同时出现区域定位就可以确定CFF子块在级联码中的位置;
CFF子块定位规则为:统计每条指纹编码中0的个数除以2n,其结果向上取整就是编码所在子块编号(从1开始)。
2.根据权利要求1所述的基于I码和CFF码的抗合谋指纹编码方法,其特征在于,所述的r-CFF(n,t)快速生成算法基于关联矩阵,包括以下步骤:
(1)选定编码元素集合x={1,2,…,n}、最大抗合谋人数r,初始化关联矩阵flag[n][n];flag第i行、第j列(1≤i,j≤n)值为0表示元素对<i,j>已出现在某一CFF区组中,不能再次用于CFF区组设计;为1表示元素对<i,j>可用于CFF区组设计;CFF区组设计定义要求元素对<i,i>不能出现于CFF区组设计中,所以flag初始时对角线元素值为0,其余元素值为1;
(2)生成基础集,修改flag对应值;根据组合数学,集合{(1,…,r+1),(r+2,…,2r+2),…,(n-r,…,n)}和{(1,n/(r+1)+1,…,(r×n)/(r+1)+1),(2,n/(r+1)+2,…,(r×n)/(r+1)+2),…,(n/(r+1),2n/(r+1),…,n)}为CFF基础集,据此修改flag对应值;
(3)对集合x中的元素按(r+1)个元素一组依次进行(r+1)阶排列,遍历所有排列,判断构成每个排列的所有元素对<i,j>是否已在flag中出现(flag对应值为0),出现则舍弃该排列,结束当前排列遍历;否则继续遍历其它元素对<i,j>直至当前排列所有元素对遍历完;
遍历结束后,若该排列的所有元素对<i,j>在flag中均未出现过(flag对应值为1),则判断该排列为一CFF区组,将其加入CFF区组结果集中,同时修改flag对应值;
(4)根据CFF区组结果集构造编码矩阵cflag;规则为每行对应一个CFF区组fi,每列对应集合x的一个元素,fi中包含元素对应位置记1,其余位置记0;
(5)对cflag求补得到码字矩阵C,生成对应编码;编码规则为每行对应一个CFF区组Ci,每列对应集合x的一个元素,Ci中包含元素对应位置记0,其余位置记1。
3.根据权利要求1所述的基于I码和CFF码的抗合谋指纹编码方法,其特征在于,抗合谋指纹编码采用I码和CFF码级联编码检测算法追踪叛逆者,包括以下步骤:
(1)确定待检编码所在CFF子块位置:统计每条指纹编码中0的个数除以2n,其结果向上取整就是编码所在子块编号(从1开始);
(2)确定叛逆者;在CFF子块中任意不大于r个用户合谋产生的向量都是唯一的,因此,确定CFF子块位置后,对指纹特征码字位置进行跟踪就可检测出叛逆者;
具体实现方法可以为:从数据库中取出对应子块的所有指纹编码,逐条计算指纹编码与被追踪指纹编码的汉明距离,判定汉明距离最小值对应的指纹编码用户为叛逆者,汉明距离次小值对应的指纹编码用户为叛逆者是大概率事件;当最小值、次小值都为唯一值时,可认定对应的指纹编码用户都是叛逆者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510776121.XA CN105225198A (zh) | 2015-11-15 | 2015-11-15 | 基于i码和cff码的抗合谋指纹编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510776121.XA CN105225198A (zh) | 2015-11-15 | 2015-11-15 | 基于i码和cff码的抗合谋指纹编码方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105225198A true CN105225198A (zh) | 2016-01-06 |
Family
ID=54994150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510776121.XA Pending CN105225198A (zh) | 2015-11-15 | 2015-11-15 | 基于i码和cff码的抗合谋指纹编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105225198A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358072A (zh) * | 2017-07-17 | 2017-11-17 | 兰州交通大学 | 基于i码和cff码的矢量地图数字指纹版权保护方法 |
CN110958232A (zh) * | 2019-11-22 | 2020-04-03 | 南京邮电大学 | 基于cff码和rs码的抗合谋电力数据指纹编码方法 |
CN113326485A (zh) * | 2021-05-07 | 2021-08-31 | 南京邮电大学 | 基于动态网络表示学习的抗近邻合谋数字指纹生成方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080056497A1 (en) * | 2006-09-06 | 2008-03-06 | Korea Advanced Institute Of Science And Technology | Method of generating anti-collusion fingerprint codes using |
CN103957099A (zh) * | 2014-05-16 | 2014-07-30 | 武汉大学 | 一种与水印结合的媒体加密和解密的方法 |
-
2015
- 2015-11-15 CN CN201510776121.XA patent/CN105225198A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080056497A1 (en) * | 2006-09-06 | 2008-03-06 | Korea Advanced Institute Of Science And Technology | Method of generating anti-collusion fingerprint codes using |
CN103957099A (zh) * | 2014-05-16 | 2014-07-30 | 武汉大学 | 一种与水印结合的媒体加密和解密的方法 |
Non-Patent Citations (1)
Title |
---|
李启南 等: "基于CFF码和I码的抗合谋数字指纹编码", 《计算机工程》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358072A (zh) * | 2017-07-17 | 2017-11-17 | 兰州交通大学 | 基于i码和cff码的矢量地图数字指纹版权保护方法 |
CN107358072B (zh) * | 2017-07-17 | 2019-12-27 | 兰州交通大学 | 基于i码和cff码的矢量地图数字指纹版权保护方法 |
CN110958232A (zh) * | 2019-11-22 | 2020-04-03 | 南京邮电大学 | 基于cff码和rs码的抗合谋电力数据指纹编码方法 |
CN110958232B (zh) * | 2019-11-22 | 2022-12-06 | 南京邮电大学 | 基于cff码和rs码的抗合谋电力数据指纹编码方法 |
CN113326485A (zh) * | 2021-05-07 | 2021-08-31 | 南京邮电大学 | 基于动态网络表示学习的抗近邻合谋数字指纹生成方法 |
CN113326485B (zh) * | 2021-05-07 | 2022-09-09 | 南京邮电大学 | 基于动态网络表示学习的抗近邻合谋数字指纹生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110958232B (zh) | 基于cff码和rs码的抗合谋电力数据指纹编码方法 | |
JP2001285623A (ja) | 埋め込み符号生成方法及び装置、埋め込み符号検出方法及び装置並びに電子透かし埋め込み装置及び電子透かし検出装置 | |
CN109146524A (zh) | 一种采用区块链技术的农产品溯源信息安全解决方法 | |
CN104850765A (zh) | 一种水印处理方法、装置及系统 | |
CN112131227A (zh) | 一种基于联盟链的数据查询方法及装置 | |
CN105225198A (zh) | 基于i码和cff码的抗合谋指纹编码方法 | |
CN102194271A (zh) | 一种计算机选号的方法、装置及其应用 | |
CN113065149A (zh) | 基于区块链和抗合谋攻击指纹码的数据版权保护方法 | |
CN113779355A (zh) | 基于区块链的网络谣言溯源取证方法及系统 | |
CN106533680A (zh) | 一种保护位置隐私的量子近邻查询方法 | |
CN105512523A (zh) | 一种匿名化的数字水印嵌入和提取方法 | |
CN111125750A (zh) | 一种基于双层椭圆模型的数据库水印嵌入、检测方法及系统 | |
CN101527030A (zh) | 基于边信息的安全水印方法 | |
Zane | Efficient watermark detection and collusion security | |
CN111062456A (zh) | 一种二维码加密算法 | |
CN102088588B (zh) | 基于扩展变换标量和纠错码的视频数字指纹方法 | |
Wang | Digital image encryption algorithm design based on genetic hyperchaos | |
CN111510165B (zh) | 一种基于ipp码和rs码的抗共谋数字指纹编码方法 | |
JP3651777B2 (ja) | 電子透かしシステム、電子透かし解析装置、電子透かし解析方法及び記録媒体 | |
Yu et al. | Group-oriented anti-collusion fingerprint based on bibd code | |
CN103294937A (zh) | 一种软件保护系统及其保护方法 | |
Yu et al. | Group-oriented and Collusion Secure Fingerprint for Digital Images. | |
Tripathi et al. | Comparison of Performance of Boneh-Shaw Finger Printing Codes with Tardos Under Randomized Bits Collusion Attacks | |
CN116912002B (zh) | 一种基于区块链技术的房地产交易系统 | |
Chaabane et al. | An enhanced hierarchical traitor tracing scheme based on clustering algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160106 |
|
WD01 | Invention patent application deemed withdrawn after publication |