CN111125750B - 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 - Google Patents

Abstract

本发明公开了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。本系统包括：过滤模块，用于从每批元组中选择若干条元组用于水印嵌入；预处理模块，用于从所选元组i的属性x中提取候选位数据，并将其转化成组的形式D_g；将密钥K转化成组的形式K_g；水印计算模块，用于根据K_g、D_g和配置的取模值M生成元组i的水印组W_g；并将W_g中排序结果值为第P₁与第P₂的元素交换位置；水印生成模块，用于将元组i的水印值写入元组i属性x中对应的候选位；库修改模块，用于将嵌入水印的元组i写回目标数据库；水印索引模块，用于将元组的水印值附加验证层提取的特征生成索引数据表；水印恢复模块，用于将具有水印值的元组去掉水印。

Description

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

技术领域

本发明涉及数据库数据安全，具体地说，涉及一种证明数据库数据所有权的数字水印方法及系统。属于信息安全技术领域。

背景技术

数据泄露是外部攻击者盗取内部的数字资产，使云服务商面临法律风险和经济损失。在云计算时代，每个领域的数据都在增长。因此，在为用户提供服务的同时，云服务提供商还需要确保数据所有者的数据安全。水印技术在数据库所有权保护中起着至关重要的作用。

数据库是计算机中存放数据的仓库。用户可以对文件中的数据进行新增、查询、更新、删除等操作。数据库管理系统是为管理数据库而设计的电脑软件系统，一般具有存储、截取、安全保障、备份等基础功能。目前数据库安全问题是攻击者可以利用数据库的自身漏洞与管理缺陷进行恶意攻击，从而控制数据库管理软件，进而盗取用户数据。本发明的目标是在数据被盗取后，能够证明被盗数据的所有者和所有权归属，进而进行法律诉讼和追溯失责。目前需要保障数据所有权的方法就是数据库水印技术。

最早的关系型数据库水印技术是由Agrawal等人发表的，它依赖于将比特串作为水印嵌入。检测算法是逆操作嵌入行为进行比特串的匹配提取。崔新春等人提出了一种加权水印算法，该算法根据属性的显著影响为嵌入内容分配不同的权重。Zhou提出了一种将图像(BMP文件)嵌入关系数据库的方案，并采用BCH码的纠错方法来增强算法的鲁棒性。Wang研究了将语音信号作为水印嵌入数据库的方法。Sion为分类数据提供了一种新的思路，根据一定的规则建立类别属性之间的秘密对应关系。

目前来看，结合以上这些技术方案和专利申请号CN201910378050.6、CN201510263330.4的方案，均具有两个方面的缺陷：1.将整个数据库作为一个所有权证明的个体，如果数据库数据被部分窃取，则难以检测。2.强依赖于某个特殊属性，如主键，如果此属性被破坏，则功能失效。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种基于双层椭圆模型的数据库水印方法及系统。本发明建立双层椭圆模型方法，其中核心层嵌入水印，验证层提供多重验证，证明水印的有效性，使在数据库中嵌入的每条水印可以独立地证明所有权。

本发明主要思想是每个水印都有一个独立的验证过程，包括实际嵌入和多重验证。在双层椭圆模型框架下，本发明实现了一种鲁棒性良好、半盲可逆水印系统。本方案的目标是利用不显著的数值型数据库数据进行定位和嵌入水印。主键、最高有效位(MSB)等密钥信息成为验证嵌入水印有效性的辅助条件。本发明方案的数据类型范围是所有类型的数值属性(如整数、浮点数、双精度、布尔值)。水印系统模型如图1所示，其中核心层作用为水印嵌入和提取，具体包括过滤模块，预处理模块，水印计算模块，水印生成模块，水印索引模块，水印恢复模块，库修改模块；验证层作用为提取元组自身特征和环境特征，用于验证核心层提取的水印的有效性。

各模块功能为：

a)过滤模块。根据配置的水印嵌入密度参数I，在嵌入过程中，每I条数据，随机选择一条完整的无缺失数据元组，当选择的元组需嵌入属性数据缺失时，进行重新选择。在检测过程中，则不会过滤元组，将全部数据导入预处理模块，以便确认哪些元组存在水印；

b)预处理模块。预处理模块将数据库数据解析，从各属性提取候选位数值，依次拼接形成一个不定长的整型数值，作为预处理值，并将其存储，在水印嵌入、水印计算模块中使用；

c)水印计算模块。水印计算模块根据配置值I，按设定批次，如每次200条，读取预处理模块产生的预处理值，根据用户密钥运行提取算法，实时计算水印值；

d)水印生成模块。将计算得到的数值格式水印值，根据配置中选择的候选属性和候选位，重新替换元组原值，将水印还原成数据库格式；元组的水印水印值是根据当前元组值和密钥生成，每个被选择的元组生成的水印值都不一样，因此保护的粒度是单条元组；

e)库修改模块。将数据库格式的水印写入水印数据库；

f)水印索引模块。将水印计算模块产生的水印值附加验证层提取的特征，产生索引用于检索水印。

g)水印恢复模块，用于将具有水印值的元组去掉水印。

h)验证层。根据水印本身和环境，提取特征用于验证水印值。在此方案中，共使用3个特征用于验证，分别为：1.主键与密钥值产生的哈希值，hash(P_k|key)，将主键P_k和密钥key拼接并取其哈希值。2.元组上下文与密钥值的jaccard距离dis。3.距离上一次嵌入的距离d。

水印嵌入过程的流程如图2、图3、图4所示。本数据库水印嵌入方法具体包括以下步骤：

1.设置水印嵌入配置，每个元组的数据模式相同均为R＝(P_k,A1,A2…An)。P_k为主键，A1,A2,A3等为元组中的普通属性。候选属性需要为数值型，选择需要嵌入的属性和候选位数，一般选择具有较小影响的属性的后几位数字。设置嵌入水印间隔I，密钥K。其他配置系统可自动生成。

2.过滤操作，目标数据库数据依次进入过滤模块。符合条件进入系统。在默认条件下，I＝200，则每200条数据随机选择一条数据进行水印嵌入；

3.预处理操作，如图3所示，将选择的属性中的候选位数字提取，转化成组的形式D_g，其形式为将预处理模块产生的整型数值，按位分割成数值组，默认组大小为4，则每个组中具有4个整数值，用于产生水印值，并将密钥K转化成组的形式K_g，格式同D_g；

4.水印计算操作，如图4所示,在水印计算模块，根据密钥K_g、预处理值D_g和配置的取模值M，产生初步的水印组W_g；其中每个元素W_gi为一个整数值，生成方式为W_gi＝D_gi⊕K_gimodM，D_gi为D_g组集合中的第i个组，K_gi为K_g组集合中的第i个组。⊕操作符为将D_gi中每一个整数与K_gi中同位置的整数相乘，然后将所有结果相加。最后通过取模操作获取最终W_gi。并根据配置参数中的两个随机数P₁和P₂值，交换W_g中排序结果为第P₁和P₂大值的位置，最终将各分组合并，获取水印计算结果。同时，验证层提取元组的特征(包括元组的本身特征和环境特征)，每个特征赋予权重w_j，根据其特征的独特性，具有不同的值。则本条水印的置信度为p_i(w₀+max{w₁q_i1,...,w_nq_in}),p_i为水印是否能够在索引数据表中找到，找到为1，不存在则为0，权重为w₀。n为特征数量。元组的特征包括：使用主键与密钥值产生的哈希值，hash(P_k|key)；元组上下文与密钥值的杰卡德距离(jaccard距离)dis；距离上一次嵌入的距离d三个特征，分别赋予权重1、0.5、0.5。检测时即根据此公式计算水印有效性。q_in含义是元组i的第n个特征的条件是否能满足的判断，满足结果为1，不满足为0，其对应的权重为w_n。

5.水印嵌入操作，将步骤4水印计算操作获得的水印值写入元组。在水印生成模块，依据配置参数的候选属性中候选位，将水印值依次替换元组原值，形成数据库结构的水印，之后在库修改模块将其写回目标数据库；

6.水印索引根据水印计算操作结果，将水印值作为主键，验证层提取的元组特征作为基本属性，在数据库中产生索引数据表，用于匹配水印；

索引数据表如下表：

Watermark	Feature1	Feature2	Feature3
				123043273621	0.3547234	H3jd732bjks73	1.00
528546213829	0.5783543	Ncyu3kan3jksd	0.95

7.重复2-6操作，直到遍历完数据库，整体流程如图2所示。

水印检测过程的流程如图3、图4、图5所示。本数据库水印检测方法具体包括以下步骤：

1.读取水印配置，每个元组的数据模式相同均为R＝(P_k,A1,A2…An)。P_k为主键，A1，A2,A3等为元组中的普通属性。读取嵌入的属性和候选位数，嵌入水印间隔I，密钥K等设置的值。

2.预处理操作，如图3所示，将选择的属性中的候选位数字提取，转化成组的形式D_g，其形式为将预处理模块产生的整型数值，按位分割成数值组，默认组大小为4，则每个组中具有4个整数值，用于产生水印值，并将密钥K转化成组的形式K_g，格式同D_g；

3.水印计算操作，如图4所示,在水印计算模块，根据配置参数密钥K_g、取模值M和预处理值D_g，产生初步的水印组W_g，其中每个元素W_gi为一个整数值，生成方式为W_gi＝D_gi⊕K_gimodM，D_gi为D_g组集合中的第i个组，K_gi为K_g组集合中的第i个组。⊕操作符为将D_gi中每一个整数与K_gi中同位置的整数相乘，最后将所有结果相加。最后通过取模操作获取最终W_gi。并根据配置参数中的两个随机数P₁和P₂值，交换W_g中排序结果为第P₁和P₂大值的位置，最终将各分组合并，获取水印计算结果。同时，验证层提取元组本身特征和环境特征，每个特征，根据其特征的独特性，具有不同的权重，则本条水印的置信度为p_i(w₀+max{w₁q_i1,...,w_nq_in}),其中p_i为本元组的水印计算结果能否在索引数据表中找到，找到为1，不存在则为0，权重为w₀。元组的特征包括：使用主键与密钥值产生的哈希值，hash(P_k|key)；元组上下文与密钥值的杰卡德距离(jaccard距离)dis；距离上一次嵌入的距离d三个特征，分别赋予权重1、0.5、0.5。即根据此公式计算水印有效性。q_in含义是元组i的第n个特征的条件是否能满足的判断，满足结果为1，不满足为0，其对应的权重为w_n。

4.重复2-3操作，直到遍历完数据库，数据库的整体水印置信度计算公式为

其中S为数据库总条数除以参数水印间隔I得出的值，大于阈值50％，则说明水印真实有效。本方法独特的使用密钥更改元组中多个分散数值，嵌入所有权。并使用多重验证机制，提高嵌入水印的所有权置信度，使单条元组中的水印即可具有完整所有权信息，则整个数据库中会存在若干条具有完整所有权信息的元组，通过计数提取的水印数量，完成整体检测。整体流程如图5所示。

和现有技术相比，本发明具有如下优势：

1.本发明的方法，使得每个数据库元组中的水印都有一个独立的验证过程，包括实际水印嵌入检验和多重验证，多重验证的条件可以根据真实数据环境调整。本发明将一个完整所有权信息嵌入单条水印中，通过计数数据库提取的水印数量，并比较阈值完成检测。

2.本发明一种基于双层椭圆模型的数据库水印方法及系统能够不依赖于主键等主要属性，而是根据水印本身的值，具有更强的鲁棒性；在不同数据库环境下，在验证层使用不同的特征适配，提高置信度和灵活性；同时，本系统能够在作用在各种数值型属性中，如浮点数型，双浮点数型，布尔型，整型；本系统有直观的结果展示和概率测算，给与用户客观的数据，便于其判断；本系统可调整嵌入水印的密度，控制对数据统计的影响。

附图说明

图1是本发明一种基于双层椭圆模型的数据库水印方法及系统的结构图。

图2是本发明一种基于双层椭圆模型的数据库水印方法及系整体流程图。

图3是本发明一种基于双层椭圆模型的数据库水印方法及系统预处理操作流程图。

图4是本发明一种基于双层椭圆模型的数据库水印方法及系统水印计算操作流程图。

图5是本发明一种基于双层椭圆模型的数据库水印方法及系统水印检测流程图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的说明，但不以任何方式限制本发明的范围。

本方案采用美国森林覆盖数据资源信息作为实验数据，对数据库过滤，预处理，水印计算，水印嵌入，库修改一系列操作，给出本发明的一个实施例。

下表为数据表字典。

步骤1：首先用户登陆系统网页，在上面设置数据库水印配置：

1)选择待嵌入数据库

2)选择嵌入列和每列嵌入位数；

3)点击生成配置键，生成默认配置，间隔每200条随机加入一条水印；

步骤2：过滤模块和预处理模块将上面的水印配置解析成数据存储(本地文件系统)中。之后系统根据配置文件的配置值，使用springboot框架中的batch模块，从数据库分批读取元组数据，调用预处理模块提取预处理数值。

步骤3：在水印计算模块，根据配置参数密钥K_g、预处理值D_g、取模值M，产生初步的水印组W_g，其中每个元素W_gi为一个整数值，生成方式为W_gi＝D_gi⊕K_gimodM，D_gi为D_g组集合中的第i个组，K_gi为K_g组集合中的第i个组。⊕操作符为将D_gi中每一个整数与K_gi中同位置的整数相乘，最后将所有结果相加。最后通过取模操作获取最终W_gi。并根据配置参数中的两个随机数P₁和P₂值，交换W_g中排序结果为第P₁和P₂大值的位置，最终将各分组合并，获取水印计算结果。同时，验证层提取元组本身特征和环境特征，每个特征予验证权重w_i，根据其特征的独特性，具有不同的值，则本条水印的置信度为p_i(w₀+max{w₁q_i1,...,w_nq_in}),p_i为水印是否能够在索引数据表中找到，权重为w₀。p_i、q_i值为0或1，1代表满足其特征条件，0为不满足。同时，验证层提取元组本身和环境特征。使用元组主键Hash值,元组上下文与预处理值杰卡德距离dis，距离上一次嵌入距离d作为验证层特征。分别赋予权重1、0.5、0.5。

步骤4：水印嵌入操作，将计算操作获得的水印数据在水印嵌入模块还原成数据库结构的数据，之后在库修改模块将其写回目标数据库；

步骤5：水印索引根据水印计算操作结果，产生索引，用于匹配水印，存入索引数据库中；

水印索引样例如下表：

Watermark	Feature1	Feature2	Feature3
				123043273621	0.3547234	H3jd732bjks73	1.00
528546213829	0.5783543	Ncyu3kan3jksd	0.95

步骤6：重复3-5过程，直到遍历完整个数据库。

从本实施例可以看出，本系统可以对数据库打入所有权水印。

以上实施仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求书所述为准。

Claims (10)

1.一种数据库水印嵌入方法，其步骤包括：

1)设置水印嵌入配置，选择需要嵌入的属性x和候选位；

2)过滤模块分批读取目标数据库中的元组，从每批元组中随机选择若干条元组用于水印嵌入；

3)预处理模块从所选元组i的属性x中提取设定候选位数据，并将其转化成组的形式D_g；将密钥K转化成组的形式K_g；

4)水印计算模块根据K_g、D_g和配置的取模值M，生成元组i的水印组W_g；并根据配置参数中的两个随机数P₁和P₂值，将W_g中排序结果值为第P₁大的元素与排序结果值为第P₂大的元素进行位置交换，得到所选元组i的水印计算结果；

5)水印生成模块将元组i的水印值写入元组i属性x中对应的候选位，然后库修改模块将嵌入水印的元组i写回目标数据库；

6)水印索引模块将元组的水印值附加验证层提取的该元组的特征，在目标数据库中生成索引数据表，用于匹配水印。

2.如权利要求1所述的方法，其特征在于，所述水印组W_g中每个元素W_gi为一个整数值，生成方式为W_gi＝D_gi⊕K_gimodM；D_gi为D_g中的第i个组，K_gi为K_g中的第i个组，⊕操作符为将D_gi中每一个整数与K_gi中同位置的整数相乘，然后将所有相乘的结果相加。

3.如权利要求1或2所述的方法，其特征在于，元组i的特征包括：使用元组i的主键与密钥值产生的哈希值、元组i上下文与密钥值的jaccard距离dis和距离上一次嵌入的距离d。

4.如权利要求1所述的方法，其特征在于，每个元组的数据模式相同均为R＝(P_k,A1,A2…An)；P_k为主键，An为元组中的第n个属性。

5.如权利要求1所述的方法，其特征在于，D_g的形式为将提取的候选位数据按位分割成数值组，每个组中具有多个整数值，用于产生水印值；K_g与D_g格式相同。

6.一种数据库水印检测方法，其步骤包括：

1)根据嵌入时所选的属性x和候选位，从目标数据库的元组i的属性x中提取候选位数据并将其转化成组的形式D_g；将配置的密钥K转化成组的形式K_g；

2)水印计算模块根据K_g、元组i的D_g和配置的取模值M，生成元组i的水印组W_g；并根据配置参数中的两个随机数P₁和P₂值，将W_g中排序结果值为第P₁大的元素与值为第P₂大的元素进行位置交换，得到元组i的水印计算结果；并且根据验证层提取的元组i的特征计算该元组i的水印置信度；

3)重复步骤1)～2)，直到遍历完该目标数据库中的元组，计算该目标数据库的整体水印置信度，如果该目标数据库的整体水印置信度大于设定阈值，则判定水印真实有效。

7.如权利要求6所述的方法，其特征在于，元组i的水印置信度为p_i(w₀+max{w₁q_i1,...,w_nq_in}),其中p_i的取值根据元组i的水印是否能够在索引数据表中被找到确定，权重为w₀；q_in是元组i的第n个特征w_n的权重。

8.如权利要求7所述的方法，其特征在于，该目标数据库的整体水印置信度为

其中S为目标数据库中元组总数除以设定的水印间隔I得出的值。

9.一种数据库水印系统，其特征在于，包括核心层和验证层；核心层包括过滤模块、预处理模块、水印计算模块、水印生成模块、水印索引模块、水印恢复模块和库修改模块；验证层用于提取水印的特征，用于验证核心层提取的水印的有效性；其中，

过滤模块，用于分批读取目标数据库中的元组，从每批元组中选择若干条元组用于水印嵌入；

预处理模块，用于从所选元组i的属性x中提取设定的候选位数据，并将其转化成组的形式D_g；将密钥K转化成组的形式K_g；

水印计算模块，用于根据K_g、D_g和配置的取模值M，生成元组i的水印组W_g；并根据配置参数中的两个随机数P₁和P₂值，将W_g中排序结果值为第P₁大的元素与排序结果值为第P₂大的元素进行位置交换，得到所选元组i的水印计算结果；

水印生成模块，用于将元组i的水印值写入元组i属性x中对应的候选位；

库修改模块，用于将嵌入水印的元组i写回目标数据库；

水印索引模块，用于将元组的水印值附加验证层提取的该元组的特征，在目标数据库中生成索引数据表，用于匹配水印；

水印恢复模块，用于将具有水印值的元组去掉水印。

10.如权利要求9所述的系统，其特征在于，所述验证层计算目标数据库的整体水印置信度

如果该目标数据库的整体水印置信度大于设定阈值，则判定水印真实有效；其中，S为目标数据库中元组总数除以设定的水印间隔I得出的值，p_i的取值根据元组i的水印是否能够在索引数据表中被找到确定，权重为w₀；q_in是元组i的第n个特征w_n的权重；元组i的特征包括：使用元组i的主键与密钥值产生的哈希值、元组i上下文与密钥值的jaccard距离dis和距离上一次嵌入的距离d。

Images