CN115203647A - 一种立体模型权利保护与溯源方法 - Google Patents
一种立体模型权利保护与溯源方法 Download PDFInfo
- Publication number
- CN115203647A CN115203647A CN202210766068.5A CN202210766068A CN115203647A CN 115203647 A CN115203647 A CN 115203647A CN 202210766068 A CN202210766068 A CN 202210766068A CN 115203647 A CN115203647 A CN 115203647A
- Authority
- CN
- China
- Prior art keywords
- unique identifier
- file
- information
- model
- stereoscopic model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003062 neural network model Methods 0.000 claims abstract description 15
- 238000013528 artificial neural network Methods 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims abstract description 5
- 238000004806 packaging method and process Methods 0.000 claims abstract description 5
- 230000008520 organization Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
- H04L9/3239—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/60—Digital content management, e.g. content distribution
- H04L2209/603—Digital right managament [DRM]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/60—Digital content management, e.g. content distribution
- H04L2209/606—Traitor tracing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Storage Device Security (AREA)
Abstract
本发明提供的一种立体模型权利保护与溯源方法包括:采集数据信息;根据所述数据信息采用sha256哈希算法计算出购买所述立体模型权利产品的计算机的唯一标识符;采用深度神经网络不可见水印技术制作一个植入了所述节点唯一标志符的深度神经网络模型,采用所述植入神经网络模型处理所述立体模型权利产品,获得加密文件;根据所述加密文件和所述唯一标识符采用sha256哈希函数计算处理;再次加密所述立体模型权利产品;将二次加密立体模型文件的产品唯一标志符和节点唯一标志符打包提交给联盟链的智能合约,获得立体模型文件认证信息。通过导出被窃取立体模型文件流转过程信息能够分析出窃取立体模型文件的细节。
Description
技术领域
本发明涉及立体模型领域,尤其涉及一种立体模型权利保护与溯源方法。
背景技术
目前使用区块链技术进行立体模型追溯与权利保护的方案都存在有容易被破解的困境,因为区块链技术只能保证区块链中的信息是可信的,无法管理到区块链外特别是实体世界的信息。由于计算机中的模型查看器必须将解密后的模型信息存入计算机内存中,使用内存提取的方法可以不通过区块链将其提取出来传播。特别是,使用截图的方法或者拍摄屏幕这种实体世界的方法进行盗版行为,区块链技术无能为力。
发明内容
鉴于上述问题,提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种立体模型权利保护与溯源方法。
根据本发明的一个方面,提供了一种立体模型权利保护与溯源方法包括:
采集数据信息,所述数据信息包括立体模型权利产品的计算机网卡的MAC地址、个人和/或机构信息的集合;
根据所述数据信息采用sha256哈希算法计算出购买所述立体模型权利产品的计算机的唯一标识符;
所述唯一标志符包括产品唯一标志符和节点唯一标志符;
所述产品唯一标志符为被购买的立体模型权利的唯一标识符;
所述节点唯一标志符为购买了立体模型权利的个人和/或组织的计算机组代表的peer节点的唯一标识符;
采用深度神经网络不可见水印技术制作一个植入了所述节点唯一标志符的深度神经网络模型,获得植入深度神经网络模型;
采用所述植入神经网络模型处理所述立体模型权利产品,获得加密文件;
根据所述加密文件和所述唯一标识符采用sha256哈希函数计算处理,获得哈希值;
再次加密所述立体模型权利产品,获得二次加密立体模型文件;
将所述二次加密立体模型文件的产品唯一标志符和节点唯一标志符打包提交给联盟链的智能合约,获得立体模型文件认证信息。
可选的,所述溯源方法还包括:
购买立体模型产品权利的组织和/或个人将立体模型文件分享给其余计算机时,被共享者也要加入联盟链中作为一个peer节点;
购买者将所述立体模型文件的唯一标识符与将要共享给的计算机的非对称加密的公钥打包,用自己的私钥对所述立体模型文件签名生成一个描述文件;
将所述描述文件上传至所述智能合约中;
所述智能合约会建立流转信息,并授权被分享的节点所代表的计算机通过智能合约认证打开所述立体模型文件的权利。
可选的,所述溯源方法还包括:
获取被窃取的立体模型文件,并解密出唯一标志符;
根据所述唯一标志符在所述智能合约中查询到购买对应数字权利产品的个人和/或组织的计算机网卡MAC地址和之前写入的购买者的信息。
可选的,所述溯源方法还包括:
根据购买者的所述计算机网卡MAC地址、购买者信息和所述立体模型文件的唯一标识符生成信息描述文件;
将所述信息描述文件上传至所述智能合约,生成代表所述立体模型文件的流转信息的有向无环图;
根据所述有向无环图,从窃取信息的计算机代表的peer节点为起点开始深度优先搜索,获得所有的合法路径。
本发明提供的一种立体模型权利保护与溯源方法包括:采集数据信息,所述数据信息包括立体模型权利产品的计算机网卡的MAC地址、个人和/或机构信息的集合;根据所述数据信息采用sha256哈希算法计算出购买所述立体模型权利产品的计算机的唯一标识符;所述唯一标志符包括产品唯一标志符和节点唯一标志符;所述产品唯一标志符为被购买的立体模型权利的唯一标识符;所述节点唯一标志符为购买了立体模型权利的个人和/或组织的计算机组代表的peer节点的唯一标识符;采用深度神经网络不可见水印技术制作一个植入了所述节点唯一标志符的深度神经网络模型,获得植入深度神经网络模型;采用所述植入神经网络模型处理所述立体模型权利产品,获得加密文件;根据所述加密文件和所述唯一标识符采用sha256哈希函数计算处理,获得哈希值;再次加密所述立体模型权利产品,获得二次加密立体模型文件;将所述二次加密立体模型文件的产品唯一标志符和节点唯一标志符打包提交给联盟链的智能合约,获得立体模型文件认证信息。通过导出被窃取立体模型文件流转过程信息能够分析出窃取立体模型文件的细节,有助于进行知识产权保护工作。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种立体模型权利保护与溯源方法的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元。
下面结合附图和实施例,对本发明的技术方案做进一步的详细描述。
如图1所示,一种立体模型权利保护与溯源方法包括:
步骤100:采集数据信息,所述数据信息包括立体模型权利产品的计算机网卡的MAC地址、个人和/或机构信息的集合;
步骤200:根据所述数据信息采用sha256哈希算法计算出购买所述立体模型权利产品的计算机的唯一标识符;
所述唯一标志符包括产品唯一标志符和节点唯一标志符;所述产品唯一标志符为被购买的立体模型权利的唯一标识符;所述节点唯一标志符为购买了立体模型权利的个人和/或组织的计算机组代表的peer节点的唯一标识符;
步骤300:采用深度神经网络不可见水印技术制作一个植入了所述节点唯一标志符的深度神经网络模型,获得植入深度神经网络模型;
步骤400:采用所述植入神经网络模型处理所述立体模型权利产品,获得加密文件;
步骤500:根据所述加密文件和所述唯一标识符采用sha256哈希函数计算处理,获得哈希值;
步骤600:再次加密所述立体模型权利产品,获得二次加密立体模型文件;
步骤700:将所述二次加密立体模型文件的产品唯一标志符和节点唯一标志符打包提交给联盟链的智能合约,获得立体模型文件认证信息。
用户或者机构购买立体模型数字产品权利之后,将个人的计算机或机构的一组计算机加入联盟链中,并将每一台定义为链中的一个peer节点。
在区块链内使用区块链的可追溯性与不可篡改性保证立体模型文件无法被直接拷贝使用,想要分享文件必须将分享信息写入区块链中,一旦发现某个节点存在侵犯知识产权的行为就可以在区块链中导出文件流转到该节点的路径信息。如果采用区块链无法监管到的手段提取立体模型文件的,可以用自己的深度神经网络解密水印信息证明版权所有。也可以使用区块链上在与实体世界发生交互前的不完整流转信息帮助维护版权。
使用sha256哈希算法计算出购买该份立体模型权利产品的计算机的唯一标识符,计算时输入的信息是该计算机网卡的MAC地址与个人或机构信息的集合,输出的信息是256位二进制随机数哈希值。由于输出空间足够大,所以可以认为该输出是其唯一标识符。
使用深度学习技术中的深度神经网络不可见水印技术制作一个植入了后门的深度神经网络模型,后门包括了上文所述购买了立体模型权利的个人或组织的计算机组代表的peer节点的唯一标识符。
使用该嵌有后门的深度神经网络处理被购买的该份立体模型文件,这样就使得立体模型文件在购买方不可知也不可见的情况下被嵌入了购买者的唯一标识符,且该标识符可以被另一个相对应的深度神经网络所解密出之前添加的后门信息。
将该份被购买的立体模型文件通过带有后门的深度神经网络加密之后的文件和购买该份文件的计算机所代表的peer节点的唯一标识符作为sha256哈希函数的输入,输出为一个256位的二进制哈希值,并将其视为该份即将被购买的立体模型权利的唯一标识符。
再次加密该份将要被购买的立体模型文件,解密该次加密需要通过智能合约验证身份与授权信息才能解密,未经授权的身份或不在联盟链中的计算机无法打开该文件。
将该份被购买且被加密过的立体模型文件所代表的唯一标识符与购买该份立体模型权利的个人或组织所代表的peer节点的唯一标识符打包提交给联盟链的智能合约,该智能合约会将购买该权利的个人或组织信息的唯一标识符与被购买的立体模型文件唯一标识符对应起来并写入Merkel树中。之后一段时间拥有记账权的节点挖到出一个新区块后,该信息就被永久的写入到了历史区块中,变成了不可被篡改且能够被追溯的立体模型文件认证信息。
购买立体模型产品权利的组织或者个人需要将该份文件分享给其他计算机时,被共享者也要加入联盟链中作为一个peer节点。购买者需要将该文件的唯一标识符与将要共享给的计算机的非对称加密的公钥打包,用自己的私钥对其签名生成一个描述文件。之后将该描述文件上传至智能合约中,智能合约会建立流转信息,并授权被分享的节点所代表的的计算机通过智能合约认证打开该份文件的权利。
发现某份被窃取的立体模型文件后可以解密出该份文件的唯一标识符,通过该唯一标识符可以在智能合约中查询到购买该份数字权利产品的个人或组织的计算机网卡MAC地址与之前写入的购买者的信息。
根据该购买者网卡MAC地址与购买者信息和该份立体模型文件的唯一标识符生成信息描述文件,将该描述文件上传至智能合约可以生成代表所有的该份文件的流转信息的有向无环图,有向无环图的每一个节点代表了有打开该份文件权利的peer节点,每一条有向路径代表了该份文件被分享的分享人与被分享人的信息。
根据该导出的有向无环图,从窃取信息的计算机代表的peer节点为起点开始深度优先搜索DFS,输出所有的合法路径。搜索到的每一条合法路径都代表了该份被窃取的立体模型文件的完整的流转路径信息。
如果发现被窃取文件是以其他的格式或方式存储的,代表了可能是用截图或内存提取的方法使该份文件流出形成的侵权行为。使用与带有后门的加密深度神经网络对应的解密深度神经网络对该份立体模型文件解密,可以解密出之前被嵌入的购买者的唯一标识符。将该购买者的唯一标识符与该份文件的唯一标识符生成信息描述文件上传至智能合约中。智能合约会导出代表该份立体模型文件流转信息的有向无环图,使用解析该有向无环图也可以得到在被截图或其他方法盗取该份立体模型之前的不完整流转信息。
通过所述导出被窃取立体模型文件流转过程信息可以分析出窃取立体模型文件的细节,有助于进行知识产权保护工作。
有益效果:区块链技术无法保证链外世界信息的可信,本发明结合深度学习不可见水印技术与区块链技术。将立体模型嵌入不可见水印,在区块链之外也有可以保护版权的工具,实现了双重保险。一旦发现盗版行为能够使用解密深度神经网络证明版权所有,并能够在区块链中导出不完整的文件流转路线图,帮助版权所有者维护自己的权益。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种立体模型权利保护与溯源方法,其特征在于,所述溯源方法包括:
采集数据信息,所述数据信息包括立体模型权利产品的计算机网卡的MAC地址、个人和/或机构信息的集合;
根据所述数据信息采用sha256哈希算法计算出购买所述立体模型权利产品的计算机的唯一标识符;
所述唯一标志符包括产品唯一标志符和节点唯一标志符;
所述产品唯一标志符为被购买的立体模型权利的唯一标识符;
所述节点唯一标志符为购买了立体模型权利的个人和/或组织的计算机组代表的peer节点的唯一标识符;
采用深度神经网络不可见水印技术制作一个植入了所述节点唯一标志符的深度神经网络模型,获得植入深度神经网络模型;
采用所述植入神经网络模型处理所述立体模型权利产品,获得加密文件;
根据所述加密文件和所述唯一标识符采用sha256哈希函数计算处理,获得哈希值;
再次加密所述立体模型权利产品,获得二次加密立体模型文件;
将所述二次加密立体模型文件的产品唯一标志符和节点唯一标志符打包提交给联盟链的智能合约,获得立体模型文件认证信息。
2.根据权利要求1所述的一种立体模型权利保护与溯源方法,其特征在于,所述溯源方法还包括:
购买立体模型产品权利的组织和/或个人将立体模型文件分享给其余计算机时,被共享者也要加入联盟链中作为一个peer节点;
购买者将所述立体模型文件的唯一标识符与将要共享给的计算机的非对称加密的公钥打包,用自己的私钥对所述立体模型文件签名生成一个描述文件;
将所述描述文件上传至所述智能合约中;
所述智能合约会建立流转信息,并授权被分享的节点所代表的计算机通过智能合约认证打开所述立体模型文件的权利。
3.根据权利要求1所述的一种立体模型权利保护与溯源方法,其特征在于,所述溯源方法还包括:
获取被窃取的立体模型文件,并解密出唯一标志符;
根据所述唯一标志符在所述智能合约中查询到购买对应数字权利产品的个人和/或组织的计算机网卡MAC地址和之前写入的购买者的信息。
4.根据权利要求3所述的一种立体模型权利保护与溯源方法,其特征在于,所述溯源方法还包括:
根据购买者的所述计算机网卡MAC地址、购买者信息和所述立体模型文件的唯一标识符生成信息描述文件;
将所述信息描述文件上传至所述智能合约,生成代表所述立体模型文件的流转信息的有向无环图;
根据所述有向无环图,从窃取信息的计算机代表的peer节点为起点开始深度优先搜索,获得所有的合法路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210766068.5A CN115203647A (zh) | 2022-07-01 | 2022-07-01 | 一种立体模型权利保护与溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210766068.5A CN115203647A (zh) | 2022-07-01 | 2022-07-01 | 一种立体模型权利保护与溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115203647A true CN115203647A (zh) | 2022-10-18 |
Family
ID=83579019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210766068.5A Pending CN115203647A (zh) | 2022-07-01 | 2022-07-01 | 一种立体模型权利保护与溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115203647A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117034216A (zh) * | 2023-07-21 | 2023-11-10 | 北京空间机电研究所 | 一种遥感产品保护方法及装置 |
-
2022
- 2022-07-01 CN CN202210766068.5A patent/CN115203647A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117034216A (zh) * | 2023-07-21 | 2023-11-10 | 北京空间机电研究所 | 一种遥感产品保护方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109074434B (zh) | 使用分布式散列表和点对点分布式分类账验证数字资产所有权的方法和系统 | |
CN108389059A (zh) | 基于权属的数字版权作品保护、交易和发行方法及系统 | |
CN102073826B (zh) | 利用轻量级数字水印添加组件的数字版权管理的系统和方法 | |
Piva et al. | Managing copyright in open networks | |
CN103189872B (zh) | 联网环境中的安全和有效内容筛选的方法和装置 | |
EP1067447B1 (en) | Storage medium for contents protection | |
JP2021520009A (ja) | ブロックチェーンシステム上における生体認証データの統合 | |
CN101107611A (zh) | 私有的和受控的所有权共享 | |
CN101014944A (zh) | 数字版权管理的方法和设备 | |
CN111586065A (zh) | 一种基于区块链的数据授权方法 | |
CN112800392A (zh) | 基于软证书的授权方法和装置、存储介质 | |
Nair et al. | Enabling DRM-preserving digital content redistribution | |
CN113837875A (zh) | 基于区块链网络的交易方法、节点和介质 | |
CN104778954A (zh) | 一种光盘分区加密方法及系统 | |
Chen et al. | A novel DRM scheme for accommodating expectations of personal use | |
CN115203647A (zh) | 一种立体模型权利保护与溯源方法 | |
US20050060544A1 (en) | System and method for digital content management and controlling copyright protection | |
Yi et al. | Digital rights management scheme based on redactable blockchain and perceptual hash | |
US11316686B2 (en) | Protections for unauthorized copying (anti-cloning) method and system | |
Kaushik et al. | Securing the transfer and controlling the piracy of digital files using Blockchain | |
CN101099207A (zh) | 带有水印功能的便携数据载体 | |
WO2023154436A1 (en) | Generating and maintaining digital tokens on a blockchain using physical device identifiers | |
CN115412259A (zh) | 基于区块链的云健康系统可搜索代理签密方法及产品 | |
CN111385097B (zh) | 数据签名认证的方法、存储介质 | |
JP4192738B2 (ja) | 電子文書編集装置、電子文書編集プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |