CN116385250B - 基于鲁棒水印与脆弱水印的轨迹数据双重水印方法 - Google Patents
基于鲁棒水印与脆弱水印的轨迹数据双重水印方法 Download PDFInfo
- Publication number
- CN116385250B CN116385250B CN202310652871.0A CN202310652871A CN116385250B CN 116385250 B CN116385250 B CN 116385250B CN 202310652871 A CN202310652871 A CN 202310652871A CN 116385250 B CN116385250 B CN 116385250B
- Authority
- CN
- China
- Prior art keywords
- watermark
- points
- point
- track
- robust
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000013139 quantization Methods 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 8
- 230000009977 dual effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 abstract description 8
- 238000010276 construction Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/0042—Fragile watermarking, e.g. so as to detect tampering
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于鲁棒水印与脆弱水印的轨迹数据双重水印方法,首先使用加密算法构造嵌入的鲁棒水印信息,然后将特征点最小凸包的最远点对设为恒定点。再使用量化索引调制技术将鲁棒水印嵌入由特征点与恒定点构造的角度中。最后,使用轨迹点与恒定点构建的角度和距离比进行分组。在每个分组内,将轨迹点的时空属性映射为脆弱水印嵌入于轨迹点构造的距离比中。水印检测的流程与水印信息嵌入一致,鲁棒水印检测需要将提取到的水印与原始鲁棒水印进行相似度验证以确定版权归属,脆弱水印检测需要提取到的脆弱水印与原始水印比较以确定数据是否发生变化及发生变化的位置。本发明所嵌入的水印对常规的平移、旋转、缩放攻击均具有较高的鲁棒性。
Description
技术领域
本发明属于地理信息安全技术领域,更具体地,涉及一种基于鲁棒水印与脆弱水印的轨迹数据双重水印方法。
背景技术
近年来卫星定位技术、无线移动设备以及跟踪检测技术的快速发展使得海量轨迹数据能够被轻松采集。轨迹数据在被广泛应用于移动对象导航、智能交通、城市居民出行行为分析、数据挖掘等研究的同时,其在传输、使用、共享中不可避免的遭受了泄密、侵权、完整性破坏等信息安全问题。因此,如何有效保护其版权、如何验证其完整性已成为亟待解决的问题。
数字水印技术作为信息安全的前沿技术,已在地理信息数据和其他数字产品版权保护中得到了广泛应用和认可,其也可被用于解决轨迹数据版权保护的问题。
Lucchese等人(Lucchese C , Vlachos M , Rajan D , et al. Rightsprotection of trajectory datasets with nearest-neighbor preservation[J]. VldbJournal, 2010, 19(4):531-556.)在不影响每个对象邻域的情况下,使用扩频的方法对一个对象的多个频率和多个数据集对象嵌入水印。岳名亮(岳名亮. 地理数据版权保护与完整性验证方法研究[D].武汉大学,2015.)提出了轨迹数据流的鲁棒水印算法,其通过时间插值方法选取时间窗口内的特征位置,再将水印信息嵌入至特征位置间的特征距离中。Pan等人(Pan Z , Bao J , Zhang W , et al. TrajGuard: A Comprehensive TrajectoryCopyright Protection Scheme[C]// the 25th ACM SIGKDD InternationalConference. ACM, 2019.)基于轨迹数据的时空特征对其分组以抵抗裁剪攻击,再将水印信息嵌入轨迹点与其质心的距离中,并将其与区块链技术进行了结合。
以上算法均是轨迹数据鲁棒水印方面的研究,此外轨迹数据脆弱水印算法也有所研究。文春雷等人(文春雷. 轨迹数据的完整性检测方法研究[D].石河子大学,2017.)首次提出了轨迹数据的完整性检测方法,其采用两次嵌入的方式,将组水印和轨迹点水印嵌入到轨迹数据中,可有效定位篡改位置和识别篡改类型。
虽然上述数字水印算法能够较好地实现水印信息嵌入和抵抗各种攻击,但其只能实现单一保护,无法在同时进行版权追溯和完整性验证。目前,还未出现同时实现轨迹数据版权追溯和完整性验证的方法,本发明可填补该方面的空白。
发明内容
提供了本发明以解决现有技术中存在的上述问题。因此,需要一种基于鲁棒水印与脆弱水印的轨迹数据双重水印方法,以解决轨迹数据在传输、使用过程中可能存在的被非法获取、版权归属,以及篡改其时间属性的问题,可同时实现轨迹数据的版权追溯与完整性验证,并且所嵌入的水印对常规的平移、旋转、缩放攻击均具有较高的鲁棒性。
根据本发明的第一方案,提供了一种基于鲁棒水印与脆弱水印的轨迹数据双重水印方法,所述方法包括:
获取鲁棒水印;
获取脆弱水印;
嵌入鲁棒水印:
基于所述鲁棒水印,设定时间阈值和距离阈值,当时间相邻的两个轨迹点间的时间差值或距离差值大于设定的时间阈值或距离阈值时则分段为子轨迹;
对每一个子轨迹进行压缩后获取特征点;
对轨迹数据集内所有轨迹的特征点进行计算,得到特征点集FP,计算特征点集FP的最小凸包,并获取凸包中距离最远的点对,将点对中的点设为恒定点,其中轨迹序号最小的特征点记作,另一个特征点记作/>;
计算特征点集FP内除恒定点外的每个点与、/>所构成的角度/>及距离比/>;
将特征点构建的角度和距离比作为哈希函数的输入值生成该点待嵌入的水印比特在中的索引/>,根据/>获取待嵌入的水印比特/>;
在小数后第/>位中嵌入水印比特/>;
嵌入脆弱水印:
计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>上,将映射值相同的点归为一个分组,分组的结果为,k为分组的数量;
遍历中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入。
进一步地,所述获取鲁棒水印,具体包括:
获取图像,所述图像的长度为;
对所述图像进行加密,生成加密后的图像;
将所述加密后的图像从二维转为一维的二值序列,记作:,其中,/>为鲁棒水印长度。
进一步地,所述获取脆弱水印,具体包括:
获取轨迹点的坐标和时间;
将轨迹点的坐标拼接后生成整数;
将序列号和时间组合成新的整数;
将和/>作为哈希函数的参数,生成脆弱水印。
进一步地,所述遍历中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入,具体包括:
对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号由小到大进行排序;
根据排序后点的顺序,将前一个点构造的水印嵌入至后一点的距离比的第中,排序后首点嵌入尾点所生成的脆弱水印;
给定一个轨迹点,计算线段/>与线段/>的比/>,将脆弱水印比特/>嵌入/>中并得到新的距离比/>。
进一步地,在嵌入脆弱水印后,所述方法还包括:
水印检测:
压缩轨迹并提取轨迹特征点集,并计算特征点集的最小凸包,将最小凸包的最远点对设为恒定点,其中轨迹序号较小的点记作,另一个点记作/>
遍历所有的特征点进行鲁棒水印检测;
计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>,将映射值相同的点作为一个分组,分组的结果为;
遍历中的每一个分组,对轨迹数据集进行脆弱水印检测。
进一步地,所述遍历所有的特征点进行鲁棒水印检测,具体包括:
计算特征点与、/>构成的角度/>及距离比/>;
基于和/>计算水印索引/>;
根据量化索引调制技术提取嵌入小数后/>位中的水印比特/>;
依次提取所有特征点的水印索引和嵌入的水印比特,并根据多数投票法得到提取出的鲁棒水印;
将鲁棒水印与提取出的鲁棒水印/>进行相似度比对,选取归一化相关系数作为评价指标,当归一化相关系数大于等于0.75则认为数据为同一数据。
进一步地,所述遍历所有的特征点进行鲁棒水印检测,具体包括:
对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号的由小到大进行排序;
计算每个轨迹点检测出的水印比特及距离比/>;
获取小数后第/>位的值,计算嵌入/>中的水印比特/>,将/>与进行比对,若不相同则表示对应轨迹点被篡改,记录所述轨迹点及其对应的分组以获得发生篡改的位置。
根据本发明的第二技术方案,提供一种基于鲁棒水印与脆弱水印的轨迹数据双重水印装置,所述装置包括:
第一获取单元,被配置为获取鲁棒水印;
第二获取单元,被配置为获取脆弱水印;
第一嵌入单元,被配置为嵌入鲁棒水印:基于所述鲁棒水印,设定时间阈值和距离阈值,当时间相邻的两个轨迹点间时间差值或距离差值大于设定的时间阈值或距离阈值时则分段为子轨迹;对每一个子轨迹进行压缩后获取特征点;对轨迹数据集内所有轨迹的特征点进行计算,得到特征点集FP,计算特征点集FP的最小凸包,并获取凸包中距离最远的点对,将点对中的点设为恒定点,其中轨迹序号最小的特征点记作,另一个特征点记作/>;计算特征点集FP内除恒定点外的每个点与/>、/>所构成的角度及距离比/>;将特征点构建的角度和距离比作为哈希函数的输入值生成该点待嵌入的水印比特在/>中的索引/>,根据/>获取待嵌入的水印比特/>;在/>小数后第/>位中嵌入水印比特/>;
第二嵌入单元,被配置为嵌入脆弱水印:计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>,将映射值相同的点归为一个分组,分组的结果为/>,k为分组的数量;遍历/>中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入。
进一步地,所述装置还包括:
水印检测单元,被配置为水印检测:压缩轨迹并提取轨迹特征点集,并计算特征点集的最小凸包,将最小凸包的最远点对设为恒定点,其中轨迹序号较小的点记作,另一个点记作/>;遍历所有的特征点进行鲁棒水印检测;计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>上,将映射值相同的点作为一个分组,分组的结果为/>;遍历/>中的每一个分组,对轨迹数据集进行脆弱水印检测。
根据本发明的第三技术方案,提供一种存储有指令的非暂时性计算机可读存储介质,当所述指令由处理器执行时,执行如上所述的方法。
根据本发明各个方案的基于鲁棒水印与脆弱水印的轨迹数据双重水印方法,充分利用轨迹数据的组织特征,使用了较为稳定的分组方法,并分别选取了角度和距离比嵌入双重水印信息,有效避免了双重水印嵌入时的相互干扰。此外,由于角度和距离比对于旋转、平移、缩放攻击鲁棒性较强,使得本方法能够抵抗几乎所有常见类型的攻击。
附图说明
在不一定按比例绘制的附图中,相同的附图标记可以在不同的视图中描述相似的部件。具有字母后缀或不同字母后缀的相同附图标记可以表示相似部件的不同实例。附图大体上通过举例而不是限制的方式示出各种实施例,并且与说明书以及权利要求书一起用于对所发明的实施例进行说明。在适当的时候,在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的,而并非旨在作为本装置或方法的穷尽或排他实施例。
图1示出了根据本发明实施例的一种基于鲁棒水印与脆弱水印的轨迹数据双重水印方法的流程图;
图2示出了根据本发明实施例的水印检测流程图;
图3示出了根据本发明实施例的实验数据;
图4示出了根据本发明实施例进行水印嵌入后的数据;
图5示出了根据本发明实施例对嵌入水印后的数据进行攻击后的数据和检测结果:(a)为整体平移攻击,(b)为整体旋转攻击,(c)为整体缩放攻击,(d)为数据压缩攻击,(e)为数据删除攻击,(f)为时间噪声攻击;
图6示出了根据本发明实施例的一种基于鲁棒水印与脆弱水印的轨迹数据双重水印装置的结构图;
图7示出了根据本发明实施例的一种基于鲁棒水印与脆弱水印的轨迹数据双重水印装置在包括有水印检测单元时的构图。
具体实施方式
为使本领域技术人员更好的理解本发明的技术方案,下面结合附图和具体实施方式对本发明作详细说明。下面结合附图和具体实施例对本发明的实施例作进一步详细描述,但不作为对本发明的限定。本文中所描述的各个步骤,如果彼此之间没有前后关系的必要性,则本文中作为示例对其进行描述的次序不应视为限制,本领域技术人员应知道可以对其进行顺序调整,只要不破坏其彼此之间的逻辑性导致整个流程无法实现即可。
针对轨迹数据在传输、使用过程中可能存在的被非法获取、版权归属,以及篡改其时间属性的问题,本发明实施例提出一种基于鲁棒水印与脆弱水印的轨迹数据双重水印方法。
该方法通过轨迹角度和距离比构建可以抵抗旋转、平移、缩放的分组机制。为满足轨迹数据双重水印的不同需求,将鲁棒水印嵌入特征点中,再基于分组机制将脆弱水印嵌入分组中的每个轨迹点中。此外,为避免双重水印嵌入时的互相影响及提高算法的鲁棒性,将水印信息嵌入至轨迹点构建的角度及距离比中。当角度和距离比不变或不发生显著改变时水印信息即可被准确提取,而分组机制也可为脆弱水印实现篡改定位。
该方法的基本思路如下:首先使用加密算法构造嵌入的鲁棒水印信息,然后将特征点最小凸包的最远点对设为恒定点。再使用量化索引调制技术将鲁棒水印嵌入由特征点与恒定点构造的角度中。最后,使用轨迹点与恒定点构建的角度和距离比进行分组。在每个分组内,将轨迹点的时空属性映射为脆弱水印嵌入于轨迹点构造的距离比中。水印检测的流程与水印信息嵌入一致,鲁棒水印检测需要将提取到的水印与原始鲁棒水印进行相似度验证以确定版权归属,脆弱水印检测需要提取到的脆弱水印与原始水印比较以确定数据是否发生变化及发生变化的位置。
基于如上基本思路,如图1所示,该方法具体包括如下步骤:
步骤一、鲁棒水印生成。
在一些实施例中,步骤一具体包括:
步骤1.1:选择一个大小为的具有版权信息的图像;
步骤1.2:使用Logistic加密算法对版权图像进行加密,生成加密后的图像;
步骤1.2:将所述加密后的图像从二维转为一维的二值序列,记作:
,其中,/>为鲁棒水印长度。
步骤二、脆弱水印生成。
在一些实施例中,步骤二具体包括:
步骤2.1:读取轨迹点的坐标和时间;
步骤2.2:将轨迹点的坐标拼接后生成整数;
步骤2.3:将序列号和时间组合成新的整数;
步骤2.4:将和/>作为哈希函数的参数,生成脆弱水印;
步骤三、鲁棒水印嵌入。
步骤3.1:设定时间阈值和距离阈值,当时间相邻的两个轨迹点间时间差值或距离差值大于设定的阈值时则分段为子轨迹;
步骤3.2:使用光栏法对每一个子轨迹进行压缩后获取特征点集;
步骤3.3:重复步骤3.1、步骤3.2对轨迹数据集内所有轨迹的特征点进行计算,得到特征点集FP,计算特征点集FP的最小凸包,并获取凸包中距离最远的点对,将点对中的点设为恒定点,其中轨迹序号最小的特征点记作,另一个特征点记作;
步骤3.4:计算FP内除恒定点外的每个点与、/>所构成的角度/>及距离比/>;
步骤3.5:将特征点构建的角度和距离比作为哈希函数的输入值生成该点待嵌入的水印比特在中的索引/>。再根据/>获取待嵌入的水印比特/>;
步骤3.6:使用量化索引调制技术在小数后第/>位中嵌入水印比特/>;
步骤四、脆弱水印嵌入。
步骤4.1:计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>。将映射值相同的点归为一个分组,分组的结果为/>,k为分组的数量;
步骤4.2:遍历中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入。
在一些实施例中,实现步骤4.2的具体步骤如下:
步骤4.2.1:对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号由小到大进行排序;
步骤4.2.2:根据排序后点的顺序,将前一个点构造的水印嵌入至后一点的距离比的第位中。特别的,排序后首点嵌入尾点所生成的脆弱水印。脆弱水印/>按照步骤二中脆弱水印生成方法进行构造;
步骤4.2.3:给定一个轨迹点,计算线段/>与线段/>的比/>,将脆弱水印比特/>嵌入/>中并得到新的距离比/>;
步骤4.2.4:重复步骤4.2.3,对分组内的所有点嵌入脆弱水印。
在一些实施例中,基于鲁棒水印与脆弱水印的轨迹数据双重水印方法还包括步骤五、水印检测。
如图2所示,步骤五具体包括:
步骤5.1:使用光栏法压缩轨迹并提取轨迹特征点集,并计算特征点集的最小凸包。然后将最小凸包的最远点对设为恒定点,其中轨迹序号较小的点记作,另一个点记作/>;
步骤5.2:遍历所有的特征点进行鲁棒水印检测。
在一些实施例中,实现步骤5.2的具体步骤如下:
步骤5.2.1:计算特征点与、/>构成的角度/>及距离比/>;
步骤5.2.2:基于和/>计算水印索引/>;
步骤5.2.3:根据量化索引调制技术提取嵌入小数后/>位中的水印比特/>;
步骤5.2.4:依次提取所有特征点的水印索引和嵌入的水印比特,并根据多数投票法得到提取出的鲁棒水印;
步骤5.2.5:将鲁棒水印与/>进行相似度比对,选取归一化相关系数作为评价指标,当归一化相关系数大于等于0.75则认为数据为同一数据;
步骤5.3:计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>上。将映射值相同的点作为一个分组,分组的结果为/>。
步骤5.4:遍历中的每一个分组,对轨迹数据集进行脆弱水印检测,具体步骤为:
步骤5.4.1:对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号由小到大进行排序。
步骤5.4.2:计算每个轨迹点检测出的水印比特及距离比/>。
步骤5.4.3:获取小数后第/>位的值,计算嵌入/>中的水印比特/>,将与/>进行比对,若不相同则表示对应轨迹点被篡改,记录所述轨迹点及其对应的分组以获得发生篡改的位置。
本方法充分利用轨迹数据的组织特征,使用了较为稳定的分组方法,并分别选取了角度和距离比嵌入双重水印信息,有效避免了双重水印嵌入时的相互干扰。此外,由于角度和距离比对于旋转、平移、缩放攻击鲁棒性较强,使得本方法能够抵抗几乎所有常见类型的攻击。
本实施例选择一份包含663条轨迹的轨迹数据集,如图3所示,针对水印信息的生成、嵌入和检测等整个过程,给出本发明方法的一个实施例,进一步详细说明本发明。
示例性的,基于该轨迹数据集,利用该方法进行如下步骤的操作:
步骤1.水印信息生成:
步骤一:选择具有版权信息的图像,使用Logistic加密算法对图像进行加密;
步骤二:将加密后的图像从二维转为一维的二值序列。
步骤2.水印信息嵌入:
步骤一:提取轨迹数据集内的特征点并计算恒定点;
步骤二:将二值序列嵌入至由特征点构建的角度中;
步骤三:使用角度和距离比进行分组。对每一个分组中的点进行排序,并依次将排序后前一个点的时间属性映射为脆弱水印嵌入至该点构建的距离比中。
步骤3.水印信息检测:
步骤一:提取轨迹数据集内的特征点并计算恒定点;
步骤二:从特征点构成的角度值中获取嵌入的水印比特并进行解密,从而得到版权信息。
步骤三:使用角度和距离比进行分组。对每一个分组中的点进行排序,依次将由排序后前一个点时间属性映射出的脆弱水印与从该点构建的距离比中提取出的脆弱水印对比。若不相同,则认为篡改并确定篡改位置。
测试与分析结果如下:
本发明所提出的方法是针对轨迹数据在传输、使用过程中可能存在的被非法获取、版权归属,以及篡改其时间属性的问题,提出一种基于鲁棒水印与脆弱水印的轨迹数据双重水印算法,可同时实现轨迹数据的版权追溯与完整性验证,并且所嵌入的水印对常规的平移、旋转、缩放攻击均具有较高的鲁棒性。
如图4所示,水印的嵌入与检测结果:待嵌入的版权信息为“WaterMark”对嵌入水印后的轨迹数据进行水印检测。实验结果表明,本方法可以准确检测到数据中的水印信息。
如图5所示,抗修改攻击测试结果:轨迹数据的修改攻击是指其被有意或无意的修改,包括为整体平移、整体旋转、整体缩放、轨迹压缩、时间噪声、轨迹删除等。实验结果表明,本方法对于经过不同类型攻击的含水印轨迹数据集,都能够正确地检测出正确的水印信息,有效地保护数据的版权信息,面对时间修改的攻击也可验证篡改及定位篡改位置。
本发明实施例提供一种基于鲁棒水印与脆弱水印的轨迹数据双重水印装置,如图6所示,所述装置包括:
第一获取单元601,被配置为获取鲁棒水印;
第二获取单元602,被配置为获取脆弱水印;
第一嵌入单元603,被配置为嵌入鲁棒水印:基于所述鲁棒水印,设定时间阈值和距离阈值,当时间相邻的两个轨迹点间时间差值或距离差值大于设定的时间阈值或距离阈值时则分段为子轨迹;对每一个子轨迹进行压缩后获取特征点;对轨迹数据集内所有轨迹的特征点进行计算,得到特征点集FP,计算特征点集FP的最小凸包,并获取凸包中距离最远的点对,将点对中的点设为恒定点,其中轨迹序号最小的特征点记作,另一个特征点记作/>;计算特征点集FP内除恒定点外的每个点与/>、/>所构成的角度/>及距离比/>;将特征点构建的角度和距离比作为哈希函数的输入值生成该点待嵌入的水印比特在/>中的索引/>,根据/>获取待嵌入的水印比特/>;在/>小数后第/>位中嵌入水印比特/>;
第二嵌入单元604,被配置为嵌入脆弱水印:计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>,将映射值相同的点归为一个分组,分组的结果为/>,k为分组的数量;遍历/>中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入。
在一些实施例中,所述装置还包括:
水印检测单元605,被配置为水印检测:压缩轨迹并提取轨迹特征点集,并计算特征点集的最小凸包,将最小凸包的最远点对设为恒定点,其中轨迹序号较小的点记作,另一个点记作/>;
遍历所有的特征点进行鲁棒水印检测;计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>,将映射值相同的点作为一个分组,分组的结果为/>;遍历/>中的每一个分组,对轨迹数据集进行脆弱水印检测。
在一些实施例中,所述第一获取单元被进一步配置为:
获取图像,所述图像的长度为;
对所述图像进行加密,生成加密后的图像;
将所述加密后的图像从二维转为一维的二值序列,记作:,其中,/>为鲁棒水印长度。
在一些实施例中,所述第二获取单元被进一步配置为:
获取轨迹点的坐标和时间;
将轨迹点的坐标拼接后生成整数;/>
将序列号和时间组合成新的整数;
将和/>作为哈希函数的参数,生成脆弱水印。
在一些实施例中,所述第一嵌入单元被进一步配置为:
对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号由小到大进行排序;
根据排序后点的顺序,将前一个点构造的水印嵌入至后一点的距离比的第位中,排序后首点嵌入尾点所生成的脆弱水印;
给定一个轨迹点,计算线段/>与线段/>的比/>,将脆弱水印比特/>嵌入/>中并得到新的距离比/>。
在一些实施例中,所述水印检测单元被进一步配置为:
计算特征点与、/>构成的角度/>及距离比/>;
基于和/>计算水印索引/>;
根据量化索引调制技术提取嵌入小数后/>位中的水印比特/>;
依次提取所有特征点的水印索引和嵌入的水印比特,并根据多数投票法得到提取出的鲁棒水印;
将鲁棒水印与/>进行相似度比对,选取归一化相关系数作为评价指标,当归一化相关系数大于等于0.75则认为数据为同一数据。
在一些实施例中,所述水印检测单元被进一步配置为:
对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号的由小到大进行排序;
计算每个轨迹点检测出的水印比特及距离比/>;
获取小数后第/>位的值,计算嵌入/>中的水印比特/>,将/>与进行比对,若不相同则表示对应轨迹点被篡改,记录所述轨迹点及其对应的分组以获得发生篡改的位置。
本发明实施例还提供了一种存储有指令的非暂时性计算机可读介质,当指令由处理器执行时,执行根据本发明任一实施例所述的方法。
此外,尽管已经在本文中描述了示例性实施例,其范围包括任何和所有基于本发明的具有等同元件、修改、省略、组合(例如,各种实施例交叉的方案)、改编或改变的实施例。权利要求书中的元件将被基于权利要求中采用的语言宽泛地解释,并不限于在本说明书中或本申请的实施期间所描述的示例,其示例将被解释为非排他性的。因此,本说明书和示例旨在仅被认为是示例,真正的范围和精神由以下权利要求以及其等同物的全部范围所指示。
以上描述旨在是说明性的而不是限制性的。例如,上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外,在上述具体实施方式中,各种特征可以被分组在一起以简单化本发明。这不应解释为一种不要求保护的发明的特征对于任一权利要求是必要的意图。相反,本发明的主题可以少于特定的发明的实施例的全部特征。从而,以下权利要求书作为示例或实施例在此并入具体实施方式中,其中每个权利要求独立地作为单独的实施例,并且考虑这些实施例可以以各种组合或排列彼此组合。本发明的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
Claims (10)
1.一种基于鲁棒水印与脆弱水印的轨迹数据双重水印方法,其特征在于,所述方法包括:
获取鲁棒水印;
获取脆弱水印;
嵌入鲁棒水印:
基于所述鲁棒水印,设定时间阈值和距离阈值,当时间相邻的两个轨迹点间的时间差值或距离差值大于设定的时间阈值或距离阈值时则分段为子轨迹;
对每一个子轨迹进行压缩后获取特征点;
对轨迹数据集内所有轨迹的特征点进行计算,得到特征点集FP,计算特征点集FP的最小凸包,并获取凸包中距离最远的点对,将点对中的点设为恒定点,其中轨迹序号最小的特征点记作,另一个特征点记作/>;
计算特征点集FP内除恒定点外的每个点与、/>所构成的角度/>及距离比/>;
将特征点构建的角度和距离比作为哈希函数的输入值生成该点待嵌入的水印比特在中的索引/>,根据/>获取待嵌入的水印比特/>;
在小数后第/>位中嵌入水印比特/>;
嵌入脆弱水印:
计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>上,将映射值相同的点归为一个分组,分组的结果为,k为分组的数量;
遍历中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入。
2.根据权利要求1所述的方法,其特征在于,所述获取鲁棒水印,具体包括:
获取图像,所述图像的长度为;
对所述图像进行加密,生成加密后的图像;
将所述加密后的图像从二维转为一维的二值序列,记作:,其中,/>为鲁棒水印长度。
3.根据权利要求1所述的方法,其特征在于,所述获取脆弱水印,具体包括:
获取轨迹点的坐标和时间;
将轨迹点的坐标拼接后生成整数;
将序列号和时间组合成新的整数;
将和/>作为哈希函数的参数,生成脆弱水印。
4.根据权利要求1所述的方法,其特征在于,所述遍历中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入,具体包括:
对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号由小到大进行排序;
根据排序后点的顺序,将前一个点构造的水印嵌入至后一点的距离比的第中,排序后首点嵌入尾点所生成的脆弱水印;
给定一个轨迹点,计算线段/>与线段/>的比/>,将脆弱水印比特/>嵌入/>中并得到新的距离比/>。
5.根据权利要求1所述的方法,其特征在于,在嵌入脆弱水印后,所述方法还包括:
水印检测:
压缩轨迹并提取轨迹特征点集,并计算特征点集的最小凸包,将最小凸包的最远点对设为恒定点,其中轨迹序号较小的点记作,另一个点记作/>;
遍历所有的特征点进行鲁棒水印检测;
计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>,将映射值相同的点作为一个分组,分组的结果为;
遍历中的每一个分组,对轨迹数据集进行脆弱水印检测。
6.根据权利要求5所述的方法,其特征在于,所述遍历所有的特征点进行鲁棒水印检测,具体包括:
计算特征点与、/>构成的角度/>及距离比/>;
基于和/>计算水印索引/>;
根据量化索引调制技术提取嵌入小数后/>位中的水印比特/>;
依次提取所有特征点的水印索引和嵌入的水印比特,并根据多数投票法得到提取出的鲁棒水印;
将鲁棒水印与提取出的鲁棒水印/>进行相似度比对,选取归一化相关系数作为评价指标,当归一化相关系数大于等于0.75则认为数据为同一数据。
7.根据权利要求5所述的方法,其特征在于,所述遍历所有的特征点进行鲁棒水印检测,具体包括:
对分组中的点按照时间的先后进行排序,时间相同时再根据轨迹序号的由小到大进行排序;
计算每个轨迹点检测出的水印比特及距离比/>;
获取小数后第/>位的值,计算嵌入/>中的水印比特/>,将/>与/>进行比对,若不相同则表示对应轨迹点被篡改,记录所述轨迹点及其对应的分组以获得发生篡改的位置。
8.一种基于鲁棒水印与脆弱水印的轨迹数据双重水印装置,其特征在于,所述装置包括:
第一获取单元,被配置为获取鲁棒水印;
第二获取单元,被配置为获取脆弱水印;
第一嵌入单元,被配置为嵌入鲁棒水印:基于所述鲁棒水印,设定时间阈值和距离阈值,当时间相邻的两个轨迹点间时间差值或距离差值大于设定的时间阈值或距离阈值时则分段为子轨迹;对每一个子轨迹进行压缩后获取特征点;对轨迹数据集内所有轨迹的特征点进行计算,得到特征点集FP,计算特征点集FP的最小凸包,并获取凸包中距离最远的点对,将点对中的点设为恒定点,其中轨迹序号最小的特征点记作,另一个特征点记作/>;计算特征点集FP内除恒定点外的每个点与/>、/>所构成的角度及距离比/>;将特征点构建的角度和距离比作为哈希函数的输入值生成该点待嵌入的水印比特在/>中的索引/>,根据/>获取待嵌入的水印比特/>;在/>小数后第/>位中嵌入水印比特/>;
第二嵌入单元,被配置为嵌入脆弱水印:计算轨迹数据集中每个点与、/>构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>,将映射值相同的点归为一个分组,分组的结果为/>,k为分组的数量;遍历/>中的每一个分组,对其中除恒定点外的轨迹点进行脆弱水印的嵌入。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
水印检测单元,被配置为水印检测:压缩轨迹并提取轨迹特征点集,并计算特征点集的最小凸包,将最小凸包的最远点对设为恒定点,其中轨迹序号较小的点记作,另一个点记作/>;遍历所有的特征点进行鲁棒水印检测;计算轨迹数据集中每个点与/>、构建的距离比和角度,将距离比与角度组合后通过哈希函数映射在整数/>上,将映射值相同的点作为一个分组,分组的结果为/>;遍历/>中的每一个分组,对轨迹数据集进行脆弱水印检测。
10.一种存储有指令的非暂时性计算机可读存储介质,当所述指令由处理器执行时,执行根据权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310652871.0A CN116385250B (zh) | 2023-06-05 | 2023-06-05 | 基于鲁棒水印与脆弱水印的轨迹数据双重水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310652871.0A CN116385250B (zh) | 2023-06-05 | 2023-06-05 | 基于鲁棒水印与脆弱水印的轨迹数据双重水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116385250A CN116385250A (zh) | 2023-07-04 |
CN116385250B true CN116385250B (zh) | 2023-08-01 |
Family
ID=86969780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310652871.0A Active CN116385250B (zh) | 2023-06-05 | 2023-06-05 | 基于鲁棒水印与脆弱水印的轨迹数据双重水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116385250B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116805069B (zh) * | 2023-08-18 | 2023-11-03 | 南京师范大学 | 轨迹数据零水印生成方法、检测方法及装置和存储介质 |
CN117217973B (zh) * | 2023-09-14 | 2024-06-07 | 兰州交通大学 | 运用马氏距离和iss特征点的三维点云数据水印方法 |
CN117235689B (zh) * | 2023-11-16 | 2024-02-20 | 中国农业科学院农业资源与农业区划研究所 | 一种基于几何特征的轨迹数据版权保护方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793634A (zh) * | 2014-03-03 | 2014-05-14 | 武汉大学 | 一种面向轨迹的在线流数据水印方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8769293B2 (en) * | 2007-10-05 | 2014-07-01 | International Business Machines Corporation | Systems and methods for rights protection of datasets with dataset structure preservation |
-
2023
- 2023-06-05 CN CN202310652871.0A patent/CN116385250B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793634A (zh) * | 2014-03-03 | 2014-05-14 | 武汉大学 | 一种面向轨迹的在线流数据水印方法 |
Non-Patent Citations (1)
Title |
---|
基于DWT和SVD的鲁棒-脆弱双重图像水印算法;陈隽;;苏州大学学报(工科版)(第06期);第42-47页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116385250A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116385250B (zh) | 基于鲁棒水印与脆弱水印的轨迹数据双重水印方法 | |
Evsutin et al. | Digital steganography and watermarking for digital images: A review of current research directions | |
Wang et al. | Reversible fragile watermarking for 2-D vector map authentication with localization | |
Wang et al. | Reversible fragile watermarking for locating tampered blocks in 2D vector maps | |
Peng et al. | Multipurpose watermarking for vector map protection and authentication | |
CN106709853B (zh) | 一种图像检索方法及系统 | |
Wang et al. | A high capacity reversible data hiding method for 2D vector maps based on virtual coordinates | |
CN106780287B (zh) | 基于矢量地理线数据组织特征的无损水印方法 | |
Singhal et al. | Robust image watermarking using local Zernike moments | |
US11983789B1 (en) | Generation method, detection method, generation device, and detection device of zero watermarking for trajectory data, and storage medium | |
Wang et al. | RST invariant reversible watermarking for 2D vector map | |
Liu et al. | Image authentication using QR code watermarking approach based on image segmentation | |
Thilagavathi et al. | A survey of reversible watermarking techniques, application and attacks | |
Wang et al. | RST invariant fragile watermarking for 2D vector map authentication | |
CN110349072B (zh) | 一种矢量地理数据水印嵌入和检测过程中的水印同步方法 | |
CN111242825B (zh) | 一种基于水深特征的enc电子航海图零水印方法 | |
KR100944488B1 (ko) | 방위각을 이용한 벡터 데이터 워터마크 삽입방법 및검출방법 | |
Chai et al. | A robust and reversible watermarking technique for relational dataset based on clustering | |
Niu et al. | GIS watermarking: hiding data in 2D vector maps | |
CN111339238B (zh) | 一种抗投影变换的矢量地理数据数字水印方法 | |
CN104866737B (zh) | 一种顾及地形特征的dem脆弱水印完整性认证方法 | |
Michaylov et al. | Steganography and steganalysis for digital image enhanced Forensic analysis and recommendations | |
CN117235689B (zh) | 一种基于几何特征的轨迹数据版权保护方法 | |
Yue et al. | Rights protection for trajectory streams | |
Liu et al. | BiFPro: A Bidirectional Facial-data Protection Framework against DeepFake |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |