CN1924925A - 一种文档数字水印嵌入方法 - Google Patents

Abstract

本发明属于计算机安全领域，用于对文档的分发进行控制和检测。本发明提出了一种针对文档的嵌入和提取水印的方法，利用人眼不易察觉字体灰度小范围的变化这一特点，将要隐藏的信息进行恰当的编码，通过修改文档中字符的灰度来实现水印信息的嵌入，通过水印信息，可以有效的控制文档的分发，追踪电子文档的复制，局部拷贝等操作。

Description

一种文档数字水印嵌入方法

所属技术领域

本发明属于计算机安全领域。用于对文档的分发进行控制和检测。

背景技术

在日常办公中经常有大量的文档要进行分发，同时有些内部文档、涉密文档为了安全保密，文档通常不分发电子文档而是打印出纸质文档进行分发，并且在纸质文档上进行编号，由文档接收人签字接收保管来进行责任到人的监督管理。这种管理方法显然不利于电子化办公，对远程文档的分发也极其不方便，因而需要采取相应的技术手段来对电子文档的分发进行控制。

对于电子文档的分发控制，目前普遍是采用的方法是在文档中添加数字水印来实现。数字水印作为一种有效的信息隐藏手段，通过将具有特定意义的信息(如用户信息、版权信息等)嵌入各种格式的文件中，来实现对于产品的数字保护。

专利申请号为99118753.9，专利申请名称为“在文档中嵌入信息的方法和系统”，提出了一种针对PDF格式的文档的水印处理方法。该方法通过将文本中的需要嵌入信息的字符进行分割，从而实现信息隐藏和防止拷贝的目的。缺点在于该方法针对的是PDF格式文件，对于其他格式文件并不适用。

专利申请号为200510065893.9，专利申请名称为“基于字符拓扑结构的文本数字水印技术”，描述了通过适当改变字符(串)的拓扑结构，从而设计出语义上相同的同一字符(串)的多种字符(串)外形，通过语义上相同的字符(串)的不同拓扑结构的字形来表示隐藏信息。首先由于中文字符数量较多，针对所有中文字符设计出多种变形这一工作量无疑是巨大的，对于电子文档，为了让携带隐藏信息的文本在用户机器上正确显示，需要在用户机器上安装相应的变形字体。

专利申请号为200510077471.3，专利申请名称为“一种在英文文本中嵌入和提取水印的方法”，提出了在英文文本中嵌入和提取水印的方法。该方法将版权人的版权信息转化为二进制的比特位串，读入文本并滤除空格和特殊字符，对所得字符串及版权人的私钥做哈希运算，得到整数Z；若Z整除嵌入比例，则下句作为水印信息句；用Z对版权信息比特串长度取余，确定水印信息比特的位置，使位置相邻的两字母的编码大小关系代表的0、1，与待嵌入的水印信息比特相同，直到文本结束。由于国内绝大多数文档的语言是中文，因而应用该方法还是存在很大的局限性。

专利申请号为200510093364.X，专利申请名称为“一种文档加密方法”，提出的文档保护方法是：A、对选定标准字进行变体操作形成变形字；B、对所述变形字进行编码，并按照所述编码将所述变形字添加到文件中，形成携带水印信息的文件；C、接受方对文件中的变形字进行解码，获得所述的水印信息。该方法的问题与专利号为200510065893.9的类似，由于信息携带者是变形的字体，如果文档查看者的计算机上没有安装该字体就无法查看该文件。

文章“文本数字水印”^[1]和“基于文本的信息隐藏技术”^[2]中提到了利用行间距、字间距、标点符号、字符字体编码来携带水印的技术。

发明内容

本发明的目的是提出一种针对文档的嵌入和提取水印的方法，该方法通过在文档中水印来隐性在文档中加入发送人、接收人、时间等信息，用来控制文档的分发，有效地追踪电子文档的复制，局部拷贝等操作。

本发明的基本原理是利用人眼不易察觉字体灰度小范围的变化这一特点，将要隐藏的信息进行恰当的编码，利用字体灰度来嵌入数字水印信息。

本发明提出的在文档中嵌入水印的方法，包括以下各个步骤：

(1)将需要隐藏的版权信息(发送人、接收人、时间等信息)进行utf8编码转换，得到长度为M的二进制字符串。

(2)压缩编码，获得长度为L的二进制串。

(3)判断嵌入版权信息所需的字符个数。将长度为L的二进制串从低位开始，以三位一组分割，如最高位缺位补零，获得长度为3×K的二进制串。

(4)滤除文档空格，读取文档的K+2个字符，如果文档长度不够，提示无法加入水印。

(5)判断读入的K+2个字符RGB值是否相同，如果不相同跳过该字符并读入文档的下一字符。

(6)将获取的K+2个字符中第一个字符的RGB(A，B，C)中A-1，表示水印开始位置，最后一个字符的RGB(A，B，C)中C-1，表示水印结束位置。对于其他字符的RGB(A_i，B_i，C_i)值，依据获得的K组二进制串，使用B减去每组值获得。例如第i组(i大于零，小于或等于K，i为整数)为110，则将字符第i+1个字符的RGB(A_i，B_i，C_i)设置为RGB(A_i，B_i-6，C_i)。

(7)再次读入文档的K+2个字符，重复步骤(5)～(6)，直到文档结束。

本发明提出的在文档中提取水印的方法，包括以下各个步骤：

(1)读取文档字符，滤除其中的空格和相邻字符RGB(A，B，C)三原色差异超过7的字符和差为0的字符。

(2)如果滤除字符后携带水印信息的字符长度为0表示文档未嵌入水印。

(3)判断已读入字符相邻两字符的RGB值是存在RGB(A，B，C)中A差为1的情况，如果存在表示该字符为水印加入的起始位置。例如存在A₁A₂A₃A₄A₅个字符，其RGB(A，B，C)值中的A分量分别为5，5，5，4，5，则A₄为水印嵌入信息起始位。由于在水印信息嵌入前过滤了RGB值不同的字符，所以不可能出现诸如A值为5，3，2，5的情况。

(4)判断已读入字符相邻两字符的RGB值是存在RGB(A，B，C)中C差为1的情况，如果存在表示该字符为水印加入的结束位置。如果起始位置和结束位置不成对出现，例如出现一个起始位置后，没有结束位置，或是只有结束位置没有起始位置，表示水印被破坏，重复步骤(3)～(4)。

(5)读入起始和结束标志中的字符串，中间存在字符个数设为K，则K个字符为水印信息携带字符串。

(6)得到K个字符的所有RGB值偏差(获得方法是以起始字符RGB(A，B，C)作为基准，与其他字符的RGB(A_i，B_i，C_i)比较)，得到一组3×K的二进制串。

(7)除去最高位的零，得到长度为L的二进制串。

(8)对该二进制串进行解压缩编码，得到长度为M的二进制串。

(9)将长度为M二进制串进行utf8到GBK的编码转换，获得原始的版权信息。

(10)重复步骤(3)～(9)，获得所有文档携带的水印信息。

本发明提出的文档嵌入和提取水印的方法，具有以下优点：

(1)本发明提出的文档水印方法不同与目前通过修改字体或是修改标点符号的方法，嵌入水印文档的读取不需任何附加的字体或是专用的阅读器，就可以打开，正常显示。隐秘性好，安全性高。

(2)本发明提出的文档水印嵌入方法，水印信息是通过修改字符的RGB值实现。版权信息通过utf8转换后，经过压缩编码，可以提高水印信息的信息容量，提高抗攻击能力，同时水印信息的重复写入，进一步提高了抗攻击能力。

(3)本发明提出的文档水印嵌入方法，具有简单、易行的特点，非常适合用于电子化办公中的文档分发控制。

附图说明

图1是本发明的水印嵌入过程的流程框图。

图2是水印信息提取的流程框图。

具体实施方式

本发明提出的在文档嵌入和提取水印方法，其中嵌入水印的流程框图如图1所示，首先，将要嵌入的版权信息将需要隐藏的版权信息(发送人、接收人、时间等信息)进行编码转换，由于中文字符一个字符占两个字节，为了处理上的方便，对版权信息先进行utf8编码转换，得到长度为M的二进制字符串。为了提高水印信息容量，减少需要嵌入的信息长度，对获得的M位二进制串进行压缩编码。

经过压缩编码，获得长度为L的二进制串。将长度为L的二进制串从低位开始，以三位一组分割，如最高位缺位将其补零，获得K组二进制串，每组长度为3。为了不引起字符颜色的剧烈变化，只修改每个字符RGB三原色中的一种，也就是说要嵌入长度为3×K的二进制水印信息，需要K个字符。为了标识水印起始和结束位置，实际上需要的字符数为K+2个，也就是说如果字符少于K+2个时，是无法嵌入水印信息的。例如，假设版权信息中发送人、接收人、时间信息长度设定为20个字符(20位，这里考虑了中文占用两个字符情况)，转化为二进制共160位，如果不采用压缩编码的话，可划分为55个3位二进制串，考虑到起始位和结束位，嵌入水印共需要57个字符。如果文档格式采用宋体、小四号字体情况下，每行字符数是40，也就是说两行不到就可以完成水印的嵌入。考虑汉字转化为utf8后字符的含有大量冗余字符的特点(例如含有大量的％)，对原始二进制串的压缩编码将很大程度上减少二进制串的长度，提高水印的信息量和抗攻击能力。

读入K+2个字符后，首先需要判断字符的RGB值是否相同，如果不相同该字符不能嵌入水印，需要再读入字符以保证水印嵌入所需字符数。将获取的K+2个字符中第一个字符的RGB(A，B，C)中A-1，表示水印开始位置，最后一个字符的RGB(A，B，C)中C-1，表示水印结束位置。对于其他字符的RGB(Ai，Bi，Ci)值，依据获得的K组二进制串，使用B减去每组值获得。例如第i组(i大于零，小于或等于K，i为整数)为110，则将字符第i+1个字符的RGB(Ai，Bi，Ci)设置为RGB(Ai，Bi-6，Ci)。再次读入文档的K+2个字符，重复写入版权信息，直到文档结束。

本发明提出的文档水印信息提取方法的流程框图见图2，

读取文档字符，滤除其中的空格和相邻字符RGB(A，B，C)三原色差异超过7的字符和差为0的字符。如果滤除字符后携带水印信息的字符长度为0表示文档未嵌入水印。

接着需要获得水印的起始标识和结束标识，判断已读入字符相邻两字符的RGB值是存在RGB(A，B，C)中A差为1的情况，如果存在表示该字符为水印加入的起始位置。例如存在A₁A₂A₃A₄A₅个字符，其RGB(A，B，C)值A分别为5，5，5，4，5，则A4为水印嵌入信息起始位。由于在水印信息嵌入前过滤了RGB值不同的字符，所以不可能出现诸如A值为5，3，2，5的情况。判断已读入字符相邻两字符的RGB值是存在RGB(A，B，C)中C差为1的情况，如果存在表示该字符为水印加入的结束位置。如果起始位置和结束位置不成对出现，例如出现一个起始位置后，没有结束位置，或是只有结束位置没有起始位置，表示水印被破坏，需要重新查找水印信息的起始位和结束位。

读入起始和结束标志中的字符串，读入起始和结束标志中的字符串，假设中间存在K个字符，则K个字符为水印信息携带字符串。根据得到的水印信息字符的RGB值，得到中间字符的所有RGB值偏差(获得方法是以起始字符RGB(A，B，C)作为基准，与其他字符的RGB(Ai，Bi，Ci)比较)，得到一组3×K的二进制串。除去最高位的零，得到长度为L的二进制串，对该二进制串进行解压缩编码，得到长度为M的二进制串。将长度为M二进制串进行utf8到GBK的编码转换，获得原始的版权信息。重复操作直到文档结束，获得所有文档携带的水印信息。

Claims (3)

1一种文档数字水印嵌入方法，其特征在于：

(1)将需要隐藏的版权信息(发送人、接收人、时间等信息)进行utf8编码转换，得到长度为M的二进制字符串；

(2)压缩编码，获得长度为L的二进制串；

(3)判断嵌入版权信息所需的字符个数，将长度为L的二进制串从低位开始，以三位一组分割，如最高位缺位补零，获得长度为3×K的二进制串；

(4)滤除文档空格，读取文档的K+2个字符，如果文档长度不够，提示无法加入水印；

(5)判断读入的K+2个字符RGB值是否相同，如果不相同跳过该字符并读入文档的下一字符；

(6)将获取的K+2个字符中第一个字符的RGB(A，B，C)中A-1，表示水印开始位置，最后一个字符的RGB(A，B，C)中C-1，表示水印结束位置；对于其他字符的RGB(A_i，B_i，C_i)值，依据获得的K组二进制串，使用B减去每组值获得；例如第i组(i大于零，小于或等于K，i为整数)为110，则将字符第i+1个字符的RGB(A_i，B_i，C_i)设置为RGB(A_i，B_i-6，C_i)；

(7)再次读入文档的K+2个字符，重复步骤(5)～(6)，直到文档结束。

2、如权利要求1所述的一种文档数字水印嵌入方法，其特征在于：包括以下各个步骤：

(1)读取文档字符，滤除其中的空格和相邻字符RGB(A，B，C)三原色差异超过7的字符和差为0的字符；

(2)如果滤除字符后携带水印信息的字符长度为0表示文档未嵌入水印；

(3)判断已读入字符相邻两字符的RGB值是存在RGB(A，B，C)中A差为1的情况，如果存在表示该字符为水印加入的起始位置，例如存在A₁A₂A₃A₄A₅个字符，其RGB(A，B，C)值中的A分量分别为5，5，5，4，5，则A₁为水印嵌入信息起始位，由于在水印信息嵌入前过滤了RGB值不同的字符，所以不会出现相邻字符RGB中A分量差值大于1的情况，诸如A值为5，3，2，5的情况；

(4)判断已读入字符相邻两字符的RGB值是存在RGB(A，B，C)中C差为1的情况，如果存在表示该字符为水印加入的结束位置，如果起始位置和结束位置不成对出现，例如出现一个起始位置后，没有结束位置，或是只有结束位置没有起始位置，表示水印被破坏，重复步骤(3)～(4)；

(5)读入起始和结束标志中的字符串，中间存在的字符个数设为K，则K个字符为水印信息携带字符串；

(6)得到K个字符的所有RGB值偏差(获得方法是以起始字符RGB(A，B，C)作为基准，与其他字符的RGB(A_i，B_i，C_i)比较)，得到一组3×K的二进制串；

(7)除去最高位的零，得到长度为L的二进制串；

(8)对该二进制串进行解压缩编码，得到长度为M的二进制串；

(9)将长度为M二进制串进行utf8到GBK的编码转换，获得原始的版权信息；

(10)重复步骤(3)～(9)，获得所有文档携带的水印信息。

3、根据权利要求1、2所述一种文档数字水印嵌入方法，其特征在于：利用字符的颜色RGB值来嵌入和检测水印。

Images