導(dǎo)言：作為寫作愛(ài)好者，不可錯(cuò)過(guò)為您精心挑選的10篇水印技術(shù)論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

(1)對(duì)于Γ的任何一個(gè)授權(quán)子集A∈Γ，A中的全體成員可以利用他們所擁有的秘密份額來(lái)恢復(fù)秘密S；

(2)對(duì)于Γ的任何一個(gè)非授權(quán)子集BP，BΓ，B中的成員無(wú)法利用他們的秘密份額來(lái)重新恢復(fù)秘密S。

秘密共享的概念最早由Shamir和Blakley在1979年提出，并給出(r，n)秘密共享門限方案。所謂(r，n)(其中r、n為正整數(shù)，且r≤n)秘密共享門限方案是指在用戶數(shù)為n的用戶集團(tuán)內(nèi)共享某個(gè)秘密(如K)的方法。在這個(gè)方法中，任意r個(gè)屬于集團(tuán)的用戶都能合作計(jì)算出K的值，但當(dāng)用戶個(gè)數(shù)少于r時(shí)不能計(jì)算出K。如n個(gè)用戶間共享一個(gè)密鑰K，每個(gè)用戶i持有一個(gè)密鑰碎片ki(i=1，2，3，…，n)，基于其中任意不同的r(r≤n)個(gè)密鑰碎片ki1，ki2，…，kir(1≤i1，i2，…，ir≤n)都可以恢復(fù)出密鑰K，而由任意r-1個(gè)或更少的密鑰碎片都不能得出關(guān)于密鑰K的信息。

應(yīng)用(r，n)秘密共享體制，攻擊者必須獲得超過(guò)一定數(shù)量(門限值r)的秘密碎片才能獲得密鑰，這樣提高了系統(tǒng)的安全性；當(dāng)某些碎片(不超過(guò)n-r個(gè))丟失或被毀時(shí)，利用其它秘密份額仍然能夠獲得秘密，這樣提高了系統(tǒng)的可靠性。在恢復(fù)秘密K時(shí)，參與者必須提供正確的秘密份額，否則恢復(fù)會(huì)失敗，不正確的秘密份額又稱為惡意子密。秘密共享體制在實(shí)際當(dāng)中應(yīng)用廣泛，可用于分散重要的信息，如通信密鑰的管理、數(shù)據(jù)安全、銀行網(wǎng)絡(luò)管理、導(dǎo)彈控制發(fā)射等。

對(duì)于聯(lián)合數(shù)字水印來(lái)說(shuō)，其嵌入過(guò)程與一般水印的嵌入過(guò)程相同。但是在聯(lián)合用戶的應(yīng)用背景下，當(dāng)檢測(cè)過(guò)程不成功時(shí)，嵌入單一聯(lián)合數(shù)字水印不具備分辨單個(gè)聯(lián)合用戶的能力。例如設(shè)用戶為A、B，當(dāng)水印檢測(cè)成功時(shí)，即可認(rèn)定用戶A、B都為具有部分聯(lián)合所有權(quán)的用戶，而且A、B一起擁有對(duì)水印作品的所有聯(lián)合所有權(quán)。但當(dāng)水印檢測(cè)不成功時(shí)，無(wú)法分辨下列三種所有權(quán)分布情況：

(1)用戶A、B皆為不合法的聯(lián)合用戶。

(2)僅用戶A為不合法的聯(lián)合用戶。

(3)僅用戶B為不合法的聯(lián)合用戶。

為了分辨單個(gè)聯(lián)合用戶，除了嵌入生成的長(zhǎng)度為2L的聯(lián)合數(shù)字水印W外，用戶A可以嵌入自己的長(zhǎng)度為L(zhǎng)的水印W1，同時(shí)用戶B也嵌入屬于用戶B的長(zhǎng)度為L(zhǎng)的水印W2。這樣檢測(cè)結(jié)果可能有以下情形：

(1)成功檢測(cè)到所有水印：W、W1、W2。

(2)水印W、W1檢測(cè)不成功，僅成功檢測(cè)水印W2。

(3)水印W、W2檢測(cè)不成功，僅成功檢測(cè)水印W1。

(4)所有水印檢測(cè)均不成功。

對(duì)以上情形分別判斷為：

(1)所有水印被成功檢測(cè)，用戶A、B都為合法聯(lián)合用戶。

(2)僅成功檢測(cè)水印W2，那么僅用戶B都為合法聯(lián)合用戶。

(3)僅成功檢測(cè)水印W1，那么僅用戶A都為合法聯(lián)合用戶。

(4)所有水印均不能被成功檢測(cè)，用戶A、B都不具備聯(lián)合所有權(quán)。

[摘要]本文簡(jiǎn)要介紹數(shù)字水印技術(shù)的定義，給出了數(shù)字水印系統(tǒng)框架的描述，并大致介紹了聯(lián)合數(shù)字水印的一些思想。針對(duì)DCT變換在比特率較低時(shí)，會(huì)出現(xiàn)明顯塊效應(yīng)的缺點(diǎn)，提出一種采用Gabor變換的嵌入方法，使聯(lián)合數(shù)字水印技術(shù)更加完善。

[關(guān)鍵詞]數(shù)字水印聯(lián)合數(shù)字水印秘密共享體制離散余弦變換DCT

參考文獻(xiàn)：

[1]陶亮，陶林.DGT與DCT在圖像編碼中的性能比較.

[2]陳海永.DCT域圖像水印算法的研究.

篇2

前言

膜分離技術(shù)是物質(zhì)分離技術(shù)中的一個(gè)單元操作。膜法分離的最大特點(diǎn)是驅(qū)動(dòng)力主要為壓力，不伴隨需要大量熱能的變化。因而有節(jié)能、可連續(xù)操作、便于自動(dòng)化等優(yōu)點(diǎn)。膜分離中的微濾（MF）、超濾（UF）不能脫除各種低分子物質(zhì)，故單獨(dú)使用時(shí)，出水質(zhì)量仍較差。反滲透膜（RO）有較強(qiáng)的去除率，但在去除有害物質(zhì)的同時(shí)也去除了水中大量有益的無(wú)機(jī)離子，出水呈酸性，不符合人體需要。而納濾膜（NF）分離技術(shù)在有效去除水中有害物質(zhì)的同時(shí)，還能保留大多數(shù)人體必須的無(wú)機(jī)離子，且出水pH值變化不大。這種水處理方法對(duì)于我國(guó)目前的飲食結(jié)構(gòu)而言，尤其是營(yíng)養(yǎng)結(jié)構(gòu)單一的人員來(lái)說(shuō)，更易被接受，也更加合理。

為進(jìn)一步開(kāi)發(fā)和研究納濾膜，以便其更有效地應(yīng)用于水處理，我們安裝了兩種型號(hào)的納濾膜設(shè)備并進(jìn)行了比較研究，這兩種型號(hào)的納濾膜均由美國(guó)Trisep公司生產(chǎn)，材質(zhì)為PA，型號(hào)分別為NF1（NFTS40）和NF7（NFTS80）。

1、納濾膜的定義及分離原理

1.1納濾膜的定義、特點(diǎn)

NF膜早期被稱為松散反滲透（LooseRO）膜，是80年代初繼典型的RO復(fù)合膜之后開(kāi)發(fā)出來(lái)的。可這樣來(lái)論述“納濾”的概念：適宜于分離分子量在200g/mol以上，分子大小約為1nm的溶解組分的膜工藝。

納濾膜的一個(gè)特點(diǎn)是具有離子選擇性：具有一價(jià)陰離子的鹽可以大量滲過(guò)膜（但并不是無(wú)阻擋的），然而膜對(duì)具有多價(jià)陰離子的鹽（例如硫酸鹽和碳酸鹽）的截留率則高得多。因此，鹽的滲透性主要由陰離子的價(jià)態(tài)決定。

1.2納濾膜的分離原理

納濾過(guò)程之所以具有離子選擇性，是由于在膜上或者膜中有負(fù)的帶電基團(tuán)，它們通過(guò)靜電互相作用，阻礙多價(jià)離子的滲透。根據(jù)文獻(xiàn)［1］說(shuō)明，可能的荷電密度為0.5～2meq/g.

為此，我們可用道南效應(yīng)加以解釋：

ηj=μj+zj.F.φ

式中ηj——電化學(xué)勢(shì)；

μj——化學(xué)勢(shì)；

zj——被考查組分的電荷數(shù)；

F——每摩爾簡(jiǎn)單荷電組分的電荷量（稱為法拉第常數(shù)）；

φ——相的內(nèi)電位，并且具有電壓的量綱。

式中的電化學(xué)勢(shì)不同于熟知的化學(xué)勢(shì)，是由于附加了zj.F.φ項(xiàng)，該項(xiàng)包括了電場(chǎng)對(duì)滲透離子的影響。利用此式，可以推導(dǎo)出體系中的離子分布，以計(jì)算出納濾膜的分離性能。

2、納濾膜處理飲用水的應(yīng)用研究

2.1納濾膜處理飲用水的流程

為增強(qiáng)兩種型號(hào)膜組件的可比性，我們采用同一流程，即：

原水10μm保安過(guò)濾器活性炭過(guò)濾5μm保安過(guò)濾器NF7出水。

原水10μm保安過(guò)濾器活性炭過(guò)濾5μm保安過(guò)濾器NF1出水。

其中，10μm保安過(guò)濾器用來(lái)除去原水中的懸浮物；活性炭吸附可去除水中的部分有機(jī)物；5μm保安過(guò)濾器用以保證膜組件的安全正常使用。

2.2試驗(yàn)結(jié)果的分析討論

2.2.1TOC結(jié)果比較

為了研究NF1、NF7兩種膜對(duì)有機(jī)物的去除情況，在相同條件下取原水、活性炭出水及產(chǎn)水率為15%時(shí)的NF1、NF7出水水樣測(cè)定TOC，結(jié)果見(jiàn)圖1.

圖1TOC去除率比較

由圖1可知，在TOC的去除效果上，活性炭對(duì)TOC有一定的去除效果，但仍有一部分未能去除；納濾NF1對(duì)TOC的處理效果較好達(dá)到93.9%；而納濾NF7對(duì)TOC的處理效果不夠理想。

2.2.2色譜-質(zhì)譜聯(lián)機(jī)分析結(jié)果和討論

取原水，活性炭出水，NF1，NF7出水水樣各20L，經(jīng)吸附、洗脫、濃縮，用色譜-質(zhì)譜聯(lián)機(jī)分析。GC/MS結(jié)果見(jiàn)表1.

原水中檢出有機(jī)物26種，這些物質(zhì)中有毒有害物質(zhì)11種，占水中有機(jī)物總數(shù)量的42.3%，其中優(yōu)先控制污染物2種。原水經(jīng)過(guò)活性炭吸附后，有機(jī)物去除了17種，新增11種，對(duì)其中的9種無(wú)去除能力，說(shuō)明活性炭對(duì)有機(jī)物的去除效果不夠理想；經(jīng)過(guò)膜處理后，NF7出水檢出有機(jī)物11種，對(duì)致突變物的去除率為75%；NF1出水檢出3種有機(jī)物，致突變物的去除率為87.5%.說(shuō)明在三致物質(zhì)的去除效果上NF1優(yōu)于NF7.

造成以上結(jié)果的原因大體可這樣描述：在處理有機(jī)物中性組分時(shí)，電的相互影響消失了。對(duì)于這樣的物料，將根據(jù)其分子的大小進(jìn)行分離，分子量超過(guò)200g/mol的組分被完全截留，而摩爾質(zhì)量較低的小分子則可以滲透。對(duì)于有機(jī)物料體系來(lái)說(shuō)，以少量測(cè)量數(shù)據(jù)為基礎(chǔ)的擴(kuò)散-溶解模型可以很好地描述納濾膜對(duì)有機(jī)物的分離特性。

2.2.3Ames試驗(yàn)結(jié)果討論

取原水、活性炭出水、NF7、NF1出水各100L進(jìn)行吸附、洗脫、濃縮后進(jìn)行Ames試驗(yàn)．

2.2.4脫鹽率比較

取NF1、NF7進(jìn)出水水樣對(duì)其電導(dǎo)率進(jìn)行測(cè)定．

3、結(jié)論及建議

（1）NF1對(duì)TOC的處理效果較NF7及活性炭吸附的效果更為理想，達(dá)到93.9%.NF1對(duì)水中有機(jī)物及三致性的去除效率高，出水Ames試驗(yàn)結(jié)果為陰性。（2）NF1在去除水中有害物質(zhì)的同時(shí)，能夠保留較多的無(wú)機(jī)離子，更加符合我國(guó)目前的飲食結(jié)構(gòu)，滿足現(xiàn)有條件下人員的健康需要。（3）在應(yīng)用納濾膜分離技術(shù)處理飲用水時(shí)，建議使用NF1膜組件。（4）納濾膜的分離機(jī)理及相應(yīng)的數(shù)學(xué)模型需進(jìn)一步探討。

參考文獻(xiàn)：

［1］JjitsuharaI,KimuraS.StructureandPropertiesofChargedUltrafiltrationMembranesofSulfonatedPolysulfone.JChemEng.Japan,1983,16（5）

篇3

2飲水安全工程數(shù)據(jù)的特點(diǎn)

與一般的科學(xué)數(shù)據(jù)相比，飲水安全工程數(shù)據(jù)具備以下兩個(gè)特點(diǎn)：

（1）地理分布性。作為基本數(shù)據(jù)，國(guó)家農(nóng)村飲水安全工程數(shù)據(jù)庫(kù)包括了國(guó)內(nèi)各?。ㄖ陛犑校?、市（州）、縣（市、區(qū)）、鄉(xiāng)鎮(zhèn)內(nèi)供水水廠的集中式工程數(shù)據(jù)，包括工程建設(shè)信息、實(shí)時(shí)監(jiān)測(cè)信息，遍布全國(guó)，因此飲水安全工程數(shù)據(jù)具備地理空間的分布特性。

（2）數(shù)據(jù)要素多。飲水安全工程數(shù)據(jù)包括了地圖數(shù)據(jù)，供水工程專題數(shù)據(jù)，省、市州、縣區(qū)、鄉(xiāng)鎮(zhèn)專題基礎(chǔ)信息，水質(zhì)、管壓安全監(jiān)測(cè)信息，政務(wù)信息等。而且每類數(shù)據(jù)又包括多種要素的數(shù)據(jù)，如供水工程專題數(shù)據(jù)包括專題地理信息和專題建設(shè)信息，監(jiān)測(cè)數(shù)據(jù)包括余氯、濁度、水壓、流量等測(cè)量數(shù)據(jù)。整體來(lái)說(shuō)，飲水安全工程數(shù)據(jù)是描述飲水安全工程的數(shù)據(jù)，數(shù)據(jù)量大，且與日俱增，專業(yè)性強(qiáng)，具有時(shí)間維上的有效性，且數(shù)據(jù)區(qū)域性強(qiáng)，不同市縣統(tǒng)計(jì)的數(shù)據(jù)不交叉，數(shù)據(jù)存儲(chǔ)形式多樣，以小文件居多。

3飲水安全工程核心元數(shù)據(jù)

3．1元數(shù)據(jù)定義

首先，介紹幾個(gè)關(guān)于元數(shù)據(jù)的定義。元數(shù)據(jù)：關(guān)于數(shù)據(jù)的數(shù)據(jù)。元數(shù)據(jù)元素：元數(shù)據(jù)的基本單元，元數(shù)據(jù)元素在元數(shù)據(jù)實(shí)體中是唯一的。元數(shù)據(jù)實(shí)體：一組說(shuō)明數(shù)據(jù)相同特性的元數(shù)據(jù)元素，元數(shù)據(jù)實(shí)體可以包含一個(gè)或一個(gè)以上的元數(shù)據(jù)實(shí)體。元數(shù)據(jù)子集：元數(shù)據(jù)的子集合，由相關(guān)的元數(shù)據(jù)實(shí)體和元素組成。數(shù)據(jù)集：可以標(biāo)識(shí)的數(shù)據(jù)集合。通常在物理上可以是更大數(shù)據(jù)集較小的部分。從理論上講，數(shù)據(jù)集可以小到更大數(shù)據(jù)集內(nèi)的單個(gè)要素或要素屬性，一張硬拷貝地圖或圖表均可以被認(rèn)為是一個(gè)數(shù)據(jù)集。飲水安全工程核心元數(shù)據(jù)指的是標(biāo)識(shí)飲水安全工程信息所需要的最小元數(shù)據(jù)元素和元數(shù)據(jù)實(shí)體，為元數(shù)據(jù)元素集的子集。其次，本文采用UML類圖方法描述飲水安全工程信息元數(shù)據(jù)。在元數(shù)據(jù)結(jié)構(gòu)上采用《水利信息核心元數(shù)據(jù)》的結(jié)構(gòu)作為本標(biāo)準(zhǔn)的基本結(jié)構(gòu)，在內(nèi)容上對(duì)元數(shù)據(jù)的特征，包括子集／實(shí)體名、元素名、英文名、英文縮寫、定義、約束／條件、出現(xiàn)次數(shù)、類型和值域進(jìn)行詳細(xì)描述。

3．2飲水安全工程核心元數(shù)據(jù)結(jié)構(gòu)

飲水安全工程元數(shù)據(jù)分為元數(shù)據(jù)元素、元數(shù)據(jù)實(shí)體和元數(shù)據(jù)子集三層。飲水安全工程核心元數(shù)據(jù)由一個(gè)元數(shù)據(jù)實(shí)體和四個(gè)元數(shù)據(jù)子集構(gòu)成。其中，標(biāo)識(shí)信息、數(shù)據(jù)質(zhì)量為必選子集，內(nèi)容信息、參照系信息為可選子集。每個(gè)子集由若干個(gè)實(shí)體（UML類）和元素（UML類屬性）構(gòu)成。

3．3飲水安全核心元數(shù)據(jù)內(nèi)容

3．3．1飲水安全核心元數(shù)據(jù)信息

飲水安全工程元數(shù)據(jù)信息實(shí)體描述飲水安全工程信息的全部元數(shù)據(jù)信息，用必選實(shí)體MD＿元數(shù)據(jù)表示，由以下元數(shù)據(jù)實(shí)體和元數(shù)據(jù)元素構(gòu)成：元數(shù)據(jù)實(shí)體：MD＿標(biāo)識(shí)、DQ＿數(shù)據(jù)質(zhì)量、RS＿參照系、MD＿分發(fā)、MD＿內(nèi)容描述；元數(shù)據(jù)元素：元數(shù)據(jù)創(chuàng)建日期、聯(lián)系單位、元數(shù)據(jù)名稱、字符集、元數(shù)據(jù)使用的語(yǔ)言、元數(shù)據(jù)標(biāo)準(zhǔn)名稱、元數(shù)據(jù)標(biāo)準(zhǔn)版本。

3．3．2標(biāo)識(shí)信息

標(biāo)識(shí)信息包含唯一標(biāo)識(shí)數(shù)據(jù)的信息，用MD＿標(biāo)識(shí)實(shí)體表示，是必選實(shí)體。MD＿標(biāo)識(shí)是下列實(shí)體的聚集：MD＿關(guān)鍵詞、MD＿數(shù)據(jù)集限制、EX＿時(shí)間范圍信息、MD＿聯(lián)系單位或聯(lián)系人、MD＿維護(hù)信息。MD＿標(biāo)識(shí)實(shí)體本身包含如下元素：名稱、行政區(qū)編碼、字符集、摘要、日期、狀況、數(shù)據(jù)表示方式。

3．3．3數(shù)據(jù)質(zhì)量信息

數(shù)據(jù)質(zhì)量信息包含對(duì)數(shù)據(jù)資源質(zhì)量的總體評(píng)價(jià)，用DQ＿數(shù)據(jù)質(zhì)量實(shí)體表示。應(yīng)包括與數(shù)據(jù)生產(chǎn)有關(guān)的數(shù)據(jù)志信息的一般說(shuō)明。DQ＿數(shù)據(jù)質(zhì)量實(shí)體包括兩個(gè)條件必選的實(shí)體，DQ＿數(shù)據(jù)質(zhì)量說(shuō)明和DQ＿數(shù)據(jù)志。DQ＿數(shù)據(jù)質(zhì)量說(shuō)明是數(shù)據(jù)集的總體質(zhì)量信息。DQ＿數(shù)據(jù)志是從數(shù)據(jù)源到數(shù)據(jù)集當(dāng)前狀態(tài)的演變過(guò)程說(shuō)明。包括數(shù)據(jù)源信息實(shí)體和處理過(guò)程信息實(shí)體。

3．3．4內(nèi)容信息

內(nèi)容信息包含提供數(shù)據(jù)內(nèi)容特征的描述信息，用MD＿內(nèi)容描述實(shí)體表示。

3．3．5空間參照系信息

參照系信息包含對(duì)數(shù)據(jù)集使用的空間參照系的說(shuō)明，是條件必選子集，用RS＿參照系實(shí)體表示。是關(guān)于地理空間數(shù)據(jù)集的坐標(biāo)參考框架的描述信息，它反映了現(xiàn)實(shí)世界的空間框架模型化的過(guò)程和相關(guān)的描述參數(shù)。RS＿參照系由三個(gè)條件必選的實(shí)體構(gòu)成：SI＿基于地理標(biāo)識(shí)的空間參照系、SC＿基于坐標(biāo)的空間參照系、SC＿垂向坐標(biāo)參照系。

4元數(shù)據(jù)分級(jí)索引算法

本文根據(jù)飲水安全工程數(shù)據(jù)的區(qū)域性特點(diǎn)，選取分布式NameNode模型，改進(jìn)目錄子樹(shù)分區(qū)算法和哈希算法，利用BloomFilter原理設(shè)計(jì)符合飲水安全工程信息的元數(shù)據(jù)分級(jí)索引算法。

4．1概念與公式

行政區(qū)劃請(qǐng)求量：表示該行政區(qū)劃所需的農(nóng)村飲水安全工程元數(shù)據(jù)的請(qǐng)求量，用Request表示。由于請(qǐng)求量的具體數(shù)值難以確定，工程元數(shù)據(jù)的請(qǐng)求量與工程的數(shù)量有直接關(guān)系，而飲水工程的數(shù)量與行政區(qū)劃的人口密度存在一定的換算關(guān)系。每個(gè)工程所涉及的文件包括招標(biāo)文件、合同、工程規(guī)劃、預(yù)算、管網(wǎng)圖、廠區(qū)布置圖、每年的運(yùn)營(yíng)報(bào)表等多種文件。因此，第m個(gè)行政區(qū)劃的請(qǐng)求量Requestm為：Requestm＝Densitym×f×Naverage（1）其中，Densitym代表第m個(gè)行政區(qū)劃的人口密度，f表示飲水安全工程數(shù)量與人口密度的轉(zhuǎn)換因子，Naverage代表每個(gè)工程文件的平均值。

4．2BloomFilter基本思想元數(shù)據(jù)分級(jí)索引算法

包括三部分：一部分是元數(shù)據(jù)請(qǐng)求被分配到哪個(gè)普通NameNode節(jié)點(diǎn)上，第二部分是分配到NameNode節(jié)點(diǎn)的哪個(gè)目錄，最后根據(jù)NameNode節(jié)點(diǎn)中的目錄信息查找元數(shù)據(jù)文件在DataNode中的具置。本文采用BloomFilter與Key－Value的存儲(chǔ)位置對(duì)應(yīng)表，來(lái)確定元數(shù)據(jù)文件在DataNode中的存儲(chǔ)位置。BloomFilter的基本思想是使用一個(gè)比特的數(shù)組保存信息，初始狀態(tài)時(shí)，整個(gè)數(shù)組的元素全部為0，采用k個(gè)獨(dú)立的Hash函數(shù)，將每個(gè)元數(shù)據(jù)文件對(duì)應(yīng)到｛1，…，m｝的位置，當(dāng)有飲水安全元數(shù)據(jù)文件存儲(chǔ)請(qǐng)求時(shí)，k個(gè)獨(dú)立的Hash函數(shù)將以元數(shù)據(jù)標(biāo)識(shí)信息中的元數(shù)據(jù)文件名為變量，得到k個(gè)哈希值，然后將比特?cái)?shù)組中的相應(yīng)位置更改為1，即：hashi（x）＝1（1≤i≤k）（2）其中，x是元數(shù)據(jù)文件名。數(shù)組中的某一位置被置為1后，只有第一次有效，以后再置為1將不起作用。所示，假設(shè)k＝3，x1先通過(guò)哈希函數(shù)，將數(shù)組中的三個(gè)位置置為1，在x2通過(guò)哈希函數(shù)得到的數(shù)組位置，將是0的位置置為1，已經(jīng)是1的位置則不重復(fù)置1。判斷某元素y是否屬于這個(gè)集合，需對(duì)y應(yīng)用k次哈希函數(shù)，如果所有的位置都是1（1≤i≤k），那么就認(rèn)為y是集合中的元素，否則就認(rèn)為y不是集合中的元素。如圖3所示，y1可能是集合中的元素，y2則不屬于這個(gè)集合。BloomFilter能高效地判斷某個(gè)元素是否屬于一個(gè)集合，但這種高效是有代價(jià)的，是存在一定的錯(cuò)誤率，因?yàn)樗锌赡軙?huì)把不屬于這個(gè)集合的元素判定為屬于此集合。為簡(jiǎn)化計(jì)算，假設(shè)kn＜m并且各哈希函數(shù)完全隨機(jī)。當(dāng)某個(gè)目錄中的所有元數(shù)據(jù)文件全部存儲(chǔ)，即所有元素都被哈希函數(shù)映射到比特?cái)?shù)組中去，這個(gè)數(shù)組中某一位置是0代表kn次哈希操作都沒(méi)有被置為1，因此概率為：p＝（1－1m）kn≈e－kn／m（3）其中第二次近似計(jì)算是因?yàn)椋簂imxm（1＋1n）n＝e（4）令ρ代表比特?cái)?shù)組中0的比例，則ρ的數(shù)學(xué)期望E（ρ）＝p，則ρ≈p，因此：pfalse＝（1－ρ）k≈（1－p）k（5）

4．3元數(shù)據(jù)分級(jí)索引算法

元數(shù)據(jù)分級(jí)索引算法包括三個(gè)步驟：一是選NameNode節(jié)點(diǎn)，二是選目錄，三是分配存儲(chǔ)位置。

4．3．1選取NameNode節(jié)點(diǎn)分布式

NameNode模型有一個(gè)主NameNode節(jié)點(diǎn)，一個(gè)主SecondaryNameNode和n個(gè)普通NameNode節(jié)點(diǎn)。其中，主SecondaryNameNode是主NameNode的快照，防止單點(diǎn)失效。算法的基本思想如下：（1）計(jì)算行政區(qū)劃請(qǐng)求數(shù)。在本文中所涉及的飲水安全工程指的是湖北省的農(nóng)村飲水安全工程，因此在普通NameNode節(jié)點(diǎn)上分布的是以市級(jí)為單位的元數(shù)據(jù)信息。在這一步中，根據(jù)公式（1）給每個(gè)市級(jí)行政區(qū)劃的請(qǐng)求賦值，用Requestm表示。（2）分配NameNode節(jié)點(diǎn)。若n為奇數(shù)，則將其中一個(gè)NameNode節(jié)點(diǎn)作為備用節(jié)點(diǎn)，n＝n－1；若n為偶數(shù)，則n不變。分配NameNode節(jié)點(diǎn)，得出市級(jí)行政區(qū)劃與NameNode節(jié)點(diǎn)映射表。（3）第二次分組。將偶數(shù)個(gè)NameNode兩兩分成組，互為SecondaryNameNode節(jié)點(diǎn)，分組的原則為請(qǐng)求量較大的NameNode節(jié)點(diǎn)與請(qǐng)求量較小的NameNode節(jié)點(diǎn)一組。

4．3．2選擇目錄

分配完NameNode節(jié)點(diǎn)后，須設(shè)定每個(gè)Nam－eNode節(jié)點(diǎn)的目錄，根據(jù)市級(jí)行政區(qū)劃與Name－Node節(jié)點(diǎn)映射表設(shè)定一級(jí)目錄。然后根據(jù)一級(jí)目錄的編碼，設(shè)定二級(jí)目錄，二級(jí)目錄為對(duì)應(yīng)市及所管轄縣級(jí)行政區(qū)劃的目錄。在飲水安全工程項(xiàng)目中，所涉及的數(shù)據(jù)類型分為圖片類型、視頻類型、文本類型等，所以將三級(jí)目錄按文件類型進(jìn)行劃分，即每個(gè)二級(jí)目錄下對(duì)應(yīng)的三級(jí)目錄為pic、video、txt等。

4．3．3分配存儲(chǔ)位置

當(dāng)用戶要查找某個(gè)飲水安全元數(shù)據(jù)時(shí)，系統(tǒng)首先根據(jù)待查找元數(shù)據(jù)的行政區(qū)劃編碼，從市級(jí)行政區(qū)劃與NameNode節(jié)點(diǎn)映射表中找到其對(duì)應(yīng)的NameNode節(jié)點(diǎn)；然后，主NameNode節(jié)點(diǎn)將用戶請(qǐng)求轉(zhuǎn)發(fā)給此NameNode節(jié)點(diǎn)，收到轉(zhuǎn)發(fā)的用戶請(qǐng)求的NameNode節(jié)點(diǎn)同樣將行政區(qū)編碼進(jìn)行處理，轉(zhuǎn)化為市級(jí)編碼，找到其一級(jí)目錄；然后在一級(jí)目錄下，根據(jù)編碼找到二級(jí)目錄，再根據(jù)用戶請(qǐng)求的元數(shù)據(jù)類型，定位到三級(jí)目錄，在三級(jí)目錄下根據(jù)哈希表，找到對(duì)應(yīng)存儲(chǔ)位置并提交給主Name－Node節(jié)點(diǎn)，由主NameNode節(jié)點(diǎn)返回給用戶。飲水安全元數(shù)據(jù)檢索結(jié)果分為兩種情況，第一種是查找成功，第二種是查找失敗。一次飲水安全元數(shù)據(jù)成功檢索過(guò)程的檢索時(shí)間包括主NameNo－de節(jié)點(diǎn)并發(fā)處理延遲、主NameNode節(jié)點(diǎn)找到對(duì)應(yīng)的NameNode節(jié)點(diǎn)的時(shí)間、轉(zhuǎn)發(fā)用戶請(qǐng)求與普通NameNode節(jié)點(diǎn)的通信時(shí)間、普通節(jié)點(diǎn)執(zhí)行查找目錄的時(shí)間、查找Hash表讀取元數(shù)據(jù)的時(shí)間和返回查找結(jié)果給主NameNode的時(shí)間。一次失敗的檢索包含兩種情況，一是定位到目錄后，通過(guò)BloomFilter過(guò)濾后，判定要查找飲水安全工程元數(shù)據(jù)哈希表不屬于該目錄；二是通過(guò)BloomFilter過(guò)濾后，判定其屬于該目錄，但是通過(guò)查詢Key－Value表，發(fā)現(xiàn)匹配錯(cuò)誤，即上文提到的BloomFilter自身的錯(cuò)誤率。第一種情況，根據(jù)BloomFilter的原理，可知經(jīng)過(guò)k次獨(dú)立的哈希函數(shù)后，如果得到的位置不是全為1，則返回查找失敗，要查找的元數(shù)據(jù)請(qǐng)求不在此目錄中，時(shí)間復(fù)雜度為O（1）。第二種情況是BloomFilter自身的缺陷，但是由于有對(duì)應(yīng)的Key－Value表，即使經(jīng)過(guò)k次哈希操作得到的位置在比特?cái)?shù)組中全為1，通過(guò)查找對(duì)應(yīng)的鍵值，如果發(fā)現(xiàn)元數(shù)據(jù)名稱不能與之匹配，則返回檢索不成功，時(shí)間復(fù)雜度也為O（1），在用戶可以接受的范圍內(nèi)。

5實(shí)驗(yàn)結(jié)果

本文通過(guò)實(shí)驗(yàn)仿真驗(yàn)證飲水安全工程元數(shù)據(jù)模型的元數(shù)據(jù)分級(jí)索引算法在元數(shù)據(jù)檢索上的性2226ComputerEngineering＆Science計(jì)算機(jī)工程與科學(xué)2014，36（11）能，并與目錄子樹(shù)分區(qū)算法和哈希算法在檢索成功時(shí)間和檢索失敗時(shí)間進(jìn)行對(duì)比。第一組實(shí)驗(yàn)，測(cè)試三種算法檢索成功的平均檢索時(shí)間，其中用戶數(shù)為10，請(qǐng)求數(shù)為1000，在定位NameNode節(jié)點(diǎn)的時(shí)間上來(lái)說(shuō)，目錄子樹(shù)分區(qū)算法能夠根據(jù)用戶請(qǐng)求中的類型定位節(jié)點(diǎn)，哈希算法是通過(guò)特定的Hash函數(shù)，算出用戶請(qǐng)求元數(shù)據(jù)所在的節(jié)點(diǎn)。而本文設(shè)計(jì)的元數(shù)據(jù)分級(jí)索引算法，將市級(jí)行政區(qū)劃和NameNode節(jié)點(diǎn)編號(hào)存儲(chǔ)在一張靜態(tài)的表中，查找時(shí)間與Name－Node節(jié)點(diǎn)個(gè)數(shù)有關(guān)，時(shí)間復(fù)雜度為O（n）。在本文的應(yīng)用中，至多會(huì)有14個(gè)NameNode節(jié)點(diǎn)，三種算法的定位時(shí)間基本相同，在查找NameNode節(jié)點(diǎn)的步驟上所用時(shí)間可以近似算作相等。定位目錄的時(shí)間復(fù)雜度，三種算法也相同，可認(rèn)為是O（1）。在最后一步定位元數(shù)據(jù)文件存儲(chǔ)位置上，由于BloomFilter查找成功的時(shí)間復(fù)雜度是O（1），而目錄子樹(shù)分區(qū)算法和哈希算法沒(méi)有考慮定位物理位置，查找目錄下的元數(shù)據(jù)名稱，時(shí)間復(fù)雜度為O（n），目錄下的元數(shù)據(jù)文件越多，查找速度越慢。第二組實(shí)驗(yàn)，測(cè)試三種算法檢索失敗的平均檢索時(shí)間，其中用戶數(shù)為10，請(qǐng)求數(shù)為1000，仿若是檢索不在目錄下的文件，BloomFilter將文件名進(jìn)行Hash運(yùn)算，可以判定被請(qǐng)求的文件名不在目錄中，時(shí)間復(fù)雜度為O（1）。而另外兩種算法，則會(huì)遍歷目錄中的所有文件，直至遍歷完，找不到所請(qǐng)求的文件，時(shí)間復(fù)雜度為O（n）。對(duì)比三種算法在飲水安全工程元數(shù)據(jù)檢索上的應(yīng)用情況，由于元數(shù)據(jù)分級(jí)算法使用了BloomFilter，檢索效率比其它兩種算法效率高，尤其是檢索失敗的檢索請(qǐng)求。

篇4

1 二維碼水印加密背景及目前加密解密現(xiàn)狀

1.1 QR二維碼的應(yīng)用背景

隨著中國(guó)3G技術(shù)的普及，以及手機(jī)本身性能的提高，二維碼作為一種全新的信息存儲(chǔ)、傳遞和識(shí)別技術(shù)迅速地融入到了社會(huì)生活當(dāng)中，其保密和安全問(wèn)題也越來(lái)越有研究?jī)r(jià)值，2012年鐵道部出現(xiàn)了用戶隱私資料信息被二維碼泄密的問(wèn)題，病毒也開(kāi)始通過(guò)二維碼傳播。目前國(guó)內(nèi)針對(duì)二維碼數(shù)字加密的技術(shù)的論述并不多，在當(dāng)前期刊網(wǎng)上有關(guān)二維碼討論的258篇論文也主要集中于二維碼自身的編碼解碼規(guī)則，只有16篇是討論二維碼數(shù)字手段加密的。其中加密采取的主要手段是通過(guò)復(fù)雜昂貴的隱形印刷技術(shù)。而討論數(shù)字加密的只是對(duì)一般圖像都通用的結(jié)合水印加密，未能很好的結(jié)合QR二維碼自身的編碼規(guī)則，所能負(fù)載的加密信息量也極少[3]。

1.2 國(guó)內(nèi)外二維碼加密研究現(xiàn)狀

目前，國(guó)內(nèi)外關(guān)于二維碼信息隱藏技術(shù)的文獻(xiàn)不是很多，研究對(duì)象主要是四一七條碼（Portable Data File417，PDF417碼）和QR碼。在國(guó)內(nèi)，針對(duì)PDF417碼的研究較多且以空域水印為主，在國(guó)外，以研究QR碼居多，以頻域水印為主。牛夏牧[7]等利用變形技術(shù)對(duì)PDF417碼中的各組成單元寬度加以適量的變動(dòng)，采用誤差累積的方式實(shí)現(xiàn)隱藏信息的嵌入和提取。陳崢等[3]針對(duì)PDF417碼，提出了基于邊界移位的隱藏信息嵌入算法。趙博等[4]提出一種基于結(jié)構(gòu)微調(diào)法的水印算法，對(duì)PDF417碼的組成條空進(jìn)行適量的微調(diào)，將信息隱藏進(jìn)二維碼中。晁玉海等[5]提出一種對(duì)隱藏信息進(jìn)行擴(kuò)頻和映射處理，根據(jù)PDF417碼自身結(jié)構(gòu)特點(diǎn)，通過(guò)微調(diào)條碼中的條和空將信息隱藏的方法。Ming Sun等[6]提出兩種基于離散小波變換（Discrete Wavelet Transform，DWT）變換的QR碼數(shù)字水印，分別可以嵌入隨機(jī)序列和圖片。Jau-Ji Shen等[7]針對(duì)PDF417碼提出一種稱作關(guān)聯(lián)水印的盲水印算法，該算法可以提高水印的嵌入容量并可將PDF417碼用于數(shù)據(jù)認(rèn)證。

⑴二維碼圖和傳統(tǒng)防偽制作技術(shù)（主要是印刷）相結(jié)合，避免碼圖被直接影印、拍照，比如采用隱形印刷等等；

⑵掌握二維碼編碼技術(shù)，對(duì)二維碼碼圖本身做特殊處理（如加密、復(fù)合、變形等），這種方法的目的有二，一是可以讓別人的識(shí)讀軟件無(wú)法識(shí)別碼圖，二是可以在這些碼圖中編入特別信息，以作防偽校驗(yàn)之用。

簡(jiǎn)而言之，一個(gè)采用特殊印刷技術(shù)，一個(gè)采用特殊編碼，從而提高技術(shù)門檻也就提高了造假的成本與難度。本文研究算法基于第二種方式，對(duì)二維碼碼圖進(jìn)行特殊處理，達(dá)到嵌入 信息進(jìn)行防偽校驗(yàn)?zāi)康摹?/p>

2 適用于QR的數(shù)字水印算法

2.1 水印的嵌入算法

2.1.1 水印嵌入位置及表示方案

鏈碼和QR二維碼水印信息的位置選擇和像素值改變方案，根據(jù)鏈碼、改進(jìn)的LSB算法和二維碼的基本理論，本文結(jié)合處如下表示方案。QR碼圖像是由N*N個(gè)深色或者淺色的模塊圖形組成，實(shí)驗(yàn)中是黑色和白色模塊?？紤]水印需要的隱蔽性，我們選取黑色的正方形作為水印嵌入單元。假設(shè)QR碼的一個(gè)模塊圖形的大小為M*M，其中M為模塊的長(zhǎng)度（高度），單位是像素。條碼矩陣的大小為N*N。每個(gè)正方形基元占用的像素點(diǎn)為M/N。

如圖2.1所示：跟四鏈碼的結(jié)合方式為將正方形基元平分成四等份，每一塊的大小為M/2N，選擇其中的一塊，按統(tǒng)一水印規(guī)則改變整個(gè)選中塊的像素值，嵌入水印信息，按照鏈碼方向的規(guī)則給四個(gè)方向的小矩陣編碼為0，1，2，3，四幅圖中的紅色區(qū)域分別對(duì)應(yīng)著0，1，2，3。這樣每個(gè)黑色QR碼的正方形基元便可以承載一位四進(jìn)制的數(shù)。當(dāng)圖像格式為RGB三色圖時(shí)，結(jié)合第一章所介紹的改進(jìn)的LSB編碼規(guī)則，每一塊像素值按規(guī)則改變后又可表示為00，01，10，11的四進(jìn)制，跟位置的編碼規(guī)則相結(jié)合，每個(gè)正方形模塊就可以表示一位十六進(jìn)制的數(shù)，也就是4bit的信息。

2.1.2 水.印嵌入流程

如圖2.2 水印算法的整體嵌入步驟：

第一步：根據(jù)基本信息編碼出未加密的二維碼舉證，自左向右，自上而下，統(tǒng)計(jì)N*N黑色和白色模塊的QR二維碼可用來(lái)嵌入水印的黑色模塊的個(gè)數(shù)，記為C，并記錄下各個(gè)可用的黑色模塊在二維碼的二維矩陣中的位置。

第二步：依據(jù)偽指紋特征隨機(jī)密鑰生成技術(shù)，隨機(jī)生成三個(gè)指紋特征數(shù)據(jù)記為T1、T2、T3，并將T1、T2、T3轉(zhuǎn)碼成和水印嵌入方式所采用的編碼進(jìn)制（八進(jìn)制、十六進(jìn)制等）相同的編碼進(jìn)制，統(tǒng)計(jì)出T1，T2，T3所需要的占用編碼位數(shù)記為n1，n2，n3。

第三步：如果n1+n2+n3>c，則說(shuō)明水印嵌入位置不足以嵌入所有的指紋特征數(shù)據(jù)，當(dāng)嵌入位置不足時(shí)采用基于模擬退火算法競(jìng)爭(zhēng)機(jī)制，解決各個(gè)特征信息之間采樣數(shù)競(jìng)爭(zhēng)問(wèn)題，模擬退火的優(yōu)勢(shì)能保證了嵌入位置的隨機(jī)性，和各個(gè)特征信息的均衡性。

第四步：依照模擬退火算法競(jìng)爭(zhēng)機(jī)制產(chǎn)生的二維指紋矩陣加密位置對(duì)應(yīng)表，對(duì)QR二維碼圖形進(jìn)行加密。

2.2 水印的提取算法

如圖2.3：首先，從加密的二維碼圖片中解碼出二維碼的基本信息。

將加密后的二維碼圖片記為map1和未水印加密的二維圖片記為map2，導(dǎo)入解碼程序中。

第二步：將相應(yīng)的兩幅圖像做減法代數(shù)運(yùn)算，提取圖像中目標(biāo)區(qū)域，給定閾值大小為水印差值的一半，將低于閾值的像素點(diǎn)看作相同像素點(diǎn)，差值取絕對(duì)值選取為了實(shí)現(xiàn)精確定位，因?yàn)閮煞鶊D像編碼格式一致，除了不通目標(biāo)區(qū)域以外，其他區(qū)域完全相同，包括圖像大小等。

第三部：使用數(shù)學(xué)形態(tài)學(xué)方法，實(shí)現(xiàn)斷線的連接，主要目的是保持目標(biāo)區(qū)域邊緣連續(xù)，為孤立點(diǎn)的去除做準(zhǔn)備。第三步：使用改進(jìn)中值濾波去除圖像中孤立異常點(diǎn)，如果除了目標(biāo)區(qū)域以外，其他區(qū)域完全相同，那么基本不需要去處異常點(diǎn)，在做加入噪聲干擾實(shí)驗(yàn)時(shí)去除邊緣毛邊是一個(gè)需要除了的問(wèn)題。

第四步：采用曲線全向跟蹤技術(shù)，尋找目標(biāo)區(qū)域的邊緣輪廓，探查到所有目標(biāo)區(qū)域邊緣。

第五步：將圖像按照二維碼自身的編碼規(guī)則分成N*N塊，根據(jù)上圖中提取去的各個(gè)嵌入水印的矩形區(qū)域的位置，并將區(qū)域大小經(jīng)過(guò)閾值判斷，去掉干擾點(diǎn)，定位出各個(gè)區(qū)域?qū)?yīng)得編碼值，返回二維矩陣各個(gè)嵌入水印值位置對(duì)應(yīng)得值。和加密時(shí)候保存的加密二維矩陣值進(jìn)行對(duì)比，進(jìn)行水印驗(yàn)證。

3 實(shí)驗(yàn)

含有水印的QR碼的識(shí)別和提取實(shí)驗(yàn)

算法穩(wěn)定性實(shí)驗(yàn)，流程如下：

（1）產(chǎn)生一段隨機(jī)長(zhǎng)度和隨機(jī)內(nèi)容的文本T1。

（2）將文本T1編碼為QR碼圖形Q1。

（3）計(jì)算Q1的水印容量大小。

（4）通過(guò)通過(guò)隨機(jī)指紋發(fā)生器和模擬退火競(jìng)爭(zhēng)機(jī)制產(chǎn)生水印信息W。

（5）向Q1中嵌入水印信息W得到含有水印的QR碼圖形Q2。

（6）識(shí)讀Q2得到T2，并與原始編碼內(nèi)容T1對(duì)比，記錄對(duì)比結(jié)果。

（7）從含有水印的QR碼圖形Q2中提取水印信息WR。

（8）比較W和WR，記錄對(duì)比結(jié)果。

（9）重復(fù)1000次步驟（1）～（8）的試驗(yàn)，并計(jì)算QR碼的識(shí)別正確率和水印嵌入和提取的正確率。

隨機(jī)文本T包含英文字母、數(shù)字和常用標(biāo)點(diǎn)符號(hào)。重復(fù)試驗(yàn)的次數(shù)為100次，最后記錄實(shí)驗(yàn)結(jié)果并計(jì)算正確率。實(shí)驗(yàn)最終得到的數(shù)據(jù)是QR碼的識(shí)別正確率為97%，嵌入和提取水印的正確率為95%。該實(shí)驗(yàn)表明，水印算法非常穩(wěn)定，嵌入的水印不會(huì)影響到QR碼的正確識(shí)別，并且水印信息的嵌入和提取不受水印內(nèi)容和QR碼載體圖像的影響。

4 結(jié)論

提出了一種適用于QR碼的魯棒性和嵌入信息量都適中的水印算法，該算法用鏈碼的方向編碼和改進(jìn)的LSB算法嵌入水印信息，保證水印信息不會(huì)改變QR碼的圖形結(jié)構(gòu)，并確保嵌入的水印信息不會(huì)影響到QR碼的正確識(shí)別。與現(xiàn)有的利用誤差特性進(jìn)行信息隱藏的算法相比，該算法極大程度增強(qiáng)了數(shù)字水印的隱蔽性，提高了水印信息的嵌入量。同時(shí)算法不會(huì)受到QR碼的容量限制，并且適合電子保存和打印等多種形式，具有提取水印速度快，抗干擾能力強(qiáng)等優(yōu)勢(shì)。并且提出了由多種生物特征提取出的信息組成水印信息的方式，將二維碼與用戶綁定，實(shí)現(xiàn)了人碼一體的認(rèn)證功能。

[參考文獻(xiàn)]

[l]何葉.基于二維條碼的數(shù)字水印技術(shù)研究.長(zhǎng)沙理工大學(xué)碩士學(xué)位論文.（2009）.

[2]趙博.二維條碼研究.西安電子科技大學(xué)碩士學(xué)位論文.（2007）.

[3]紀(jì)興中.基于二維條碼技術(shù)的數(shù)字水印系統(tǒng)研究.浙江工業(yè)大學(xué)碩士學(xué)位論文.（2007）.

[4]陳哲，張永林.數(shù)字水印技術(shù)在二維條碼證件防偽中的應(yīng)用.計(jì)算機(jī)工程與科學(xué).28（4）.42-44.（2006）.

篇5

一、前言

作為多媒體數(shù)據(jù)的內(nèi)容認(rèn)證與版權(quán)保護(hù)技術(shù)，數(shù)字水印得到了大量研究和應(yīng)用。這種保密方案主要使用到電子產(chǎn)品版權(quán)的保護(hù)中，因此具有了魯棒性、不可感知性以及安全性等各種特征，這些特征也正是確保圖像傳輸安全性所需。因此，研究該技術(shù)必然具有現(xiàn)實(shí)意義。

二、混沌序列理論

2.1 混沌映射

經(jīng)過(guò)函數(shù)映射，就能夠得到良好的一維非線性映射，該映射具有隨機(jī)統(tǒng)計(jì)特征。因其生產(chǎn)出來(lái)的混沌序列屬于某區(qū)域中的混沌序列，而且該序列為整數(shù)值，具有隨機(jī)性，對(duì)初值非常敏感。定義如下所示：

其中第一個(gè)式子表示不大于符號(hào)內(nèi)值的最大整數(shù)，第二式子表示不小于符號(hào)內(nèi)值的最小整數(shù)。而xk∈{1，2，...m}，參數(shù)為a∈{1，2，...m}。

2.2 生成混沌序列

上式混沌映射經(jīng)過(guò)了n次迭代之后就形成了新的混沌映射，也就是本論文所要使用的映射，當(dāng)然所得的混沌映射式同樣具備混沌特征，也就是具有xk+1= f na（ xk）；假如給定了初始值x0，其參數(shù)a，m獲得值與迭代次數(shù)n值就已經(jīng)被確定了，自然也就生成了混沌序列是：{xk；k=0，1，2，3，...}，這個(gè)序列同樣具備了混沌特征，自然也就對(duì)初始的條件x0非常敏感。

三、計(jì)算圖像水印嵌入的強(qiáng)度因子

按照HVS（人眼視覺(jué)系統(tǒng)）的特征，嵌入的水印強(qiáng)度比某門限低時(shí)，人眼感知圖像的質(zhì)量相同，就不能夠看見(jiàn)嵌入的水印，該門限值也就是臨界不可見(jiàn)門限。所以所選水印嵌入強(qiáng)度因子是不是適當(dāng)是水印算法的關(guān)鍵之處。

要確定水印強(qiáng)度因子，就必須要滿足人類的視覺(jué)系統(tǒng)特征，同時(shí)要依據(jù)原來(lái)圖像內(nèi)容合理的進(jìn)行調(diào)整，水印嵌入的次數(shù)不能夠太多，如果太多必然會(huì)因多次水印相加的平均積累引入誤差。所以應(yīng)用這個(gè)算法過(guò)程中，僅僅有兩次水印能夠自動(dòng)滿足嵌入所需，一次就是將水印低頻嵌入到子圖Hn0中，另一次就是把水印嵌入三個(gè)細(xì)節(jié)子圖Hn1，Hn2及Hn3中數(shù)值較大的小波系數(shù)之中。

四、算法設(shè)計(jì)

從上面的具體分析來(lái)看，實(shí)施嵌入算法的步驟如下所示：

其一對(duì)水印反色進(jìn)行預(yù)處理；設(shè)定水印選擇了256級(jí)的灰度圖像，如果水印的像素平均值超過(guò)了127，就要反色處理，確保水印的高平均像素具有不可見(jiàn)性。其二完成反色預(yù)處理后，就必須要對(duì)水印實(shí)施混沌映射處理，把完成置亂的各個(gè)像素按照掃描順序形成一維序列。其三把H（原始圖像）經(jīng)過(guò)n級(jí)的小波變化，讓低頻子圖大小和水印大小二者非常相同，對(duì)原始圖像進(jìn)行變換后形成最后一級(jí)的小波變換，就能夠獲得四個(gè)子圖，分別為Hn0、Hn1、Hn2、Hn3。其四水印嵌入；在水印的嵌入過(guò)程中，就要依據(jù)圖像的小波子圖分塊不同計(jì)算出嵌入強(qiáng)度因子。低頻子圖Hn0所得嵌入強(qiáng)度因子即為a1；可以通過(guò)計(jì)算所得。而嵌入水印氛圍了兩個(gè)步驟，首先要把水印的一維序列嵌入到低頻子圖的各分塊中，可得嵌入強(qiáng)度的因子是a1；之后依據(jù)水印序列值個(gè)數(shù)就能夠獲取三個(gè)細(xì)節(jié)所得各個(gè)子圖，并從子圖中獲取個(gè)數(shù)相同的大系數(shù)值，一般都是按照絕對(duì)值的大小取，并對(duì)該系數(shù)值水印嵌入。就能夠獲取嵌入的強(qiáng)子因素是a2.其五通過(guò)n級(jí)的小波反變換，就能夠獲得反應(yīng)后圖像Hw。事實(shí)上，提取水印算法就是嵌入逆過(guò)程，而提取水印過(guò)程中就必須要合理利用原始圖像。

五、結(jié)束語(yǔ)

事實(shí)上，這種算法的速度遠(yuǎn)遠(yuǎn)超過(guò)了傳統(tǒng)加密算法，而且加密比較好，且不易破解。嵌入算法加密效果好、加密速度快，而且抗攻擊性強(qiáng)及初始值敏感等各種特征，具有較好的抗干擾性與魯棒性，因此具有實(shí)用價(jià)值。

參 考 文 獻(xiàn)

篇6

中圖分類號(hào)：TP309

1 數(shù)字水印技術(shù)研究的意義

由于科學(xué)技術(shù)的發(fā)展，很多的數(shù)字化產(chǎn)品易于加工，非法的復(fù)制和拷貝也比較容易，這樣嚴(yán)重?fù)p壞了數(shù)字產(chǎn)品的完整性以及數(shù)字產(chǎn)品作者的版權(quán)。為了解決這一問(wèn)題，因而提出了數(shù)字水印技術(shù)。

數(shù)字水印技術(shù)，從1993年Caronni正式提出數(shù)字水印到現(xiàn)在，無(wú)論國(guó)內(nèi)還是國(guó)外對(duì)數(shù)字水印的研究都引起了人們的關(guān)注。在國(guó)外方面，由于有大公司的介入和美國(guó)軍方及財(cái)政部的支持，雖然在數(shù)字水印方面的研究剛起步不久，但該技術(shù)研究的發(fā)展速度非?？?。1998年以來(lái)，《IEEE圖像處理》、《IEEE會(huì)報(bào)》、《IEEE通信選題》、《IEEE消費(fèi)電子學(xué)》等許多國(guó)際重要期刊都組織了數(shù)字水印的技術(shù)?？?qū)ｎ}新聞報(bào)道，SPIE和IEEE的一些重要國(guó)際會(huì)議也開(kāi)辟了相關(guān)的專題。IBM公司、日立公司、NEC公司、Pioneer電子公司和Sony公司等五家公司還宣布聯(lián)合研究基于信息隱藏的電子水印。國(guó)內(nèi)方面，我國(guó)的數(shù)字水印技術(shù)，也已經(jīng)取得了一定的研究成果，而且從學(xué)術(shù)領(lǐng)域的研究成果來(lái)看，我國(guó)的研究與世界水平相差的并不遠(yuǎn)，并且有自己的獨(dú)特研究思路。

數(shù)字水印的主要用途可以分為以下幾類：（1）版權(quán)標(biāo)識(shí)水印。數(shù)字水印將各種信息放在各種需要保護(hù)的數(shù)字產(chǎn)品中，即使經(jīng)過(guò)噪聲干擾、濾波、剪切、壓縮、旋轉(zhuǎn)等攻擊，水印仍可以繼續(xù)存在。例如Adobe公司在其著名的PS軟件Corel Draw圖像處理軟件中集成了Digimarc公司的數(shù)字水印插件。（2）篡改提示水印。檢測(cè)數(shù)字產(chǎn)品是否被修改、偽造等的處理的過(guò)程。（3）隱蔽標(biāo)識(shí)水印。在一些數(shù)字產(chǎn)品中，可以將數(shù)字水印嵌入作一些隱式注釋。（4）票據(jù)防偽水印。隨著現(xiàn)代各種先進(jìn)輸出設(shè)備的發(fā)展，使得各種票據(jù)的偽造變得更加容易，數(shù)字水印技術(shù)可以增加偽造的難度。因此，研究數(shù)字技術(shù)非常有必要性。

2 基于DCT數(shù)字圖像水印技術(shù)的研究

2.1 數(shù)字水印的概念

數(shù)字水印技術(shù)是指用信號(hào)處理的方法在多媒體數(shù)據(jù)中嵌入某些能證明版權(quán)歸屬或跟蹤侵權(quán)行為的隱蔽的信息，這些信息通常是不可見(jiàn)的，不容易被人的知覺(jué)系統(tǒng)覺(jué)察或注意到，這些隱藏在多媒體內(nèi)容中的信息只有通過(guò)專用的監(jiān)測(cè)器或閱讀器才能提取。通過(guò)這些隱藏在多媒體內(nèi)容中的信息，可以達(dá)到確認(rèn)內(nèi)容創(chuàng)建者，購(gòu)買者或判斷內(nèi)容是否真實(shí)完整的目的。水印系統(tǒng)所隱藏的信息總是與被保護(hù)的數(shù)字對(duì)象或它的所有者有關(guān)。

2.2 DCT數(shù)字圖像水印的基本理論

其中圖像二維DCT變換（M取8或16）有許多優(yōu)點(diǎn)：

圖像信號(hào)經(jīng)過(guò)變換后，變換系數(shù)幾乎不相關(guān)，經(jīng)過(guò)反變換重構(gòu)圖像信道誤差和量化誤差將像隨機(jī)噪聲一樣分散到塊中的各個(gè)像素中去，不會(huì)造成誤差累積，并且變換能將數(shù)據(jù)塊中的能量壓縮到為數(shù)不多的部分低頻系數(shù)中去（即DCT矩陣的左上角）。對(duì)于給定圖像f（m，n）存在兩種DCT變換方法：一種是把圖像f（m，n）看成一個(gè)二維矩陣直接對(duì)其進(jìn)行DCT變換，然后嵌入水印，Cox[3]采用此種方法；另一種方法是與JPEG壓縮標(biāo)準(zhǔn)相統(tǒng)一，先把圖像分成8*8的不同小塊，再分別對(duì)每一塊進(jìn)行DCT變換，進(jìn)而嵌入水印，本文采用后一種方法嵌入水印。

一般數(shù)字水印應(yīng)具有如下的特征：無(wú)論經(jīng)過(guò)怎樣復(fù)雜的操作處理，通過(guò)水印算法仍能檢測(cè)到數(shù)字水印作品中的水印能力。即所謂的穩(wěn)健性；通過(guò)水印算法，嵌入水印后不能最終導(dǎo)致圖像的質(zhì)量在視覺(jué)上發(fā)生明顯變化，即視覺(jué)的不可感知性；通過(guò)數(shù)字水印算法能夠抵御非授權(quán)人的攻擊，同時(shí)檢測(cè)可以檢測(cè)到水印的概率，具有較高的安全性及有效性。

3 基于DCT的數(shù)字圖像水印算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

3.1 MATLAB軟件的介紹

MATLAB是目前最強(qiáng)大的編程工具之一，本文將利用MATLAB7.0軟件進(jìn)行基于DCT的數(shù)字水印算法的系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。

MATLAB語(yǔ)言簡(jiǎn)潔緊湊，庫(kù)函數(shù)豐富，程序書(shū)寫形式自由，運(yùn)算符豐富，使用方便靈活。MATLAB具有結(jié)構(gòu)化的面向?qū)ο缶幊痰奶匦裕梢浦残院?，且具有較強(qiáng)的圖形編輯界面和功能強(qiáng)大的工具箱。同時(shí)，MATLAB中的源程序具有開(kāi)放性，可以通過(guò)對(duì)其的修改使其變成新的程序。不足之處是，MATLAB的程序執(zhí)行速度較慢。利用MATLAB研究數(shù)字水印技術(shù)集成了DCT等函數(shù)，方便了研究人員編寫源程序，易實(shí)現(xiàn)。使用了MATLAB中很多的工具箱。

3.2 基于DCT的數(shù)字圖像水印算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

3.2.1 需求分析

離散余弦變換（Discrete Cosine Transform）簡(jiǎn)稱DCT，基于DCT域的數(shù)字水印算法，可以分為兩大類，一類是直接對(duì)整幅圖像進(jìn)行DCT整體計(jì)算，然后嵌入水印。另一類是先將整幅圖像分成塊，對(duì)每一塊分別進(jìn)行DCT計(jì)算，最后再嵌入水印。由于分塊DCT計(jì)算速度比整體DCT計(jì)算速度快得多，因此目前DCT域的水印方法大多數(shù)是采用的分塊DCT方法。

基于DCT的數(shù)字圖像水印算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，可以提供用戶一個(gè)良好的交互手段，用戶可以利用本系統(tǒng)進(jìn)行水印的嵌入、提取、攻擊等，本系統(tǒng)的可交互的，可視化的特點(diǎn)為用戶研究基于DCT的數(shù)字圖像水印算法提供了方便。

3.2.2 系統(tǒng)功能模塊設(shè)計(jì)

（1）水印生成。通常是通過(guò)偽隨機(jī)數(shù)發(fā)生器或混沌系統(tǒng)來(lái)產(chǎn)生水印信號(hào)，通常需要對(duì)水印進(jìn)行預(yù)處理來(lái)適應(yīng)水印嵌入算法。

（2）水印嵌入。水印嵌入的準(zhǔn)則常用的有三種，分別為加法準(zhǔn)則、乘法準(zhǔn)則、加法乘法混合準(zhǔn)則，混合準(zhǔn)則近年來(lái)引起了人們的廣泛關(guān)注。

（3）水印提取。指水印被提取出來(lái)的過(guò)程。

（4）水印檢測(cè)。水印檢測(cè)是指判斷數(shù)字產(chǎn)品中是否存在水印的過(guò)程。

3.2.3 系統(tǒng)實(shí)現(xiàn)

一個(gè)完整水印系統(tǒng)的設(shè)計(jì)通常包括水印的生成、嵌入、提取和檢測(cè)四個(gè)部分。

通過(guò)選取實(shí)驗(yàn)圖片，點(diǎn)擊導(dǎo)入圖片，然后進(jìn)行水印的嵌入，再對(duì)嵌入水印的圖片進(jìn)行高斯噪聲、濾波、剪切、旋轉(zhuǎn)等攻擊實(shí)驗(yàn)后，可以繼續(xù)提取水印，進(jìn)行水印信號(hào)的檢測(cè)。

（1）嵌入水印的過(guò)程。論文采用的是分塊DCT算法，水印嵌入步驟如下：

1）將灰度宿主圖像分成互不覆蓋的8×8的塊，然后對(duì)每一塊都進(jìn)行DCT變換，得到與宿主圖像相同尺寸的DCT域；

2）我們用密鑰生成長(zhǎng)度為NW的Gaussian白噪聲作為水印信號(hào)：W～N（0，1）；

3）將每個(gè)8×8的DCT系數(shù)矩陣從每一塊的中頻段取出（（64×Nw）/（M×N））個(gè)系數(shù)CK（i，j），k=1，2，…Bnum；

4）根據(jù)公式W′=W（1+alfa*mark）嵌入水印，其中alfa為尺度因子，mark為水印信息，W為原圖象的分塊DCT系數(shù)。

5）用得到的新的DCT系數(shù)對(duì)原來(lái)位置的DCT系數(shù)進(jìn)行置換。

6）對(duì)新的DCT系數(shù)矩陣進(jìn)行DCT反變換，得到了嵌入水印信號(hào)后的圖像。

4 結(jié)束語(yǔ)

本論文是在應(yīng)用了MATLAB7.0軟件，設(shè)計(jì)和實(shí)現(xiàn)了完整的數(shù)字圖像水印處理系統(tǒng)，包括水印的嵌入、提取與驗(yàn)證過(guò)程。所提出的方案均在該系統(tǒng)中進(jìn)行了驗(yàn)證。

數(shù)字水印技術(shù)的發(fā)展時(shí)間雖然不長(zhǎng)，但其在版權(quán)保護(hù)、內(nèi)容的完整性以及認(rèn)證方面都做出了一定的貢獻(xiàn)。未來(lái)，數(shù)字水印在知識(shí)產(chǎn)權(quán)的保護(hù)、內(nèi)容認(rèn)證等方面會(huì)有一個(gè)更好的應(yīng)用前景。我們應(yīng)該抓住信息時(shí)代對(duì)于數(shù)字版權(quán)保護(hù)的迫切需求，開(kāi)發(fā)出自己的水印產(chǎn)品。

參考文獻(xiàn)：

[1]孫銳，孫洪，姚天任.多媒體水印技術(shù)的研究進(jìn)展與應(yīng)用[J].系統(tǒng)工程與電子技術(shù)，2003，25（6）：772-776.

[2]王丙錫，陳琦，鄧峰森.數(shù)字水印技術(shù)[M].西安：西安電子科技大學(xué)出版社，2003.

[3]余成波，楊菁，楊如民，周登義.數(shù)字信號(hào)處理及MATLAB實(shí)現(xiàn)[M].北京：清華大學(xué)出版社，2005.

[4]王家文，李仰軍.MATLAB7.0圖形圖像處理[M].北京：國(guó)防工業(yè)出版社，2006.

[5]張問(wèn)銀，梁永全.基于DCT的一種數(shù)字圖像水印策略[J].山東：山東科技大學(xué)學(xué)報(bào)，2002.

[6]肖力.一種基于DCT域的數(shù)字水印的實(shí)現(xiàn)[J].鄂州大學(xué)學(xué)報(bào)，2005.

[7]Rafael C.Gonzalez，Richad E.Woods.阮秋琦，阮宇智譯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2003.

[8]耿永軍，朱雪芹.基于離散余弦變換的數(shù)字水印算法[J].鄭州大學(xué)學(xué)報(bào)，2005.

篇7

中圖分類號(hào)：TP309.7 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-9599(2012)05-0000-02

一、引言

數(shù)字水印是將一些標(biāo)識(shí)信息嵌入數(shù)字載體當(dāng)中，且不影響原載體的使用價(jià)值，也不容易被探知和再次修改，但可以被加載方辨識(shí)。數(shù)字水印技術(shù)源自古代隱寫術(shù)，隨著數(shù)字水印技術(shù)的發(fā)展，數(shù)字水印的應(yīng)用領(lǐng)域也得到了擴(kuò)展，比如應(yīng)用于版權(quán)保護(hù)、隱藏標(biāo)識(shí)、認(rèn)證等方面。

二、數(shù)字水印的工作原理與應(yīng)用

數(shù)字水印的工作原理分為水印生成、嵌入、提取、檢測(cè)四步。數(shù)字水印的生成過(guò)程就是運(yùn)用某種特定的算法和密鑰對(duì)標(biāo)識(shí)信息作用生成水印信號(hào)，且生成的水印信息必須具有不可逆性、唯一性和有效性。水印的嵌入就是把上一步生成的水印信息在密鑰和嵌入算法的作用下，加入到原始數(shù)據(jù)載體當(dāng)中，得到新的圖像。這一過(guò)程中要求具有較好的隱蔽性或透明性。也就是說(shuō)人眼無(wú)法察覺(jué)到原始圖像在嵌入數(shù)字水印后的差別，也就是不能降低或破壞原始圖像的品質(zhì)。水印提取過(guò)程是水印嵌入的逆過(guò)程，用嵌入時(shí)的密鑰和嵌入算法精確地提取出水印信息，且提取出的水印信息必須具有魯棒性和明確性。就是說(shuō)經(jīng)過(guò)水印技術(shù)處理后的圖像經(jīng)由噪聲、壓縮處理、圖像處理以及各種攻擊后，所提取的數(shù)字水印仍然可以清楚的體現(xiàn)以便于擁有方辨識(shí)或判斷。水印的檢測(cè)是對(duì)圖像進(jìn)行檢查以判斷是否加有水印，如有水印是否為擁有方的水印，主要用證件防偽。

隨著數(shù)字水印技術(shù)的發(fā)展，數(shù)字水印被廣泛應(yīng)用于數(shù)字作品的知識(shí)產(chǎn)權(quán)保護(hù)、商務(wù)交易中的票據(jù)防偽、證件真?zhèn)舞b別、聲像數(shù)據(jù)的隱藏標(biāo)識(shí)和篡改提示、隱蔽通信及其對(duì)抗等。數(shù)字水印面臨的攻擊分為去除攻擊、同步攻擊、協(xié)議攻擊三大類。具體攻擊方式有魯棒性攻擊、IBM、StirMark、馬賽克攻擊、串謀攻擊等技術(shù)類攻擊威脅，同時(shí)還面臨著法學(xué)攻擊等非技術(shù)類攻擊，在不同的應(yīng)用領(lǐng)域采用何種水印技術(shù)要考慮水印的魯棒性、隱蔽性、完整性、真實(shí)性以及數(shù)據(jù)量和檢測(cè)速度，還包括面臨的攻擊等多種因素。數(shù)字水印技術(shù)正在高速發(fā)展，研究者不斷提出新的算法，但是也產(chǎn)生新的有針對(duì)性的攻擊，有時(shí)還會(huì)同時(shí)面臨多種攻擊，但沒(méi)有一種算法等夠完全的抵抗所有攻擊，這也是極力研究者不斷研究新的數(shù)字水印算法的動(dòng)力。

三、數(shù)字水印的典型算法與抗壓縮抗幾何攻擊算法

（一）空間域算法?？臻g域算法類中典型算法的是隨機(jī)選擇的圖像點(diǎn)中最不重要的像素位，將信息嵌入到這些像素點(diǎn)上，由于人眼視覺(jué)辨別上的有限性，所以這種算法可保證嵌入的水印是不可見(jiàn)的。大部分的空域算法都屬于脆弱水印或半脆弱水印算法，這種算法的優(yōu)點(diǎn)是復(fù)雜度低，隱藏信息量大，但是它使用圖像不重要的像素位嵌入水印，水印信息很容易為濾波、圖像量化、幾何變形等攻擊破壞，因此穩(wěn)健性較差。

（二）變換域算法。變換域算法大部分采用了擴(kuò)展頻譜通信技術(shù)。這種方法的特點(diǎn)是先將圖像做某種正交變換，然后在圖像的變換域中嵌入水印，再進(jìn)行反變換生成含有水印信息的圖像，典型的有奇異值分解SVD，離散傅里葉變換DFT、離散余弦變換DCT等。該類算法的隱藏和提取信息操作復(fù)雜，隱藏信息量不能很大，但對(duì)常用的數(shù)據(jù)壓縮、噪聲以及濾波處理等均有一定的抵抗，受裁剪影響小，穩(wěn)健性較強(qiáng)，很適合于數(shù)字作品版權(quán)保護(hù)的數(shù)字水印技術(shù)中。

（三）NEC算法。該算法首先以作者的標(biāo)識(shí)碼和圖像的哈希值為種子來(lái)產(chǎn)生偽隨機(jī)序列，然后對(duì)圖像做DCT變換，最后用獨(dú)立同分布的高斯隨機(jī)實(shí)數(shù)序列構(gòu)成水印信號(hào)。NEC算法具有較強(qiáng)的魯棒性、安全性、透明性等。

（四）壓縮域算法。壓縮域算法是把水印信號(hào)嵌入到壓縮域數(shù)據(jù)中，再在壓縮域中提取提取與檢測(cè)?；贘PEG、MPEG標(biāo)準(zhǔn)的壓縮域數(shù)字水印系統(tǒng)在數(shù)字電視廣播及視頻點(diǎn)播中有很大的實(shí)用價(jià)值。基于壓縮域的水印技術(shù)通過(guò)直接將水印嵌入到壓縮位流或索引中，解決了壓縮對(duì)水印信號(hào)的破壞，提高了水印信息的安全性，但該方法會(huì)引起降質(zhì)的誤差信號(hào)，而基于運(yùn)動(dòng)補(bǔ)償?shù)木幋a方案會(huì)將一個(gè)誤差擴(kuò)散和累積起來(lái)，為了抵消因水印信號(hào)引入引起的視覺(jué)變形，該算法采取了漂移補(bǔ)償?shù)姆桨浮?/p>

（五）人類視覺(jué)系統(tǒng)HVS。這種模型的算法步驟是先從視覺(jué)模型中導(dǎo)出視覺(jué)權(quán)重JND，來(lái)確定在圖像的各個(gè)部分所能容忍的數(shù)字水印信號(hào)的最大強(qiáng)度，將低于權(quán)重的水印信息嵌入這一模型，這樣就可以避免嵌入破壞視覺(jué)質(zhì)量的水印信息。該算法具有較好的透明性和魯棒性。

（六）抗JPEG壓縮和幾何攻擊的魯棒零水印算法。在圖像中嵌入水印，再精確提取還不能說(shuō)明一個(gè)水印算法的優(yōu)劣。圖像在網(wǎng)絡(luò)中傳播可能會(huì)面臨多種攻擊，比如壓縮、裁切、旋轉(zhuǎn)、縮放等。JPEG、MPEG壓縮是國(guó)際上通用的壓縮標(biāo)準(zhǔn)，對(duì)視覺(jué)影響較小的高頻分量會(huì)被刪除，會(huì)削弱數(shù)字水印。攻擊者通過(guò)對(duì)圖像幾何形變破壞水印檢測(cè)器和所嵌入的水印的同步。數(shù)字圖像水印算法是否在圖像變形之后仍能夠正確萃取水印，是數(shù)字水印算法實(shí)用性的一個(gè)重要指標(biāo)?；贖VS的水印算法實(shí)現(xiàn)了水印的自適應(yīng)嵌入。在充分考慮了人眼視覺(jué)模型(HVS)，本文提出一種基于SVD和DCT的抗JPEG壓縮和幾何攻擊的魯棒零水印算法。先將原始圖像分成互不重疊8×8的子塊，對(duì)每個(gè)子塊進(jìn)行SVD。對(duì)奇異值矩陣進(jìn)行DCT變換，通過(guò)比較相鄰兩個(gè)子塊奇異值矩陣小波低頻逼近子塊對(duì)角線元素的均值大小關(guān)系生成水印信號(hào)。實(shí)驗(yàn)結(jié)果表明該算法水印嵌入后，圖像沒(méi)有人眼能識(shí)別的變化，在抵抗壓縮和幾何攻擊上表現(xiàn)出比較強(qiáng)的透明性魯棒性。

四、結(jié)束語(yǔ)

本文算法是基于圖像分割的原理，比較相鄰兩個(gè)子塊奇異值矩陣所有奇異值的均值的大小關(guān)系，生成水印信號(hào)。算法實(shí)質(zhì)上沒(méi)有對(duì)載體圖像做任何改動(dòng)，具有非常好的透明性。實(shí)驗(yàn)結(jié)果表明算法在抵抗壓縮、濾波和裁切、旋轉(zhuǎn)、尺寸縮放等幾何攻擊表現(xiàn)出比較強(qiáng)的魯棒性。

參考文獻(xiàn)：

篇8

中圖分類號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2011)27-6736-02

數(shù)字水印技術(shù)是一種將版權(quán)信息嵌入到多媒體數(shù)據(jù)中的方法，已經(jīng)應(yīng)用于版權(quán)保護(hù)。對(duì)于一個(gè)具有使用價(jià)值的水印來(lái)說(shuō)，應(yīng)該具備兩個(gè)特點(diǎn)：首先，應(yīng)該能夠保持原始載體數(shù)據(jù)的質(zhì)量和水印的不可察覺(jué)性，其次，應(yīng)該滿足魯棒性，能夠抵御一些常見(jiàn)的圖像處理和攻擊。

本文研究的是一種基于離散小波變換的靜止數(shù)字圖像水印算法。小波變換在圖像處理中的基本思想是將圖像多分辨率分解到時(shí)間域和空間域上，不同的分解尺度對(duì)應(yīng)不同的頻率范圍。根據(jù)人類視覺(jué)特征，人眼對(duì)圖像中平滑區(qū)域的變化比較敏感，而對(duì)紋理區(qū)域和邊緣處的微小變化不敏感。經(jīng)過(guò)小波變換后，圖像的邊緣和紋理特征一般集中在高頻子帶中，如果把水印信息嵌入到高頻子帶幅值較大的系數(shù)上，對(duì)原始圖像的影響比較小，人眼不易覺(jué)察，即水印的透明性較好。但由于圖像經(jīng)過(guò)一系列處理后，高頻部分的信息容易丟失，其魯棒性不夠強(qiáng)。為了增強(qiáng)數(shù)字水印的魯棒性，在嵌入的水印信息量較少的情況下，可以把水印信息嵌入到圖像的低頻部分中幅值較大的系數(shù)上，但由于圖像的低頻信息是人眼視覺(jué)的敏感點(diǎn)，對(duì)其直接嵌入水印信息會(huì)導(dǎo)致圖像的視覺(jué)效果下降。因此，在進(jìn)行水印信息嵌入時(shí)，必須綜合考慮水印信息量與透明性和魯棒性之間的關(guān)系。

1 圖像置亂技術(shù)

圖像置亂是數(shù)字水印技術(shù)中對(duì)水印信息加密的一種常用技術(shù)，其目的在于打亂圖像像素間的相關(guān)性，使非法獲取圖像者無(wú)法識(shí)別圖像內(nèi)容。圖像經(jīng)過(guò)置亂變換，可以從很大程度上提高水印載體在抗裁剪性方面的魯棒性。

目前應(yīng)用較多的有以下幾種置亂算法：Arnold變換，仿射變換，Hilbert曲線變換，幻方變換，騎士巡游，Gray碼，混沌序列和基于頻域的置亂加密技術(shù)。在水印算法中選擇置亂算法時(shí)主要考慮以下兩個(gè)要求：計(jì)算量要小并且要盡可能地提高置亂效果。

Arnold變換實(shí)現(xiàn)簡(jiǎn)單，具有周期性，并且能有效地置亂數(shù)字圖像，但是其密鑰空間太小，不能很好地保證水印圖像的安全性。事實(shí)上，任何一種可逆的變換都可以作為圖像的置亂變換，本文采用一種推廣的Arnold變換對(duì)水印圖像進(jìn)行置亂，對(duì)于大小為N×N的圖像，該變換的定義為：

以上矩陣變換具有周期性的充要條件是變換矩陣行列式的值與N互素。

2 水印嵌入及提取算法

2.1 水印嵌入算法

本文提出的一種基于DWT和SVD的數(shù)字水印算法的步驟如下：

1）將原始宿主圖像 進(jìn)行二維離散小波分解，得到四個(gè)分量LL、HL、LH、HH(分別記作ca1、cv1、ch1和cd1)；

2）對(duì)垂直高頻分量cv1、水平高頻分量ch1進(jìn)行SVD分解，得到；

3）對(duì)置亂后的水印W*也進(jìn)行 分解，得到；

4）將步驟2中 分解后得到的奇異值矩陣Sv和Sh，通過(guò)公式new_vh=blkdiag(Sv,Sh)組合成一個(gè)新的對(duì)角陣new_vh。

選擇合適的嵌入強(qiáng)度值key，將步驟3中得到的Sw上的奇異值按照公式依次嵌入到new_vh上對(duì)應(yīng)的元素。

5）將new_vh分解為Sv'和Sh'兩部分，利用公式A=USVT重構(gòu)水印圖像的垂直高頻分量cv'和水平高頻分量ch'。

6）利用ca，cv'，ch'，cd進(jìn)行小波逆分解重構(gòu)圖像，得到含水印的圖像I'。

2.2 水印的檢測(cè)提取算法

本文提出的水印提取算法與水印的嵌入算法是一對(duì)互逆過(guò)程。

1）將原始圖像 和含有水印信號(hào)的圖像I*分別進(jìn)行二維離散小波分解得到四個(gè)子帶LL、HL、LH、HH和LL*、HL*、LH*、HH*；

2）對(duì)HL和LH子帶分別進(jìn)行奇異值分解SVD，并將原始圖像I及含水印圖像I的對(duì)應(yīng)子帶組組合成新的對(duì)角矩陣；

3）將步驟2得到的兩個(gè)對(duì)角矩陣new_vh1和new_vh2做減法運(yùn)算，結(jié)果記為tem=new_vh2-new_vh1，水印信息即嵌入在這一矩陣中，按嵌入時(shí)的規(guī)則處理；

4）由步驟3得到的對(duì)角陣sw作為嵌入信息的奇異值，通過(guò)公式W'=USVT來(lái)構(gòu)造檢測(cè)到的信號(hào)圖像；

5）對(duì)上述水印信號(hào)W'，根據(jù)密鑰key進(jìn)行仿Arnold反變換，得到嵌入的水印圖像W*。

3 仿真及實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)采用Matlab 7.1對(duì)本文算法進(jìn)行仿真，測(cè)試圖像選取Lena（256×256×8），水印圖像為signet（64×64×8），如圖1所示。實(shí)驗(yàn)中水印嵌入強(qiáng)度因子取 =0.15。并對(duì)嵌入數(shù)字水印后的圖像進(jìn)行放縮，添加噪聲，剪裁，JPEG壓縮等攻擊測(cè)試。

1）水印嵌入和提取實(shí)驗(yàn)。采用本文算法嵌入水印后的圖像及提取出的水印圖像，如圖2所示。

2）對(duì)嵌入水印后的圖像分別進(jìn)行旋轉(zhuǎn)(a)、縮放(b)、加噪(c)、裁剪(d)，JPEG壓縮(e)以及中值濾波(f)等常見(jiàn)的圖像處理，實(shí)驗(yàn)結(jié)果如圖3所示。

試驗(yàn)中，通過(guò)計(jì)算原始水印圖像和提取出的水印圖像之間的歸一化相關(guān)系數(shù)NC來(lái)定量描述算法對(duì)攻擊的魯棒性，各種攻擊下的NC值如表1所示。

仿真結(jié)果表明，本算法在經(jīng)過(guò)各種各種常見(jiàn)的圖像處理攻擊后，提取出的水印圖像具有較好的視覺(jué)效果，算法對(duì)旋轉(zhuǎn)、縮放、加噪、裁剪，JPEG壓縮以及中值濾波都具有較好的魯棒性。

4 結(jié)論

本文提出的數(shù)字圖像水印算法為了避免嵌入大量的水印信息，將水印圖像置亂處理并進(jìn)行SVD分解，得到奇異值作為水印信息，通過(guò)合適的嵌入強(qiáng)度因子嵌入到宿主灰度圖像。通過(guò)水印攻擊實(shí)驗(yàn)，發(fā)現(xiàn)該水印嵌入算法對(duì)旋轉(zhuǎn)、放縮、加性噪聲和JPEG有損壓縮等攻擊具有較強(qiáng)的魯棒性，經(jīng)中值濾波攻擊后魯棒性要稍差一些。

參考文獻(xiàn)：

[1] 易開(kāi)祥,石教英,孫鑫.數(shù)字水印技術(shù)研究進(jìn)展[J].中國(guó)圖象圖形學(xué)報(bào),2001,6(2):111-117.

[2] 孫圣和,陸哲明,牛夏牧,等. 數(shù)字水印技術(shù)及應(yīng)用[M].北京:科學(xué)出版社,2004.

[3] 成禮智,郭漢偉.小波與離散變換理論及工程程實(shí)踐[M].北京:清華大學(xué)出版社,2005.

[4] 吳發(fā)恩,鄒建成.數(shù)字圖像二維Arnold變換周期的一組必要條件[J].北方交通大學(xué)學(xué)報(bào),2001,25(6):66-69.

[5] 黃天云,張傳武,謝靜. 數(shù)字圖像水印算法及攻防手段研究[A].第十屆“保密通信與信息安全現(xiàn)狀研討會(huì)”論文集,2007:202-207.

篇9

1 方案描述

作為能證明著作者版權(quán)信息的水印可以是有意義的字符，可以是一串偽隨機(jī)序列，也可以是比較直觀的圖像，因?yàn)閳D像信息在沒(méi)有受到嚴(yán)重?fù)p壞的情況下一般還能夠辨認(rèn)出來(lái)，故本次設(shè)計(jì)選用的是含數(shù)據(jù)量較小，但又不失一般性的二值圖像作為水印來(lái)處理與隱藏。

1.1 可視密碼術(shù)對(duì)水印的處理

為提高水印的抗攻擊能力，用改進(jìn)的(4，4)可視密碼術(shù)對(duì)水印進(jìn)行處理。如圖1所示，c01~c03用于加密白色像素點(diǎn)，c10~c13用于加密黑色像素點(diǎn)。它們具有以下屬性：任何一個(gè)單一的子密鑰塊包括5個(gè)黑子像素；c01~c03里的任意兩個(gè)子密鑰塊的疊加包括7個(gè)黑子像素，任意3個(gè)和4個(gè)子密鑰塊的疊加包括8個(gè)黑子像素。c10~c13里的任意兩個(gè)子密鑰塊的疊加包括7個(gè)黑子像素，任意3個(gè)子密鑰塊的疊加包括8個(gè)黑子像素，4個(gè)子密鑰塊的疊加包括9個(gè)黑子像素?？梢钥闯?，當(dāng)子密鑰塊數(shù)目少于4的時(shí)候，黑子像素和白子像素是無(wú)法區(qū)分的。只有當(dāng)4個(gè)子密鑰塊都疊加到一起的時(shí)候，視覺(jué)上才能區(qū)分黑(全黑)和白(8/9黑)。

圖1 (4，4)可視密碼術(shù)

1.2 水印的降維處理

假設(shè)w是m1×m2的二值圖像，它可表示為：



w={w(i,j),0≤i<m1,0≤j<m2} <br="">



式中w(i,j)∈{0,1}，為了將二維的二值圖像嵌入到一維的數(shù)字音頻信號(hào)中，將其進(jìn)行降維處理，將二維圖像變?yōu)橐痪S序列：



v={v(k)=w(i,j),0≤i<m1, <br="">

式中se={s(n),0≤n<(m1m2+3p)l}是與水印嵌入相關(guān)的部分(m1，m2是水印圖像像素的寬度與高度，p是同步碼的周期長(zhǎng)度，并且在水印序列中插入了3個(gè)同步碼序列，l是音頻分段的長(zhǎng)度)，sr={s(n),(m1m2+3p)l≤n<n}是與水印嵌入無(wú)關(guān)的部分，它在水印嵌入前后保持不變。在嵌入水印時(shí)必須要求音頻數(shù)據(jù)的長(zhǎng)度n≥(m1m2+3p)l－1。 <br="">

把用于嵌入水印的se分成m1m2+3p個(gè)長(zhǎng)度為l的數(shù)據(jù)段，即:



se={se(k)},0≤k<(m1m2+3p)}



式中se(k)表示第k個(gè)音頻數(shù)據(jù)段。

1.4 分段dwt變換并嵌入水印

分段完成之后，需要對(duì)每一個(gè)數(shù)據(jù)分段se(k)作h層的dwt變換。

(1) 對(duì)每一音頻數(shù)據(jù)段se(k)分別作h層離散小波變換。



de=dwt(se)={de(k)=dwt(se(k)),

k=o(j),0≤j<m1m2+3p} <br="">



式中de(k)={de(k)(t),0≤t<l}， <br="" de(k)(t)是第k個(gè)音頻段se(k)的離散小波變換de(k)中的第t個(gè)系數(shù)。="">

(2) 在離散小波變換域內(nèi)確定水印的嵌入?yún)^(qū)域。

音頻段se(k)進(jìn)行小波變換的結(jié)果de(k)中包含一組近似分量d0e(k)和h組細(xì)節(jié)分量d1e(k),d2e(k),…,dhe(k)，即:



de(k)=d0e(k)⊕d1e(k)⊕d2e(k)⊕…⊕dhe(k)



為了提高水印系統(tǒng)的魯棒性，本方案選取小波系數(shù)的近似分量d0e(k)作為水印的嵌入?yún)^(qū)域，并且每個(gè)音頻分段的d0e(k)只重復(fù)嵌入一個(gè)水印比特信息，重復(fù)次數(shù)為time，重復(fù)嵌入的次數(shù)最大timemax=l/2h。

(3) 修改小波系數(shù)采用量化系數(shù)方法。

(4) 小波反變換，重建音頻信號(hào)

前面的過(guò)程完成了水印數(shù)據(jù)嵌入到小波域，然后需要把每個(gè)分段數(shù)據(jù)修改后的小波結(jié)果進(jìn)行反變換復(fù)原成音頻信號(hào)，并且把分段連在一起構(gòu)成嵌入水印信息的音頻

s′e和與水印嵌入無(wú)關(guān)的sr組合成完整的目標(biāo)音頻信號(hào)。

1.5 水印的檢測(cè)

水印檢測(cè)是水印嵌入的逆過(guò)程。

(1) 首先把待檢測(cè)音頻數(shù)據(jù)相應(yīng)地分成兩部分，即嵌入有水印的部分s′e和與嵌入無(wú)關(guān)的部分sr。

(2) 把s′e進(jìn)行與嵌入時(shí)相同的分段處理，即相同的分段起始位置和相同的分段長(zhǎng)度l。然后把每一段分段數(shù)據(jù)s′e(k)(k表示第k段)進(jìn)行h層的dwt變換得到小波變換系數(shù)d′e(k)={

d′e

(k)(t),0≤t<l}， <br="">

d′e(k)(t)是第k個(gè)音頻段s′e(k)的離散小波變換d′e(k)中的第t個(gè)系數(shù)。

(3) 尋找水印嵌入的位置提取水印。在嵌入時(shí)本文選擇的是在小波系數(shù)的近似分量(低頻分量)中嵌入的，因此提取時(shí)也是通過(guò)檢測(cè)近似分量提取水印比特。設(shè)檢測(cè)出的水印比特為v

轉(zhuǎn)貼于

(4) 根據(jù)多少判定的方法決定某個(gè)音頻段嵌入的水印比特。初始化計(jì)數(shù)值num=0,依次檢測(cè)time個(gè)v′s(k)(t)，如果v′s(k)(t)=1，就將計(jì)數(shù)值num自增1(即num+ +)。檢測(cè)完一個(gè)數(shù)據(jù)分段中提取的

v′s

(k)(t)，如果num>time/2，那么本段嵌入的二值數(shù)據(jù)v′s(k)=1；否則如果num

(5) 對(duì)一維的水印數(shù)據(jù)進(jìn)行升維處理，變換成二維圖像數(shù)據(jù)，并且在界面里顯示出來(lái)。

2 水印系統(tǒng)實(shí)驗(yàn)仿真

以前面給出的(4，4)加密方案構(gòu)造水印，設(shè)要隱藏的明文信息是“吉”字，由仿真程序生成的子密鑰圖片如圖2所示。

圖2 (4，4)加密方案生成的子密鑰圖片

將子密鑰key4作為水印嵌入到上述音頻信息中，提取出的子密鑰圖像如圖3所示，將提取的子密鑰圖像與其余3幅子密鑰圖像進(jìn)行疊加，最終恢復(fù)出的代表版權(quán)信息的水印圖像如圖4所示。

圖3 提取的子密鑰圖像

圖4 用提取的子密鑰恢復(fù)的水印

圖5 三幅子密鑰疊加結(jié)果

圖5是提取子密鑰圖像和其余兩幅子密鑰圖像的疊

加結(jié)果，從圖5可以看出，單幅子密鑰和少于4幅子密鑰的[cm)]

篇10

多媒體技術(shù)和通信技術(shù)帶來(lái)極大方便，但數(shù)字化的多媒體信息很容易受到非法訪問(wèn)、篡改、復(fù)制和傳播，給人們的生產(chǎn)生活及生命財(cái)產(chǎn)帶來(lái)隱患。魔高一尺道高一丈，信息隱藏技術(shù)應(yīng)運(yùn)而生。

一、信息隱藏技術(shù)及其特征

信息隱藏技術(shù)利用載體數(shù)據(jù)的冗余性以及人的感官局限性，將一個(gè)特定信息隱藏在另外一個(gè)被稱為載體的信息中。信息隱藏技術(shù)融合電子工程、計(jì)算機(jī)科學(xué)、信號(hào)處理、通信、多媒體技術(shù)等多學(xué)科，是新興技術(shù)體系。信息隱藏所用載體可以是文本、圖像、音頻、視頻，甚至可以是某個(gè)信道或某套編碼體制。信息能夠隱藏在載體中，載體數(shù)據(jù)本身具有很大的冗余性，未壓縮的多媒體信息編碼效率是很低，將某些信息嵌入到該載體信息中進(jìn)行秘密傳送完全可行，不會(huì)影響多媒體信息本身的傳送和使用；人的感覺(jué)器官對(duì)于所接收信息都有一定掩蔽效應(yīng)，如人耳對(duì)不同頻段聲音敏感程度不同，可將信息隱藏到載體中而不被覺(jué)察。

信息隱藏技術(shù)的特征明顯：不可察覺(jué)性，嵌入信息后，要求不會(huì)引起載體發(fā)生可感知變化；不可檢測(cè)性，嵌入隱藏信息后，計(jì)算機(jī)不能發(fā)現(xiàn)和檢測(cè)；安全性，嵌入信息后，必須擁有相關(guān)信息才能夠提取所嵌入內(nèi)容；純正性，提取操作時(shí)，即便載密文件受到損壓縮、解壓縮、濾波、轉(zhuǎn)換等擾動(dòng)，也能提取隱藏信息；穩(wěn)定性，隱藏信息能“永久”存在；安全性，第三方在不知道隱藏算法和隱藏密鑰情況下，不能獲取信息相關(guān)數(shù)據(jù)。信息隱藏技術(shù)按載體分為，基于文本、圖像、音頻、視頻、超文本、網(wǎng)絡(luò)層、圖形等媒體的信息隱藏技術(shù)；按嵌入域分為基于空域（或時(shí)域）和變換域的隱藏技術(shù)；按嵌入策略分為替換調(diào)制、模式調(diào)制和擴(kuò)頻疊加調(diào)制等技術(shù)；按提取要求分為盲隱藏技術(shù)和非盲隱藏技術(shù)；按作用分為隱蔽通信和數(shù)字水印技術(shù)；按密鑰分為無(wú)密鑰隱藏和有密鑰隱藏。

二、信息隱藏技術(shù)的研究及演進(jìn)

信息安全事關(guān)個(gè)人利益，也事關(guān)國(guó)家安全、社會(huì)穩(wěn)定以及經(jīng)濟(jì)發(fā)展，各國(guó)政府無(wú)不重視信息和網(wǎng)絡(luò)安全。密碼技術(shù)一直是保障信息安全的重要手段，但這并不能解決問(wèn)題。截獲者發(fā)現(xiàn)網(wǎng)絡(luò)文件加密，往往會(huì)引起注意，并激發(fā)其破解欲望，即使不能成功破解，也能輕易攔截并破壞秘密信息，干擾通信進(jìn)行。針對(duì)密碼技術(shù)的局限性，上世紀(jì)90年代國(guó)際上出現(xiàn)了信息隱藏技術(shù)（InformationHiding）。

現(xiàn)代信息隱藏研究主要集中在靜態(tài)圖像領(lǐng)域，目前信息隱藏所用載體已擴(kuò)展到文字、圖像、聲音及視頻等領(lǐng)域。在全球信息化、數(shù)字化迅猛發(fā)展時(shí)代背景下，對(duì)知識(shí)產(chǎn)權(quán)保護(hù)、隱密通信等需求激發(fā)了對(duì)信息隱藏技術(shù)的研究熱潮。國(guó)際上研究信息隱藏的機(jī)構(gòu)主要有劍橋大學(xué)、麻省理工學(xué)院、NEC美國(guó)研究所、IBM研究中心等，已提出了一些優(yōu)秀隱藏算法。我國(guó)于1999年在何德全、周仲義、蔡吉人等三位院士大力倡導(dǎo)下召開(kāi)了第一屆信息隱藏學(xué)術(shù)研討會(huì)，我國(guó)對(duì)信息隱藏的研究也取得重要成果。目前在信息隱藏中無(wú)論是數(shù)字水印還是隱密通信，都得到越來(lái)越廣泛應(yīng)用。應(yīng)用領(lǐng)域不斷擴(kuò)大，從最初靜態(tài)圖片發(fā)展到文本、音頻、視頻、電腦文件、流媒體、網(wǎng)頁(yè)及網(wǎng)絡(luò)傳輸中的數(shù)據(jù)包，甚至是無(wú)線通信領(lǐng)域中的語(yǔ)音通信和手機(jī)彩信等領(lǐng)域。我國(guó)對(duì)信息隱藏的研究取得了很多成果，基本與世界水平保持一致。如今信息隱藏研究已出現(xiàn)百花齊放、百家爭(zhēng)鳴局面。

三、信息隱藏技術(shù)的應(yīng)用

隨著信息技術(shù)飛速發(fā)展，人類利用的信息越來(lái)越豐富，通信技術(shù)發(fā)展使人們能夠方便、快捷、靈活地使用文本、語(yǔ)音、圖像與視頻等多種方式通信；各種數(shù)字化信息處理技術(shù)使得網(wǎng)絡(luò)中傳輸任何類型的文件（如文本、圖像、音頻和視頻等）都可被數(shù)字化，極大方便了對(duì)各種信息數(shù)據(jù)壓縮、存儲(chǔ)、復(fù)制、處理和利用。

信息隱藏技術(shù)主要有隱寫術(shù)和數(shù)字水印。目前，信息隱藏技術(shù)的應(yīng)用主要在以下方面：一是隱密通信。通過(guò)隱寫術(shù)將秘密信息嵌入在公開(kāi)媒體文件中傳播消息。早期的隱密通信，接收方和發(fā)送方甚至不必交換電子郵件，直接交互文件或登錄特定計(jì)算機(jī)和賬戶。隨著網(wǎng)絡(luò)及通信技術(shù)發(fā)展，隱密通信所用通信方式從簡(jiǎn)單數(shù)據(jù)文件交互到互聯(lián)網(wǎng)以及無(wú)線通信領(lǐng)域。二是版權(quán)保護(hù)。通過(guò)數(shù)字水印技術(shù)在媒體文件中嵌入特定數(shù)字標(biāo)識(shí)或簽名，標(biāo)識(shí)媒體文件所有權(quán)和版權(quán)信息等。三是數(shù)據(jù)完整性保護(hù)。防護(hù)篡改、完整性保護(hù)中所采用的數(shù)字水印為易損水印或脆弱水印，任何對(duì)媒體文件修改都會(huì)從隱藏?cái)?shù)據(jù)中反映出來(lái)。四是印刷品防偽。印刷品印刷之前嵌入一定標(biāo)識(shí)信息，印刷后作品可經(jīng)過(guò)掃描再次輸入計(jì)算機(jī)，通過(guò)特定水印提取和鑒別方法來(lái)鑒別作品真?zhèn)?。五是拷貝控制?？刂泼襟w文件拷貝次數(shù)，防止大規(guī)模盜版或非法復(fù)制。

信息隱藏技術(shù)重點(diǎn)運(yùn)用領(lǐng)域是移動(dòng)通信領(lǐng)域。移動(dòng)通信網(wǎng)絡(luò)方便快捷，在軍事和商業(yè)通信中廣泛應(yīng)用。移動(dòng)通信領(lǐng)域多媒體短信將文本、圖片、音頻、視頻等組合成多媒體消息進(jìn)行發(fā)送。移動(dòng)通信領(lǐng)域中多媒體短信以其特有的直觀性、生動(dòng)性和集成性，面市以來(lái)得到廣泛關(guān)注。多媒體短信即彩信的最大特色是支持多媒體功能，可將不同的媒體，如文本、圖片、音頻、視頻等組合在一起進(jìn)行發(fā)送。彩信標(biāo)準(zhǔn)并沒(méi)有對(duì)彩信所支持的文件格式給出具體限制，理論上只要在封裝打包時(shí)為彩信所包含的各媒體文件設(shè)置好適當(dāng)類型參數(shù)即可；但實(shí)際上具體的彩信所支持媒體格式還是有限的，這主要與手機(jī)終端彩信軟件和MMSC支持傳送媒體格式有關(guān)。隨著3G普及以及手機(jī)終端行業(yè)發(fā)展，彩信所支持的媒體文件格式將更豐富多樣，為信息隱藏技術(shù)在彩信中的應(yīng)用提供了更為廣闊的空間。

【參考文獻(xiàn)】