本發(fā)明涉及的是一種電子海圖的加密保護(hù)方法,具體地說(shuō)是一種電子海圖權(quán)限水印技術(shù)。
背景技術(shù):
權(quán)限水印,又稱“安全水印”,屬于可逆水印的一種,但權(quán)限水印標(biāo)識(shí)包含了海圖的操作特性和文件屬性,因而通過(guò)解析水印標(biāo)識(shí)可以達(dá)到限制用戶操作權(quán)限的目的。眾所周知,二維電子海圖已經(jīng)廣泛應(yīng)用于海洋開發(fā)、海洋工程等領(lǐng)域;同時(shí),針對(duì)二維電子海圖大范圍應(yīng)用后所存在的安全性問(wèn)題,也迅速成為研究人員關(guān)注的熱點(diǎn),其中,二維電子海圖“安全水印”及相關(guān)性技術(shù)的研究在國(guó)內(nèi)尚屬首次提出。當(dāng)前,二維電子海圖安全研究進(jìn)展相對(duì)緩慢,根據(jù)水印實(shí)現(xiàn)方法的不同,已有二維電子海圖水印方法大致可分為如下兩類:(1)結(jié)構(gòu)性復(fù)合水印,(2)內(nèi)容復(fù)合水印。電子海圖安全水印技術(shù)的研究才剛剛起步,還存在很多既有理論深度,又有應(yīng)用價(jià)值的問(wèn)題亟待解決。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的目的在于提供一種在保持水印方法在水印容量、魯棒性等方面的穩(wěn)定性能基礎(chǔ)上,能實(shí)現(xiàn)管控電子海圖傳輸安全、操作權(quán)限管控的基于語(yǔ)義特征的電子海圖權(quán)限水印技術(shù)。
本發(fā)明的目的是通過(guò)如下步驟實(shí)現(xiàn)的:
步驟一:構(gòu)造權(quán)限水印標(biāo)識(shí);
步驟二:水印標(biāo)識(shí)語(yǔ)義轉(zhuǎn)換;
步驟三:語(yǔ)義水印的制作;
步驟四:數(shù)字水印嵌入;
步驟五:語(yǔ)義水印提取;
步驟六:語(yǔ)義特征圖像匹配。
本發(fā)明還可以包括:
1、所述的構(gòu)造權(quán)限水印標(biāo)識(shí)具體包括:(1)對(duì)于給定的電子海圖V,將其分發(fā)給i個(gè)用戶,根據(jù)用戶Uj(j=1,2,…,i)對(duì)電子海圖V的不同權(quán)限,制定訪問(wèn)控制列表L;(2)對(duì)于L0=<U1,V,OE,OE,OE,ON,OE,ON>,表明用戶U1對(duì)電子海圖V的權(quán)限項(xiàng)"OE,OE,OE,ON,OE,ON"中,OE為使能,而ON為操作禁止,分別代表了“打開、編輯、剪切、復(fù)制、打印、更名”操作元素,當(dāng)“打開”元素為禁止時(shí),后續(xù)操作項(xiàng)均為禁止,即"ON,ON,ON,ON,ON,ON";(3)將電子海圖V的訪問(wèn)操作列表L內(nèi)的元素逐條轉(zhuǎn)換為二進(jìn)制編碼,即L0=<U1,V,OE,OE,OE,ON,OE,ON>轉(zhuǎn)換后為“11111010”;(4)將轉(zhuǎn)換為二進(jìn)制編碼的訪問(wèn)控制列表BL構(gòu)造為M×N的多維向量,其中,M為一條訪問(wèn)控制項(xiàng),N為用戶個(gè)數(shù)。
2、所述的水印標(biāo)識(shí)語(yǔ)義轉(zhuǎn)換具體包括:將使用者ID和允許的權(quán)限操作序列構(gòu)建權(quán)限水印編碼,每一個(gè)權(quán)限水印編碼都對(duì)應(yīng)一類水印圖像。
3、所述的語(yǔ)義水印的制作具體包括:對(duì)于任意的電子海圖V,其服務(wù)的用戶群N,根據(jù)海圖分配列表,得到如下關(guān)系:f(vi,nj)=<vi,nj>vi∈V,nj∈N,有序偶對(duì)<vi,nj>表示一種分配,即將地圖vi分配給用戶nj使用,電子海圖V包含k1個(gè)地圖,服務(wù)用戶數(shù)目為k2;
海圖有限權(quán)限集合M,包括“瀏覽、剪切、復(fù)制、打印、另存”,表示為{mt|mt∈M,|M|=T},文件管理方根據(jù)海圖分配列表細(xì)化操作權(quán)限,得到如下關(guān)系:。其中,∪Mk=M,有序偶對(duì)<vi,nj,Mk>表明允許用戶nj對(duì)地圖vi可以執(zhí)行的權(quán)限內(nèi)容為Mk,Mk是一個(gè)離散的權(quán)限集合;
海圖權(quán)限編碼R2,是一組定長(zhǎng)為K的二進(jìn)制編碼串。K值由文件操作權(quán)限數(shù)量而定,如,對(duì)文件的操作行為包括“瀏覽、剪切、復(fù)制、打印、另存”,則“K=5”。此時(shí)可定義為:R2{kt|1≤1≤5,kt∈{0,1}},kt=0表示對(duì)應(yīng)操作權(quán)限不可執(zhí)行,ki=1表示具有相應(yīng)操作權(quán)限。如,對(duì)某地圖文件可擁有的權(quán)限為“可瀏覽、可剪切、可復(fù)制、不可打印、不可另存”,則對(duì)應(yīng)的權(quán)限編碼為R2:{kt|1≤1≤5,kt∈{0,1}}={1,1,1,0,0},即R2=“11100”。
用戶編碼R1,同樣用定長(zhǎng)的二進(jìn)制編碼表示,假設(shè)多個(gè)地圖被x個(gè)用戶共享使用,則用戶編碼長(zhǎng)度為如,全部地圖文件共提供給7為用戶使用,為了表示每一位用戶的獨(dú)立ID,共需要4位二進(jìn)制編碼表示,可定義為“000”,“001”,“010”及“011”。
4、所述的數(shù)字水印嵌入具體包括:對(duì)于給定的電子海圖v,電子海圖的大小為z,語(yǔ)義水印圖像的大小為w,初始閾值λ,將電子海圖v等分為個(gè)區(qū)域,在電子海圖的個(gè)區(qū)域內(nèi),隨機(jī)選擇多個(gè)區(qū)域嵌入數(shù)字水印圖像,且確保在每個(gè)區(qū)域內(nèi)完整地嵌入一個(gè)數(shù)字水印圖像。數(shù)字水印的嵌入采用增加冗余節(jié)點(diǎn)的方式,在海圖內(nèi)增加冗余節(jié)點(diǎn)的方式為:1)選擇海圖的曲線,在曲線上增加冗余節(jié)點(diǎn);2)在分割的區(qū)域內(nèi),如果沒(méi)有曲線可供水印嵌入時(shí),直接構(gòu)建多條冗余的曲線和節(jié)點(diǎn);3)將數(shù)字水印編碼依次嵌入到這些節(jié)點(diǎn)坐標(biāo)內(nèi),得到修改后的電子海圖v′。
5、所述的語(yǔ)義水印提取具體包括:(1)根據(jù)修改后的電子海圖v′,采取自適應(yīng)的方法獲得初設(shè)閾值λ,根據(jù)區(qū)域規(guī)劃算法獲得等面積的分割區(qū)域;(2)檢測(cè)兩個(gè)相鄰區(qū)域內(nèi)是否存在冗余節(jié)點(diǎn),得到奇數(shù)或偶數(shù)序號(hào)區(qū)域;(3)在奇數(shù)或偶數(shù)序號(hào)的區(qū)域內(nèi),去除冗余節(jié)點(diǎn),提取水印碎片;(4)根據(jù)語(yǔ)義特征匹配算法,獲得語(yǔ)義特征庫(kù)內(nèi)分類特征編碼;(5)根據(jù)語(yǔ)義圖像分類特征編碼,獲得水印編碼;(6)解析水印編碼,獲得用戶ID和地圖的權(quán)限信息。
6、所述的語(yǔ)義特征圖像匹配具體包括:采用基于對(duì)象庫(kù)語(yǔ)義表達(dá)的圖像分類算法,設(shè)若嵌入的語(yǔ)義水印圖像i,i∈Ia,且Ia內(nèi)特征圖像的數(shù)量表示為Ia={i1,i2,i3,i4,...in},通過(guò)圖像分類的方式,得到如下信息,即iy∈Ia,獲得Ia庫(kù)對(duì)應(yīng)的權(quán)限編碼;流程包括:
1)對(duì)象庫(kù)的構(gòu)建;
2)圖像特征分析
對(duì)于這些語(yǔ)義圖像,使用顏色熵來(lái)衡量圖像的背景復(fù)雜度,H(x)=-∑b∈BCx(b)logCx(b),其中,Cx表示歸一化后的圖像顏色直方圖,B代表顏色的量化集合;
3)圖像分類
對(duì)于待分類的水印碎片圖像Ix,使用如下公式求解Ix的稀疏表示向量∝,arg[公式1],其中,Nc表示類別數(shù)量,而Is表示第s類的分類特征圖像集合,Ij表示第j個(gè)待分類圖像,Ns表示I中圖像數(shù)量。
對(duì)于待分類的水印碎片Ix,求得稀疏表示向量∝后,對(duì)其進(jìn)行確切分類,獲得分類特征庫(kù)的編碼,即權(quán)限編碼,其中,選取重構(gòu)殘差最小時(shí)的Di,將Ix確定為該類特征圖像,獲得對(duì)應(yīng)權(quán)限編碼。
獲得對(duì)應(yīng)權(quán)限編碼的具體過(guò)程為:輸入:I:分類特征圖像庫(kù)集合,Ix:待分類水印碎片p:最優(yōu)近鄰集合。輸出:Ix的分類特征圖像編碼:從I中選擇與Ix關(guān)鍵特征相似的圖像Ij,結(jié)合Ij的分類特征信息,構(gòu)建Ix的上下文鄰居集合;計(jì)算鄰居與Ix的距離,選擇距離最小的Ix個(gè)樣本構(gòu)成最優(yōu)鄰居集合將Ix和分別分別代入公式1,求解Ix的稀疏表示向量∝;根據(jù)公式8,對(duì)Ix分類計(jì)算,得到具體的分類特征圖像庫(kù)序號(hào)i;返回圖像庫(kù)編號(hào),獲得權(quán)限編碼。
本發(fā)明針對(duì)二維電子海圖的安全可靠性應(yīng)用進(jìn)行研究,將充分考慮電子海圖的數(shù)據(jù)特性和文件的結(jié)構(gòu)化特性,在保持水印方法在水印容量、魯棒性等方面的穩(wěn)定性能基礎(chǔ)上,實(shí)現(xiàn)管控電子海圖傳輸安全、操作權(quán)限管控的目標(biāo)。在理論上,它將為數(shù)字水印領(lǐng)域的交叉性研究提供新原理新方法,為數(shù)字水印的擴(kuò)展應(yīng)用提供新的關(guān)鍵技術(shù),推動(dòng)數(shù)字水印研究向?qū)嵱没较蜻~進(jìn);在應(yīng)用上,它將為數(shù)字海圖網(wǎng)絡(luò)化安全管理、可靠性應(yīng)用提供一種新的技術(shù)。
本發(fā)明所提出的一種基于語(yǔ)義特征的電子海圖權(quán)限水印技術(shù),較好地滿足了數(shù)字地圖的精度無(wú)損要求,水印信息嵌入和檢測(cè)對(duì)于地圖都有很好的適用性。
附圖說(shuō)明
圖1二維電子海圖權(quán)限水印標(biāo)識(shí)構(gòu)造示意圖;
圖2水印制作端流程;
圖3基于區(qū)域劃分的水印規(guī)劃方案;
圖4均勻分配的語(yǔ)義水印嵌入方案;
圖5電子海圖的局部放大效果圖;
圖6數(shù)字水印嵌入算法;
圖7數(shù)字水印提取算法;
圖8(a)測(cè)試用數(shù)字地圖1;
圖8(b)測(cè)試用數(shù)字地圖2;
圖8(c)測(cè)試用數(shù)字地圖3;
圖9測(cè)試用數(shù)字水印;
圖10本發(fā)明的總體流程圖;
圖11片段式的權(quán)限列表;
圖12權(quán)限序列對(duì)應(yīng)的語(yǔ)義分類圖像示例表;
圖13權(quán)限操作的關(guān)聯(lián)性表;
圖14剪切操作實(shí)驗(yàn)結(jié)果分析表;
圖15亮度調(diào)整操作實(shí)驗(yàn)結(jié)果分析表;
圖16可視化對(duì)比效果表;
圖17嵌入率和最大誤差對(duì)比效果表
圖18攻擊前后效果圖表
圖19方法水印提取效果圖表。
具體實(shí)施方式
下面結(jié)合附圖舉例對(duì)本發(fā)明作更詳細(xì)的描述。
選擇基于AO插件的ArcGIS二次開發(fā)平臺(tái)。ArcGIS平臺(tái)是主流的數(shù)字地圖編輯環(huán)境,能夠分類地圖圖層,提取坐標(biāo)等多種屬性信息。該系統(tǒng)提供了基于AO(Arc Objects)和AE(Arc Engines)兩種模式的二次開放環(huán)境。對(duì)于地圖數(shù)字水印研究領(lǐng)域,基于AO的開發(fā)環(huán)境提供了更多封裝和對(duì)象以供調(diào)用。
如圖9所示,實(shí)驗(yàn)選擇了三幅數(shù)字地圖。按照?qǐng)D11的表1和圖12的表2的規(guī)則,本發(fā)明選定了一幅數(shù)字水印圖像如圖9所示,水印圖像大小為30×40。嵌入率界定于40%到60%之間,嵌入率指水印編碼長(zhǎng)度與載體空間規(guī)模的比值。其中,地圖載體空間規(guī)模是指可嵌入水印信息的結(jié)點(diǎn)數(shù)量與單個(gè)結(jié)點(diǎn)可嵌入水印編碼長(zhǎng)度的乘積。
將從以下方面,具體討論本發(fā)明的的方法與已有方法[1][2]的性能和特點(diǎn)的比較。
已有方法[1]Wang nana,Men Chaoguang.Reversible Fragile Watermarking for 2D Vector Map Authentication with Localization.Computer-Aided Design.2012,44(4):320-330.
已有方法[2]Cao L,Men C,Ji R.High-capacity reversible watermarking scheme of 2D-vector data[J].Signal Image&Video Processing,2014,9(6):1387-1394.
(1)魯棒性分析
相同情況下,同比其他方法,測(cè)試本發(fā)命方法的抗攻擊性能,包括剪切操作和亮度調(diào)整。
實(shí)驗(yàn)結(jié)果分析使用了均方根誤差(RMSE,Root Mean Square Error)來(lái)計(jì)算水印方法對(duì)于數(shù)字地圖的內(nèi)容擾動(dòng)。
同時(shí),選用歸一化系數(shù)(NC,Normalized Correlation Coefficient)來(lái)計(jì)算結(jié)果水印與原始水印之間的相似度。式中,f(x),f′(x),f″(x)分別表示x坐標(biāo)值在不同地圖對(duì)象內(nèi)的取值,即原始地圖、嵌入數(shù)字水印后的地圖以及提取水印后的數(shù)字地圖。
剪切實(shí)驗(yàn)結(jié)果如圖14的表4所示,在實(shí)驗(yàn)中NC值比較了兩次,NC1為水印方法直接提取的結(jié)果對(duì)比,而NC2為語(yǔ)義水印進(jìn)一步解碼后的比較結(jié)果。同時(shí),方法還進(jìn)行了效率對(duì)比。
從圖14的表4的實(shí)驗(yàn)結(jié)果可知,方法在水印檢測(cè)的準(zhǔn)確性方面要強(qiáng)于其他兩種方法,特別是語(yǔ)義特征匹配后,方法能夠獲得更精確地水印編碼信息。同時(shí),本發(fā)明的方法具有更快的執(zhí)行速度,計(jì)算時(shí)間主要用于提取水印碎片之后的解碼和特征匹配。而其他兩種方法的計(jì)算時(shí)間則主要用于對(duì)于提取到的殘留水印信息進(jìn)行再組織。
目前,數(shù)字水印方法主要包括空域和頻域兩類。由于空域方法對(duì)于地圖內(nèi)容的擾動(dòng)普遍較大,因而,基于頻域的方法研究逐步成為熱點(diǎn)。頻域方法通過(guò)數(shù)學(xué)變換方式,將水印嵌入到地圖的頻域系數(shù)內(nèi),該類方法對(duì)于地圖像素信息的調(diào)整較為敏感。如圖15的表5所示,本發(fā)明對(duì)嵌入數(shù)字水印的地圖進(jìn)行了亮度調(diào)整操作的魯棒性測(cè)試。通過(guò)這種操作,像素信息發(fā)生了顯著的改變,對(duì)水印信息的破壞較大。f′(i,j),f(i,j)分別表示原始地圖和含水印地圖在坐標(biāo)(i,j)處的像素值。地圖的大小為M×N。本文選擇了峰值噪聲比PSNR進(jìn)行評(píng)價(jià),用來(lái)評(píng)價(jià)因亮度調(diào)整而導(dǎo)致水印圖像的退化程度。
從實(shí)際結(jié)果可以發(fā)現(xiàn),本發(fā)明方法同其他方法一樣,對(duì)于亮度調(diào)整引起的頻域能量衰減具有明顯的反饋,提取到的水印信息都損失較大,但從水印碎片中本文仍可通過(guò)特征提取手段獲得較為完整的初始語(yǔ)義水印信息。同時(shí),PSNR值來(lái)看,本發(fā)明方法的水印圖像退化程度較低,基于區(qū)域劃分和重復(fù)嵌入的方式,使得方法獲得相對(duì)較優(yōu)的魯棒性。
(2)可視化分析
以圖8(a)8(b)8(c)的三幅地圖為水印載體,分別給出了原始地圖與已嵌入數(shù)字水印地圖的對(duì)照關(guān)系。
從視覺(jué)來(lái)看,嵌入了數(shù)字水印的地圖與原始地圖無(wú)論從整體上還是局部并沒(méi)有顯著的差異,水印具有較好的不可見性。
(2)嵌入率和最大誤差分析
以圖8(a)8(b)8(c)的三幅地圖為載體,將本發(fā)明方法與已有方法[1][2]中的方法進(jìn)行了水印容量、數(shù)據(jù)誤差的對(duì)比實(shí)驗(yàn),通過(guò)嵌入率來(lái)測(cè)試方法的性能。
從圖17的表7的實(shí)驗(yàn)結(jié)果,分析結(jié)果如下:
本發(fā)明方法的誤差最小,無(wú)論以線、面、頂點(diǎn)為主要圖元的數(shù)字地圖,方法的引入誤差都相對(duì)最小,而其它兩種方法對(duì)地圖的結(jié)構(gòu)性特征具有很強(qiáng)的關(guān)聯(lián)性。Cao的方法當(dāng)頂點(diǎn)數(shù)較多時(shí),誤差會(huì)呈現(xiàn)增大的明顯趨勢(shì)。
本發(fā)明方法的嵌入率非常穩(wěn)定,不受頂點(diǎn)圖元數(shù)量和屬性的約束,方法可以在任意頂點(diǎn)之間構(gòu)建冗余節(jié)點(diǎn),而已有方法[1]的方法嵌入率僅能達(dá)到本發(fā)明方法的50%以下。
(3)綜合分析
為了驗(yàn)證方法的可用性,基于魯棒性分析實(shí)驗(yàn)結(jié)果,以圖8(a)為例,對(duì)該地圖嵌入數(shù)字水印(圖9)后,進(jìn)行剪切操作,之后提取水印并進(jìn)行語(yǔ)義分析和解碼。
如圖19的表9所示,經(jīng)過(guò)二次語(yǔ)義解析之后,本發(fā)明方法能夠通過(guò)對(duì)水印W1進(jìn)行二次語(yǔ)義解析,獲得與其圖像特征相匹配的語(yǔ)義特征庫(kù)W2,從而得到相似度更高的語(yǔ)義水印信息。而其他同類方法則不具備該特征。