基于模糊聚類理論的文本水印算法研究.pdf

1、計(jì)算機(jī)和網(wǎng)絡(luò)的飛速發(fā)展，將人類帶入信息文明時(shí)代。人們隨時(shí)隨地都能接收到包括視頻、圖像、聲音、文字等形式的各種媒體信息。其中由語言文字組成的文本以其精確表達(dá)、蘊(yùn)含信息量大、靈活閱讀、可快速檢索等特點(diǎn)，成為人類最廣泛應(yīng)用的信息媒體形式之一。比如，人們每天接觸到的法律文書、政府公文、電子文檔、網(wǎng)絡(luò)新聞、論壇、博客等都是文本。文本是人類信息交流的重要的載體形式。隨著文本的廣泛使用，文本的版權(quán)保護(hù)問題也日益凸現(xiàn)。
　　 文本數(shù)字水印技術(shù)是

2、解決此問題的方法之一。20世紀(jì)90年代初，將版權(quán)信息嵌入文本文件中來確認(rèn)版權(quán)歸屬的技術(shù)逐漸發(fā)展起來。但是受文本文件本身結(jié)構(gòu)單一、處理手段特殊等特點(diǎn)的限制，文本水印的成果相對(duì)較少。同時(shí)，既然可以在文本文件中嵌入水印，那么也可以利用此性質(zhì)，將秘密信息嵌入其中來傳遞。這樣就涉及到比版權(quán)確認(rèn)更重要的問題--國家信息安全。首先，研究文本數(shù)字水印技術(shù)，用這項(xiàng)技術(shù)來審查可疑文本文件，可以及時(shí)截獲和破解來自外部的秘密信息，阻止國內(nèi)涉密信息通過此渠道向外

3、傳遞；其次，可以利用此項(xiàng)技術(shù)來傳送自己的涉密信息。因此，對(duì)文本數(shù)字水印的研究顯得尤為迫切和重要。
　　 本文利用模糊聚類理論，建立選擇水印載體漢字的數(shù)學(xué)模型，提出一種基于此理論的文本數(shù)字水印算法。該算法取漢字的使用頻率、筆畫數(shù)和漢字在文本中的分散均勻度三分量構(gòu)造成的特征向量作為模糊聚類分析的原始數(shù)據(jù)。一個(gè)文本中，某些漢字會(huì)被多次重復(fù)使用，選擇使用頻率高的漢字，提高水印的容量；選擇那些在文本中分布均勻度高的漢字，使水印均勻分散到文

4、本中，文本受到攻擊時(shí)，水印損失??；選擇筆畫少的漢字，這類漢字一般比較瘦小，微調(diào)其字符寬度，保真度好。水印嵌入前，原始水印編碼用m序列偽隨機(jī)排序的方法作置亂處理，然后用微調(diào)漢字寬度的方式嵌入水印編碼，用微調(diào)漢字RGB值的方式，將編碼漢字每16個(gè)標(biāo)記為一組，而且編碼具有一定的自糾錯(cuò)功能，在載體漢字部分丟失的情況下可以完全恢復(fù)水印。提取水印時(shí)，根據(jù)水印的各種可能攻擊方式，分別設(shè)定水印提取的判定條件，使水印在某些破壞條件下可以完全恢復(fù)，某些條件