引論：我們為您整理了13篇水印技術論文范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。

篇1

(2)對于Γ的任何一個非授權子集BP，BΓ，B中的成員無法利用他們的秘密份額來重新恢復秘密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，且r≤n)秘密共享門限方案是指在用戶數為n的用戶集團內共享某個秘密(如K)的方法。在這個方法中，任意r個屬于集團的用戶都能合作計算出K的值，但當用戶個數少于r時不能計算出K。如n個用戶間共享一個密鑰K，每個用戶i持有一個密鑰碎片ki(i=1，2，3，…，n)，基于其中任意不同的r(r≤n)個密鑰碎片ki1，ki2，…，kir(1≤i1，i2，…，ir≤n)都可以恢復出密鑰K，而由任意r-1個或更少的密鑰碎片都不能得出關于密鑰K的信息。

應用(r，n)秘密共享體制，攻擊者必須獲得超過一定數量(門限值r)的秘密碎片才能獲得密鑰，這樣提高了系統的安全性；當某些碎片(不超過n-r個)丟失或被毀時，利用其它秘密份額仍然能夠獲得秘密，這樣提高了系統的可靠性。在恢復秘密K時，參與者必須提供正確的秘密份額，否則恢復會失敗，不正確的秘密份額又稱為惡意子密。秘密共享體制在實際當中應用廣泛，可用于分散重要的信息，如通信密鑰的管理、數據安全、銀行網絡管理、導彈控制發射等。

對于聯合數字水印來說，其嵌入過程與一般水印的嵌入過程相同。但是在聯合用戶的應用背景下，當檢測過程不成功時，嵌入單一聯合數字水印不具備分辨單個聯合用戶的能力。例如設用戶為A、B，當水印檢測成功時，即可認定用戶A、B都為具有部分聯合所有權的用戶，而且A、B一起擁有對水印作品的所有聯合所有權。但當水印檢測不成功時，無法分辨下列三種所有權分布情況：

(1)用戶A、B皆為不合法的聯合用戶。

(2)僅用戶A為不合法的聯合用戶。

(3)僅用戶B為不合法的聯合用戶。

為了分辨單個聯合用戶，除了嵌入生成的長度為2L的聯合數字水印W外，用戶A可以嵌入自己的長度為L的水印W1，同時用戶B也嵌入屬于用戶B的長度為L的水印W2。這樣檢測結果可能有以下情形：

(1)成功檢測到所有水印：W、W1、W2。

(2)水印W、W1檢測不成功，僅成功檢測水印W2。

(3)水印W、W2檢測不成功，僅成功檢測水印W1。

(4)所有水印檢測均不成功。

對以上情形分別判斷為：

(1)所有水印被成功檢測，用戶A、B都為合法聯合用戶。

(2)僅成功檢測水印W2，那么僅用戶B都為合法聯合用戶。

(3)僅成功檢測水印W1，那么僅用戶A都為合法聯合用戶。

(4)所有水印均不能被成功檢測，用戶A、B都不具備聯合所有權。

[摘要]本文簡要介紹數字水印技術的定義，給出了數字水印系統框架的描述，并大致介紹了聯合數字水印的一些思想。針對DCT變換在比特率較低時，會出現明顯塊效應的缺點，提出一種采用Gabor變換的嵌入方法，使聯合數字水印技術更加完善。

[關鍵詞]數字水印聯合數字水印秘密共享體制離散余弦變換DCT

參考文獻：

[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

0引言

數字水印可視為通信理論的一種應用[2]。隨著對數字水印算法可靠性要求的提高，目前的數字水印不論在數學理論上和技術上均不成熟，對數字水印系統的公式描述仍然沒有統一的定論，在數字水印系統最終性能方面存在較多的不確定性[1,7,8]。這些均可以從信息論的角度上尋求解決出路。

數字水印系統分為水印嵌入編碼，攻擊信道，和水印譯碼三個模塊。這里，我們對一般數字水印模型提出了改進，在水印嵌入之前加入待嵌入信號預處理，給出了對于水印通信模型的更加恰當的描述，如圖1。

根據改進系統框圖，數字水印的實施過程可分為如下步（只考慮圖像水印）：

（1）密鑰生成：在進行水印處理之前，隨機密鑰經偽隨機信號發生器生成，并在編碼和譯碼端可知；該密鑰與待嵌入消息M和原始載體信宿相互獨立。

（2）形成水印信號：通過一預處理器對消息M作壓縮或編碼預處理，同時還可利用原始載體信宿提供的邊信息進行預編碼，保證水印的唯一性，改善誤碼率，提高通信容量。

（3）水印嵌入：待嵌入消息水印信號M通過某種算法，與密鑰進行相關處理，被嵌入長為N的載體序列中，生成的圖像水印可表示為，且。

（4）攻擊信道：該生成水印在傳輸過程中將會受到惡意攻擊導致其中的W信號被去除而生成被修改的信號。

（5）提取或檢測水印：借助原始載體圖像（私有水印或非盲水印），或不依賴原是圖像（公開水印或盲水印），利用相關接收機、匹配濾波器、最大后驗概率譯碼規則（MAP）來提取或檢測水印。1、信道容量的數學分析

水印的信道容量是所有可達速率的上限。根據理論分析表明[1,7,8]，它由如下三個參量決定：嵌入失真,攻擊失真，以及載體信宿的概率分布函數{PS}。

可以證明：當原始載體信源的功率（方差）為，那么對于公開水印和私有水印，其信道容量均不超過。其中：首先定義區間：

，(10)

通過計算，當時，可以得到區間為空域。當區域非空時，定義水印容量

＝(11)

特別的，當載體信源S滿足零均值，方差為且獨立同分布的高斯分布時，公開水印與私有水印具有相同的水印信道容量，且該容量正好等于上限。

2、信道容量計算公式的簡化

上述容量計算公式過于復雜，可進行如下化簡，根據水印的信道容量公式(11)，我們有

＝

＝＝

=（12）

而前面(10)已經定義區間：

，

根據上面的推導，可把暫看作常量，那么容量C決定于中間變量的取值，即根據適當的選取值得到最大化的C；但實際上由(10)式我們可以看到的取值范圍又由決定。經過適當的約束和簡化，最終我們可以得到

(13)

但考慮到，當時，實際上這種攻擊對水印是完全無效的[5];因而攻擊者不會采用。所以進一步給出攻擊失真的取值范。在小范圍失真下，即，有，所以可得到小范圍失真條件下的容量近似公式：

(14)

根據上式，我們可以看到在小范圍失真情況下，容量與載體信源的統計概率分布無關。當時，根據上式，可以得到容量C=0.5bit/Symbol。

3、模型的約束性優化和擴展

為了更好的理解水印系統，簡化分析，可引入加性噪聲信道的概念。對比乘性信道，加性噪聲信道具有統計分布參數（如方差）簡單加的特點，這對模型的分析十分有利。實際上，目前關于信息論的許多研究都從加性噪聲信道分析入手[1，5]。

可以將經攻擊偽造后的消息Y寫成如下形式：

其中，，。(15)

圖2數字水印博弈模型

根據上式，可將水印理解成一種帶有邊信息的通信博弈[2]。將理解為被傳輸的信號，同時受到加性噪聲S的破壞（這里將載體信源看作相對于的加性噪聲）；S在傳輸端可知。而可以理解成一種可加性干擾信號，該信號由決定。那么，當失真測量為簡單的差度量度時，該失真度由加在上的干擾限制決定。特別的，在本例中，因，系統失真由加在被傳輸的上的總干擾功率決定，即功率受限。同樣的，如果，那么可加性干擾信號也是功率受限信號。

考慮信道的輸出為，其中輸入的功率受限為；S為任意的功率受限且各態歷經的過程，并假設S僅在編碼的時候是可知的，而在解碼是是未知的。為一穩態高斯過程，對編碼和譯碼均不可知。假設S和相互獨立，其聯合概率分布與獨立。

考慮S和均為滿足獨立等同概率分布的隨機變量；特別的，S任意分布（可以為非高斯分布），而滿足零均值，方差為的高斯分布。也為滿零均值，方差為的高斯分布，并且與S和的聯合概率獨立。同時設輔助隨機變量。那么，有

,(16)

可以證明，在條件下，隨機變量和不相關，且相互獨立。因和均為高斯分布，那么也滿足高斯分布。又因S和相互獨立，所以隨機變量與也相互獨立。這樣，可以推出如下結論：

(17)

同時，與獨立表明：

(18)

所以，綜合上述兩式，可以得出：

(19)

篇3

與一般的科學數據相比，飲水安全工程數據具備以下兩個特點：

（1）地理分布性。作為基本數據，國家農村飲水安全工程數據庫包括了國內各省（直轄市）、市（州）、縣（市、區）、鄉鎮內供水水廠的集中式工程數據，包括工程建設信息、實時監測信息，遍布全國，因此飲水安全工程數據具備地理空間的分布特性。

（2）數據要素多。飲水安全工程數據包括了地圖數據，供水工程專題數據，省、市州、縣區、鄉鎮專題基礎信息，水質、管壓安全監測信息，政務信息等。而且每類數據又包括多種要素的數據，如供水工程專題數據包括專題地理信息和專題建設信息，監測數據包括余氯、濁度、水壓、流量等測量數據。整體來說，飲水安全工程數據是描述飲水安全工程的數據，數據量大，且與日俱增，專業性強，具有時間維上的有效性，且數據區域性強，不同市縣統計的數據不交叉，數據存儲形式多樣，以小文件居多。

3飲水安全工程核心元數據

3．1元數據定義

首先，介紹幾個關于元數據的定義。元數據：關于數據的數據。元數據元素：元數據的基本單元，元數據元素在元數據實體中是唯一的。元數據實體：一組說明數據相同特性的元數據元素，元數據實體可以包含一個或一個以上的元數據實體。元數據子集：元數據的子集合，由相關的元數據實體和元素組成。數據集：可以標識的數據集合。通常在物理上可以是更大數據集較小的部分。從理論上講，數據集可以小到更大數據集內的單個要素或要素屬性，一張硬拷貝地圖或圖表均可以被認為是一個數據集。飲水安全工程核心元數據指的是標識飲水安全工程信息所需要的最小元數據元素和元數據實體，為元數據元素集的子集。其次，本文采用UML類圖方法描述飲水安全工程信息元數據。在元數據結構上采用《水利信息核心元數據》的結構作為本標準的基本結構，在內容上對元數據的特征，包括子集／實體名、元素名、英文名、英文縮寫、定義、約束／條件、出現次數、類型和值域進行詳細描述。

3．2飲水安全工程核心元數據結構

飲水安全工程元數據分為元數據元素、元數據實體和元數據子集三層。飲水安全工程核心元數據由一個元數據實體和四個元數據子集構成。其中，標識信息、數據質量為必選子集，內容信息、參照系信息為可選子集。每個子集由若干個實體（UML類）和元素（UML類屬性）構成。

3．3飲水安全核心元數據內容

3．3．1飲水安全核心元數據信息

飲水安全工程元數據信息實體描述飲水安全工程信息的全部元數據信息，用必選實體MD＿元數據表示，由以下元數據實體和元數據元素構成：元數據實體：MD＿標識、DQ＿數據質量、RS＿參照系、MD＿分發、MD＿內容描述；元數據元素：元數據創建日期、聯系單位、元數據名稱、字符集、元數據使用的語言、元數據標準名稱、元數據標準版本。

3．3．2標識信息

標識信息包含唯一標識數據的信息，用MD＿標識實體表示，是必選實體。MD＿標識是下列實體的聚集：MD＿關鍵詞、MD＿數據集限制、EX＿時間范圍信息、MD＿聯系單位或聯系人、MD＿維護信息。MD＿標識實體本身包含如下元素：名稱、行政區編碼、字符集、摘要、日期、狀況、數據表示方式。

3．3．3數據質量信息

數據質量信息包含對數據資源質量的總體評價，用DQ＿數據質量實體表示。應包括與數據生產有關的數據志信息的一般說明。DQ＿數據質量實體包括兩個條件必選的實體，DQ＿數據質量說明和DQ＿數據志。DQ＿數據質量說明是數據集的總體質量信息。DQ＿數據志是從數據源到數據集當前狀態的演變過程說明。包括數據源信息實體和處理過程信息實體。

3．3．4內容信息

內容信息包含提供數據內容特征的描述信息，用MD＿內容描述實體表示。

3．3．5空間參照系信息

參照系信息包含對數據集使用的空間參照系的說明，是條件必選子集，用RS＿參照系實體表示。是關于地理空間數據集的坐標參考框架的描述信息，它反映了現實世界的空間框架模型化的過程和相關的描述參數。RS＿參照系由三個條件必選的實體構成：SI＿基于地理標識的空間參照系、SC＿基于坐標的空間參照系、SC＿垂向坐標參照系。

4元數據分級索引算法

本文根據飲水安全工程數據的區域性特點，選取分布式NameNode模型，改進目錄子樹分區算法和哈希算法，利用BloomFilter原理設計符合飲水安全工程信息的元數據分級索引算法。

4．1概念與公式

行政區劃請求量：表示該行政區劃所需的農村飲水安全工程元數據的請求量，用Request表示。由于請求量的具體數值難以確定，工程元數據的請求量與工程的數量有直接關系，而飲水工程的數量與行政區劃的人口密度存在一定的換算關系。每個工程所涉及的文件包括招標文件、合同、工程規劃、預算、管網圖、廠區布置圖、每年的運營報表等多種文件。因此，第m個行政區劃的請求量Requestm為：Requestm＝Densitym×f×Naverage（1）其中，Densitym代表第m個行政區劃的人口密度，f表示飲水安全工程數量與人口密度的轉換因子，Naverage代表每個工程文件的平均值。

4．2BloomFilter基本思想元數據分級索引算法

包括三部分：一部分是元數據請求被分配到哪個普通NameNode節點上，第二部分是分配到NameNode節點的哪個目錄，最后根據NameNode節點中的目錄信息查找元數據文件在DataNode中的具置。本文采用BloomFilter與Key－Value的存儲位置對應表，來確定元數據文件在DataNode中的存儲位置。BloomFilter的基本思想是使用一個比特的數組保存信息，初始狀態時，整個數組的元素全部為0，采用k個獨立的Hash函數，將每個元數據文件對應到｛1，…，m｝的位置，當有飲水安全元數據文件存儲請求時，k個獨立的Hash函數將以元數據標識信息中的元數據文件名為變量，得到k個哈希值，然后將比特數組中的相應位置更改為1，即：hashi（x）＝1（1≤i≤k）（2）其中，x是元數據文件名。數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k＝3，x1先通過哈希函數，將數組中的三個位置置為1，在x2通過哈希函數得到的數組位置，將是0的位置置為1，已經是1的位置則不重復置1。判斷某元素y是否屬于這個集合，需對y應用k次哈希函數，如果所有的位置都是1（1≤i≤k），那么就認為y是集合中的元素，否則就認為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則不屬于這個集合。BloomFilter能高效地判斷某個元素是否屬于一個集合，但這種高效是有代價的，是存在一定的錯誤率，因為它有可能會把不屬于這個集合的元素判定為屬于此集合。為簡化計算，假設kn＜m并且各哈希函數完全隨機。當某個目錄中的所有元數據文件全部存儲，即所有元素都被哈希函數映射到比特數組中去，這個數組中某一位置是0代表kn次哈希操作都沒有被置為1，因此概率為：p＝（1－1m）kn≈e－kn／m（3）其中第二次近似計算是因為：limxm（1＋1n）n＝e（4）令ρ代表比特數組中0的比例，則ρ的數學期望E（ρ）＝p，則ρ≈p，因此：pfalse＝（1－ρ）k≈（1－p）k（5）

4．3元數據分級索引算法

元數據分級索引算法包括三個步驟：一是選NameNode節點，二是選目錄，三是分配存儲位置。

4．3．1選取NameNode節點分布式

NameNode模型有一個主NameNode節點，一個主SecondaryNameNode和n個普通NameNode節點。其中，主SecondaryNameNode是主NameNode的快照，防止單點失效。算法的基本思想如下：（1）計算行政區劃請求數。在本文中所涉及的飲水安全工程指的是湖北省的農村飲水安全工程，因此在普通NameNode節點上分布的是以市級為單位的元數據信息。在這一步中，根據公式（1）給每個市級行政區劃的請求賦值，用Requestm表示。（2）分配NameNode節點。若n為奇數，則將其中一個NameNode節點作為備用節點，n＝n－1；若n為偶數，則n不變。分配NameNode節點，得出市級行政區劃與NameNode節點映射表。（3）第二次分組。將偶數個NameNode兩兩分成組，互為SecondaryNameNode節點，分組的原則為請求量較大的NameNode節點與請求量較小的NameNode節點一組。

4．3．2選擇目錄

分配完NameNode節點后，須設定每個Nam－eNode節點的目錄，根據市級行政區劃與Name－Node節點映射表設定一級目錄。然后根據一級目錄的編碼，設定二級目錄，二級目錄為對應市及所管轄縣級行政區劃的目錄。在飲水安全工程項目中，所涉及的數據類型分為圖片類型、視頻類型、文本類型等，所以將三級目錄按文件類型進行劃分，即每個二級目錄下對應的三級目錄為pic、video、txt等。

4．3．3分配存儲位置

當用戶要查找某個飲水安全元數據時，系統首先根據待查找元數據的行政區劃編碼，從市級行政區劃與NameNode節點映射表中找到其對應的NameNode節點；然后，主NameNode節點將用戶請求轉發給此NameNode節點，收到轉發的用戶請求的NameNode節點同樣將行政區編碼進行處理，轉化為市級編碼，找到其一級目錄；然后在一級目錄下，根據編碼找到二級目錄，再根據用戶請求的元數據類型，定位到三級目錄，在三級目錄下根據哈希表，找到對應存儲位置并提交給主Name－Node節點，由主NameNode節點返回給用戶。飲水安全元數據檢索結果分為兩種情況，第一種是查找成功，第二種是查找失敗。一次飲水安全元數據成功檢索過程的檢索時間包括主NameNo－de節點并發處理延遲、主NameNode節點找到對應的NameNode節點的時間、轉發用戶請求與普通NameNode節點的通信時間、普通節點執行查找目錄的時間、查找Hash表讀取元數據的時間和返回查找結果給主NameNode的時間。一次失敗的檢索包含兩種情況，一是定位到目錄后，通過BloomFilter過濾后，判定要查找飲水安全工程元數據哈希表不屬于該目錄；二是通過BloomFilter過濾后，判定其屬于該目錄，但是通過查詢Key－Value表，發現匹配錯誤，即上文提到的BloomFilter自身的錯誤率。第一種情況，根據BloomFilter的原理，可知經過k次獨立的哈希函數后，如果得到的位置不是全為1，則返回查找失敗，要查找的元數據請求不在此目錄中，時間復雜度為O（1）。第二種情況是BloomFilter自身的缺陷，但是由于有對應的Key－Value表，即使經過k次哈希操作得到的位置在比特數組中全為1，通過查找對應的鍵值，如果發現元數據名稱不能與之匹配，則返回檢索不成功，時間復雜度也為O（1），在用戶可以接受的范圍內。

5實驗結果

本文通過實驗仿真驗證飲水安全工程元數據模型的元數據分級索引算法在元數據檢索上的性2226ComputerEngineering＆Science計算機工程與科學2014，36（11）能，并與目錄子樹分區算法和哈希算法在檢索成功時間和檢索失敗時間進行對比。第一組實驗，測試三種算法檢索成功的平均檢索時間，其中用戶數為10，請求數為1000，在定位NameNode節點的時間上來說，目錄子樹分區算法能夠根據用戶請求中的類型定位節點，哈希算法是通過特定的Hash函數，算出用戶請求元數據所在的節點。而本文設計的元數據分級索引算法，將市級行政區劃和NameNode節點編號存儲在一張靜態的表中，查找時間與Name－Node節點個數有關，時間復雜度為O（n）。在本文的應用中，至多會有14個NameNode節點，三種算法的定位時間基本相同，在查找NameNode節點的步驟上所用時間可以近似算作相等。定位目錄的時間復雜度，三種算法也相同，可認為是O（1）。在最后一步定位元數據文件存儲位置上，由于BloomFilter查找成功的時間復雜度是O（1），而目錄子樹分區算法和哈希算法沒有考慮定位物理位置，查找目錄下的元數據名稱，時間復雜度為O（n），目錄下的元數據文件越多，查找速度越慢。第二組實驗，測試三種算法檢索失敗的平均檢索時間，其中用戶數為10，請求數為1000，仿若是檢索不在目錄下的文件，BloomFilter將文件名進行Hash運算，可以判定被請求的文件名不在目錄中，時間復雜度為O（1）。而另外兩種算法，則會遍歷目錄中的所有文件，直至遍歷完，找不到所請求的文件，時間復雜度為O（n）。對比三種算法在飲水安全工程元數據檢索上的應用情況，由于元數據分級算法使用了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求。

篇4

1.水稻生產情況

水稻是中樞鎮主要糧食作物，2010年全鎮種植水稻16119畝。水稻品種主要為合系39號、41號，楚粳3號、楚粳25、26、27號等為主。年產1114萬公斤。

2.水稻紋枯病病變癥狀

水稻紋又稱云紋病。苗期至穗期都可發病。葉鞘染病，在近水面處產生暗綠色水浸狀邊緣模糊小斑，后漸擴大呈橢圓形或云紋形，中部呈灰綠或灰褐色，濕度低時中部呈淡黃或灰白色，中部組織破壞呈半透明狀，邊緣暗褐。發病嚴重時數個病斑融合形成大病斑，呈不規則狀云紋斑，常致葉片發黃枯死。葉片染病，病斑也呈云紋狀，邊緣褪黃，發病快時病斑呈污綠色，葉片很快腐爛，莖稈受害，癥狀似葉片，后期呈黃褐色，易折。穗頸部受害，初為污綠色，后變灰褐，常不能抽穗，抽穗的秕谷較多，千粒重下降。濕度大時，病部長出白色網狀菌絲，后匯聚成白色菌絲團，形成菌核，菌核深褐色，易脫落。高溫條件下病斑上產生一層白色粉霉層即病菌的擔子和擔孢子。

3.水稻紋枯病的發病條件

水稻紋枯病的發生和流行受菌源數量、氣候條件（主要是溫濕度）、品種抗原、水稻生育期以及栽培技術等因素綜合影響。

3.1　菌源數量

菌核數量是引起發病的主要原因。每667平方米有6萬粒以上菌核，遇適宜條件就可引發紋枯病流行。

3.2　氣候條件

水稻紋枯病發病的輕重除受田間菌核數量多少影響，在氣候條件中主要受溫度和適度的影響。

3.2.1　溫度

水稻紋枯病發病的適宜氣溫在18-34℃，以22-28℃最適。

3.2.2　濕度

濕度是導致水稻紋枯病發病的又一因素，水稻紋枯病發病的相對濕度是70-90%，并以80%以上為最適宜發病濕度。每年的6至7月份以后一方面氣溫偏高，另一方面相對濕度一般都在85%以上，水稻田間處于高溫、高濕條件下，水稻紋枯病發病快，病情擴張迅速，危害嚴重。

3.3　水稻品種抗性

不同品種水稻對紋枯病的抗性不同。目前生產上早稻耐病品種有博優湛19號、中優早81號。中熟品種有豫粳6號、輻龍香糯。晚稻耐病品種有冀粳14號、花粳45號、遼粳244號、沈農43號等。

3.4　水稻栽培技術

水稻栽培密度、肥水管理均與水稻紋枯病的發病程度密切相關。水稻栽插過密、氮肥施用過量、長期深水灌田等，都能引發水稻紋枯病菌的侵入，引發疾病的發生。

3.5　水稻生育期

水稻紋枯病從水稻開始分蘗期開始發病，隨著氣溫的升高與雨季來臨，水稻在孕穗期、抽穗期和蠟熟期，水稻的葉鞘與莖稈之間相對松散，有利益病菌的侵入，同時稻田處于高溫高濕條件下，病害易發生流行。

綜上所述，水稻紋枯病的發生流行受菌源、溫度、濕度、品種、生育期、栽培技術等條件綜合作用的結果。要做好水稻紋枯病的防治工作，必須針對以上因素采取措施。

4.防治對策及措施

減少田間菌源，合理密植，配方施肥。根據紋枯病的病情季節消長和發生為害田間變化規律，以及近年發生面大，危害重的現狀，控制紋枯病重點是藥劑控制。一改1次用藥為2次，降低首次用藥防治指標，重治孕穗期，堅持“壓前、中控、后放”的藥劑控制策略；二改孕穗期適當加大用藥劑量；三改防治重點田塊為旱（拋）秧水稻。

4.1　降低田間菌源

水稻紋枯病應引起高度重視，加大防治宣傳，并從品種篩選、耕作制度改進及先進栽培技術應用等方面，進行綜合防治。菌源基數的多少與稻田初期發病程度密切相關；因此，在生產中要有效降低菌源基數、減少初侵染源。首先，一是通過耕作制度調整，減少寄主菌源；即：盡量避免與玉米、麥類、豆類、花生、甘蔗等寄主作物連作；同時，鏟除田間雜草，減少寄主菌源。二是打澇菌核。在秧田或大田灌水耕耙時，因大多數菌核浮在水面上，混在“浪渣”中，可用篩網、簸箕等工具，打澇“浪渣”并帶到田外燒毀或深埋，以減少菌源、減輕前期發病。三是原來已發過病的稻田，其稻草不能直接還田，只能燃燒或墊廄；若需做肥料時，須經充分腐熟后才可施用。改1次用藥為2次用藥，堅持“壓前、中控、后放”的藥劑控制策略。

4.2　選用良種

根據中樞鎮稻區生產特點，在注重高產、優質、熟期適中的前提下，宜選用分蘗能力適中、株型緊湊、葉型較窄的水稻品種；以降低田間蔭蔽作用、增加通透性及降低空氣相對濕度、提高稻株抗病能力。

4.3　合理密植

水稻紋枯病發生的程度與水稻群體的大小關系密切；群體越大，發病越重。因此，適當稀植可降低田間群體密度、提高植株間的通透性、降低田間濕度，從而達到有效減輕病害發生及防止倒伏的目的。

4.4　管好肥水

4.4.1　根據水稻的生育時期和氣候狀況，合理排灌，改變長期深水、高溫環境，是以水控病的有效方法；尤其在水稻分蘗末期至拔節期前，適時擱田，后期采用干干濕濕的排灌管理，降低株間濕度，促進稻株健壯生長，能有效抑菌防病。

4.4.2　在施肥上，應堅持有機與無機結合；氮、磷、鉀配合；并貫徹和力求做到配方施肥。切忌偏施氮肥和中后期大量施用氮肥。在施肥比例和時期上，提倡“施足基肥、控制蘗肥、增施穗肥”原則。

4.5　藥劑防治

藥劑防治，應掌握“初病早治”原則；一般在水稻分蘗末期、發病率達5%或拔節至孕穗期、發病率達10－15%時，就需要及時進行藥劑噴治。一般水稻紋枯病的防治藥劑。井岡霉素是目前生產上防治水稻紋枯病的主要藥種，經多年使用，紋枯病菌對井岡霉素的抗藥性并沒有增強多少，抓住擱田復水后和發病初期等關鍵時間用藥，必要時適當增加用藥量，仍能取得良好的防治效果。

在紋枯病發生重的年份，因地制宜地選用一些持效期較長的藥劑進行防治，有利于減少用藥次數，提高病害防治效果。井岡霉素與枯草芽孢桿菌或蠟質芽孢桿菌的復配劑如紋曲寧等藥劑，持效期比井岡霉素長，可以選用。丙環唑、烯唑醇、己唑醇等部分唑類殺菌劑對紋枯病防治效果好，持效期較長，也可以選用。烯唑醇、丙環唑等唑類殺菌劑對水稻體內的赤霉素形成有影響，能抑制水稻莖節拔長。這類藥劑特別適合在水稻拔節前或拔節初期使用，在防治紋枯病的同時，還有抑制基部節間拔長，防止倒伏的作用。但這些殺菌農藥在水稻（特別是有輕微包頸現象的粳稻品種）上部3個拔長節間拔長期使用，特別是超量使用，可能影響這些節間的拔長，嚴重的可造成水稻抽穗不良，出現包頸現象（不同水稻品種、不同藥劑以及不同的用藥量條件下，所造成的影響不一樣），其中烯唑醇等藥制的抑制作用更為明顯。高科惡霉靈或苯醚甲環唑與丙環唑或腈菌唑等三唑類的復配劑在水稻抽穗前后可以使用，不僅能防治紋枯病等病害，還有利于提高結實率，并對雜交稻后期葉部病害有較好的兼治作用。

5.討論

摸清陸良縣中樞鎮區域內的紋枯病致病的主要因子，掌握了紋枯病發生紀律，提高防治策略，有利于降低生產成本，提高防治效果，增加農民收入，促進社會效益具有積極的作用。

參考文獻

[1]許彥林，孫艷，姜秀芝.水稻紋枯病的發病原因及防治對策[J].農民致富之友，2010（03）.

篇5

數字水印技術是數字產品版權保護的重要手段。通過將版權信息有效合理地嵌入到數字產品中，在版權認證時又能夠及時將其提取出來，從而有力地保證了數字產品的版權。分形壓縮[1]著眼于圖像的自相似性（或局部自相似性），以IFS(迭代函數系統)和拼貼定理為基礎，對原始圖像進行分形編碼，從而大大減少了表示圖像的信息量。該文將數字水印技術與分形壓縮技術緊密結合，使得水印的魯棒性得到了很好的提高。

1 數字水印技術

對于一個靜態圖像，對其原始信號的頻域空間（通過將原始信號進行頻域變換），運用某種算法加入一個水印信號，或在一個寬信道上傳送一個窄帶信號[2] ，都可以看成是數字水印技術的應用體現。

如果用X表示數字產品的集合、W表示水印信號的集合、K 表示水印密鑰、G表示水印信號生產算法、E表示水印信號加入算法、D表示水印信號檢測算法，整個水印處理系統可用一個六元體（X，W，K，G，E，D）來描述。各個部分之間的關系可以理解成：G 利用K和X生成W，E再將W加入到X中，待到需要時，用D從已加入水印信號的X中提取出W，進而對數字產品的版權進行認證。

2 分形壓縮技術

分形壓縮技術主要是通過分形圖像的自相似性（即圖像的局部與整體具有某種相似性），進而對原始圖像進行壓縮編碼與解碼的過程。通常可分為圖像分割、分割碼本、等距變換、編碼、參數量化、解碼六個子過程（如下）：

3 分形壓縮在數字水印中的應用

由于分形壓縮可將一幅圖像大幅壓縮，比如一個256*256像素的灰度圖像，需要65536B去存儲，而經過分形壓縮，僅需3954B存儲空間即可。在數字圖像中嵌入水印信號的時候，通過將原始水印信號分形壓縮后，再將水印信號的分形碼嵌入數字圖像中，而非像原來那樣嵌入水印原始信號，就可將水印信息成倍地嵌入。換句話說，原來數字圖像中只有一個水印信號，而現在卻有多個水印信號備份，即使有局部水印信號被篡改了，也可以通過其他備份信息來加以還原，因此水印的魯棒性大大提高。

參考文獻：

[1] 李水根,吳紀桃.分形與小波[M].北京:科學出版社,2002.

篇6

1 數字水印技術研究的意義

由于科學技術的發展，很多的數字化產品易于加工，非法的復制和拷貝也比較容易，這樣嚴重損壞了數字產品的完整性以及數字產品作者的版權。為了解決這一問題，因而提出了數字水印技術。

數字水印技術，從1993年Caronni正式提出數字水印到現在，無論國內還是國外對數字水印的研究都引起了人們的關注。在國外方面，由于有大公司的介入和美國軍方及財政部的支持，雖然在數字水印方面的研究剛起步不久，但該技術研究的發展速度非常快。1998年以來，《IEEE圖像處理》、《IEEE會報》、《IEEE通信選題》、《IEEE消費電子學》等許多國際重要期刊都組織了數字水印的技術專刊或專題新聞報道，SPIE和IEEE的一些重要國際會議也開辟了相關的專題。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合研究基于信息隱藏的電子水印。國內方面，我國的數字水印技術，也已經取得了一定的研究成果，而且從學術領域的研究成果來看，我國的研究與世界水平相差的并不遠，并且有自己的獨特研究思路。

數字水印的主要用途可以分為以下幾類：（1）版權標識水印。數字水印將各種信息放在各種需要保護的數字產品中，即使經過噪聲干擾、濾波、剪切、壓縮、旋轉等攻擊，水印仍可以繼續存在。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公司的數字水印插件。（2）篡改提示水印。檢測數字產品是否被修改、偽造等的處理的過程。（3）隱蔽標識水印。在一些數字產品中，可以將數字水印嵌入作一些隱式注釋。（4）票據防偽水印。隨著現代各種先進輸出設備的發展，使得各種票據的偽造變得更加容易，數字水印技術可以增加偽造的難度。因此，研究數字技術非常有必要性。

2 基于DCT數字圖像水印技術的研究

2.1 數字水印的概念

數字水印技術是指用信號處理的方法在多媒體數據中嵌入某些能證明版權歸屬或跟蹤侵權行為的隱蔽的信息，這些信息通常是不可見的，不容易被人的知覺系統覺察或注意到，這些隱藏在多媒體內容中的信息只有通過專用的監測器或閱讀器才能提取。通過這些隱藏在多媒體內容中的信息，可以達到確認內容創建者，購買者或判斷內容是否真實完整的目的。水印系統所隱藏的信息總是與被保護的數字對象或它的所有者有關。

2.2 DCT數字圖像水印的基本理論

其中圖像二維DCT變換（M取8或16）有許多優點：

圖像信號經過變換后，變換系數幾乎不相關，經過反變換重構圖像信道誤差和量化誤差將像隨機噪聲一樣分散到塊中的各個像素中去，不會造成誤差累積，并且變換能將數據塊中的能量壓縮到為數不多的部分低頻系數中去（即DCT矩陣的左上角）。對于給定圖像f（m，n）存在兩種DCT變換方法：一種是把圖像f（m，n）看成一個二維矩陣直接對其進行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壓縮標準相統一，先把圖像分成8*8的不同小塊，再分別對每一塊進行DCT變換，進而嵌入水印，本文采用后一種方法嵌入水印。

一般數字水印應具有如下的特征：無論經過怎樣復雜的操作處理，通過水印算法仍能檢測到數字水印作品中的水印能力。即所謂的穩健性；通過水印算法，嵌入水印后不能最終導致圖像的質量在視覺上發生明顯變化，即視覺的不可感知性；通過數字水印算法能夠抵御非授權人的攻擊，同時檢測可以檢測到水印的概率，具有較高的安全性及有效性。

3 基于DCT的數字圖像水印算法系統的設計與實現

3.1 MATLAB軟件的介紹

MATLAB是目前最強大的編程工具之一，本文將利用MATLAB7.0軟件進行基于DCT的數字水印算法的系統的設計和實現。

MATLAB語言簡潔緊湊，庫函數豐富，程序書寫形式自由，運算符豐富，使用方便靈活。MATLAB具有結構化的面向對象編程的特性，可移植性好，且具有較強的圖形編輯界面和功能強大的工具箱。同時，MATLAB中的源程序具有開放性，可以通過對其的修改使其變成新的程序。不足之處是，MATLAB的程序執行速度較慢。利用MATLAB研究數字水印技術集成了DCT等函數，方便了研究人員編寫源程序，易實現。使用了MATLAB中很多的工具箱。

3.2 基于DCT的數字圖像水印算法系統的設計與實現

3.2.1 需求分析

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

基于DCT的數字圖像水印算法系統的設計與實現，可以提供用戶一個良好的交互手段，用戶可以利用本系統進行水印的嵌入、提取、攻擊等，本系統的可交互的，可視化的特點為用戶研究基于DCT的數字圖像水印算法提供了方便。

3.2.2 系統功能模塊設計

（1）水印生成。通常是通過偽隨機數發生器或混沌系統來產生水印信號，通常需要對水印進行預處理來適應水印嵌入算法。

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

（3）水印提取。指水印被提取出來的過程。

（4）水印檢測。水印檢測是指判斷數字產品中是否存在水印的過程。

3.2.3 系統實現

一個完整水印系統的設計通常包括水印的生成、嵌入、提取和檢測四個部分。

通過選取實驗圖片，點擊導入圖片，然后進行水印的嵌入，再對嵌入水印的圖片進行高斯噪聲、濾波、剪切、旋轉等攻擊實驗后，可以繼續提取水印，進行水印信號的檢測。

（1）嵌入水印的過程。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，然后對每一塊都進行DCT變換，得到與宿主圖像相同尺寸的DCT域；

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

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

4）根據公式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。

5）用得到的新的DCT系數對原來位置的DCT系數進行置換。

6）對新的DCT系數矩陣進行DCT反變換，得到了嵌入水印信號后的圖像。

4 結束語

本論文是在應用了MATLAB7.0軟件，設計和實現了完整的數字圖像水印處理系統，包括水印的嵌入、提取與驗證過程。所提出的方案均在該系統中進行了驗證。

數字水印技術的發展時間雖然不長，但其在版權保護、內容的完整性以及認證方面都做出了一定的貢獻。未來，數字水印在知識產權的保護、內容認證等方面會有一個更好的應用前景。我們應該抓住信息時代對于數字版權保護的迫切需求，開發出自己的水印產品。

參考文獻：

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

[2]王丙錫，陳琦，鄧峰森.數字水印技術[M].西安：西安電子科技大學出版社，2003.

[3]余成波，楊菁，楊如民，周登義.數字信號處理及MATLAB實現[M].北京：清華大學出版社，2005.

[4]王家文，李仰軍.MATLAB7.0圖形圖像處理[M].北京：國防工業出版社，2006.

[5]張問銀，梁永全.基于DCT的一種數字圖像水印策略[J].山東：山東科技大學學報，2002.

[6]肖力.一種基于DCT域的數字水印的實現[J].鄂州大學學報，2005.

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

[8]耿永軍，朱雪芹.基于離散余弦變換的數字水印算法[J].鄭州大學學報，2005.

篇7

隨著計算機和互聯網應用的不斷發展,高校科技論文的網絡發表和共享也得到逐步的發展。高校科技論文的網絡發表與共享打破了高校以往的只能通過傳統紙質期刊發表科技論文的程序,減少了科技的時間,使高校的科研人員學術交流更加方便、快捷;在推動高校科技信息和知識的快速傳播以及科技成果迅速得到共享和應用方面具有重要的作用。科技絡發表和共享平臺在中國還是一個新的事物,相關的制度和機制還沒有健全 [1],在版權保護方面還存在很多問題。科技絡發表與共享平臺的高度共享性使得版權保護的難度增大,如何有效保護高校科技絡發表與共享平臺作者的版權是目前首要解決的問題。

一、科技論文的網絡發表與傳統科技的版權比較

(一)網絡科技論文與傳統科技論文版權保護的復雜度

網絡侵權與傳統版權侵權相比,傳統版權侵權是紙質為載體的,是看得見摸得著的,網絡侵權是通過網絡發表與共享平臺實施的,侵權完成的速度快,復制、下載、傳輸行為變得簡單易行,同時侵權確認的難度大。與傳統版權保護相比,網絡版權保護變得更加復雜,版權保護的主體、客體及地域性的范圍加大。傳統版權保護的主體是作者、出版者及其用戶。網絡發表與共享平臺下的版權保護主體包括科技論文擁有者、科技論文傳播者、網絡服務開發商以及科技絡的使用者。另一方面,版權保護的客體范圍擴大;同時由于互聯網的無國界,一旦有侵權行為發生,版權保護就十分復雜。如表1所示,二者的侵權復雜程度比較。

(二)網絡科技論文與傳統科技論文著作權比較

1.發表權和修改權。發表權包含的內容很多,包括是否發表,何時發表,在何刊物發表等。所有這些都應由作者自己來決定,任何他人未經作者授權或委托,都不得擅自決定。但是由于傳統期刊需要經過投稿、審稿等漫長的過程,發表的周期很長。所有這些發表權版權人無法自己決定,一旦投稿就沒法修改,甚至有些出版社自行修改侵犯了作者的著作權 [2]。而網絡發表與共享平臺下的科技論文可以隨時發表。修改權,即修改或者授權他人修改作品的權利,這表明,作品可由作者自己修改,也可由取得授權的其他人修改。

2.保護作品完整權。傳統紙質期刊發表的論文,科技論文的完整性有時會被忽視,比如對于論文稿件,經專家審稿后,認為論文的內容很好,但由于版面限制等因素,就會對論文進行大量的修改和刪除,此種做法就侵犯了作者的保護作品完整權。然而相對于網絡科技論文,由于作其發表的載體為網頁沒有任何篇幅和尺寸上的限制,科技時完全可以從其內容本身的完整性編排內容。

3.信息網絡傳播權。信息網絡傳播權是中國2001年新修訂的《著作權法》增加的一項權利,保護通過互聯網方式向公眾提供作品,使公眾可以在其個人選定的時間和地點獲得作品的權利。是由于互聯網技術的發展,而出現的新的著作權權利是網絡科技論文傳播的一項重要權利。傳統科技論文則沒有此項權利。

二、高校科技絡發表與共享的版權侵權分析

1.信息網絡傳播權侵權。有些網絡發表與共享平臺未經版權人的同意或許可,擅自將其作品在網絡上發表,傳播。比如有些網絡平臺擅自把一些作者的博客作品在其網站上發表并予以共享,在網絡上使用他人作品時,擅自對作品進行修改、刪節等;根據信息網絡傳播權保護條例明確將此種行為定性為侵犯了作者的信息網絡傳播權。

2.科技論文作者權益侵權。科技絡發表和共享使得復制、盜版和修改變得更加容易,以中國科技論文在線發表與共享平臺為例,作者發表的論文根據文責自負的原則,只要作者所投論文遵守國家相關法律,有一定學術水平,符合其網站的基本投稿要求,就可以發表。科技論文在線允許文章在發表前,甚至審稿前首先在網上,科技論文在線采用的這種先公開,后評審的論文評價方法使得作者一旦上載的作品沒有經過授權或許可,通過科技論文在線進行傳播就會存在很大的版權風險。

通過對廣西某幾所高校的一些科研人員調查發現,80% 的科研人員不愿意在網絡平臺上發表及共享其科研成果。40%的被訪者認為如果網絡上發表共享其論文,再次向正規期刊投稿難度會增加,甚至一些正規期刊不接受這樣的投稿。20.7% 的認為將會導致盜版現象;7.3% 的認為可能會被用于商業目的;12%的認為可能會損害文章的完整性和署名權;只有20% 的人考慮過將自己的文章公布在網絡平臺上。其主要原因是由于目前存在不少版權糾紛的問題。所以說科技論文在線發表與共享應妥善處理好網絡版權侵權。

三、高校科技絡發表與共享版權保護的建議措施

(一)科技絡著作權人采取的措施

1.增強高校著作權人的版權保護意識。在目前網絡版權保護方面還不夠完善的情況下,樹立高校科研人員的版權保護意識更為重要。目前,高校科研人員科技絡發表的著作權意識還比較淡薄。即使自己的作品被侵權,很多作者沒有拿起法律武器來保護自己的權益。從而導致現實生活中任意轉載、改編等方式使用科技論文的現象很普遍。因此要通過各種方式,開展版權教育,增強版權自我保護意識。高校應加強版權保護這方面的宣傳,在網絡發表與共享平臺上登載相關著作權保護知識,利用一切可能的媒介和渠道宣傳版權保護的相關知識。

2.采取技術措施。版權的保護措施是指版權人主動采取的,能有效控制進入受版權保護的作品并對版權人權利進行有效保護,防止侵犯其合法權利的設備、產品或方法 [3]。目前,在現有的技術條件下應對網絡中的侵權現象,版權人采取的技術措施通常包括采用反復制設備、訪問控制技術、數字水印、數字簽名或數字指紋技術等保護網絡科技論文的版權。

(1)反復制設備(anti-cope devices);由于網絡作品的復制非常容易,目前版權人一般采取反復制設備就是阻止復制作品的設備。其中最有代表性的就是“SCMS”系統(serial copy management systems),該系統的最大特點就在于它不僅可以控制作品的第一次復制,而且可以控制作品的再次復制,避免數字化作品的復制件被作為數字化主盤。(2)訪問控制技術;即控制進入受保護作品的技術保護措施(如登錄密碼)。它允許用戶對其常用的信息庫進行適當權利的訪問,限制用戶隨意刪除、修改或拷貝信息文件。(3)數字水印、數字簽名及數字指紋技術;為了防止網絡作品的易修改,易盜版現象出現了數字水印、數字簽名或數字指紋版權保護技術。數字水印是利用數字內嵌的方法隱藏在數字圖像、聲音、文檔、圖書、視頻等數字產品中,使得用戶只能在屏幕上閱讀,而無法復制。這種技術可以用以證明原創作者對其作品的所有權,并作為鑒定、非法侵權的證據。數字指紋是指同時在數字作品中嵌入的是作品傳播者和使用者的標識信,和數字水印技術相反,當某個用戶將其拷貝非法的傳播到外界,版權所有者就可以通過提取拷貝中的指紋來追蹤非法用戶。數字簽名技術即進行身份認證的技術,防止偽造,保證信息的真實性和完整性。其他技術措施比如防火墻技術、認證技術(CA)、追蹤系統、標準系統、電子版權管理系統等。

(二)完善版權保護法律制度

中國在著作權的網絡立法方面,其法律文件有《中華人民共和國著作權法》、《關于審理涉及計算機網絡域名民事糾紛案件適用法律若干問題的解釋》、《關于審理著作權民事糾紛案件適用法律若干問題的解釋》、《關于審理涉及計算機網絡著作權糾紛案件適用法律若干問題的解釋》、《保護知識產權刑事司法解釋》、《互聯網著作權行政保護辦法》等一系列涉及網絡版權保護的文件,為技術措施的實施提供了法律依據。其中《互聯網著作權行政保護辦法》是2005年由國家版權局與信息產業部聯合實施的,對網絡環境下的科技論文版權保護發揮著重要的作用。但是中國法律法規還不夠健全,政府應加快對《著作權法》的修改、完善,并制定保護網絡著作權的專項法律或行政法規。法律保護是一種事后控制的手段,即只有在發現侵權行為之后,法律才能進行干預,一旦有版權侵權,高校科研人員應拿起法律武器保護自己的合法權益。

(三)網絡發表與共享平臺加大版權保護力度

網絡發表與共享平臺應增強維權意識,對抄襲剽竊他人論文成果侵犯版權的行為予以嚴懲。以中國科技論文在線為例,其網站上設有學術監督欄,對一些侵犯版權的作者取消已發表的論文,收回刊載證明,在中國科技論文在線網站上予以譴責,并禁止三年內在其網站上,對維護版權所有者的權益起到了一定的作用。但是這對于網站在保護版權方面還是不夠的。對于一些復制、盜版其網站上的論文在其他網絡平臺上發表或者在科技期刊上發表,則沒有相關的政策。網絡發表與共享平臺應當充分重視作者的論文版權保護需求,保護作者的著作權權益。

高校科技絡發表與共享版權保護要得到增強,首先要增強高校版權人的版權保護意識;其次則必須及時更新、完善相關法律制度,加快網絡版權保護的立法,最后要提高網絡發表與共享平臺的技術保護水平。只有作者的版權得到有效的保護,才能提高科技論文的發表數量和質量,推動高校科技論文的網絡發表與共享。

參考文獻:

篇8

數據庫水印就是在數據庫數據中嵌入水印達到保護數據庫所有權的一種技術，是近年來數據庫安全領域快速發展的一個重要分支。它可以借鑒多媒體數字水印技術的原理和思想，但與多媒體數據相比較，關系數據庫數字水印技術要困難很多，因為關系數據庫中的數據還有許多特點：

1） 關系數據庫中的數據由若干獨立元組組成，每個元組的各個字段的值是確定的，冗余很小；

2） 關系數據庫中的數據行和列的順序是無序的；

3） 關系數據庫中的數據經常要進行增加、刪除、修改。

由于關系數據庫數據有其自己的特殊性，這些都使數字水印的嵌入和提取成為難題。因此，數據庫水印的算法考慮如下：

( 1) 魯棒性，數據庫水印能夠經受住數據更新和攻擊；

( 2) 透明性，數字水印不能被用戶察覺，不會因為加了水印而影響關系數據的使用。

2.數據庫數字水印模型

一般數據庫數字水印模型主要包括3個算法：數字水印生成算法、數字水印嵌入算法和數字水印提取算法。

2.1數字水印生成模型

數字水印可以是文本、圖像等，想把水印嵌入到數據庫中，必須要對水印進行預處理，把它轉換成二進制流。水印生成模型如圖1所示：

圖1 數字水印生成模型

2.2數字水印嵌入模型

數字水印的嵌入通常是把處理好的二進制水印通過數字水印嵌入算法隱藏到數據庫的某些數據中，而不影響數據庫的使用。水印嵌入模型如圖2所示：

圖2 數字水印嵌入模型

2.3數字水印提取模型

數字水印的提取通常是利用密鑰，通過水印提取算法從數據庫中提取出水印信號，解預處理后，再恢復為原有的數字水印信號。

圖3 數字水印提取模型

3.關系數據庫數字水印算法

關系數據庫的行被稱為“元組”，列被稱為“字段”。元組是字段的集合，字段有不同的類型和取值，考慮到關系數據庫的特點和不破壞數據庫的使用價值，針對數值型字段值進行數字水印。在一個數據庫里，數值型字段有1個或多個，他們的有效位數是不同的，有的有效位數多，有的有效位數少，本文采取了對數值型字段的最低有效位進行數字水印的嵌入算法。

3.1算法描述

（1）水印預處理：將文本水印轉換為二進制并進行糾錯編碼處理；

（2）水印的嵌入：通過單向哈希函數HASH確定數字水印的嵌入位置，然后把二進制水印按順序嵌入到選定元組的數值型數據的最低有效位上；

（3）水印的提取：對水印數據庫庫中的數值型字段計算函數HASH值，然后順序提取各嵌入位0、1序列，最后再恢復成水印信息。

3.2數字水印預處理

本文采用的是文本水印W，可以由各種字符組成，按照ASCII碼表將每個字符用一個字節表示，然后順序排列，得到了二進制比特流，然后分成4組，不足的添0補齊。最后用海明碼對水印信息進行糾錯編碼。

有效的糾錯編碼方法有很多種，最簡單也是最早的方法之一是海明碼，它保證了任意兩個編碼信息至少有3個比特不同，并可以對單個比特錯誤進行修正。復雜一點的編碼有BCH和網格碼，可以糾正更多錯誤。這些編碼經常根據符號糾錯的方法來描述，不同編碼適合不同的錯誤類型。例如，海明編碼處理隨機錯誤效果較好，而BCH編碼處理突發錯誤（連續符號群發錯誤）效果較好。

3.3數字水印嵌入位置

數據庫的容量是巨大的，而水印信號是有限的，要嵌入水印信號的元組數量遠遠小于數據庫包含的元組，因此要選擇一定數量的元組進行水印的嵌入，以減少工作量和避免對數據庫的大量修改。數據庫中的數據經常變動，所以要在不同情況下找到嵌入水印的元組就要對數據庫中元組進行標記．同時在提取水印時，使用一樣的標記可以找到這個元組．

3.4數字水印嵌入算法

1 )將文本水印信息轉換為二進制形式；

2 )利用海明碼對二進制水印進行糾錯編碼；

3 )計算HASH值ID和控制因子C，確定數字水印的嵌入位置T； 

4 )根據T的值，按照水印二進制流的順序，將0、1代碼依次嵌入各數值型字段的最低比特位。

3.5數字水印提取算法

1 )針對數據庫中的數值型字段，計算HASH函數的值，再通過控制因子C找到嵌入水印的位置；

2 )根據水印嵌入的位置， 順序提取各嵌入位的0、1序列；

3 )根據0、1序列恢復成水印信息。 

4.總結

數據庫水印技術是數據庫安全領域的新生事物，雖然數據庫水印技術困難很大，研究進展緩慢，但數據庫數字水印技術的研究具有很重要的理論意義和廣闊的應用前景。本文闡述了數據庫數字水印的基本原理和通用模型，并具體介紹了一種基于數值型字段的數字水印算法，該算法經實驗證明具有較強的魯棒性和健壯性。

參考文獻：

[1 ] 彭沛夫，林亞平，張桂芳，等．基于有效位數的數據庫數字水印[ J ] ．計算機工程與應用， 2 0 0 6．4 ， 4 2 ( 1 1 ) ： 1 6 6 -1 6 8 ． 

[2] 王樹梅， 趙衛東， 王志成． 數字水印嵌入強度最優化分析 [ J ] ．計算機安全，2007．

[3] 傅瑜．關系數據庫的數字水印模型 [ D ] ．華中師范大學碩士學位論文，2007．

篇9

作為能證明著作者版權信息的水印可以是有意義的字符，可以是一串偽隨機序列，也可以是比較直觀的圖像，因為圖像信息在沒有受到嚴重損壞的情況下一般還能夠辨認出來，故本次設計選用的是含數據量較小，但又不失一般性的二值圖像作為水印來處理與隱藏。

1.1 可視密碼術對水印的處理

為提高水印的抗攻擊能力，用改進的(4，4)可視密碼術對水印進行處理。如圖1所示，c01~c03用于加密白色像素點，c10~c13用于加密黑色像素點。它們具有以下屬性：任何一個單一的子密鑰塊包括5個黑子像素；c01~c03里的任意兩個子密鑰塊的疊加包括7個黑子像素，任意3個和4個子密鑰塊的疊加包括8個黑子像素。c10~c13里的任意兩個子密鑰塊的疊加包括7個黑子像素，任意3個子密鑰塊的疊加包括8個黑子像素，4個子密鑰塊的疊加包括9個黑子像素。可以看出，當子密鑰塊數目少于4的時候，黑子像素和白子像素是無法區分的。只有當4個子密鑰塊都疊加到一起的時候，視覺上才能區分黑(全黑)和白(8/9黑)。

圖1 (4，4)可視密碼術

1.2 水印的降維處理

假設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字音頻信號中，將其進行降維處理，將二維圖像變為一維序列：



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是同步碼的周期長度，并且在水印序列中插入了3個同步碼序列，l是音頻分段的長度)，sr={s(n),(m1m2+3p)l≤n<n}是與水印嵌入無關的部分，它在水印嵌入前后保持不變。在嵌入水印時必須要求音頻數據的長度n≥(m1m2+3p)l－1。 <br="">

把用于嵌入水印的se分成m1m2+3p個長度為l的數據段，即:



se={se(k)},0≤k<(m1m2+3p)}



式中se(k)表示第k個音頻數據段。

1.4 分段dwt變換并嵌入水印

分段完成之后，需要對每一個數據分段se(k)作h層的dwt變換。

(1) 對每一音頻數據段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個音頻段se(k)的離散小波變換de(k)中的第t個系數。="">

(2) 在離散小波變換域內確定水印的嵌入區域。

音頻段se(k)進行小波變換的結果de(k)中包含一組近似分量d0e(k)和h組細節分量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)



為了提高水印系統的魯棒性，本方案選取小波系數的近似分量d0e(k)作為水印的嵌入區域，并且每個音頻分段的d0e(k)只重復嵌入一個水印比特信息，重復次數為time，重復嵌入的次數最大timemax=l/2h。

(3) 修改小波系數采用量化系數方法。

(4) 小波反變換，重建音頻信號

前面的過程完成了水印數據嵌入到小波域，然后需要把每個分段數據修改后的小波結果進行反變換復原成音頻信號，并且把分段連在一起構成嵌入水印信息的音頻

s′e和與水印嵌入無關的sr組合成完整的目標音頻信號。

1.5 水印的檢測

水印檢測是水印嵌入的逆過程。

(1) 首先把待檢測音頻數據相應地分成兩部分，即嵌入有水印的部分s′e和與嵌入無關的部分sr。

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

d′e

(k)(t),0≤t<l}， <br="">

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

(3) 尋找水印嵌入的位置提取水印。在嵌入時本文選擇的是在小波系數的近似分量(低頻分量)中嵌入的，因此提取時也是通過檢測近似分量提取水印比特。設檢測出的水印比特為v

轉貼于

(4) 根據多少判定的方法決定某個音頻段嵌入的水印比特。初始化計數值num=0,依次檢測time個v′s(k)(t)，如果v′s(k)(t)=1，就將計數值num自增1(即num+ +)。檢測完一個數據分段中提取的

v′s

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

(5) 對一維的水印數據進行升維處理，變換成二維圖像數據，并且在界面里顯示出來。

2 水印系統實驗仿真

以前面給出的(4，4)加密方案構造水印，設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子密鑰圖像進行疊加，最終恢復出的代表版權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的水印

圖5 三幅子密鑰疊加結果

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

0引言

在電視廣播、交通臺和音樂會等公共信息傳播領域，音頻的版權管理和安全傳輸都非常重要。如果采用數字水印技術，則需要水印算法能夠抵抗a／d和d／a轉換。目前，具有這種變換的類型可以劃分為三種。第種是基于電纜傳輸方式，以電話線傳播和直通電纜連接為典型，所受干擾小。電話線方式是公用信道，能夠傳播很遠，傳輸秘密水印的載體可以是話音或音樂等類型；而直通電纜方式一般在一個辦公實驗的局部環境中。第二種是基于廣播方式，通過廣播媒體或專用頻道進行傳播。第三種是基于空氣直接傳播方式，會遭遇各種干擾，通常只能近距離設計。由于音頻水印的遠程傳輸和提取具有廣泛的應用價值，這些音頻傳播水印技術在國外已經受到了極大重視并有所成果。在空氣傳播水印信息方面，德國的steinebach等人…開展了最早的研究，通過設定5—4oocm的多個不同間距，同時使用了4種不同的麥克風，研究了5種音頻類型的水印技術，在5～180cm的間距普遍獲得了良好的提取效果。隨后，日本的achibana等人口研究將水印實時地隱藏到公共環境如音樂演奏會的音樂之中，能夠成功地在一個30s音樂片段內隱藏64b的消息，測試的空氣傳播距離為3m。在電話網絡傳播方面，加拿大的chen等人開展了模擬電話通道的隱藏，在誤碼率小于0．001時，其數據帶寬達到了265bps。日本的modegi等人設計了一套非接觸水印提取方案，通過手機來廣播或轉存水印音頻，然后，通過計算機將秘密從轉存的音頻文件提取出來。隱藏帶寬達到61．5bps，提取率高于90％。但是，這幾種研究結果并沒有對算法做詳細描述。在直通電纜傳播方面，項世軍等人采用了三段能量比值方法，嵌人的是一串32b信息，雖然提取效果比較好，但由于實驗容量太小，實用性不夠，且對同步技術有較高的要求；王讓定等人采用改進的量化方法、馬冀平等人”采用了dct方法，嵌入的都是小圖片，但提取效果一般，僅可辨認。雷贄等人在短波廣播含水印音頻算法方面取得了可喜的進展，通過多種同步方案和算法設計，使水印提取的模擬和實測過程都達到了較好的效果，但實驗容量很小。此外，由守杰等人設計了一種相似度計算方法，由于是非盲提取，不適于廣播通信領域。作者利用小分段的直方圖特性，開展了抗a／d轉換的音頻水印初步研究，在每段開頭總能獲得正確提取，但在每段的后續隱藏效果不佳，還需要做許多改進。

可見，在面向公共音頻傳播方面，如何既能提高隱藏效果又能增大容量，仍然是音頻水印算法要解決的一個難題。本文通過數據特性分析，采用倒譜技術和小波分解方法，成功地解決了問題，且能夠抵抗一定的手機彩鈴amr攻擊，為實用化提供了重要基礎。

1數據特性描述

音頻信號經過具有a／d和d／a轉換的傳輸過程時，必然要涉及到以下問題：

1)音頻信號要經歷傳輸過程中的外加干擾，包括50hz的工頻電信號，因此，需要選擇大于50hz的音頻頻率信號；

2)因聲卡特性不同，音頻轉換過程不一定具有線性模型；

3)傳輸中錄制的音量往往與播放的音量不一致，這要求水印算法能夠抵抗音量的大范圍變化；

4)傳輸中錄制開始時刻可能早于也可能晚于播放時刻而且結束時刻也不一定一致，所以水印隱藏的起始位置需要沒置標志；

5)轉換過程具有一定的濾波特點，可濾除較高頻率信號。

1．1音頻頻率范圍選擇

對照音頻頻率響應特性圖可以發現，在低頻部分的閾值比2khz～4khz的要高得多，不容易察覺；尤其是1khz以下部分，其不可感知性要好得多。文獻[4]的實驗也表明，音頻數據通過a／d和d／a轉換后，其低頻范圍700hz以下的損失非常小。可見，選擇在頻率為(50，700)范圍內的音頻數據，用于信息隱藏非常有利。

1．2倒譜系數的選取方法

倒譜變換在音頻水印中已經具有了較強的健壯性，能夠抵抗噪聲、重采樣、低通濾波、重量化和音頻格式轉換等常見攻擊。倒譜變換后的數據特征表現為：倒譜系數在中間部分的差異很小，而在兩端的變化很大。

圖1是對音頻進行7級小波分解后，選取5～7級高頻數據部分進行倒譜變換情形。在進行統計處理時，如果讓全部數據參與，則計算結果在隱藏前后有明顯變化；如果不考慮兩側若干個大數據，僅以中間大部分數據參與運算，則計算結果容易保持在一個穩定范圍內。

進一步，如果將計算的均值移除，即相當于此時的均值為0。然后，在0的上下兩邊產生一個偏差，如2，以分別隱藏比特信息“1”和“0”。則在提取時，只需要判斷所求均值是否大于0，就可以求得水印比特。這種方法，稱之為“數據分離調整”技術。

2算法分析與設計 

2．1隱藏算法流程設計

將原始音頻分段時，段數至少是水印比特數。然后，對每段數據進行小波分解，取其低頻系數進行倒譜變換，采用前述的數據分離調整技術，以實現水印比特嵌入。之后，先后重組倒譜系數和小波系數，獲得含有水印信息的音頻段，從而構造為新的音頻。該算法流程如圖2所示。

為了增強可靠性，對水印信息先做糾錯處理，采用bch編碼方法。算法的主要工作是尋找合理的參數優化配置，使隱藏效果達到最優。參數主要有：小波分解級數、分段的數據幀長度、數據幀的間距、上下分離的閾值將數據幀的間距設置為數據幀長度的倍數，最大為1，最小為0。期間選擇多個系數，結果發現都可以成功實現隱藏。

2．2水印嵌入算法設計

1)水印信息處理。

音頻載體分段數至少應該大于，才能滿足隱藏要求。

假設每段長為，該段經過小波變換的級分解后，各級小波系數長度分別為：

取低頻系數部分，使之頻率范圍位于(50，l000)內，則需要構造一個組合的低頻小波系數集合。以8khz音頻為例，實施7級小波分解后，所選擇的低頻系數部分為：

p的長度非常重要。如果太小了，對隱藏不利；反之，就需要更長的音頻載體。所以，音頻分段與小波分解具有密切的關系。

3)倒譜變換。

復倒譜變換對于信號序列的均值大于或等于0時，其逆變換可逆；否則不可逆。為此，需要計算指定段信號的均值，若均值小于0則取反。然后對所有指定段進行復倒譜變換。

4)倒譜系數的選取。

去掉首尾波動很大的部分，而選擇中間平穩的部分嵌入水印。假設兩端各去掉l0個數據，則實際用于隱藏水印的倒譜系數長度為：

5)去均值化處理。

計算剩余部分的均值，然后用每一個倒譜系數減去該均值，得到倒譜系數的相對值。 

6)嵌入水印。

給定一個閾值t，采用整體上下拉開的思路，對以上的相對倒譜系數進行修改，得到最終的倒譜系數，從而實現水印的嵌入。

7)重構音頻信號。

對嵌入水印的段重構后，實施復倒譜反變換。然后進行小波重構，從而得到含有水印比特的音頻段。將所有這些段重構，就獲得了含全部水印信息的音頻。

2．3水印提取

水印提取過程的前半部分與嵌入過程是一樣。在提取出比特序列后，再經過bch解碼處理，從而得到隱藏的水印比特序列。水印提取的流程如圖3所示。

對獲得的倒譜系數去兩側數據，計算剩下的倒譜系數平均值。按照以下規則進行隱藏信息的提取：

在信息傳播方面．針對a／d和d／a傳播采用『_直通電纜的傳輸方式，在單機上用電纜將音頻輸入輸出口相連。傳輸線為音頻線1．8m和延長線1．8m，共3．6m。此外，針對手機彩鈴傳播采用了amr方式。隱藏水印設計了三種方案，如圖4所示。

小容量的便于amr處理，大容量的便于實用化。

仿真工具為matlab7．2．使用windowsmediapldrver播放器播放音頻載體，使用cooledit pro工具進行錄音、編輯和攻擊處理。

基本參數選擇為：選用harr小波進行7級小波分解后，按照式(4)選取低頻系數區域，所得頻段在77．5～5o0hz范圍。式(7)中的為l0，式(9)中t值的合適范圍在0．005～0．025中實驗選取。式(3)中的取值為3200非常合適，此時，實際參與計算均值的數據為155。

3．2音頻載體的影響

音頻載體選擇了三種，如表1所示，  

其采樣頻率8khz，樣本精度為16b，單聲道，段的長度為3200。音頻轉換為8khz的目的是為了今后在電話網上的隱蔽傳輸，并可以轉化為amr文件，傳輸到手機中，成為手機彩鈴的版權管理目的。

經過a／d和d／a傳播后，4×4水印提取的誤碼情況如表1所示。可見，載體的選用非常重要；同時，從音頻質量上考慮，選用較小的t值更有利于保證信噪比。所以，以下的實驗采用的是“奧運主題歌”。

3．3閾值參數的合理計算

選擇了水印“北”進行比較測試，如圖5所示。結果表明，在t值為0．016時，誤碼率為0，效果最佳。為此，后續實驗也采用該值。

3．4大容量a／d和d／a傳輸

采用圖像水印“北京”進行大容量測試，音頻載體選用“奧運主題歌”。圖6為經過a／d和d／a轉換前后的數據均值計算對比情況．共有bch編碼的555個數據。按照式(10)

提取后，能夠完全正確提取，且誤碼率為0。進一步，將本文算法的實驗效果與已有屬于盲提取的研究結果相比較，如表2所示。

可見，本文算法雖然帶寬小，但水印能夠正確提取，而且嵌入容量較大。由于實驗中使用了8khz的音頻載體，能夠廣泛應用于語音傳輸和手機彩鈴等場合，所以在電話網絡廣播方面的實用性強。

3．5抗amr轉換

隨著手機彩鈴的普遍使用，彩鈴的安全傳播和管理將成為新的問題。本算法在這方面也開展了新的嘗試，將水印隱藏在彩鈴中，可以起到版權保護或秘密信息傳播的作用。

目前手機錄音放音格式多數是amr格式，要求算法能夠抵抗amr轉換攻擊。在上述的音頻載體中成功完成水印嵌入后，需要將采樣精度l6b、采樣頻率為8000的波形音頻轉換為amr格式，就可以存入手機中使用或發送給他人。提取時，先將amr文件轉換為wav格式，然后再提取水印信息。

篇11

1、音頻數字水印

作為解決數字產品版權保護問題的重要手段，數字水印技術非常值得我們關注。它利用人類的聽覺和視覺特性，在保證從感覺和統計上都是不可察覺的情況下，往視音頻媒體里嵌入與視音頻媒體無法分開的信息，從而跟蹤視音頻媒體的使用情況，并借助相關技術手段來保證視音頻得到合法使用。

音頻數字水印的基本思想是：利用人類的聽覺特性，在保證從感覺和統計上都是不可察覺的情況下，向數字音頻數字產品中嵌入水印信息（可以是版權標志、用戶序列號或者是產品的相關信息），并使得該信息一直“粘”在音頻媒體上，無法分開[1]。這樣我們就可以一直跟蹤音頻媒體的使用情況，對其版權進行有效的保護。

2、離散小波變換概述

離散小波變換相當于對信號進行具有低通和高通性質的雙通道濾波處理，其低通濾波器輸出的信號是原始信號的近似信號，高通濾波器輸出的是原始信號的細節信號。經一次DWT變換，把原信號的頻帶分為高頻和低頻相等的兩部分，第二次變換后，低頻部分頻帶又被等分為高頻和低頻部分。在實際應用中，大多數信號低頻部分表示的是其原始信號的特征，高頻部分和擾動、噪音等聯系在一起[2]。如果除去高頻部分，原始信號的基本特征依然能夠保留。低頻部分表示的是其原始信號的輪廓、特征，而高頻部分往往是表示的細節。所以，我們選擇將水印嵌入到經DWT處理后的低頻部分，來提高算法的穩健性能。

3、水印圖像置亂

通過置亂的方法可以把要嵌入的水印圖像的像素在整體數量不變的原則下把順序打亂。通過水印圖像像素的錯亂分布來提高水印的魯棒性。其方法有很多種，比如有、Hilbert、Arnold、幻方、混沌、圖像仿射變換等等置亂技術有很多種，從容易實現及計算量小的方面考慮，本論文取用基于Arnold變換的置亂方法[3]。

4、水印算法流程圖

（1）嵌入水印算法流程圖如圖1所示。

（2）提取水印算法流程圖如圖2所示。

5、算法實現

（1）原始音頻分段處理：設A是原始音數據，根據音頻文件類型可以把其分為兩個部分AH和AL：A=AH+AL，AH是和文件屬性相關的部分，對其可以不做處理。AL為能夠嵌入水印的部分，長度為L，若a（I）為AL第I個數據幅值，可表示為：A={a（I），0I

（2）水印圖像處理：我們選取的水印為大小為64×64的二值圖像，可表示為：M={m（I，j），0≤I＜64，0≤j＜64}m（I，j）{0，1}。將原始水印圖像的二維數據變為一維數據，則處理后的水印信號可以表示為：V={v（k）=m（I，j），　k=I×64+j，k=64×64}

（3）水印置亂：為了使水印有更好的魯棒性，對嵌入的水印進行置亂處理，在這里對圖像進行了Arnold進行置亂，置亂次數n，可以作為提取水印的密鑰（key）。

（4）原始音頻信號小波分解：選擇合適的小波基進行一維小波三級分解，如公式：DL=DWT（AL）=CA3+CD3+CD2+CD1。cA3、cD3是三級分解的近似分量和細節分量，cD2和cD1是二級和一級小波分解的細節分量。由于小波分解的近似分量是信號的低頻部分，往往是最重要的，水印嵌入在這部分可以增強水印的穩健性。因此，提取這部分小波系數來進行下一步的變換。

（5）水印信號的嵌入：令CK=CA3這里通過修改系數來進行水印的嵌入，設為嵌入水印后的音頻信號，則利用乘性規則得到如公式（1）。

（0≤k≤K） （1）

公式（1）中的a是大于0的比例因子，通過調節它的大小，在具有聽覺不可見性的同時，又能保證所水印的信號強度，以便能準確的把嵌入的水印從音頻信號中提出，又不會影響其他系數值的大小。

（6）離散小波逆變換：以C*代替cA3，得到嵌入水印后的小波，變換可以描述為：A’L=C*+cD3+cD2+cD1，然后坐DWT變換，變換后就能得出時域中包含數字水印的音頻信號：A’L=IDWT（D’L）。將A’L替換AL就能得出最終包含水印信息的音頻：Aw=AH+A’L。

（7）水印的提取：通過排序選擇長度滿足水印長度的Csk，進行水印提取，根據水印嵌入的位置和原始音頻信號的Ck，依據乘性規則逆向求解公式（2）可得到數據序列。

（2）

（8）逆置亂：將得到的序列{v’（k）}進行逆置亂，得到水印信號的一維序列{v（k）}。

（9）升維處理：對水印序列{v（k）}作升維處理見公式（3），將一維的序列變為二維的圖像：Ws={ws（I，j）=vk，0≤i≤M1-1，0≤j≤M2-1，k=I×M1+j} （3）

6、結語

本文對變換域內，對離散小波域的音頻水印算法的進行了研究與實現。利用離散小波變換和離散小波逆變換，將水印圖像經過置亂處理后嵌入到音頻信號中并提取。筆者將該算法通過仿真軟件實現水印圖像的嵌入，音頻信號的小波變換，水印圖像的嵌入及提取。并且在各種攻擊下對水印的魯棒性進行了測試。從實驗結果分析出該水印算法有較好的魯棒性。

參考文獻

篇12

隨著計算機技術的發展，無紙化辦公已經成為了現實。各類電子讀物的安全問題也日漸突出，無疑在這一方面數字水印技術起到了舉足輕重的作用。加上數字產品易于復制和修改等原因，盜版問題日漸嚴峻。如何保護所有有者的權利，已經成為世界各國的學者和工程技術人員關注的熱點問題。近十年來數字水印技術被廣泛認為是解決知識產權問題的關鍵技術之一，數字水印的研究有助于保護文本數字信息的版權及增加文本數字信息在互聯網上傳輸的安全度。

數字水印技術是指通過一定的算法將一些數據直接嵌入到受保護的數字產品中，但又不影響原有數據變化和使用，并且不能被他人隨意修改，只有通過專用的檢測工具才能提取的技術。數字水印不僅要實現有效的版權保護，而且加入水印的產品與原始產品使用上沒有任何差別。

1 零水印概念和典型水印算法

1.1零水印概念及用途

早期的水印算法都是基于文本格式進行編碼的，算法通過改變文本字間距或行間距來嵌入水印，或是基于字符特征編碼水印算法一般是通過修改文本字符特征或在文檔中附加空格以嵌入水印，這兩種算法均是基于HVS 的視覺掩蔽特性來進行嵌入水印。但是加視覺掩膜使得水印的嵌入過程復雜化，不利于現實之中的應用。基于這些問題，提出了零水印的概念。

零數字水印指這種不修改原圖像或文本任何數據的水印稱為“零數字水印”。零水印技術真正地解決了數字水印的不可感知性和魯棒性之間的矛盾

1.2目前提出的典型水印算法

盡管水印最近幾年才得以發展，但是目前已經提出了許多有關數字水印的算法，這些方法大體上可分為兩類：一類是頻域水印算法；一類是空域水印算法。

頻域水印算法有：1）NEC算法；2）擴展頻譜通信技術；3）壓縮域算法；4）生理模型算法。

空域典型水印算法有：1）Schyndel算法；2）Patchwork算法。

2 本文水印算法策略

隨著零水印算法的出現，從技術上真正的解決了數字水印的不可感知性和魯棒性之間的矛盾。零水印的構造最為主要的問題是怎樣才能提取保護作品最為有代表性的特征

在文獻[1]中提到了利用漢字偏旁部首進行編碼運算來提取作品特征，偏旁是通過分解合體字而得到的漢字結構符號，所以它不是整個漢字體系的結構成分，而只是其中合體字的結構成分，除了能夠充當偏旁的獨體字有一定的意義以外，它不是文本構成的最小單位，而字包含了一定的意義在里面，所以整字才是文字使用單位；其次，漢字是由偏旁部首構造而成的合體字或是獨體字，所以不同的漢字可能有相同的偏旁部首，所以這種統計并不能很好體現的文本的關鍵特征。

其次，在漢字集中有很多漢字本身是沒有意義的，但是這類字卻屬于最常用字，例如：“的，一，是，了，我，不，人，在，他，有，這，個，上，們，來，到，時，大，地，為，子，中，你，說，生，國，年，著，就，那，和，要，她，出，也，得，里，后，自，以”這42個字符的使用頻率之和為30%，這類字符中的“的”、“了”、“地”、“得”、“著”和“也”，并沒什么意義，可以去掉頻度的統計。

本文論述的水印提取算法是以字符（去除了無意義的常用詞）的頻度值為文本關鍵特征，這種水印比部首頻度更具有一定意義的代表性；同時采用互關聯后繼樹的商空間變化思想，根據系統中現有的基本字符列表，隨機產生出字符變化編碼種子，從而給水印進行加密處理。經過以上敘述方法提取出來的關鍵特征通過互關聯后繼樹進行加密換算，形成一種肉眼不能看懂的密文，為了保證第三方保存的水印的原版性，該文提出了采用MD5對密文水印進行了hash值的求取，并一道交由第三方進行注冊保存。

3 算法設計與實現

3.1 利用互關聯后繼樹進行加密和對字符的頻度進行統計

互關聯后繼樹[8]是由復旦大學胡運發教授提出的一種新型的數據索引模型。其基本思想是將任何文字（或符號）序列看成二維符號序列空間（即由符號和編號組成）。采用商空間變換的方法，將原二維符號序列空間（符號及其在原空間中的編碼），變換成新的二維商空間中的符號序列（符號商區間表及其后繼的商區間編號）。

具體來說，任何文本T=a1a2...an的互關聯后繼樹索引主要是由兩部分組成：

1）按字典序排列好的基本字符作為樹根、他們在商空間中的區間與文本T的起始字符的編號；

2）后繼區間表和后繼序列表。

我們把后繼節點和后繼序列都是有序的后繼樹稱為“雙排序互關聯后繼樹”。為了能更清楚的了解雙排序互關聯后繼樹我們舉一個實例來說明。

通過互關聯后繼樹，我們不需要遍歷保護文本就能很快的統計出字符的頻度（字符的頻度就是樹根字符的區間上限值），并且可以通過字符的索引號替換相應的字符，從而達到亂碼的效果。

3.2采用點積與它們夾角的余弦成正的數學模型來進行水印檢測

3.3 cosθ值確定

7）輸出結果：待測文本具有原作品的水印，版權應歸原作者；

8）Else

9）輸出結果： 待測文本不具有原作品的水印，版權應歸新作者；

10）End

11）Else

12）原作品水印被破壞

13）End

4 實驗測試和性能評價

4.2性能評價

首先：魯棒性。該文進行了各項看攻擊性實驗測試（如文檔的惡意修改、格式變換等手段），從實驗結果可以知道，本算法克服了空預算法的由于格式變化和惡意修改造成的水印破壞，具有良好的抗攻擊能力；

其次：不可見性和水印容量。此水印是零水印，不對原任何的修改，因此具有良好的不可見性，同時從理論上來說也具有了無限的容量；

最后，安全性。本算法采用了互聯關聯后繼樹的模型，把字符進行了二維空間編碼，從而把安全性提高到了一定的高度，而且為了防水印修改引入了MD5，來保證水印的原版性和完整性。

5 總結

頻度對字符的增加或減少很敏感，利用特征字符在文字區間上的獨立性，可形成強水印。為什么可作強水印？理由是假設我們的載體文字有10個區域。由于特征字符串的獨立性，某些區間（例如一個或兩個區間）上文字變化，不會影響另外一些區間上特征字符的存在。如此，我們仍然有9/10，或8/10的把握說載體的水印存在。

在本章論文對本文提到的水印，用到文本文檔版權保護，是具有極高的應用價值。作者會再不懈努力從字符串的角度出發，更深層次的研究出更具魯棒性的水印出來。

參考文獻：

篇13

圖像信息隱藏技術顧名思義是指將某些特定信息通過特定的算法隱藏到數字圖片中，并且隱藏的信息不會被人眼輕易地發現的技術，從而通過這種方法來達到數字圖像的正常通信要求。隨著數字化時代的高速發展，該技術已經被越來越多的人們關注，同時它也成為了信息安全領域里面的新學科。然而在眾多圖像隱藏算法中，基于DCT的水印嵌入算法成為了其中較常用的算法之一。

普通DCT水印嵌入算法，一般都是將圖像分塊再分別進行DCT進行變換，再在此基礎上進行水印的嵌入，由此得到嵌入水印后的圖像，這樣得到的水印圖像易出現人眼可觀察到的塊狀噪聲現象，為了改善這一現象而提出一種改進后的水印嵌入方法：即在對原始圖像進行分塊前先對原始載體圖像進行Arnold變換然后再對變換后的圖像進行分塊和DCT變換，再在此基礎上嵌入水印，將嵌入水印后的圖像再經過Arnold反變換后得到的嵌有水印的圖像就不會出現人眼能夠察覺的塊狀噪聲，以此有效地解決塊狀噪聲現象。

1 Arnold變換

1.1 Arnold變換原理

1.1.1 Arnold變換公式

對于任意一副數字圖像，假設該圖像的像素是N×N，那么我們可將該圖像離散化后的圖像按照Arnold變換將公式定義為： ，其中（x1，y1）指數字圖像在置亂前的像素位置，（x2，y2）指將數字圖像置亂后所對應的像素位置，對圖像完成一次置亂是指將圖像中所有像素按照上式完成一次計算。但是由于Arnold置亂變換本身具有周期性，即當改變換達到一個特定次數后該變換后的圖像會恢復到原始圖像狀態，因此如果需要將圖像進行Arnold置亂變換，我們先要改變原始圖像每個像素點的位置，將該數字圖像作為某個矩陣，再進行置亂。

1.1.2 Arnold變換周期

在Arnold變換中，不同的矩陣階數N對應不同的周期，如下表1所示。如：本文選擇的原始水印圖像大小為32×32，其對應的矩陣階數為32，根據下表可以得出24為此圖的變換周期。

表1 不同階數N下二維Arnold變換的周期

1.2 Arnold變換

1.2.1 Arnold變換在嵌有水印圖像中的應用

根據上文提到的DCT水印嵌入算法，可以看出這種水印算法也有比較明顯的一個缺點就是該水印算法對邊緣可感知度較差，會導致部分像素塊的缺失。這種水印嵌入算法比較適合于嵌入強度較低的場合，但是隨著嵌入強度的增加，在嵌入水印后的圖片中較容易出現人眼可以感知的塊狀噪聲，并且這種現象若出現在相鄰和可察覺性相差值較大的塊邊緣時會導致圖像失真現象較為明顯。針對上述現象本文將提出一種新的水印嵌入方法，即通過先在Arnold變換后的數字圖像中嵌入水印，再進行Arnold反變換來得到水印圖像，這樣人眼就感知不到上文所說的塊狀噪聲，從而有效地解決了塊狀噪聲現象，提高了該算法的不可見性。改進后的水印嵌入方法的流程圖如圖1所示。

圖1

（1）仿真實驗效果如圖2所示。

原始載體圖像 原始灰度直方圖

90次Arnold變換 90次變換后直方圖

一般方法的水印圖像 原始水印圖像直方圖

改進后的水印圖像 改進后水印圖像直方圖

圖2

（2）結論

由以上各組圖像不難得出，其一對原始載體圖像進行的Arnold變換并沒有改變原來數字圖像的像素，只是對圖像所在像素的空間位置進行了置亂；其二根據直方圖來看，兩種水印算法嵌入水印圖像的直方圖基本沒有什么變化，但是從視覺效果來分析人眼可感知的塊狀噪聲消失了。因此我們不難得出結論：本文提出的改進后的水印嵌入算法在水印的可見性和安全性方面都有了保證，增強了該算法的應用性。

1.2.2 Arnold變換對水印圖像置亂的效果

在嵌入到圖像之前，先對其進行Arnold置亂，為了增強該算法的安全性，我們將對算法進行加密的密鑰設置為該變換的變換次數，同時我們設置的解密密鑰和加密密鑰的和正好等于變換周期，這樣就能使圖像經過一個置亂周期變換后正好和原始圖像一樣。有實驗結果得知：當原始圖像被進行23次置亂變換后得到的帶有水印的圖像已經看不出任何意義了。

2 混沌映射

混沌現象是指在水印圖像產生過程中由于一些非線性確定性因素而出現的一些貌似不確定的隨機現象，如置換中對設置的初始值具有不同的敏感性、系統運行過程中的不可預測性和較好的統計特性等等。正是因為混沌序列具有以上特性，所以該混沌序列更適合用作信息加密時的密碼。

2.1 混沌序列的產生

混沌序列的產生是通過混沌系統得到的。目前關于混沌系統的理論已經有很多學者在此方面進行了大量研究，而Logistic映射是其中被廣大學者著手研究的一類簡單的混沌動力理論系統，該Logistic模型方程可用非線性差分方程描述為：xn+1=λxn（1-xn），n=1，2，3…，其中xn，λ稱為控制參數，滿足0≤xn≤1，0≤λ≤4，x0為初始條件。經過多次實驗可得出：當3.569945672≤λ≤4時，Logistic序列處于混沌狀態。換言之，當選擇不同的初始條件時，對應Logistic映射可得到不同的序列{xn’，n=1，2，3…}。

根據上述證明可得出如下結論：對于x0和y0，如果給定的初值不同，那么生成的相應的兩個混沌序列x0，x1，x2，…xn和y0，y1，xy2，…yn不具有互相關性，即兩個序列的互相關為0，由此說明該混沌序列受初始值的影響較大，即對初始值的敏感性很高。綜上所述可知該混沌序列具備的特征有對初始值的敏感性、不收斂性、非周期性和偽隨機性。

2.2 混沌序列對水印圖像的加密

2.2.1 加密原理

根據上面得出的Logistic混沌序列的四大特性，我們為該序列設置的加密和解密的密鑰原理為：第一，先得到水印圖像的二維數組；第二，將二維數組轉換為一位數組，利用由初始值及控制參數產生的混沌序列對一維數組進行重新排列；第三，得到經過混沌序列置亂的一維數組；最后轉換為二維圖像數組產生加密的水印圖像。

以下用數據來得以證明。如：

選取初值x0=3.767，λ=0.618時產生的混沌序列如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

0.6180 0.8895 0.3704 0.8787 0.4017 0.9055 0.3224 0.8231 0.5485 0.9331 0.2353 0.6780 0.8226 0.5499 0.9326 0.2370

經過升序排序后序列中各元素位置如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

0.2353 0.2370 0.3224 0.3704 0.4017 0.5485 0.5499 0.6180 0.6780 0.8226 0.8231 0.8787 0.8895 0.9055 0.9326 0.9331

由上表可以看出，經過升序排序后位于第1的0.618變換到了第8，在此算法中我們就是按照這種排序前后位置關系的變化來作為加密的密鑰，進而達到加密的目的。

2.2.2 混沌序列對水印圖像的加密效果

根據上述Logistic混沌序列映射法加密算法，我們選取不同的初始值和控制參數得到的置亂圖像如圖3所示：

水印原圖 =3.767 =0.618的置亂圖像

=3.767 =0.618的置亂圖像 =3.767 =0.618的置亂圖像

圖3

因此不難得出以上兩種方法都能將水印信息均勻地分布在載體圖像中，以此增強了數字水印的魯棒性。

2.3 Arnold變換和Logistic混沌序列對水印圖像置亂加密的性能比較

由于當前數字水印嵌入技術普遍性對信息隱蔽的分析也較為重要，我們可以假設：如果我們采用的是Arnold置換加密，由于該置換具有周期性，而我們設置的加密密鑰和解密密鑰是一個固定值，那么攻擊者就可以利用窮舉法來破解我們的密鑰。但是如果我們利用Logistic混沌序列對算法進行加密，由于該混沌序列對初始值具有很高的敏感性，那么攻擊者就很難將我們的混沌序列進行破解，從而該Logistic混沌序列具有更高的安全性。

3 結束語

由上述仿真結果和實驗結果不難得出：利用混沌序列加密的水印算法嵌入水印后的圖像不僅不會產生人眼能夠察覺到的塊狀噪聲，而且還提高了水印的安全性，并具有一定的抗修改攻擊。

參考文獻：

[1]李春華，付麗.基于DCT變換的數字圖像盲水印算法[J].河北科技大學學報，2012（33）：334-337.

[2]張偉，陳新龍，詹斌.基于DCT的圖像水印算法研究與實現[J].計算機技術與發展，2009（09）：157-159.