一种基于WORD文档的文本数字水印算法研究.pdfVIP

一种基于WORD文档的文本数字水印算法的研究 王维虎1，刘延申2，王楷3 ‘(华中师范大学计算机科学系，湖北省武汉，430079) 2(华中师范大学湖北省教育信息化研究中心．湖北省武汉，430079) 3(华中师范大学计算机科学系。湖北省武汉。430079) 摘要：本文基于格式化WORD文本文档中汉字的特征，并且将水印技术同差错控制码、密码学理论结合 起来，提出了一种关于中文汉字的文本数字水印算法，它可以实现对汉字文本水印的提取，检测 和恢复，最后还对将来文本数字水印的发展提出了自己的看法． 关键词：数字水印；WORD文档；格式化 1引言 尽些年来，随着计算机技术的迅猛发展和信息化建没步伐的加快，人们广泛地使用数字 设嵛束制作、处理、传输和存储各种多媒体数字作品(比如图像、视频、音频、文本等内容)。。 但是在数字作品给人们带来便利的同时，也产生了数字信息化传输的安全性控制和数字作品 的版权保护等等一些问题。 数字水印技术的研究就是在这种戍用需求F，迅速发展起来的一门技术。它是利用人类 感觉器官的不敏感性以及多媒体数据中存在的冗余性，将具自．特定意义的标记，即水印，利 用数字嵌入的方法隐藏在数字图像、声音、文档和视频等数字产品中，由于嵌入剑数字载体 中的数字水印是不可消除n勺，并且水印的添加也不会影响原数据的内弈和使崩，所以能够起 到知识产权保护、鉴别数据真伪的作用，从而成为数字多媒体防伪的‘种_自．效手段。 2文本数字水印算法 2。1数字水印的研究情况 数字水印可以大致分为图像水印、视频水印、音频水印和文本水印等，但是目前数字水 印的研究主要集中在图像、音频、视频等方面，对以文本为载体的数字水印研究较少。这主 要是由于文本的特殊性，最原始的文档(ASCII码文本文件或者计算机源代码文件)，是不 能够被插入水E¨的，冈为这种类型的文档中不存在可插入标记的可辨认空间。 与多媒体载体相比，文本中的冗余信息空间很少，嵌入方式也有很人不同。对于格式化 的文本(女I]PDF、PS、DOC等)主要是微调字符格式特征，非格式化文本是在行末添加空格、 或不可见编码来加载额外的信息，这些方法添加的水印信息极易被察觉，使得对文本添加水 印较困难。目前用于文本数字水印的算法主要有三种：行间距编码、字问距编码和特征编码， 但是英文字母和汉字在空间特征上又有所不同，因此行问距编码、字问距编码和特征编码三 种文本数字水印技术在英文的条件下效果足不错的，可是对于汉字来说就不一定好。所以， 根据汉字的特征提出相应的水印嵌入方法，是我们面临与研究的问题。针对这一问题。提出 了一种基于WORD文本文档的文本数字水日J算法，并且进行了水印的嵌入、检测和提取方 法的讨论。 67 2．2文本数字水印算法的研究 2。2．1 文本数字水印算法的基本思想 在格式化的WORD文本文档中，文本的内容就是所包含的汉字。这些汉字格式有的采 用国际标准，有的采用国家标准或者地区标准，如果改变格式其对应的文字将会随之发生变 化，并且其字体与大小也会同时发生改变。因此，基于WORD文本文档中汉字的这些特征， 可以通过对汉字字体和大小(即汉字的格式化方法)的改变来进行分析，同时利用人类视觉 的不敏感性，可使得汉字格式发生变化而且文本内容不变。从而嵌入水印编码。 目前，在WORD文本文档中，可以用作改变的相似的字体与大小还是比较多的，其中更加 (二号——小一号，三号——小二号等等)。 2．2．2 文本数字水印算法的基本概念和规则 2．2．2．1 水印嵌入和提取规则 规则l(嵌入水印规则)：假设水印码序列为W=wIW2……w。，对等待嵌入WORD文本 文档中的字符逐一进行扫描，遇到格式化的汉字时候进行如下处理： r．格式化的汉字 Wi=l — i=l，2…n L没有格式化的汉字Wi0 规则2(提取水印规则)假设提取水印码序列为V=vlV2……Vn，对含有水印的WORD文本 文档进行顺序扫描，遇到了被格式化的汉字时候，进行如下译码： r．Vi=1汉字被格式化 一 i_l，2…r