一种基于字频的文本数字水印算法.pdfVIP

一种基于字频的文本数字水印算法 吴悠黄华军 湖南大学计算机与通信学院，湖南长沙，410082 摘要：针对文本数字水印算法抗攻击性不强，鲁棒性不高的现状，提出了一种新的基于汉字 频率的中文文本数字水印算法。通过对高频字进行分组，将水印序列嵌八文奉中，井利用正弦 函数和CRC纠错码提高了算法的鲁棒性。实验结果表明，该算法实现的水印具有较好的视觉 透明性和一定的应用价值。 关键词：字频；数字水印；正弦函数；CRC 1．引言 文本数字水印，就是以一定的方式对文本内容及格式等进行修改，嵌入所需信息但不 易被察觉。它可以标识和验证出作者、所有者、发行者或授权消费者的信息，还可以追溯 作品的非法分发。目前的研究主要有基于文本格式和基于自然语义两种途径，如 MaxemchukIll等人提出的通过修改文档字间距(或行间距，字符特征)来嵌入水印信息， 这种方法抗攻击性不强，鲁棒性1i高；Purdue大学的Atallah教授等人提出通过构建语义 表达树(TMRtree)来嵌入水印“J，这一方法鲁棒性较好，但由于自然语义的复杂性，实 现起来难度较大，且在中文领域的应用还不够成熟。因此，我们通过对常用汉字的频率统 计分析，提出了一种通过修改文本灰度值在高频字中嵌入水印的中文文本数字水印算法。 实验表明，该算法具有较高的鲁棒性和一定的应用价值。 本文组织结构如下：第2部分介绍字频统计；第3部分对水印算法进行了阐述；第4 部分是实验结果与分析；第5部分是总结。 2．字频统计 字频就是汉字的使用频度，是指在‘定的历史时期内经抽样取得的文字资料里，每一 个汉字的使用次数与抽样资料总字数的比例。这里，我们采用的是清华大学的宁频统计成 果【jJ，如图l： 序号扳字 出现#濑 累计字撤7『分比 幕计万分比 的 29488,a3 291188333111．277 a¨277 2 一 Q7s4M2 3922695112．731 45■．a■ 3 固 92153A _8¨艟5 1*．651 56U．660 704 4 在 7■6 55533■1 B2．Ilk5¨2 5 ^ 697930 6251271B-．773 723．kTB 6 T 6_46E6-237 -∞．71s ：言 勰哿 ：：裟嚣 嬲嚣 黔搿 9 是 657739 89203#77‘．122 1033．$帖 1_ 正 616／175 9Sk483271．a46 11呐．691 图1汉字频率统计示意图 资助项目 国家自然科学基金资助项目、教育部科研重点项EI／03092)、湖南省杰山中青年基金赞助项目 02JJYB012) 联系作者 吴悠，E—mail：wl com 1282002y@163 376 第一部分第十四届全国多媒体技术学术会议 3．基于汉字频率的文本数字水印算法 3．1水印信号的设计与产生 我们通过为文本的每一个合法使用者分发一个唯一的二进制伪随机序列来确认文本 的授权用户，防止未授权用户对文本的非法使用。用户空间的大小由j进制序列的长度决 定。这里，我们使用32位的伪随机序列，并添加(7，4)CRC循环冗余校验码，形成56位 的二进制水印序列矿。 定义1 CRC循环冗余码是在世位信息码后再拼接R位的校验码，整个编码长度为．Ⅳ 位，因此，这种编码又叫(Ⅳ，固码。对于一个给定的CⅣ。目码，可以证明存在一个最高次 码的生成多项式。 的右边空出的R位即为校验码的位置。用C(x)*2R除以生成多项式G㈤得到的余数就是校 验码。 在接收端收到了CRC码后用G∽去做模2除，若得到余数为0，则码字无误。