基于HTML标签的信息的隐藏模型.docVIP

基于HTML标签的信息隐藏模型 摘要：通过仔细分析HTML标签的各种性质，提出了几种新的基于标签的隐藏信息的方法。在此基础上，提出并实现了一个基于HTML标签的信息隐藏模型。该模型具有隐藏容量高、隐蔽性、鲁棒性和安全性较好，并且具有弹性，能自动调节隐藏算法的参数，使得在满足容量的前提下，尽量提高隐蔽性。 　　关键词：超文本标记语言；信息隐藏；数字水印；模型；标签；文本 　　　随着电子图书版权保护、电子商务和电子政务中对电子公文的认证和保护的迫切需求，在文本中嵌入信息或水印的研究正受到重视。根据文本的作用，文本可分为：普通文本，如.txt文档、Word文档或PDF文档等；特殊文本，如HTML中的标签、C语言源程序的语句。这些文本其作用是供浏览器解析或CPU执行的。目前针对Word、PDF等普通文本，提出了很多隐藏信息或水印的方法，主要有：替换法[1,2]，如字符替换、单词替换、句子结构替换；改变格式法[3~5]，通过改变格式特征如字体、字号、颜色、字间距或行间距等进行信息隐藏；基于语义的方法[6]；基于二值图像的方法[7]；插入空白符合法[8]等。利用WWW访问HTML网页是一种非常方便的获取信息的手段，而利用HTML网页隐藏信息进行秘密通信，或对HTML网页嵌入水印用于保护网页的知识版权或网站的认证，这方面的研究却很少见[10]。 　　 　　1基于HTML超文本的信息隐藏方法 　　 　　1．1HTML文件结构简介 　　超文本文档分文档头和文档体两部分。其基本结构是： 　　HTMLHEAD头部信息/HEADBODY文档主体，正文部分/BODY/HTML 　　超文本文件不同于一般的纯文本文件,它是由标签和数据两部分组成。标签是用于控制数据显示格式和效果的，由浏览器解析执行的命令，相当于程序的指令；数据即是文件中包含的能够在浏览器上显示出来的文字、图片和动画等多媒体资料。标签用“”和“”括起来，有单标签和双标签两种类型。单标签只需单独使用，格式是：标签名称，如BR标签表示换行的意思；双标签必须是起始标签和结束标签成对出现，格式是：标签内容/标签，如HTML——/HTML标签。大部分标签还可以具有属性和属性值，带属性的标签的格式是：标签名称 属性名称＝“属性值”。 　　 　　1．2基于HTML文件的信息隐藏方法 　　根据超文本文件的结构便知道，在超文本文件中隐藏信息主要有两种策略，即在数据元素中隐藏信息和在标签中隐藏信息。在数据元素中隐藏信息的方法依赖于数据的类型是文字、图像、声音、脚本语言程序等而不同。如果元素类型是文本的话，则可应用基于普通纯文本的隐藏方法，如替换法。标签虽然是纯文本，但由于是程序指令，有固定的诸多语法规则和约束，不能随便照搬基于普通纯文本的隐藏方法，而是需要特殊考虑。标签只是控制数据在浏览器上的表现形式，而不会显示出来。如果能够基于标签隐藏信息，其隐蔽性将会比较好。 　　目前已提出的基于超文本文件的隐藏方法有[9，10]：在网页结束标记/HTML后或者在每行的行尾插入空格或Tab键隐藏信息，插入一个空格代表0，插入一个Tab代表1。像著名的水印软件Wbstego、Stegano、Invisible Secret等都是利用这种方法。之所以可以这样隐藏信息，是因为浏览器会对HTML文件中多余的空格忽略掉，从而插入空格或Tab后不改变显示的结果。可以通过连续插入任意多个符号使得隐藏的容量可以任意大，这是其优点；其缺点是每插入一个字节的信息，文件大小需增加八个字节；另外，虽然隐藏信息后的文件浏览的结果不会改变，用记事本这样的编辑软件打开也不容易看出差别（但仔细看还是能看出这些不必要的空白符号的存在），但是当文件以二进制格式打开时其多余的空格符号一览无遗，同时，这种方法也经不起“网页减肥茶”之类的软件处理[12]。修改标记名称字符的大小写，用大写表示1，小写表示0来隐藏信息。例如以大写标记名称HTML代表1，以小写的标记名称html代表0。这样，一个标记可隐藏1 bit信息。方法2克服了方法1的缺点，具有较好的隐蔽性和抗攻击性[10]。 　　 　　2几种新的基于超文本的信息隐藏方法 　　 　　2．1隐藏方法 　　前面的基于修改标签名称字母大小写的方法虽然克服了方法的缺点，具有较好的隐蔽性和抗攻击性。但是，其隐藏容量比较小，不能满足隐藏长文本，特别是隐藏图像的需求。 　　通过仔细分析HTML超文本标记语言的语法规则后，发现还有以下一些资源可以用于隐藏信息。 　　(1)标记属性名称像标记名称一样对字母大小写不敏感。可以通过修改标记属性名称的大小写来隐藏信息。比如，用标记属性名称字母全部大写代表1，全部小写代表0。例如div A