![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于动态差分扩展的强鲁棒数据库水印算法研究.pdf
《基于动态差分扩展的强鲁棒数据库水印算法研究.pdf》由会员分享,可在线阅读,更多相关《基于动态差分扩展的强鲁棒数据库水印算法研究.pdf(16页珍藏版)》请在咨信网上搜索。
1、2023 年 10 月 Chinese Journal of Network and Information Security October 2023 第 9 卷第 5 期 网络与信息安全学报 Vol.9 No.5 基于动态差分扩展的强鲁棒数据库水印算法研究 汪天琦1,2,3,张迎周1,2,3,邸云龙1,2,3,李鼎文1,2,3,朱林林1,2,3(1.南京邮电大学计算机学院,江苏 南京 210023;2.南京邮电大学软件学院,江苏 南京 210023;3.南京邮电大学网络空间安全学院,江苏 南京 210023)摘 要:科技行业的快速发展带来信息量的暴增,各行各业都需要收集和应用大量的数据,海
2、量数据在发挥价值的同时,给数据安全领域带来了史无前例的挑战。关系型数据库作为数据的底层存储载体之一,其存储的数据规模大、数据内容丰富、数据隐私度高。数据库的数据一旦泄露将会造成巨大的损失,保护数据库的所有权,确认数据的归属刻不容缓。对于现有的数据库水印技术来说,提高水印嵌入容量和减小数据失真之间存在固有矛盾问题,为了缓解此问题且进一步提高水印的鲁棒性,提出了一种基于动态差分扩展的强鲁棒数据库水印算法。该算法选取QR码作为水印,利用经过Haar小波变换的图像低频部分进行奇异值分解(SVD,singular value decomposition),提取部分特征值,用取余后的特征值作为待嵌入的水印
3、序列,使得相同长度的水印序列包含更多信息,缩短了嵌入水印的长度。该算法结合自适应差分进化算法和最小差值算法选择最佳嵌入属性位,以缓解传统差分扩展技术在嵌入水印时计算效率低、数据失真大、鲁棒性差的问题,提高水印嵌入容量的同时减少了数据的失真。实验结果表明,该算法保证高水印嵌入率的同时数据失真较低,能够抵御多种攻击,具有良好的鲁棒性,追踪溯源的能力强,且与现有的算法对比优势明显,在数据安全领域具有广阔的应用前景。关键词:数据库水印;差分进化;差分扩展;SVD;Haar 小波变换;QR 码 中图分类号:TP393 文献标志码:A DOI:10.11959/j.issn.2096109x.202306
4、5 Research on strong robustness watermarking algorithm based on dynamic difference expansion WANG Tianqi1,2,3,ZHANG Yingzhou1,2,3,DI Yunlong1,2,3,LI Dingwen1,2,3,ZHU Linlin1,2,3 1.Department of Computer Science,Nanjing University of Posts and Telecommunications,Nanjing 210023,China 2.Department of S
5、oftware,Nanjing University of Posts and Telecommunications,Nanjing 210023,China 3.Department of Cyberspace Security,Nanjing University of Posts and Telecommunications,Nanjing 210023,China Abstract:A surge in the amount of information comes with the rapid development of the technology industry.Across
6、 all industries,there is a need to collect and utilize vast amounts of data.While this big data holds immense value,it also poses unprecedented challenges to the field of data security.As relational databases serve as a 收稿日期:20220402;修回日期:20221121 通信作者:张迎周, 引用格式:汪天琦,张迎周,邸云龙,等.基于动态差分扩展的强鲁棒数据库水印算法研究J.
7、网络与信息安全学报,2023,9(5):150-165.Citation Format:WANG T Q,ZHANG Y Z,DI Y L,et al.Research on strong robustness watermarking algorithm based ondynamic difference expansion J.Chinese Journal of Network and Information Security,2023,9(5):150-165.第 5 期 汪天琦等:基于动态差分扩展的强鲁棒数据库水印算法研究 151 fundamental storage mediu
8、m for data,they often contain large-scale data rich in content and privacy.In the event of a data leak,significant losses may occur,highlighting the pressing need to safeguard database ownership and verify data ownership.However,existing database watermarking technologies face an inherent tradeoff b
9、etween improving watermark embedding capacity and reducing data distortion.To address this issue and enhance watermark robustness,a novel robust database watermarking algorithm based on dynamic difference expansion was introduced.The QR code was employed as the watermark,the SVD decomposition of the
10、 low frequency part of the image was utilized after Haar wavelet transform.By extracting specific feature values and using residual feature values as the watermark sequence,it was ensured that the same-length watermark sequence contains more information and the embedded watermark length can be reduc
11、ed.Furthermore,by combining the adaptive differential evolution algorithm and the minimum difference algorithm,the optimal embedding attribute bits were selected to alleviate the problems of low computational efficiency,high data distortion and poor robustness of traditional difference expansion tec
12、hniques in embedding watermarks,and to improve the embedding capacity of watermarks while reducing the distortion of data.Experimental results demonstrate that the proposed algorithm achieves a high watermark embedding rate with low data distortion.It is resilient against multiple attacks,exhibiting
13、 excellent robustness and strong traceability.Compared to existing algorithms,it offers distinct advantages and holds great potential for broad application in the field of data security.Keywords:database watermarking,differential evolution,difference expansion,singular value decomposition,Haar wavel
14、et transform,quick response code 0 引言 科技行业的快速发展带来的是信息量的暴增,各行各业都需要收集和应用大量的数据,累积的数据规模正以惊人的速度增长。海量数据蕴含的商业价值巨大,但其发挥价值的同时,也为数据安全领域带来了史无前例的挑战。数据库作为最常用的底层存储工具之一,其信息安全问题不容小觑。国内外学者大多是通过数据库水印技术来保护数据库的数据安全,解决信息泄露、源头难以追踪的困扰。在数据库背后利益的驱使下,攻击者在数据库所有者不知情的情况下对其加以复制、分发和篡改。数据库的数据一旦泄露将会造成巨大损失,保护数据库的所有权,确认数据的归属刻不容缓。数字水印
15、技术1可以有效解决很多信息安全问题,作为一种安全有效的保护数字版权的技术手段,数字水印技术广泛应用于多媒体领域2-3。但是,针对数据库的数字水印研究相对较少。目前,数字水印技术主要关注其不可见性、鲁棒性、安全性和嵌入容量等特性4。可逆水印技术是数字水印技术的一个重要分支,Zhang 等5提出了经典的可逆水印算法,该算法利用直方图平移拓展出的冗余空间按照指定的运算公式来嵌入水印,经过逆运算即可恢复出原始数据和水印信息,但是该算法的鲁棒性较差,在面对不法分子的恶意攻击时提取出的水印信息不完整。针对 Zhang 等提出算法的不足,Hu 等6引入了遗传算法训练出最佳的水印嵌入位置,结合分组密钥和平移直
16、方图设计了一种基于遗传算法的直方图平移可逆水印技术。对于数据库水印来说,水印隐藏在关系数据库中,数据值变化较大,严重破坏原始数据的质量,水印的鲁棒性低,攻击者很容易破坏水印信息。Gupta 等7吸取了数字水印技术的经验,提出了基于差分扩展的可逆数据库盲水印,选取元组中的任意两个属性值,通过差分扩展计算将水印嵌入数值中,对两个属性值进行计算嵌入一位水印,导致数值改动大于水印的嵌入,影响了数据库的可用性和鲁棒性。差分扩展技术中增加了水印嵌入容量,但不可避免地增大了数据的失真,于是研究者想到利用优化算法改进差分扩展数据库水印方法。Jawad 等8利用遗传算法改进了基于差分扩展的可逆数据库盲水印,提出
17、基于遗传算法的差分扩展可逆数据库水印,提高数据库水印算法的鲁棒性同时减少数据失真。但是,经过遗传算法优化的水印嵌入率并不尽如人意。邱升红9152 网络与信息安全学报 第 9 卷 设计了一种基于差分扩展和人工蜂群算法的数据库可逆水印方法,使用人工蜂群算法代替遗传算法进行优化,增大了水印的嵌入容量并减少了数据的失真,进一步提高了水印算法的鲁棒性。宋岩等10利用改进的布谷鸟算法启发式地搜索水印嵌入属性位,通过差分扩展嵌入水印,对于大规模的数据库算法的水印嵌入率较高,对抗攻击的能力较强。孔嘉琪等11基于模拟退火改进的粒子群算法寻找更好的水印嵌入位置,提出了基于属性重要度的带权损失函数,解决了现有方案在
18、抗属性维度攻击时鲁棒性较差的问题。由于数据库存储的是纯数据,其数值的改变对原载体的影响远大于多媒体水印,所以数据库水印技术很难在水印容量和数据失真方面保持平衡。Shi 等12试图通过恢复原始数据和嵌入式水印信息来克服数据失真的问题。可逆水印技术能够在提取水印的同时恢复数据,然而目前的可逆数据库水印技术在嵌入水印后,数据质量和水印鲁棒性方面存在缺陷,基于此,Ge 等13对水印容量和数据失真做了研究和改进,在一定的数据失真范围内提高了水印嵌入容量。现有的技术主要通过增加水印长度或提取水印特征压缩数据两种方法来达到提高水印嵌入容量的目的。陈青等14提出了一种新的基于旋转稳定区域和两级奇异值分解(SV
19、D,singular value decomposition)的水印算法,保证水印的嵌入容量,且具有良好的不可见性和较高的鲁棒性。关虎等15将大容量、高容错的二维码理论应用于变换域图像水印算法,在保证水印不可见性和算法安全性的基础上,显著提高了水印容量和鲁棒性。在学者不断研究改进的过程中,数据库水印的鲁棒性和嵌入容量逐渐提高,数据的失真能够控制在合理的范围内。1 本文算法 1.1 算法框架 大多数据库水印技术是单纯地嵌入一串数字序列或一副图像,包含的信息量较少且容易被攻击者破坏。当数据库发生泄露被恶意攻击时常常会导致水印被破坏,无法根据提取的信息锁定攻击者,因此水印的鲁棒性和溯源度较差。为了解
20、决这一问题,需要增加水印的嵌入容量,但是嵌入容量过多会造成数据严重失真,影响数据库正常使用。针对数据库冗余性小、水印嵌入容量和数据失真之间存在固有矛盾等问题,本文提出了一种基于自适应差分进化(ADE,adaptive dif-ferential evolution)和动态差分扩展(DDE,dynamic difference expansion)的强鲁棒数据库水印算法,以下简称 ADE-DDEW。所提算法首先对经过 Haar 离散小波变换的图像低频部分进行SVD,提取非 0 特征值,然后对特征值进行取余,对取余后的特征值进行动态压缩作为待嵌入的水印序列。结合自适应差分进化算法和最小差值算法选择
21、最佳的水印嵌入属性位,最后通过动态地选取传统的或改进的差分扩展技术进行水印的嵌入。算法的总体框架如图 1 所示,主要包括水印预处理、水印嵌入和水印提取 3 个部分。1.2 数据库水印预处理 为了解决嵌入容量和数据失真之间的矛盾,尽可能达到嵌入更多身份信息的同时压缩待嵌入水印长度的目的,将水印嵌入数据库之前,需要对水印图像进行预处理。为了包含更多的信息,图像水印是最佳的选择。图像作为水印嵌入数据库往往采用分割的方法,未经过数据压缩直接嵌入导致有效嵌入率很低。QR 码容量密度大且容错性极强,因此使用 QR 码作为原始的水印载体。假设关系型数据库1DB(PK,Arr,Arr,Arr)iN,其 中 P
22、K 为 数 据 库每 个 元 组的 主 键,Arri(1iN)为DB 的第i 个属性列,DB 中包含M 个元组,记为1,jMttt,每个元组 t 都有唯一的主键 t.PK 和 N 个属性列,第 j 个元组的第 i 列属性值Arri值表示为.Arrjit,数据库 DB 的第 i 列属性值表示为1.Arr,.Arr,.ArrijiMittt。待嵌入的 QR 码分别为嵌入数值信息的 QR 码和嵌入文本信息的 QR 码。QR 码的预处理过程主要分为频域分解、SVD 和动态压缩3 个阶段,具体操作如下。基于 Haar 小波变换的图像压缩算法的核心思想是通过计算平均值和差值得到细节系数(分为低频和高频),
23、将图像分解成若干个高频图像和一个低频图像,可以在不影响主要信息的情况下初步对原始图像进行压缩,达到减小图像信息量的目的。Haar能够完全无失真地还原出原始图像,进而提高水印的可溯源性。本文采用 Haar 小波变第 5 期 汪天琦等:基于动态差分扩展的强鲁棒数据库水印算法研究 153 换对 QR 码图像进行频域分解,由于低频部分包含图像大多数的有用信息,并且低频信号对于图像压缩、高斯噪声等多种图像处理操作有很强的抵御能力,所以本文提取分解后的低频图像作为处理完成的水印图像。假设水印图像的 4 个相邻像素值是a,b,c,d,基于 Haar 小波变换的 QR 码频域分解的具体步骤如下。步骤 1 将
24、4 个像素值两两分组,得到a,b和c,d。步骤 2 根据式(1)分别计算这两组像素值的均值和差值,很容易得到两组均值和差值分别是1,01,0,和1,1,1,1,其中表示均值,表示差值。将这两组值重新组合成为1,01,11,01,1,,这两个均值被称为一级均值。步骤 3 分别计算两个一级均值(即一级均值1,01,1,)的差值和均值,根据式(2)可以进行二级小波系数的计算,其均值和差值分别是0,0和0,0。用0,0和0,0替换掉步骤 2 的两个一级均值,就可以得到 4 个相邻像素值a,b,c,d最终的二级Haar 小波变换系数0,00,01,01,1,。1,01,11,01,12222abcdab
25、cd(1)1,01,10,01,01,10,022(2)步骤4 根据实际的需求重复步骤2、步骤3,最后提取由低频系数0,0组成的水印低频图像。SVD16主要应用在数据降维和数据压缩领域,是很多机器学习算法的基石,其核心思想是将图像矩阵分解出特征值和特征向量。矩阵的运算可以描述为线性空间中的变换,当一个矩阵进行运算时,本质上就是在矩阵空间下进行的一次线性变换(拉伸或者旋转),线性变化无法直观地通过图像来展示,但是经过奇异值分解得到的部分特 图 1 算法的总体框架 Figure 1 General framework of the algorithm 154 网络与信息安全学报 第 9 卷 征向量
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 动态 扩展 强鲁棒 数据库 水印 算法 研究
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。