格式化文本水印性能评估基准研究

针对目前没有测试基准对格式化文本水印算法鲁棒性进行评估和比较,提出了格式化文本水印性能评估基准.回顾了水印系统通用的框架,分析并确定了影响水印系统性能的参数和文本文档的视觉质量评级标准.借鉴图像水印性能评估基准的攻击分类,提出了Word特有的去除攻击、几何攻击、密码攻击和协议攻击的攻击分类方法,同时阐述了Word特有的攻击模式.对两种不同的文本水印算法进行了攻击强度—鲁棒性、攻击强度—视觉质量和嵌入数据量—鲁棒性测试,实验结果表明,该系统在文本水印算法评估和设计中具有有效性和实用性.     

基于RTF格式的文本脆弱水印算法

文本水印算法容易受到格式化和存储攻击。该文提出一种基于RTF格式的文本脆弱水印算法,能够抵抗格式化和存储攻击,并且对文本段落拷贝时,文本水印不丢失。对文本段落的任何修改都能在水印提取验证段检测出来。分析了3种水印攻击手段。介绍了该水印的实现算法,并对文本水印攻击检测给出了实验结果。     

中文文本多重水印算法应用研究

针对现有文本水印算法鲁棒性不强的特点,提出一种中文文本水印多重嵌入的方法：基于汉字分组实现特殊字符的分散冗余嵌入,基于标点符号冗余嵌入水印,基于公钥机制的零水印。该方法水印容量大、隐蔽性好,能抵抗各种文档操作、破坏及水印攻击,各种攻击实验证明水印的鲁棒性比较强,水印程序具备较好的实用性。     

基于汉字使用频率的文本零水印算法

针对汉字文本数字水印嵌入复杂,水印透明性不佳,鲁棒性不高以及水印容量不足等现实问题,提出了一种基于汉字使用频率的文本零水印算法,通过统计文本中汉字使用频次,然后结合常用汉字使用频率表,提取文本特征来构造零水印,鉴于该水印算法的特点,定义了一种特殊相关函数,用于确定阈值以及检测水印。实验结果表明该方法构造的水印算法具有很好的透明性、鲁棒性和足够的水印容量,用该相关函数构造的检验算法误检率相当低。     

基于文本特征的文本水印算法

基于格式的文本水印算法对格式攻击的鲁棒性比较差,而基于自然语言的文本水印算法相对难以实现,因此提出一种基于词频的文本零水印算法。对文本内容进行分词并计算每个分词的词频,根据设定的词频阈值范围依次提取分词序列作为文本特征,将文本特征、水印和密钥注册于版权保护(IPR)信息库。水印检测可实现盲检测。将该算法用于含有图像等多媒体信息的中英文文档,试验结果证明,该算法对剪切、粘贴、内容顺序颠倒等攻击有较强的鲁棒性。     

一种基于汉字笔画的文本零水印算法

针对基于汉字的文本嵌入比较困难,水印不可见性不高,鲁棒性不高等特点,提出一种基于汉字笔画数的文本零水印新算法,算法通过统计各汉字在文本中的使用频率,即可得到使用频率最高的汉字,使用频率最高汉字的笔画数作为文本特征序列,用此序列与水印信息运算生成一组注册码。实验结果表明,该算法实现简单,具有很好的不可见性和鲁棒性。     

混沌文本零水印的词法主动攻击

为了解决传统的密写分析技术对文本零水印失效的问题,提出一种基于词法的主动攻击算法。该算法将目前鲁棒性较好的混沌文本零水印作为攻击对象,采用同义词替换技术,定义了同步攻击和生日攻击两种方法,通过将这两种方法相结合,在词这一级别上实现了对文本零水印的主动攻击。实验结果表明,该算法无需大量改写载体文本即可有效地破坏零水印。     

基于汉字拼音声调的文本水印算法

提出一种基于汉字拼音声调的中文文本水印算法。该算法基于统计特征来动态确定嵌入标志代码。在由标志代码确定的水印插入区,通过改变汉字集合声调的特征值来嵌入文本水印。该方法的水印容量由标志代码的数量动态确定,可自主地提高水印容量。整篇文档可以分割成若干个嵌入部分,各部分可单独进行插入、提取计算,降低了计算的复杂性。     

一种基于遗传优化和汉字声调的文本水印算法

该文提出了一种基于遗传算法优化和汉字声调的中文文本水印算法。该算法基于统计特征来动态确定嵌入标志代码。在由标志代码确定的水印插入区,通过改变汉字集合声调的特征值来嵌入文本水印。该方法的水印容量由标志代码的数量动态确定,可自主的提高水印容量。整篇文档可以分割成若干个嵌入部分,各部分可单独进行插入、提取计算,极大的降低了计算的复杂性。     

基于词性频率的中文文本零水印算法

针对目前中文文本数字水印嵌入复杂、鲁棒性不强以及容量不足等问题,结合自然语言处理技术,提出了一种基于汉语词性频率的文本零水印算法.算法通过统计不同词性的频次来确定中频词性,将该词性的词语作为文本特征以构造水印,同时定义了一种基于汉字字符串的相似函数,用以确定阈值和检测水印.实验结果表明,所提算法与同类算法相比更强的鲁棒性.     

基于XML的政府公文信息抽取中间件的设计与实现

超文本信息抽取是Internet信息重组的重要手段.通过对政府公文信息格式进行了研究,提出了一种基于XML的信息抽取中间件模型,通过基于串匹配与串频统计相结合的分词处理、利用遗传算法的词类标注以及基于改进的隐马尔科夫模型的XML模板自动填充,可以快速的对Internet上的政府公文信息进行信息重组,以供相关应用系统使用.     

一种中文域名仿冒攻击的检测方法

分析了中文域名的仿冒攻击形式, 并且基于字符的点阵特性和贝叶斯分类原理, 提出了一种从单个字符的相似性到域名的整体相似性的中文域名仿冒检测方法, 并通过常用中文字库的实验对该方法的有效性进行了验证。实验结果表明了该方法可以对常见的中文域名仿冒方式进行准确检测, 并且其检测方法在未来可进一步适用于其他国际化域名的仿冒检测。     

基于二次余数的Word文档数字水印

目前电子文档的使用越来越广泛,尤其是Word文档.由此提出了一种基于二次余数的Word文档数字水印算法.由于中文文本自身的特点,使字移编码不太适合于中文文本水印.该算法依据二次余数理论来自适应的嵌入水印信息,在中文文本中实现了字移编码,并且有较大的信息隐藏容量;提取水印时不需要对比原始文本,实现了盲提取;结合非线性动力学系统的Logistic映射产生的混沌序列,对原始水印图像进行了改进的魔方变换,置乱效果更好,从而进一步提高了鲁棒性.实验表明,该算法具有良好的不可见性;Word文档常见的格式调整等并不会破坏水印.     

一种新的基于混沌映射的文本零水印算法

在分析现有文本数字水印方法缺陷的基础上,提出了一种新的基于混沌映射的文本零水印算法。实验结果证明算法具有以下性能:加载水印时对文档信息不作任何修改,水印完全不可见;可以有效地抵制针对文本文档的复制、剪切、格式调整等编辑操作,水印具有较强的鲁棒性;检测水印受口令限制且实现了盲检测。     

格式化约束的时间戳文字识别网络

文字识别是深度学习网络的重要应用领域,主流算法基于光学信息预测自然场景文字。然而在一些特定领域的文本对象上,额外的关键特征将会进一步提高文字识别算法的准确性。在安防监控领域,画面中的时间戳文本拥有格式规范、限定数值范围等特点,根据这一特点,对时间戳文本识别网络进行了研究,提出一种时间戳信息约束机制,融合文本语义约束信息和光学特征达到识别规范文本的效果,增强输出时间戳文本的格式规范性和数值合理性。在全匹配率、编辑距离等标准上全面超过基于光学特征的经典文字识别算法。     

基于TMDS的文本零水印技术研究

为了有效地保护数字化文本的版权,防止文本被非法拷贝和传播,提出一种新的基于TMDS的文本零水印算法.针对文本文档特点,引入了一种文本语义形式化模型TMDS,把文本内容抽象成一个篇章多级依存树形结构,并以树形结构为基础,实现了文本数字水印的加栽与检测.实验结果表明,水印具有较好的隐蔽性和鲁棒性,可以有效地保护文本版权.     

脱机手写维吾尔文本图像单词切分

针对脱机手写维吾尔文本行图像中单词切分问题,提出了FCM融合K-means的聚类算法。通过该算法得到单词内距离和单词间距离两种分类。以聚类结果为依据,对文字区域进行合并,得到切分点,再对切分点内的文字进行连通域标注,进行着色处理。以50幅不同的人书写的维吾尔脱机手写文本图像为实验对象,共有536行和4?002个单词,正确切分率达到80.68%。实验结果表明,该方法解决了手写维吾尔文在切分过程中,单词间距离不规律带来的切分困难的问题和一些单词间重叠的问题。同时实现了大篇幅手写文本图像的整体处理。