一种基于纠错编码的可逆文本水印算法

针对现有可逆文本水印抗同义词替换攻击鲁棒性不强的缺点,提出一种基于纠错编码的可逆文本水印算法。利用纠错编码方法,对同义词库中同义词的位置进行编码生成同义词词码字,结合同义词替换技术完成水印的嵌入;在提取水印时,利用纠错码的检测纠错功能完成水印的提取,同时实现同义词替换后可还原的可逆文本水印功能。仿真实验表明,算法嵌入的水印具有良好的不可见性和较强的鲁棒性。     

基于汉明码的文本可逆数字水印研究

提出了一种新颖的文本可逆数字水印算法。对载体文本进行预处理,将原始可替换同义词的编码值分组作为信息位进行汉明编码,将获得的监督码元比特流利用矩阵编码的方式通过插入空格嵌入到文本中。水印信息则分组利用同义词修改位置编码的方式选定同义词进行替换来实现嵌入。在提取时利用汉明码的译码原理与可替换同义词分组位置编码规则,提取出水印信息并对原始文本进行无损恢复,即实现了文本可逆数字水印。该算法不仅能有效恢复出原始文本,且具有良好的隐蔽性,增强了水印方案的实际应用能力。     

基于Asmuth-Bloom门限方案的动态图软件水印保护技术

动态图软件水印在抗攻击性方面较通常的静态水印有明显的优势,然而通过透彻的分析和修改嵌入水印后的程序,攻击者仍然可以找到水印结构并对其进行恶意破坏,从而使水印提取过程失败.为此,本文提出一种基于Asmuth-Bloom门限方案的软件水印分存算法,该算法将密码学中的密钥共享思想引入到软件水印中,实现了基于部分内容提取水印;最后通过鲁棒性对此算法进行了评测.该算法具有较强的鲁棒性,但该算法的不足之处是将水印数据扩张,减小了数据率和隐蔽性.     

基于Hopfield神经网络的文本认证与同义词替换的可恢复水印算法

针对水印文本的篡改检测和恢复问题,利用Hopfield网络的联想记忆功能,提出一种Hopfield神经网络与同义词替换技术相结合的文本认证与同义词替换的可恢复水印算法.算法首先将文本分为可替换同义词和非替换词语,利用可替换同义词在其同义词库中的位置及汉字笔画和结构特征,分别提取文本可替换同义词的特征信息和非替换词语的特征信息.然后通过同义词替换实现水印嵌入,并将水印信息和非替换词语的特征信息输入Hopfield神经网络进行训练,实现篡改检测与可替换同义词的恢复功能.实验仿真表明,该算法具有较好的鲁棒性、篡改检测性和恢复能力,能篡改检测和定位可替换同义词、非替换词语,实现认证功能,且能恢复被替换的同义词,实现恢复功能.     

基于迷乱变换的动态路径水印实现方案

结合软件水印技术的最新研究成果,提出了一种基于迷乱变换的动态路径水印实现方案。该方案充分利用动态图别名分析难的特点为不透明分支的构造创造条件,通过构造低开销、高隐蔽性和高鲁棒性的不透明分支对程序实施控制流迷乱变换,并将水印数据嵌入迷乱变换后程序的特定执行轨迹中。分析了该方案在隐藏信息量、隐蔽性和鲁棒性等方面的性能。     

编码与同义词替换结合的可逆文本水印算法

从通信编码的角度,该文探讨一种利用编码方法和同义词替换相结合的可逆文本篡改检测水印算法。以可替换同义词为标志对文本进行分组,提取分组文本特征生成认证水印信息;利用霍夫曼编码和纠错编码对同义词库各词进行编码,利用同义词替换技术完成水印的嵌入。在接收端,利用分组文本特征和霍夫曼编码,实现水印文本的篡改定位,利用纠错码实现可替换同义词的还原恢复。仿真实验表明,算法嵌入的水印具有良好的不可见性和较强的鲁棒性,在实现对文本篡改定位的同时,较好地实现了可替换同义词无损还原。     

基于文本内容的数字水印算法的设计与实现

为了有效地保护各种数字化产品的版权,防止产品被篡改,假冒和盗用,提出一种新的数字产品版权保护技术即数字水印.针对目前数字水印技术的研究主要集中在图像、视频和音频等方面的现象,分析了几种常用的文本数字水印技术,并按各自不同的嵌入方法对它们进行归类,设计并实现了一种基于文本内容的文本数字水印算法,利用中英文逗号的替换完成水印的嵌入与提取.测试结果表明了该算法的可行性,并分析了算法的鲁棒性、隐蔽性及水印容量.     

基于语言模型验证的词义消歧语料获取

作为一种稀缺资源,人工标注语料的匮乏限制了有指导词义消歧系统的大规模应用。有人提出了利用目标词的单义同义词在生语料中自动获取词义消歧语料的方法,然而,在某些上下文当中,用目标词替换这些单义的同义词并不合适,从而带来噪声。为此,笔者使用语言模型过滤这些噪声,达到净化训练数据,提高系统性能的目的。笔者在Senseval-3国际评测中文采样词词义消歧数据集上进行了实验,结果表明经过语言模型过滤的词义消歧系统性能明显高于未经过滤的系统。     

基于主题词与信息熵编码的文本零水印算法

为实现电子文档的版权保护,提出一种基于主题词与信息熵编码的文本零水印算法.采用TF-IDF(term fre-quency-inverse document frequency)算法抽取文本主题词,并获取主题词在《同义词词林》中的编码,同时统计全文信息熵直方图并以此进行编码.最后进行编码融合,并通过RSA加密算法进行加密,加入时间戳后形成文本零水印.同时定义了一种编码相似度计算方法,用以判定文本是否抄袭.实验结果表明,所提算法具有很强的隐蔽性与鲁棒性,且在语句删减、同义词替换、句型转换等攻击下表现优于现有算法.     

基于同义词数据增强的汉越神经机器翻译方法

汉越平行语料库的资源稀缺,很大程度上影响了汉越机器翻译效果。数据增强是提升汉越机器翻译的有效途径,基于双语词典的词汇替换数据增强是当前较为流行的方法。由于汉语-越南语属于低资源语言对,双语词典难以获得,而通过单语词向量获取低频词的同义词较为容易。因此,提出一种基于低频词的同义词替换的数据增强方法。该方法利用小规模的平行语料,首先通过对单语词向量的学习,获得一端语言低频词的同义词列表;然后对低频词进行同义词替换,再利用语言模型对替换后的句子进行筛选;最后将筛选后的句子与另一端语言中的句子进行匹配,获得扩展的平行语料。汉越翻译对比实验结果表明,提出的方法取得了很好的效果,扩展后的方法比基准和回译方法在BLEU值上分别提高了1.8和1.1。     

一个自然语言水印嵌入安全性评估方案

自然语言水印是一种为自然语言文档特别设计的数字版权管理技术。虽然已经有不少精心设计的自然语言水印算法,但是对它们的嵌入质量和安全性只有简单的说明。本文中,我们提出了一个自然语言水印嵌入安全性的评估方案,定义了理想不可检测性,并提出了构造针对特定检测器的不可检测性的交互证明系统。本文也对一些实际系统按此方案作了评价。     

Natural language watermarking via morphosyntactic alterations

We develop a morphosyntax-based natural language watermarking scheme. In this scheme, a text is first transformed into a syntactic tree diagram where the hierarchies and the functional dependencies are made explicit. The watermarking software then operates on the sentences in syntax tree format and executes binary changes under control of Wordnet and Dictionary to avoid semantic drops. A certain level of security is provided via key-controlled randomization of morphosyntactic tools and the insertion of void watermark. The security aspects and payload aspects are evaluated statistically while the imperceptibility is measured using edit-hit counts based on human judgments. It is observed that agglutinative languages are somewhat more amenable to morphosyntax-based natural language watermarking and the free word order property of a language, like Turkish, is an extra bonus.     

自然语言水印鲁棒性分析与评估

自然语言与图像、音频信号的性质截然不同,图像水印等的鲁棒性分析方法不适用于自然语言水印,但是直到目前还没有专门针对自然语言水印鲁棒性的研究和评估工作.文中针对自然语言的特点,提出适合自然语言水印的敌手模型.然后将现有的自然语言水印分类,并总结各类的一般算法模型.利用文本提出的敌手模型分析自然语言水印编码算法的鲁棒性,并通过实验验证鲁棒性的理论模型.本项工作为对比、评估自然语言水印算法的鲁棒性提供了理论依据.     

An adaptive color image watermarking using RDWT-SVD and artificial bee colony based quality metric strength factor optimization

Image watermarking has emerged as a useful method for solving security issues like authenticity, copyright protection and rightful ownership of digital data. Existing watermarking schemes use either a binary or grayscale image as a watermark. This paper proposes a new robust and adaptive watermarking scheme in which both the host and watermark are the color images of the same size and dimension. The security of the proposed watermarking scheme is enhanced by scrambling both color host and watermark images using Arnold chaotic map. The host image is decomposed by redundant discrete wavelet transform (RDWT) into four sub-bands of the same dimension, and then approximate sub-band undergoes singular value decomposition (SVD) to obtain the principal component (PC). The scrambled watermark is then directly inserted into a principal component of scrambled host image, using an artificial bee colony optimized adaptive multi-scaling factor, obtained by considering both the host and watermark image perceptual quality to overcome the tradeoff between imperceptibility and robustness of the watermarked image. The hybridization of RDWT-SVD provides an advantage of no shift-invariant to achieve higher embedding capacity in the host image and preserving the imperceptibility and robustness by exploiting SVD properties. To measure the imperceptibility and robustness of the proposed scheme, both qualitative and quantitative evaluation parameters like peak signal to noise ratio (PSNR), structural similarity index metric (SSIM) and normalized cross-correlation (NC) are used. Experiments are performed against several image processing attacks and the results are analyzed and compared with other related existing watermarking schemes which clearly depict the usefulness of the proposed scheme. At the same time, the proposed scheme overcomes the major security problem of false positive error (FPE) that mostly occurs in existing SVD based watermarking schemes.     

自然语言文本水印

本文主要介绍了基于自然语言处理的文本水印技术,也即自然语言文本水印技术。该技术是在不改变文本原意的前提下,将需要隐藏的文本信息(水印信息) 插入到原始文本中的一种信息隐藏技术。这种技术对于确认信息来源和信息的秘密传送,以及版权维护等方面都有着很大的应用价值。本文首先给出了基于自然语言处理技术的文本水印的概念、特点及攻击模型,并对文本水印的研究现状进行了分析。通过分析可以看出,自然语言文本水印技术有着更好的灵活性,并且在适度的攻击下,不会破坏水印信息。本文详细介绍了文本水印系统的设计过程,包括该技术的基础数学理论- 二次余数理论。最后详细介绍了两种自然语言文本水印嵌入方法,分别是基于句法分析和基于语义的水印嵌入方法。     

一种提高自然语言文本水印容量的算法

自然语言文本水印算法通过对文本句子的语法结构或语义结构进行转换来嵌入水印信息.对句子的语法和TMR(Text Meaning Representation)语义结构进行分析,利用句子语法结构的转换不会改变句子TMR语义结构这一性质将语法水印技术和语义水印技术有效结合起来,提出了一种提高自然语言文本水印嵌入容量的算法.该算法的优点是将控制信息和水印信息分离,并根据每个句子本身的特性动态嵌入相应数量的水印信息.实验表明该算法和原有的语法或语义水印算法相比,水印嵌入容量有一定程度的提高.     

图像盲水印算法的遗传优化

为了提高数字水印的实用性,必须保证水印的鲁棒性和透明性,为此在Cox等人提出的水印稳健性理论的指导下,充分考虑人类视觉系统特性,提出了一种基于遗传算法的图像盲水印算法。通过基于小波边缘的检测,调节系数差,实现了水印透明性和鲁棒性的综合优化。实验结果表明,该算法不仅对于水印的攻击具有强鲁棒性,且兼顾载体图像的质量。     

汉语句子的组块分析体系

介绍了一种描述能力介于线性词序列和完整句法树表示之间的浅层句法知识描述体系－组块分析体系,并详细讨论了其中两大部分;词界块和成分组的基本内容及其自动识别算法,在此基础上,提出了一种分阶段构造汉语树库的新设想,即先构造组块库,再构造树库,进行了一系列句法分析和知识获取实验,包括１）自然识别汉语最长名词短语;２）自动获取汉语句法知识等。所有这些工作都证明了这种知识描述体系的实用性和有效性。     

Adaptive and blind watermarking scheme based on optimal SVD blocks selection

To protect the ownership of the digital products, a novel adaptive and blind watermarking scheme is designed. Firstly, the underlying reason of image quality degradation in singular value decomposition (SVD)-based watermarking scheme is analyzed and the potential scenario causing visible destroy is pointed out. Then the optimal SVD blocks selection strategy is proposed to improve the imperceptibility. Different from other block selection rules devised by subjective evaluation means, our selection rule aims to retain the image quality as much as possible from the source. Furthermore, information entropy is utilized to achieve the purpose of adaptive embedding. In the experiment, the proposed watermarking scheme is tested under several attacks, such as noise attack, JPEG compression, blurring, sharping, and etc. Finally, the proposed watermarking scheme is compared with other existing schemes, and the experimental results demonstrate the robustness, imperceptibility and superior of the proposed watermarking scheme.