[发明专利]一种基于中文句式模板变换的文本隐藏方法

说明书

技术领域

本发明属于信息隐藏和数字水印技术领域，具体涉及一种基于中文句式 模板变换的文本隐藏方法。

背景技术

信息隐藏是信息安全领域一个新兴的、也是非常重要的研究领域。自从 20世纪90年代各国开始研究数字媒体信息隐藏技术以来，已有相当数量的 研究成果问世。所谓信息隐藏即将秘密信息隐藏到一般的非秘密的数字媒体 文件(如图像、声音、文档)中，从而不让对手发觉的一种方法。由于含有 隐藏信息的媒体发布是公开的，而可能的检测者难以从公开信息中判断隐藏 信息是否存在，更加难以截获隐藏信息，从而达到保证信息的安全的目的。

从技术应用领域上，信息隐藏技术可以分为数字密写、数字水印、数字 指纹等技术。密写术或隐写术是利用掩盖载体携带秘密信息，以达到秘密通 信的目的，载体携带的信息量和抗检测能力是衡量该技术的主要标准。数字 水印是指用信号处理的方法在数字化的多媒体数据中嵌入标记，以证实作者 的版权或者确认信息未被篡改。根据实际应用的不同，这些标记可以是可见 的或不可见的，可以是鲁棒的或是脆弱的。数字指纹是在数字内容中嵌入与 用户有关的信息，当发现数字内容泄密后，就可根据嵌入在数字内容中的数 字指纹来跟踪泄密者。

当前用于图像、视频方面的水印嵌入方法有很多，且多数都比较有效， 但这些方法大部分不适用于文档的结构和特性，同时也没有利用文档的结构 和特性来进行检测。所以相比之下，文本数字水印技术还不是很成熟。然而， 实际生活中许多文字类文档(如契约、遗嘱、文件、合同、单据等)比音频、 视频、图像等多媒体信息更有价值，并且数字图书馆也以电子形式保存了大 量受版权保护的文章、杂志及书籍。若文本数字水印技术能解决版权问题， 传媒业中几乎所有的报刊、杂志、书籍、文件等均可通过网络传播，可节省 大量人力、物力和时间，降低成本。

另外，大力推行的电子政务方面，也有大量电子文件在网上流动，如果 这类文件被篡改，将会产生严重的后果。文本数字水印和指纹技术能提供一 种追踪文本被非法复制、发行或伪造的方法。因而研究文本数字水印技术迫 在眉睫。

而在文本数字水印领域，基于自然语言的文本水印又占有重要的一席之 地。所谓基于自然语言的文本水印就是把秘密信息嵌入到文字的语义、语法 结构当中，具有抗格式修改以及格式转换的能力。通过将文档内容粘贴到无 格式的txt文档、光学字符识别(OCR)，甚至手工重新录入的方法，都不能 破坏嵌入的秘密信息。但是，现有的基于自然语言处理技术的信息隐藏方法 都高度依赖自然语言深层处理技术。一般通过深层分析把载体文本解析成句 法、语义树或语义网络，然后在这些结构上运用乔姆斯基的变换理论进行改 写。目前深层分析技术还有一些基本问题没有突破，解析的正确率有限，如 对于汉语句法分析，正确率平均只能达到75％-80％左右，解析的错误必然导 致改写的句子不符合语义或语用习惯；另外，乔姆斯基的变换理论只是抽象 的宏观原则，不加限制的运用这些原则改写句子也必然导致改写后的句子不 符合语法、语用习惯，甚至语义不同，破坏了载体文本的使用价值，违背了 信息隐藏最基本的隐蔽性要求。因此使得基于自然语言处理的信息隐藏技术 很难具体实现。

其实基于自然语言的文本水印的目的只是希望通过语法、语义结构的变 换提高信息隐藏系统的鲁棒性，在保证文本内容意思不变的情况下做相应的 变换，并不一定非要做深层分析。在自然语言处理技术中，我们注意到中文 分词和词性标注这样基础的分析工具正确率分别可以达到97.58％和95％，已 经进入实用阶段。另外一方面，自然语言语句是词的序列，处于序列中的词 具有特定的词性，借助于中文分词和词性标注的研究成果，自然语言的语句 可以变换为词性标记串，而词性标记串本质上就是句型或句式，就是句子语 法结构的抽象。

因此，在文本水印领域，提出一种基于中文句型词性标记串，进行变换 隐藏信息方法，具有可行性和研究价值。

发明内容

本发明的目的是在避免依赖自然语言深层处理技术的前提下，提供一种 基于中文句式模板变换的文本隐藏方法，该方法可以利用中文句型模板的变 换来进行文本信息隐藏。

为了实现上述技术任务，本发明采取如下技术方案：

一种基于中文句式模板变换的文本隐藏方法，该方法利用计算机系统对 文本信息进行水印的嵌入与提取，从而实现对文本信息的隐藏，所述的计算 机系统至少包括：