[发明专利]一种基于非对称加密的文本零知识水印检测方法

说明书

技术领域

本发明涉及针对文本文档进行版权保护的信息安全领域，尤指一种基于非对称加密的文本零知识水印检测方法。

背景技术

数字水印技术的应用范围越来越广，尤其是在版权保护和泄密追踪方面的应用越来越多，数字水印技术的研究不应该只关注它的鲁棒性、隐蔽性和嵌入容量，更应该关注它的安全性。传统的水印检测检测方法，检测时检测者或验证者必须出示密钥才能检测水印，这很可能导致与水印相关信息的泄露，欺骗的验证者会利用这些信息来攻击水印。因此数字水印安全性的问题就显得非常重要。数字水印的安全性不能完全依赖于算法本身。密码学中的零知识证明思想可以为数字水印的安全性提供重要的技术保障。

零知识水印检测技术是把密码学上的零知识证明与数字水印技术结合起来，在对数字水印检测的同时而不泄露水印的相关信息，使得攻击者难以利用水印检测时的信息来修改、伪造或移去水印，进而提高水印的安全性。零知识水印检测协议由密钥生成、水印生成、水印嵌入、水印检测这4种算法构成。密钥生成算法生成一对水印的嵌入和检测密钥。水印生成算法生成满足一定性质的水印数据。水印嵌入算法在水印嵌入密钥的控制下，将水印嵌入隐藏到数字载体中。水印检测算法在水印检测密钥的控制下，检测水印是否存在。

本发明涉及水印生成算法，文本特征的特征词条作为水印生成算法的输入参数。文本特征提取方法，采用基于特征权值的方法提取特征词条。传统文本特征提取方法采用TFIDF文本权值衡量方法，主要用于特征权值的计算。TFIDF方法特征权值可以用词条的频率乘以逆文档频率来表示，即：

W_ik=TF×IDF

其中，TF表示词频，即该词条在某一文本中的频率，能够表示某一个文档的能力；IDF表示反文档频率，能够表示某一类文档的区分能力。

然而TFIDF方法存在一定的问题，即TFIDF算法没有有效的反映词条t在不同类别中出现的频率情况，进而不能有效的反映该词条的类与类的区分能力。因此必须要有一个新的权值来衡量词条出现频率最高的前两个类别中的文档数之差。这个差值越大，说明该词条t越能够代表出现频率最高的类别的特征。

水印信息生成后，需要借助于一定的文本数字水印方法把该水印嵌入文本中。目前文本水印嵌入方法有很多种，但嵌入的水印对鲁棒性、抵抗格式攻击和统计攻击能力都有缺陷，需要一种新的水印嵌入方法，以提高水印的隐蔽性、鲁棒性和嵌入容量。

由于传统的水印算法在检测时，检测者或验证者必须出示密钥才能检测水印，这很可能导致与水印相关信息的泄露，欺骗的验证者会利用这些信息来攻击水印；并且现有的针对图像的零知识水印检测方案也会泄漏相关值，所以不是零知识的，不适合作为版权证明方案。

发明内容

本发明提出一种基于非对称加密的文本零知识水印检测方法，在水印检测时不暴露任何有关水印的信息且能够检测出水印信息来，解决数字水印技术一直存在的安全性较低的问题。

为解决以上技术问题，本发明采用如下技术方案：

一种基于非对称加密的文本零知识水印检测方法，所述方法包括文本特征提取算法、水印产生算法、水印嵌入方法和基于非对称加密的零知识水印检测协议四个部分，所述方法利用改进的文本特征提取算法得到具有鲁棒性的文本特征L_w；L_w与作者版权信息A一起进行数字化表示，利用水印产生算法得到水印信息W；水印嵌入算法把W嵌入到原始文本D中；检测、验证时采用基于非对称加密的文本零知识水印检测协议。

所述文本特征提取算法，文本特征提取算法利用改进的特征加权方法计算特征权值，其公式为：

W'_ik=TF×IDF×C_d

Cd=(E1-E2)n]]>

其中，n表示包含词条t的文档数，其中整个文档库中包含词条t的文档数最多的一类为E₁，包含词条t的文档数第二多的一类为E₂；