[发明专利]一种基于复合字体的PDF文档隐藏信息嵌入和提取方法

说明书

技术领域

本发明涉及多媒体信息安全领域，更具体地，涉及一种基于复合字体的PDF文档隐藏信息嵌入和提取方法。

背景技术

近些年，随着网络技术的快速发展，人们开始越来越多地通过互联网传输和获取信息。与此同时，电子商务、电子政务等新型办公模式正被广泛应用，越来越多的行政、商业文件如授权书、注册单、合同、发票等，开始以电子文档的形式进行流通和传输。但在互联网这个开放的环境中，拷贝、篡改等恶意行为时刻威胁着电子文档的版权归属问题，大量版权盗用、非法传输、信息伪造等问题层出不穷。基于这种情况，电子文档的数据隐藏技术日益成为版权认证、真伪鉴定、解决纠纷的主要手段。

PDF(Portable Document Format)文件格式是Adobe公司开发的电子文件格式。这种文件格式在Windows、Unix、Mac等操作系统中都是通用的，独立于操作系统平台。PDF文件格式可以将文字、字型、格式、颜色及独立于设备和分辨率的图形图像等封装在一个文件中。该格式文件还可以包含超文本链接、声音和动态影像等电子信息，支持特长文件，集成度和安全可靠性都较高。再者，PDF文件使用了工业标准的压缩算法，易于传输与储存。上述特性使得PDF成为在Internet上进行电子文档发行和数字化信息传播的理想文档格式。

现有基于PDF文档的信息隐藏技术容易被文档的各种日常阅读操作和保存操作所破坏，嵌入后的隐藏信息难以被完整提取出来。

因此，基于PDF文档的信息隐藏技术的研究，是有十分重要的实际意义的。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷（不足），提供一种对文档的一般编辑行为具有很好鲁棒性的基于复合字体的PDF文档隐藏信息嵌入方法。

本发明为克服上述现有技术所述的至少一种缺陷（不足），提供一种对文档的一般编辑行为具有很好鲁棒性的基于复合字体的PDF文档隐藏信息提取方法。

为解决上述技术问题，本发明的技术方案如下：

一种基于复合字体的PDF文档隐藏信息嵌入方法，包括：

读入PDF文档的数据流；

查找PDF文档中的复合字体，以第一个出现的复合字体为目标，找出该复合字体中的透明字符码，并构造一个透明字符码集合；

读取隐藏信息，并将隐藏信息分段，以段为单位将隐藏信息映射为透明字符码集合中的元素；

将映射得到的透明字符码构造出一个或多个文本对象；

将文本对象写入解压后的PDF页面内容流中；

重新压缩内容流并写入文件体；

根据重压缩后内容流的长度，更新交叉引用表和文件尾，形成具有隐藏信息的PDF文档。

上述方案中，以第一个出现的复合字体为目标，找出该复合字体中的透明字符码，并构造一个透明字符码集合的具体步骤为：

选择PDF文档中第一个出现的复合字体为目标；

根据目标复合字体的编码映射表中找出一定数量的透明字符码；

将找出的透明字符码构造成一个透明字符码集合。

上述方案中，所述读取隐藏信息，并将隐藏信息分段，以段为单位将隐藏信息映射为透明字符码集合中的元素的具体步骤为：

读取隐藏信息，将隐藏信息转换为二进制串；

将二进制串进行加密操作，得到密文二进制串；

将密文二进制串进行分段，每段密文二进制串映射为透明字符码集合中的透明字符码。

上述方案中，所述将映射得到的透明字符码构造出一个或多个文本对象的具体步骤为：

查找目标复合字体所在的页面中所有内容流对象，选择一个出现目标复合字体的内容流对象作为目标操作对象；

解压缩目标操作对象的内容流，获取内容流中的文本状态属性值，与映射得到的透明字符码构造出一个或多个文本对象。

一种基于复合字体的PDF文档隐藏信息提取方法，PFD文档为利用权利要求1所述的方法嵌入隐藏信息后的文件，包括：

读入嵌有隐藏信息的PDF文档的数据流；

判断该PDF文档是否出现了复合字体；若是，则以第一个出现的复合字体为目标，找出目标复合字体中的透明字符码，将其构造成一个透明字符码集合；

找出PDF文档中所有页面内容流对象，根据构造的透明字符码集，在内容流中查找出现的透明字符码并映射为二进制串；

将二进制串转换为隐藏信息字符串并输出。

上述方案中，找出目标复合字体中的透明字符码，将其构造成一个透明字符码集合的具体步骤为：