[发明专利]一种鲁棒性的基于分组的数字水印方法

权利要求书

1.一种鲁棒性的基于分组的数字水印方法，其特征在于，包括以下步骤：

S1、水印预处理阶段，基于无监督学习方法的数据集分组，完成数据预处理和水印预处理；

S2、水印嵌入阶段，将水印嵌入到数据库中的特定位置；

S3、水印提取阶段，将水印从数据库中提取出来。

2.根据权利要求1所述的鲁棒性的基于分组的数字水印方法，其特征在于：在步骤S1中，采用无监督的学习方法，基于数据集中有价值的属性对数据进行聚类分组。

3.根据权利要求1所述的鲁棒性的基于分组的数字水印方法，其特征在于：还包括步骤S4、基于数字水印的单记录数据溯源阶段，具有针对部分数据的朔源的功能，能够检测部分不完整数据集的版权归属。

4.根据权利要求3所述的鲁棒性的基于分组的数字水印方法，其特征在于：在步骤S4中，在判断某条记录A是否来自于某个数据集时，用原始数据集S的分组模型对记录A进行预测，如果记录A在分组模型的预测下，属于数据分组中的子集S_i，而且从记录A中提取的水印片段跟S_i集合中的水印片段是一致的，则说明了记录A来自于原始数据集S。

5.根据权利要求3所述的鲁棒性的基于分组的数字水印方法，其特征在于：步骤S1中的数据预处理包括属性选择、数据线性变换、聚类分组；

其中，

属性选择包括：从数据库候选属性中选择n个浮点类型的数值型的属性A₁，A₂，…，A_n作为待嵌入水印的候选属性，其中每个属性可容忍的误差为c位十进制数，其中c代表属性中能被嵌入的十进制位数，即可通过修改属性的低c位来嵌入水印；

数据线性变换包括：将数据进行线性变换操作，即对数据进行正则化，如公式(1)所示，

X＝Norm(x)，x∈S_i (1)

x为某一条记录，S_i为数据划分的某个子集；

聚类分组包括：采用K-means算法来对数据进行聚类分组，分成k类，以平方误差和作为聚类的目标函数，按照给定样本之间的距离大小，将样本划为k个簇，同一簇内的样本数据基本相似，目标函数如公式(2)所示，

SSE表示样本x点到聚类中心C_i的质心c_i的距离平方和，其中，

X为样本点，C_i为第i类的聚类中心，k为类别数，最优的聚类结果使得SSE达到最小值。

6.根据权利要求5所述的鲁棒性的基于分组的数字水印方法，其特征在于：步骤S1中的水印预处理包括：采用ascii码转换W＝ASCII(S)，将水印被转换成一个新的数值序列W，然后将水印序列分成r份W＝{w₁，w₂，…，w_r}，嵌入到n个不同的属性列中，其中l_x为水印的bit数，指定一个密钥key用于水印嵌入阶段时的属性选取操作。