[发明专利]一种基于数据特征权重分析的时序数据水印比较方法

权利要求书

1.一种基于数据特征权重分析的时序数据水印比较方法，其特征在于，包括：

数据特征权重分析步骤：对时间序列数据的特征进行分析，计算不同部分数据对于重要特征的贡献程度的系数，得出时间序列上各数据点的相对权重，根据相对权重通过加权多数投票提取时间序列数据上同一水印比特位上的数字水印，形成经过特征加权后的待检测水印序列；

水印比较步骤：根据原始水印序列与待检测水印序列相同的比特位个数，判断待检测水印序列是否符合判定条件；

所述数据特征权重分析步骤包括以下子步骤：

S11.对于时间序列数据中一个给定数据点，选取其前后设定范围的数据点进行变化参数计算，若被选中的数据点恰好为该设定范围中的一个局部变化点，则认为该数据点具有时间序列数据在时间维度上的变化信息，具有相对较高数据价值密度；

S12.计算整个时间序列数据的变化参数，然后通过标准化得出各数据点的数据价值密度系数，提取时间序列数据上同一水印比特位上的数字水印，并根据各数据点的数据价值密度系数进行加权多数投票判断，选择同一水印比特位上加权票数最多的数字水印作为数字水印提取值；将各数字水印提取值进行排列后，获得经过特征加权后的待检测水印序列；

步骤S11中，根据时间序列数据的核心特征的频率来确定设定范围；

步骤S11中，变化参数计算公式为：

其中，β为给定数据点的临近范围且取值为正奇数，d_i为临近范围内的数据点的值，公式(1)指计算给定数据点临近范围内的数据均值除以不包含该数据点的其它数据均值与1的差值的绝对值；

所述水印比较步骤包括以下子步骤：

S21.设置置信因子，代表在未嵌入水印的时间序列数据中由于随机命中导致提取出预期结果概率的阈值界限；置信因子越小，可信度越高，反之可信度越低；

S22.计算原始水印序列与待检测水印序列相同的比特位个数，计算在置信因子下两者需要至少相同的比特位个数作为位数阈值，若原始水印序列与待检测水印序列相同的比特位个数大于或等于位数阈值，则认为待检测水印序列符合判定条件。

2.根据权利要求1所述的一种基于数据特征权重分析的时序数据水印比较方法，其特征在于，当给定数据点为变化点，或以给定数据点为中心，长度为β的连续区间为变化区间时，通过公式(1)计算的变化参数与1之间偏移较大，反之则很接近1，从而提取数据特征参数。

3.根据权利要求1所述的一种基于数据特征权重分析的时序数据水印比较方法，其特征在于，步骤S12中，使用线性标准化计算公式得出数据点的数据价值密度系数：

其中，δ(s)为整个时间序列数据的变化参数，δ(s)＝[δ₁,δ₂,…,δ_s]。

4.根据权利要求3所述的一种基于数据特征权重分析的时序数据水印比较方法，其特征在于，步骤S12中，加权多数投票判断的计算公式为：

其中，θ(s)为各数据点的数据价值密度系数，θ(s)＝[θ₁,θ₂,…,θ_i,…θ_s]，w(s)为各数据点提取出的水印比特值。

5.根据权利要求4所述的一种基于数据特征权重分析的时序数据水印比较方法，其特征在于，步骤S12中，数字水印包括0和1，数据点的数据价值密度系数θ_i的取值区间为[0,1]；加权多数投票判断时，若同一水印比特位上的数字水印大于0.5，则表示该水印比特上加权多数的数字水印为1，反之为0。

6.根据权利要求1所述的一种基于数据特征权重分析的时序数据水印比较方法，其特征在于，步骤S21中，设置的置信因子小于或等于1％。