一种GD-PBIBD编码的矢量空间数据数字指纹方法与流程

本发明涉及地图学与地理信息系统的技术领域，更具体的说是涉及一种gd-pbibd编码的矢量空间数据数字指纹方法。

背景技术：

矢量空间数据是指与地理和空间分布有关的、反映现实世界各种现象及其变化的一类带有空间坐标的数据，在国家安全和国防现代化建设中起着非常重要的作用。随着地理信息产业的飞速发展，矢量空间数据应用越来越广泛，但随之而来数据的非法拷贝、恶意篡改等安全问题屡屡出现，数字水印技术的出现解决了数字产品的版权标识，但对非法传播的数据，无法追溯其源头；对多用户非法合谋伪造数据的情况下，无法找出合谋者。数字指纹技术是目前能够解决这两个问题的最佳方案。

数字指纹指在数字产品中嵌入与用户购买唯一的信息。通过该信息来追踪非法拷贝的传播者，从而对非法传播者起到威慑作用，达到版权保护的目的。数字指纹最基本的特征就是抗合谋攻击，解决该问题的主要手段是构造好的指纹编码，要求设计的指纹编码方案不仅能够抗合谋攻击，而且还能追踪到合谋者，从而达到保护版权的目的，这也是指纹技术研究中的难点。

运用数字指纹对数字产品版权保护的思想最早是n.r.wanger提出。boneh和shaw基于嵌入假设提出了具有抗合谋攻击能力的bs码，可防止非法用户对无辜用户的错误检测。但存在随着用户和合谋人数增多，指纹码长显著增长的缺陷。为了缩短码长，提高效率，trappe等人提出了利用平衡不完全区组设计(balancedincompleteblockdesign,bibd)的and-acc(andanti-collusioncode,and-acc)，该编码可以抵抗k-1人合谋，具有良好的抗合谋攻击能力。但在特定的参数下，bibd设计不一定存在，并且在参数较大情况下，该方案构造对参数的限制比较严格，构造困难。kangik等人gd-pbibd(groupdivisiblepartiallybalancedincompleteblockdesign,gd-pbibd)构造and-acc，对视频数据抗合谋攻击效果良好。近年来，针对所有权验证、合谋者追踪及编码效率低等问题，国内外对数字指纹的研究日益深入，该技术在图像、音频、视频等多媒体数据领域应用颇多。矢量空间数据具有空间特征明显、精度高、结构多样的特点，既是人类社会与地理环境信息的重要组成部分，也是相关社会信息的重要载体，在国民经济和国防建设中起着非常重要的作用。

因此，如何提供一种可行易用的技术实现矢量空间数据的版权保护及盗版追踪方法是本领域技术人员亟需解决的问题。

技术实现要素：

有鉴于此，本发明提供了一种gd-pbibd编码的矢量空间数据数字指纹方法，在运用限定条件的gd-pbibd构造指纹编码，提取矢量空间数据的特征点，对特征点实施dft(discretefouriertransform,dft)变换得到相位系数和幅度系数，将指纹嵌入到dft变换域的幅度系数上，最后应用idft(inversediscretefouriertransform,idft)得到含指纹的矢量空间数据。当发现可疑数据后，使用该方法提取可疑数据指纹，并根据汉明距离追踪出合谋者，解决了矢量空间数据版权保护和盗版追踪的难题。

为了实现上述目的，本发明采用如下技术方案：

一种gd-pbibd编码的矢量空间数据数字指纹方法，包括：指纹生成，指纹嵌入和指纹提取追踪三部分；

数据指纹生成步骤如下：

s1：运用限定条件构造gd-pbibd指纹编码；

s2：运用logistic映射置乱待嵌入指纹；

指纹嵌入步骤如下：

s3：运用d-p算法(douglas–peuckeralgorithm,d-p)提取矢量空间数据的特征点；

s4：对特征点实施dft变换得到相位系数和幅度系数，

s5：运用qim方法(quantizationindexmodulation,qim)将指纹嵌入到dft变换域的幅度系数上，实施idft得到含指纹的矢量空间数据；

当发现可疑数据，指纹提取及追踪步骤如下：

s6：运用d-p算法提取矢量空间数据的特征点；

s7：对特征点实施dft变换得到幅度系数，运用qim方法得到二进制序列，应用logistic映射反置乱，得到可疑数据指纹；

s8：计算可疑数据指纹与原数据指纹的汉明距离；

s9：汉明距离最小者为叛逆者；

s10：结束。

优选的，在步骤s3中，运用s1到s2步骤生成的数据指纹。

优选的，在步骤s9中，得到追踪结果，还包括：在发现可疑数据时，执行步骤s6～s8，计算出可疑数据指纹与原数据指纹的汉明距离。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种gd-pbibd编码的矢量空间数据数字指纹方法，该方法能够保证指纹信息的有效提取，鲁棒性好，能够保证在两个及以上用户合谋攻击后仍能追踪到至少两个合谋者。该方法编码构造简单，在码长一定的情况下，较bibd码可容纳更多的用户，编码效率高；对用户指纹攻击及多重攻击鲁棒性较好，可解决数据版权识别问题；也能够抵抗多用户最小值和最大最小值攻击，追踪到所有叛逆者，为矢量空间数据叛逆者追踪提供依据。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的gd-pbibd编码的矢量空间数据数字指纹方法的流程图；

图2为本发明提供的试验用数据可视化图；

图3为本发明提供的试验数据提取特征点局部放大的可视化图；

图4为本发明提供的试验数据嵌入指纹信息后可视化图；

图5为本发明提供的(72,81,9,8,0,1)gd-pbibd部分用户指纹；

表1为本发明提供的原始数据特征点与嵌入指纹信息后特征点的误差分析。

表1误差分析

表2为本发明提供的原始数据嵌入指纹信息受到单用户指纹攻击追踪结果。

表2单用户攻击追踪结果

表3为本发明提供的原始数据嵌入指纹信息受到多用户合谋攻击追踪结果。

表3多用户合谋攻击追踪结果

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见附图1，本发明实施例公开了一种gd-pbibd编码的矢量空间数据数字指纹方法，包括：指纹生成，指纹嵌入和指纹提取追踪三部分；

数据指纹生成步骤如下：

s1：运用限定条件构造gd-pbibd指纹编码；

s2：运用logistic映射置乱待嵌入指纹；

指纹嵌入步骤如下：

s3：运用d-p算法(douglas-peuckeralgorithm，d-p)提取矢量空间数据的特征点：

s4：对特征点实施dft变换得到相位系数和幅度系数，

s5：运用qim方法(quantizationindexmodulation，qim)将指纹嵌入到dft变换域的幅度系数上，实施idft得到含指纹的矢量空间数据；

当发现可疑数据，指纹提取及追踪步骤如下：

s6：运用d-p算法提取矢量空间数据的特征点；

s7：对特征点实施dft变换得到幅度系数，运用qim方法得到二进制序列，应用logistic映射反置乱，得到可疑数据指纹；

s8：计算可疑数据指纹与原数据指纹的汉明距离；

s9：汉明距离最小者为叛逆者；

s10：结束。

下面对本发明中涉及到的方法做进一步说明。

指纹编码是指在一定的假设下，将获得的与用户有关的信息按照一定的规则进行编码，生成具有抗合谋攻击能力码字的过程。利用特殊的gd-pbibd区组得到and-acc，下面首先给出bibd编码和gd-pbibd编码的定义。

设s＝{s1，s2，...，sv}为包含v个不同元素的基集，b＝{b1，b2，...，bb}是s的b个k-子集，若任意一个元素在b中出现了r次，且对任意每对元素在b个子集中出现λ1次，同时存在k＜v，则称{s，b}构成的区块称为均衡不完全区块设计，简记为bibd(v，b，k，r，λ1)设计。

(v，b，r，k，λ1，λ2)gd-pbibd是将v个元素排列成b个子集，每个子集大小为k，并且每个元素重复r次，使得组内的每对元素出现λ1次，组间出现λ2次。

在bibd编码中只有一个组，任何两个元素在块中出现λ次。为了创建块，gd-pbibd根据组可分关联关系将v个元素分成为两个组作为中间阶段，在同一组中的任何两个元素以块的形式放置λ1次并且在不同的组中以块的形式出现λ2次。因此，使用gd-pbibd编码，可以更灵活地控制块中元素的数量，基于相同数量的元素生成比bibd更多的块。编码效率是指通过设计编码长度容纳的用户数量。

logistic混沌映射也称为虫口模型，它的特点是对初始值及参数极为敏感，初始值只要有微小的差异，就可能导致完全不同的结果。因此，采用logistic混沌映射对原始指纹序列进行置乱处理，得到最终的指纹序列。

数字指纹是运用数字水印嵌入方法嵌入指纹的过程，不同的是数字指纹嵌入到原始宿主中的信息是唯一的，能够唯一标识一个用户身份的信息。

具体实施步骤如下：

指纹生成

s1：运用限定条件构造gd-pbibd指纹编码；

s2：运用logistic映射置乱待嵌入指纹，得到指纹{f}；

指纹嵌入：

s3：读取矢量空间数据，应用经典的d-p算法得到特征点数据，应用式(1)将坐标点构造出复数序列；

ak＝xk+iyk(k＝1，2，...，n)(1)

其中，xk、yk为顶点坐标值，n为特征点的数目。

s4：对{ak}进行dft变换，计算得到相位系数∠at和幅度系数|fk|；

s5：应用量化嵌入(qim)方法将指纹信息嵌入到|fk|中，过程如下所示：

其中，q为量化值，f(i)为gd-pbibd码置乱后的指纹序列，fk′为含指纹dft的幅度系数。

s6：对|fk′|进行dft逆变换，再将特征点融合到原始数据中，得到含指纹的矢量空间数据。

当发现可疑数据，指纹提取追踪：

s7：读取可疑矢量空间数据，应用d-p算法得到特征点数据，根据式(1)产生复数序列{ak′}；

s8：对{ak′}进行dft变换，得到幅度系数|fk′|；

s9：使用与嵌入过程一致的参数，使用qim方法提取可疑的{f′}值，提取过程如下：

s10：对提取到的序列进行logistic反置乱，得到可疑的指纹信息gd-pbibd′，计算提取的指纹序列与指纹库中备注的指纹序列的汉明距离，汉明距离最小者就是合谋者，从而追踪到盗版者；

s11：结束。

综上所述，本发明可为矢量空间数据叛逆者追踪问题提供参考，该方法的编码根据实际需求，能够容纳大量用户，编码效率高；该方法在平移、裁剪和旋转等常见攻击及多重攻击下，具有良好的鲁棒性，可确定数据所有权；在抗合谋攻击人数范围内，对多个用户最小值攻击及最大最小值攻击时，能够准确追踪到所有合谋者，为矢量空间数据分发后非法传播者追踪提供技术支持。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。