下载文档原格式
数字水印概况随着因特网的日益普及，多媒体信息的交流和发布形式愈加丰富了。
人们可以通过因特网发布自己的作品、重要信息和进行网络贸易等，但是随之而出现的问题也十分严重：如作品侵权更加容易，篡改也更加方便。
因此如何既充分利用因特网的便利，又能有效地保护知识产权，已受到人们的高度重视。
这样就诞生了一门新兴的交叉学科--信息隐藏学。
1、信息隐藏信息隐藏(Information Hiding)不同于传统的密码学技术。
密码技术主要是研究如何将机密信息进行特殊的编码，以形成不可识别的密码形式(密文)进行传递；而信息隐藏则主要研究如何将某一机密信息秘密隐藏于另一公开的信息中，然后通过公开信息的传输来传递机密信息。
对加密通信而言，可能的监测者或非法拦截者可通过截取密文，并对其进行破译，或将密文进行破坏后再发送，从而影响机密信息的安全；但对信息隐藏而言，可能的监测者或非法拦截者则难以从公开信息中判断机密信息是否存在，难以截获机密信息，从而能保证机密信息的安全。
多媒体技术的广泛应用，为信息隐藏技术的发展提供了更加广阔的领域。
待隐藏的信息为秘密信息(secret message)，它可以是版权信息或秘密数据，也可以是一个序列号；而公开信息则称为载体信息(cover message)，如视频、音频片段。
这种信息隐藏过程一般由密钥(Key)来控制，即通过嵌入算法(Embedding algorithm)将秘密信息隐藏于公开信息中，而隐蔽载体(隐藏有秘密信息的公开信息)则通过信道(Communication channel)传递，然后检测器(Detector)利用密钥从隐蔽载体中恢复/检测出秘密信息。
信息隐藏技术主要由下述两部分组成:(1)信息嵌入算法，它利用密钥来实现秘密信息的隐藏。
(2)隐蔽信息检测/提取算法(检测器)，它利用密钥从隐蔽载体中检测/恢复出秘密信息。
在密钥未知的前提下，第三者很难从隐秘载体中得到或删除，甚至发现秘密信息。
绪论及第一章:一、选择题（每题1分,共14分）1、信息系统安全的层次模型共有几层（）A．4层 B. 5层C。
6层D。
7层答案:D2、下面哪种计算机恶意程序有自我复制的功能（）A．木马B。
陷门C。
病毒 D. 逻辑炸弹答案：C3、下面哪种病毒不属于文件型病毒( )A．源码型病毒 B. 内存型病毒C. 嵌入型病毒D。
外壳型病毒答案：B4、2708病毒对哪种计算机硬件造成侵害（）A．硬盘 B. 内存 C. 打印机D。
显示器答案：C5、下面哪种病毒属于主引导区病毒( )A．大麻病毒B。
Brain病毒C。
小球病毒D。
莫里斯蠕虫答案：A6。
下面哪种病毒与系统平台无关（）A．2708病毒B。
CIH病毒 C. 扬基病毒D。
宏病毒答案:D7. 脚本病毒通过以下哪种手段传播（）A．电子邮件B。
局域网共享C。
聊天通道 D. 以上都是答案：D8. 第一个恶意蠕虫程序出现在哪一年（）A．1982年B。
1985年 C. 1988年D。
1990年答案:C9。
下面哪一个模块不属于蠕虫程序的功能模块( ）A．传播模块B。
潜伏模块 C. 隐藏模块D。
目的模块答案：B10. 下面哪种是木马的传播形式( ）A．手工放置B。
电子邮件 C. 软件捆绑D。
以上都是答案：D11。
根据系统特性，采取相应的系统安全措施预防病毒侵入计算机是指下面哪个步骤（）A．防毒 B. 查毒 C. 解毒 D. 恢复答案：A12. 扬基病毒发作的现象是下面哪种（）A．产生特定的图像 B. 发出一段的音乐C。
硬盘灯不断闪烁 D. 自动发送电子邮件答案：B13. 下面哪个特征是病毒与蠕虫程序的不同点( ）A．存在的独立性B。
传染的反复性C. 攻击的主动性D. 以上都是答案：D14. 台湾人陈盈豪编写的是下面哪种病毒( ）A．爱虫病毒B。
新欢乐时光病毒C. CIH病毒D。
爱虫病毒答案：C二、填空题（每空1分,共20分)1. 信息系统安全的三要素为____________、____________、____________答案：脆弱点、威胁、控制2. 有自我复制功能的三种计算机恶意程序为____________、____________、____________ 答案:细菌、蠕虫、病毒3。
图像数字水印技术研究综述纲要：从数字水印的系统模型下手，对多种数字水印算法的精华思想进行研究综述和对照剖析。
此中包含 LSB 算法、 Patchwork 算法等空间域数字水印算法， DCT 、 DFT 、DWT 及其各自衍生发展出的多种频次域数字水印算法，还有鉴于向量机的数字水印算法和鉴于跳频技术的数字水印算法。
指出了各样算法的特色和合用范围。
重点词：数字水印；图像；版权保护；空间域；频次域中图分类号： TP391 文件表记码： A 文章编号：1009-3044(2008)36-2742-03Summary on Image WatermarkingTechnology WANG Wen-juan(School of Information, Capital University of Economic and Business, Beijing 100026, China)Abstract: Start with Digital Watermarking system model, summary and analysis the essence of many digital watermarking methods. Including the space domain digital watermarking algorithm such as the LSB algorithm, and the Patchwork algorithms , frequency domain digital watermarking algorithm such as DCT, DFT, DWT and their derivatives. There are digital watermarking algorithm based on the vector machines anddigital watermarking algorithm based on frequency-hopping technology. At last point out the various featuresof the algorithm and its application.Key words: watermarking; image; copyright; space domain; frequency domain1前言数字水印是解决多媒体信息的版权保护难题的一种技术，它是指利用数字作品中广泛存在的冗余数据和随机性，把版权信息等内容的数据（水印）嵌人到数字作品中，经过从加了水印的数字作品中检测或提取水印（有关版权的信息），进而起到保护数字作品版权的一种技术。
1.patchwork水印的嵌入%original为原始图像%goalfile为保存的结果%key1、key2、key3为序列密钥%scale为调整亮度的度数，默认为1function [psnr,w]=patchwork(original,goalfile,key1,key2,key3,scale) %默认的对亮度的调整为1度if nargin==5ascale=1;elseascale=scale;end%读取图像信息，并提取亮度分量image=imread(original);image=double(image)/256;YUV=rgb2ycbcr(image);bright=YUV(:,:,1);%定义两组像素点的个数[m,n]=size(bright);quantity=floor(m*n/8);%调用伪随机置换函数，确定信息隐藏位[row,col]=hashreplacement(bright,2*quantity,key1,key2,key3); %调整亮度degree=ascale/128;for i=1:quantitybright(row(i),col(i))=bright(row(i),col(i))+degree;基于Patchwork算法的数字水印嵌入技术21bright(row(2*i),col(2*i))=bright(row(2*i),col(2*i))-degree; end%重构图像并写回保存YUV(:,:,1)=bright;result=ycbcr2rgb(YUV);imwrite(result,goalfile,'lena.bmp',16);subplot(121),imshow(image),title('原始图像');subplot(122),imshow(result);title(['1',int2str(ascale),'嵌入patchwork水印的效果']);（a）原始图像（b）取操作尺度为1下嵌入patchwork水印的效果图4-1水印算法的结果实验结论：以上程序方案为Patchwork算法的水印嵌入，在MATLAB软件的运行得出以下图像。
patchcore算法原理Patchcore算法原理Patchcore算法是一种用于处理图像，音频和视频的深度学习算法。
它在机器学习领域取得了巨大的成功，并且被广泛应用于图像处理任务。
什么是Patchcore算法？Patchcore算法是一种基于卷积神经网络（CNN）的图像处理算法。
它通过将图像分成小块并对每个小块进行处理，最后将它们重新组合成原始图像，从而实现对图像的增强和改进。
Patchcore算法的原理Patchcore算法的原理可以归纳为以下几个步骤：1.分块：将原始图像分成多个块，每个块的大小可以根据具体任务进行调整。
这样做的好处是可以将图像分解成更小的部分，从而更容易处理。
2.特征提取：对于每个图像块，Patchcore算法使用预训练的卷积神经网络模型来提取特征。
这些特征可以包括图像的边缘、纹理、颜色等信息。
3.特征融合：将每个图像块的特征进行融合，这通常涉及到使用一种池化技术，如最大池化或平均池化。
这样做可以减少特征的维度，并帮助捕捉图像的整体特征。
4.重构图像：使用反卷积操作将融合的特征重新组合成改进后的图像。
这个过程类似于图像的重建，但与传统的重建方法相比，Patchcore算法通过使用卷积神经网络模型进行特征融合，可以更好地保留图像的结构和细节。
Patchcore算法的优势Patchcore算法具有以下几个优势：•局部性：通过将图像分成小块处理，Patchcore算法可以更好地捕捉图像的局部特征。
这对于一些需要关注图像细节的任务非常有用，如图像增强和超分辨率重建。
•灵活性：Patchcore算法可以适应不同大小和形状的图像，因为它的处理过程是基于块的。
这使得它可以应用于各种图像处理任务，如图像分类、目标检测和图像合成等。
•基于深度学习：Patchcore算法利用了卷积神经网络的强大特性，可以从大量的数据中学习并提取图像的特征。
这使得它在处理复杂的图像任务上具有出色的性能。
小结Patchcore算法是一种基于卷积神经网络的图像处理算法，通过将图像分块、特征提取、特征融合和重构图像等步骤来实现图像的增强和改进。
GIS空间数据保护曹真毓兰州交通大学测绘与地理信息学院地理信息科学1301班地理信息系统（GIS）是一种特定的十分重要的空间信息系统。
它是在计算机硬、软件系统支持下，对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
随着我国GIS行业的迅速发展，它在国防、经济、军事等众多重要领域起到了重大意义。
而GIS在对众多领域内的各类空间数据进行分析处理的同时，其信息安全问题也成为人们关注的焦点。
如何能使得某些重要且敏感的空间数据得到安全有效的保护，如何能防止非法用户对GIS空间数据的窃取及恶意篡改，以及如何对空间数据成果进行有效地版权保护，这些都成为了GIS领域不得不面对的问题。
一、空间数据版权保护——数字水印技术数字水印技术是保护数字产品版权的一种有效手段，近些年来被广泛应用到了栅格地图及矢量地图数据的版权保护上。
数字水印技术可以将版权信息隐藏在数据之中，隐藏在数据中的版权信息是不可见的，即使经过一定的攻击破坏，也能够保存下来，在遇到版权纠纷时，可以通过一定的技术手段将水印提取出来，判定数据版权归属。
<1>数字水印的定义数字水印是指通过一定的方式嵌入到数字出版物（如地图等）中用以标示著作版权、使用权限等敏感信息的数字媒介（如文字、图片等）。
<2>数字水印的特性：1.隐密性：嵌入的数字水印应当具有很强的隐密性，不能直接或者间接地被用户所感知，并且在精度要求范围内不会对数据的正常使用产生干扰；2.安全性：嵌入的数字水印很难被恶意攻击、篡改或伪造；3.鲁棒性：嵌入的数字水印应当在经历正常的信号处理操作（如有损压缩、剪切、位移、重采样、尺度变化、增删点、格式转换等）后，仍能被完整而有效地提取出来，即对大多数攻击具有很强的抗性。
<3>数字水印的分类数字水印有很多种分类方式，每种分类都迥然不同，下面介绍最常用的的两种分类方式。
数字水印编码算法可以分为以下几种：
空域水印算法：直接将水印嵌入到载体上，计算简单且效率较高，但稳健性相对较差。
变换域水印算法：将水印添加到载体图像的某种变换域系数中，包括离散傅立叶变换（DFT）、离散余弦变换（DCT）、离散小波变换（DWT）等。
这类算法计算相对较复杂，但能嵌入大量比特数据而不会导致可察觉的缺陷。
Patchwork方法及纹理块映射编码方法：这两种方法都是Bender等提出的。
Patchwork是一种基于统计的数字水印，其嵌入方法是任意选择N对图像点，在增加一点亮度的同时，降低另一点的亮度值。
该算法的隐藏性较好，并且对有损的JPEG和滤波、压缩和扭转等操作具有抵抗能力，但仅适用于具有大量任意纹理区域的图像，而且不能完全自动完成。
基于扩频图像的数字水印算法：这类技术一般基于常用的图像变换，基于局部或是全部的变换，这些变换包括离散余弦变换（DCT）、小波变换（WT）、傅氏变换（FT或FFT）以及哈达马变换（Hadamard transform）等等。
其中基于分块的DCT是最常用的变换之一，现在所采用的静止图像压缩标准JPEG也是基于分块DCT的。
此外，数字水印编码算法还可以根据检测方式、嵌入对象等进行分类。
在实际应用中，选择何种算法取决于具体需求和目标。
---- 作为感觉器官的眼睛和耳朵并不是完美无缺的，它们有许多可以被数字水印技术利用的缺陷。
近年来，认知科学的飞速发展为数字水印技术奠定了生理学基础，人眼的色彩感觉和亮度适应性、人耳的相位感知缺陷都为信息隐藏的实现提供了可能的途径。
另一方面，信息论、密码学等相关学科又为数字水印技术提供了丰富的理论资源；多媒体数据压缩编码与扩频通信技术的发展为数字水印提供了必要的技术基础。
----最有生命力的研究课题往往处在多学科交叉的位置上，数字水印就是这样一个涉及多个领域、涵盖多种技术的研究方向。
三个研究层次----与其他技术类似，数字水印的研究也可以分为基础理论研究、应用基础研究和应用研究三个层次。
----1．基础理论研究----数字水印基础研究的目的是建立数字水印的理论框架，解决水印信量分析、隐蔽性描述等基本理论问题。
----数字水印源自古老的密写术。
长久以来，密写技术由于缺乏理论依据，始终没有发展成为一门学科。
但在认知科学和信号处理理论的基础上，充分借鉴密码学的成果，我们完全可以建立数字水印技术的理论框架，分析数据量与隐蔽性之间的关系，使得在给定需要保护的数据后，能有一套可靠的标准来选择水印方案，并能综合评判各种----2．应用基础研究----应用基础研究的主要方向是针对图像、声音、视频等多媒体信号，研究相应的水印隐藏与解码算法，以及能抵御仿射变换、滤波、重采样、色彩抖动、有损压缩的鲁棒数字水印技术。
----3．应用研究----应用研究以水印技术的实用化为目的，研究各种标准多媒体数据文件格式的水印算法。
水印应用研究特别要面向Internet上广为使用的各种数据文件，包括JPEG压缩图像、MPEG2压缩视频、WAV、MIDI、MP3音频文件、AVI及三维动画文件、PS和PDF标准文本、voice mail或video mail等多媒体邮件格式。
----另外，为了抢占先机，还必须注意研究针对尚未形成标准的多媒体数据文件的水印算法，如新一代视频压缩标准MPEG4、各种流媒体文件等。
张道德 UCAS第1题 PatchWork 算法Bender 等提出了著名的Patchwork 算法，这是一种统计算法，即在一个载体图像中嵌入具有特定统计特性的水印。
1.1算法介绍假设算法针对256级线性量化系统，其初始值为0，所有亮度等级均匀分布，且个个采样点相互独立。
在图像中随机选出两点A 和B 。
设A 的亮度为a ，B 的亮度为b ，令S a b =-。
如果大量重复上述过程，则S 的期望应为0。
但是这并不代表在某一特定条件下S 究竟取值多少。
这是因为在这种处理中，S 的方差是相当高的。
S 的方差2s σ则是反应S 的样本围绕其期望值变化的紧密情况。
因为,a b 是相互独立的，可以用下式计算：222s a bσσσ=+ 对于均匀分布的有22(2550)5418.7512a σ-==从而S 的标准差为2104s σ≈。
在高斯聚类情况下，一次单独的迭代意义不大。
但是，如果我们执行上述过程多次，则会出现不同的情形。
如果将这个过程重复n 次，i a 、i b 和i S 是a 、b 和S 的第i 次迭代值，定义11()n nn i i i i i S S a b ====-∑∑，则n S 的期望值为0104。
对于一幅图像，按照上面的方法计算10000S ，如果其偏差高于标准差，则可以在很大程度上确定这并非偶然。
事实上，当n 很大时，下面提到的'n S 将呈高斯分布，使得依据偏离值'nS σ的少数几倍数值即可以高置信度地指出图像已经人为的修改，也就是嵌入了水印。
具体步骤如下：• 一个密钥利用k 和伪随即数发生器来选择数据对(,)i i a b 。
该密钥和随机数发生器的模型仅为收发双方拥有，解码器需要按照和编码器相同的顺序和位置来选择数据对；• 将补丁i a 处的亮度值提高δ，δ的一般取值为256的1%~5%之间； • 将补丁i b 处的亮度值降低同样的值δ； • 重复上述步骤n 次（n 的典型值为10000）。
相应的解码过程只需要两步：• （1）对编码后的图像，用同样的密钥k 和伪随机数发生器来选择数据对(,)i i a b ； • （2）计算'11()()2()n nni i i i i i S a b n a b δδδ===+--=-∑∑当n 的值很大时，有'()2n E S n δ≈。
在不知道密钥k 的情况下，随机选取像素对，假设它们是独立同分布的，就有'()0n E S ≈。
这就表明，只有水印嵌入者可以对水印进行正确检测，攻击者无法判定图像中是否含有水印。
1.2 编程实现与分析1.2.1 Patchwork 算法的程序实现与分析在实验过程中，我们选取10000n =，则标准差10410400n S ==。
我们选取标准差n S 的1.5倍作为阀值 =15600threshold ，即''nn if S threshold if S threshold⎧>⎪⎨<⎪⎩ 图像中含有水印 图像中不含水印 首先，我们在原始图像 “elain.bmp ” 中运用Patchwork 算法嵌入水印，原始图像与嵌入水印后的图像如下图：图1.1 原始图像与嵌入水印后的图像在肉眼的观察下，嵌入水印后的图像与原始图像没有什么区别。
在已知密钥的情况下，计算原始图像的n S 和水印图像'n S ，判断是否有水印。
结论如下表：n1.2.2 程序代码%************************************************************************************Patchwork 水印算法①在已知密钥的情况下，计算原始图像的n S 和水印图像'n S 的函数function [Sn]=KnownKey(ImgName,key1,key2)%在已知密钥的情况下，计算原始图像的Sn 和水印图像的S ’n Sn=0;ImgMatrix=double(imread(ImgName)); %读入bmp 位图,存入矩阵ImgMatrix 中[rowNum,colNum]=size(ImgMatrix); %rowNum 图像矩阵的行数；colNum 图像矩阵的列数rng(key1) % 恢复生成器设置（密钥）RandomNumber3=randi([0,rowNum*colNum-1],10000,1); %产生一系列[0，rowNum*colNum-1]之间的随机数1；rng(key2) % 恢复生成器设置（密钥）RandomNumber4=randi([0,rowNum*colNum-1],10000,1); %产生一系列[0，rowNum*colNum-1]之间的随机数2； for i=1:10000Sn=Sn+ImgMatrix(floor(RandomNumber3(i)/512)+1,mod(RandomNumber3(i),512)+1)...-ImgMatrix(floor(RandomNumber4(i)/512)+1,mod(RandomNumber4(i),512)+1); end%************************************************************************************②在不知密钥的情况下，计算水印图像'n S 的函数function [Sn]=UnknownKey(ImgName)%在未知密钥的情况下，计算水印图像的S ’n Sn=0;ImgMatrix=double(imread(ImgName)); %读入bmp 位图,存入矩阵ImgMatrix 中[rowNum,colNum]=size(ImgMatrix); %rowNum 图像矩阵的行数；colNum 图像矩阵的列数RandomNumber3=randi([0,rowNum*colNum-1],10000,1); %产生一系列[0，rowNum*colNum-1]之间的随机数1；RandomNumber4=randi([0,rowNum*colNum-1],10000,1); %产生一系列[0，rowNum*colNum-1]之间的随机数2； for i=1:10000Sn=Sn+ImgMatrix(floor(RandomNumber3(i)/512)+1,mod(RandomNumber3(i),512)+1 )...-ImgMatrix(floor(RandomNumber4(i)/512)+1,mod(RandomNumber4(i),512)+1);end%***************************************************************************** *******③Patchwork函数function [BrightMatrix,key1,key2]=patchwork(ImgName)%更改后的图像矩阵%ChangedImg 更改后的图像名称%key1，key2系统分配给用户的密钥ImgMatrix=double(imread(ImgName));%读入bmp位图,存入矩阵ImgMatrix中BrightMatrix=ImgMatrix;[rowNum,colNum]=size(ImgMatrix);%rowNum 图像矩阵的行数；colNum 图像矩阵的列数key1=rng; %获取当前的生成器设置（密钥）RandomNumber1=randi([0,rowNum*colNum-1],10000,1); %产生一系列[0，rowNum*colNum-1]之间的随机数1；key2=rng; %获取当前的生成器设置（密钥）RandomNumber2=randi([0,rowNum*colNum-1],10000,1); %产生一系列[0，rowNum*colNum-1]之间的随机数2；degree=5; %亮度值增加值为256的1%~5%，我们取为5%******************************************************************************* *******%图像水印嵌入for i=1:10000BrightMatrix(floor(RandomNumber1(i)/colNum)+1,mod(RandomNumber1(i),colNum) +1)=...BrightMatrix(floor(RandomNumber1(i)/colNum)+1,mod(RandomNumber1(i),colNum) +1)+degree;BrightMatrix(floor(RandomNumber2(i)/colNum)+1,mod(RandomNumber2(i),colNum) +1)=...BrightMatrix(floor(RandomNumber2(i)/colNum)+1,mod(RandomNumber2(i),colNum) +1)-degree;end%******************************************************************************* *******④主程序clcclearDeviation=104*100; %标准差threshold=1.5*Deviation; %图像阀值，设置为标准差的1.5倍[BrightMatrix,key1,key2]=patchwork('elain1.bmp');imwrite(uint8(BrightMatrix),'elain2.bmp','bmp');subplot(121),imshow('elain1.bmp'),title('原始图像');subplot(122),imshow('elain2.bmp'),title('嵌入patchwork水印的效果');%******************************************************************************* *******%在已知密钥的情况下，计算原始图像Sn和水印图像Sn'[Sn0]=KnownKey('elain1.bmp',key1,key2);[Sn1]=KnownKey('elain2.bmp',key1,key2);disp('已知密钥的情况下');disp('原始图像Sn0'); Sn0if abs(Sn1)>thresholddisp('含有水印，且Sn值为')Sn1elsedisp('不含有水印，Sn值为')Sn1end%******************************************************************************* *******[Sn2]=UnknownKey('elain2.bmp');%在不知密钥的情况下，计算水印图像Sn'disp('不知密钥的情况下');if abs(Sn2)>thresholddisp('含有水印，且Sn2值为')Sn2elsedisp('不含有水印，Sn2值为')Sn2end%******************************************************************************* *******。
