基于生物特征的數(shù)字水印綜述研究＊

朱小微 ，常 郝 ，2，孫玉濤 ，魏蘇林

（1.安徽財經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，安徽 蚌埠 233030；2合肥工業(yè)大學(xué) 計算機(jī)與信息學(xué)院，安徽 合肥 230009）

隨著Internet網(wǎng)絡(luò)和信息技術(shù)的飛速發(fā)展，人們可以非常方便快捷地從網(wǎng)絡(luò)上下載各種各樣的多媒體數(shù)字產(chǎn)品（包括圖像、音頻、視頻等），因此，信息安全和版權(quán)保護(hù)顯得尤其重要。數(shù)字水印（Digital Watermarking）技術(shù)是確保信息安全、實現(xiàn)版權(quán)保護(hù)的有效辦法，是信息隱藏技術(shù)研究領(lǐng)域的重要分支和研究方向，因此引起了人們的極大關(guān)注。

數(shù)字水印技術(shù)是將一些標(biāo)識信息 （即水印圖像）嵌入到數(shù)字載體（包括多媒體、文檔、軟件等）當(dāng)中，而又不會影響原載體的效果，也不容易被察覺或注意到。通過這些隱藏在數(shù)字產(chǎn)品中的信息，可以保護(hù)數(shù)字產(chǎn)品的版權(quán)、證明產(chǎn)品的真實性、跟蹤盜版行為、判斷載體是否被篡改或提供產(chǎn)品的附加信息等。數(shù)字水印技術(shù)雖然不能阻止盜版活動的發(fā)生，但可以判別對象是否受到保護(hù)、監(jiān)視被保護(hù)數(shù)據(jù)的傳播、鑒別真?zhèn)?、解決版權(quán)糾紛并為法庭提供認(rèn)證證據(jù)。

在人們周圍普遍存在著許多具有隨身攜帶、隨時可用，且不會丟失、不易偽造的生物特征，它們的防偽性能非常好，而且不易遺忘，減輕了人們的記憶負(fù)擔(dān)。其中包括了一些生理特征和行為特征。生理特征主要有DNA、指紋、手形、臉形、虹膜和視網(wǎng)膜；行為特征主要有聲音、手寫簽名、站姿和步態(tài)等。利用生物工程學(xué)與信息安全的高度互補(bǔ)性，將生物特征與數(shù)字水印相結(jié)合、使用生物特征作為水印圖像，除了可以檢測到文檔是否被篡改，還可以使用提取的水印驗證作者所宣稱的身份，以提供附加層次的安全性[1]。

1 數(shù)字水印技術(shù)

通過隱藏在載體中的水印信息，可以達(dá)到確認(rèn)內(nèi)容創(chuàng)建者、購買者、傳送隱秘信息或者判斷載體是否被篡改等目的[2]。數(shù)字水印技術(shù)一般應(yīng)具如有下的特點：

（1）安全性

水印算法應(yīng)該能夠抵抗人為惡意攻擊，而使水印信息不會被刪除、破壞或竊取。應(yīng)該保證非授權(quán)用戶無法檢測或破壞水印。因此，數(shù)字水印的信息應(yīng)是安全的，難以被篡改或偽造。當(dāng)原內(nèi)容發(fā)生變化時，數(shù)字水印也應(yīng)當(dāng)發(fā)生變化，并且可以檢測到原始數(shù)據(jù)的變更。

（2）隱蔽性

數(shù)字水印是不可知覺的，而且不會影響到被保護(hù)數(shù)據(jù)的正常使用，不會降質(zhì)，即數(shù)字水印的嵌入不應(yīng)使其原始數(shù)據(jù)發(fā)生可感知的改變，也不能使其載體數(shù)據(jù)在質(zhì)量上發(fā)生可以感覺到的失真。

（3）魯棒性

魯棒性是指在經(jīng)歷多種無意或有意的信號處理過程后，數(shù)字水印仍能保持部分完整性并能被準(zhǔn)確鑒別?？赡艿男盘柼幚磉^程包括信道噪聲、濾波、數(shù)/模及模/數(shù)轉(zhuǎn)換、重采樣、剪切、位移、尺度變化以及有損壓縮編碼等。

2 數(shù)字水印的生成

水印生成算法主要有：偽隨機(jī)、擴(kuò)頻、混沌、糾錯編碼、變換和分解等。為了保證水印的安全性和穩(wěn)健性，大多數(shù)水印算法通常把偽隨機(jī)數(shù)列作為水印。Cox等人曾提出，采用Gaussian隨機(jī)序列產(chǎn)生的水印具有更好的穩(wěn)健性[3]。目前一般用高斯白噪聲、偽隨機(jī)序列、根據(jù)有特定含義的原始水印所生成的隨機(jī)序列作為水印。為了保證數(shù)字水印算法的魯棒性和提高水印算法的安全性，必須采用一定的措施使水印信息分散，消除其中相鄰像素的空間相關(guān)性。通常的方法是采用置亂處理，即利用某種算法將水印圖像的次序打亂，但像素的總數(shù)保持不變?，F(xiàn)有的圖像置亂方法有Fass曲線、Gray代碼、Arnold變換和方式等。Arnold變換是Arnold在遍歷理論中提出的一種變換，又稱貓臉變換（Arnold′s Cat Map）。圖 1為一般的數(shù)字水印生成算法框圖。

圖1 一般的數(shù)字水印生成框圖

3 數(shù)字水印的嵌入

根據(jù)水印實現(xiàn)過程中基于的域的不同，數(shù)字水印嵌入技術(shù)可以分為空域算法和變域算法。不論什么算法，在水印嵌入之前都必須確定其嵌入位置，而位置的多少反映了水印容量的大小。由于空域算法比較簡單、實時性強(qiáng)，早期人們對數(shù)字水印技術(shù)的研究基本上是基于空域的，但是空域算法的魯棒性較差。目前變域算法更受研究者的歡迎，因為其安全性高、魯棒性好，但是其算法也相對比較復(fù)雜。

3.1 空域算法

空域算法是通過直接改變圖像數(shù)據(jù)來嵌入水印的，通常具有較快的速度，但魯棒性差，且水印容量也會受到限制。

3.1.1 LSB算法

1993年，TIRKEL A等人首次提出了在最不重要位LSB（Least Significant Bit）上嵌入數(shù)字水印的方法。其基本思想是：首先將一個密鑰輸入到m序列發(fā)生器用來產(chǎn)生水印信號，然后m序列重新排列成二維水印信號，并將像素點逐一嵌入到原始圖像像素的最低位（LSB），以保證水印的不可感知性[4]。因為在LSB位上的改變是不易察覺的，可滿足不可見性要求。LSB算法簡單易行、信息隱藏量較大。但是由于使用了圖像不重要的像素位，該方法魯棒性較差，安全性也差，水印很容易被濾波、量化、幾何變形等操作破壞，因此難以獲得實際應(yīng)用，主要用于內(nèi)容完整性論證。

3.1.2 Patchwork算法

BENDER W等人[5]提出了著名的 Patchwork算法，該算法是通過隨機(jī)選擇 N組像素對 （ai，bi）進(jìn)行水印嵌入，像素對中兩個像素的亮度差值呈現(xiàn)以0為中心的高斯分布，然后將每個ai點的亮度值加 1，同時相應(yīng)地降低bi點的亮度值減1，這樣就可以在保持總均值不變的情況下，修改像素對的值。這種算法能夠非常有效地抵抗有損壓縮和剪切操作的攻擊。但該算法嵌入的信息量有限，并且對仿射變換敏感，因此對多次拷貝聯(lián)合攻擊的抵抗能力比較脆弱。但是可以將圖像分塊，然后對每一個圖像塊進(jìn)行嵌入操作，則可以嵌入更多的水印信息。

3.2 變域算法

變域算法是通過改變某些變換系數(shù)來嵌入水印，并利用變換域中能量分布集中的特點，結(jié)合人類的視覺模型，保證數(shù)字水印的不可感知性。該類算法的隱藏和提取信息操作復(fù)雜，隱藏信息量不能很大，但抗攻擊能力強(qiáng)，很適合用于數(shù)字作品版權(quán)保護(hù)的數(shù)字水印技術(shù)中。因此，目前大多數(shù)水印算法是在變換域中實現(xiàn)的。其算法包括離散傅里葉變換 （DFT）、離散余弦變換（DCT）、離散小波變換（DWT）等[6]。

3.2.1 DFT水印算法

該算法是利用圖像的DFT來嵌入信息。DFT水印算法的優(yōu)點是不僅有利于實現(xiàn)水印的不可見性，而且還可以將變換后的相位信息嵌入水印。但是DFT水印算法的計算比較復(fù)雜、效率低，而且實驗表明該算法的抗壓縮能力比較弱。

3.2.2 DCT水印算法

DCT水印算法是利用擴(kuò)頻技術(shù)和人類視覺特性，將水印信息加入到經(jīng)過離散余弦變換的圖像頻譜中視覺最敏感的系數(shù)之中，以實現(xiàn)水印的嵌入。DCT水印算法可以實現(xiàn)快速運(yùn)算，且DCT算法能把空間域的圖像轉(zhuǎn)換到變換域上進(jìn)行研究，從而能很容易了解到圖像各空間頻域的成分，進(jìn)行相應(yīng)處理。因DCT水印算法與現(xiàn)行的國際圖像壓縮標(biāo)準(zhǔn)JPEG兼容，從而擴(kuò)展了它的應(yīng)用，使其成為目前研究最多、應(yīng)用最廣泛的數(shù)字水印方法之一。DCT水印算法比DFT水印算法具有更好的魯棒性，但是它的隱蔽性很大程度上依賴于圖像本身的特性，無法做到對圖像信號內(nèi)容的自適應(yīng)[7]。因此，往往會損壞數(shù)字載體的的相關(guān)數(shù)據(jù)，造成數(shù)據(jù)失真。而且該算法難以抵抗壓縮編碼及其他一些圖像處理的攻擊。

3.2.3 DWT水印算法

離散小波變換（DWT）是一種基于時間-頻率信號的多分辨率分析算法，在時頻兩域都具有表征信號局部特征的能力。它的基本方法是對圖像進(jìn)行多分辨率分級，將圖像分解成不同的空間和頻率的子圖像。實驗表明，DWT水印算法與DFT和DCT兩種水印算法相比較具有較強(qiáng)的優(yōu)勢。首先，DWT水印算法沒有如DFT水印算法分辨率始終固定那樣的缺點，既可以分析信號的整體架構(gòu)，又可以了解信號的細(xì)節(jié)；其次，DWT水印變換可以利用圖像的空間頻率特性，而這種空間頻率特性剛好與人眼的視覺特性相一致，使DWT水印算法能夠?qū)?shù)字水印的穩(wěn)健性得到最大的提高，而DCT變換只是單純地將空間域信息變換到頻率域，沒有利用圖像的空間頻率特性，因此不能很好地匹配人類視覺特性[8]；而且，DWT水印算法可以采用圖像融合技術(shù)將水印信息分散到載體圖像的多個尺度中去，使得水印的魯棒性更強(qiáng)[9]；此外，DWT與JPEG2000、MPEG4壓縮標(biāo)準(zhǔn)兼容，從而實現(xiàn)在壓縮域（compressed domain）內(nèi)的水印算法。由此可見，利用 DWT產(chǎn)生的水印具有良好的視覺效果和抵抗多種攻擊的能力，且不可感知性較好。

4 基于生物特征的數(shù)字水印

生物特征（如人臉、指紋、虹膜、掌紋、聲音、簽名等）具有唯一性、可靠性和穩(wěn)定性等特點，而且不會遺忘，不會增加用戶的記憶負(fù)擔(dān)。每種生物特征作為水印圖像都有著自己的優(yōu)勢和不足，要根據(jù)不同的設(shè)計需求來選擇生物特征作為水印圖案。其中，指紋水印獲取簡單，易用性高，應(yīng)用也最廣泛；虹膜水印易被接受，不易被偽造，而且可靠性最高；簽名水印容易獲得，不會發(fā)生感情排斥或者侵犯個人隱私等問題，很容易被大眾所接受[1]。每種特征都有其優(yōu)點和弱點，沒有一種生物特征能夠滿足所有的設(shè)計需求，即沒有哪種生物特征是“最好”的。選擇一種特定的生物特征主要依賴于具體的應(yīng)用。

將生物特征作為水印圖像嵌入到數(shù)字載體中，已成為當(dāng)前數(shù)字水印技術(shù)領(lǐng)域研究的熱點。下面以動態(tài)手寫簽名行為生物特征為例來說明數(shù)字水印的生成過程?；趧討B(tài)手寫簽名的數(shù)字水印與其他生物特征一樣有著可以檢測到數(shù)字載體是否被篡改，實現(xiàn)版權(quán)保護(hù)等優(yōu)點。但是它同時還可以使用提取到的水印圖案，驗證所宣稱的身份，從而可以提供附加層次的安全性。圖2是以動態(tài)手寫簽名為水印圖案的嵌入與提取效果簡化圖。從圖2可知：（1）嵌入了水印后載體圖像與原始圖像基本上無明顯差異，即該水印圖像的透明性良好，說明數(shù)字水印是不可知覺的，而且沒有影響被保護(hù)數(shù)據(jù)的正常使用；（2）原始數(shù)據(jù)不會降質(zhì)，且在嵌入水印后的圖像未受攻擊的前提下，從中提取并還原的水印圖像非常清晰，再用密鑰還可以驗證此圖的真?zhèn)巍?/p>

水印檢測是指不需要提取水印，而直接根據(jù)水印檢測算法，從可能含有水印信息的特征集中進(jìn)行統(tǒng)計分析以判斷是否具有指定水印。水印提取是從待檢測的圖像數(shù)據(jù)中提取出水印信息，把提取出來的水印和原始水印進(jìn)行比較，并用提取出的生物特征證明所宣稱的身份?；谏锾卣鞯臄?shù)字水印生成方案如圖3所示。

圖3 基于生物特征的數(shù)字水印生成方案

隨著網(wǎng)絡(luò)和多媒體技術(shù)的快速發(fā)展，信息的安全和保密顯得越來越重要，促進(jìn)了在開放網(wǎng)絡(luò)下信息安全的研究。過去幾年中數(shù)字水印技術(shù)得到了迅速的發(fā)展，也出現(xiàn)了許多優(yōu)秀的水印方案，基于生物特征的數(shù)字水印技術(shù)更是倍受青睞。但是該技術(shù)還處于不斷地發(fā)展過程中，還有許多問題需要解決。今后的水印技術(shù)還應(yīng)從以下幾個方面進(jìn)行探討：尋找更優(yōu)秀的水印算法；提高抵抗各種惡意攻擊的能力；基于多小波變換的水印嵌入方法研究等。

[1]KUMAR B S， DEBNATH B， POULAMI D.Handwritten signature extraction from watermarked images using genetic crossover[C].International Conference on Multimedia and Ubiquitous Engineering，April 2007：987-991.

[2]歐裕美.網(wǎng)絡(luò)信息安全和數(shù)字水印技術(shù)[J].長春師范學(xué)院學(xué)報（自然科學(xué)版）2011，30（1）：151-153.

[3]郭震，鄭建彬.基于演化計算的在線手寫簽名驗證[J].微計算機(jī)信息，2007，23（6）：46-47.

[4]樊永良，杜海龍，李銳君.基于圖像認(rèn)證的半脆弱數(shù)字水印算法[J].計算機(jī)工程，2011，37（20）：152-153.

[5]BENDER W.Technique for data hiding[DB].Proceedings of the SPIE 2420，Storage and Retrieval for Image and Video Database， 1995：64－173.

[6]袁修貴，周振.一種新的基于 DWT、DCT和 SVD的魯棒水印算法[J].計算機(jī)工程與科學(xué)，2011，33（1）：112-115.

[7]方春城，譚忠明，林若波.基于 DCT域的自適應(yīng)數(shù)字水印算法[J].山東理科大學(xué)學(xué)報（自然科學(xué)版），2012，26 6（2）：72-76.

[8]米小珍，車宇，董華軍.基于離散小波變換和人類視覺系統(tǒng)的數(shù)字水印算法 [J].大連交通大學(xué)學(xué)報，2012，33（1）：48-52.

[9]曲長波，閻妍，一種基于多級DCT和SVD的魯棒數(shù)字水印算法[J].計算機(jī)應(yīng)用與軟件，2012，29（7）：288-291.