水印研究

网络出版中版权保护技术——文本数字水印的研究 网络出版中版权保护技术——文本数字水印的研究 李庆诚 李瑷珲 (南开大学信息技术科学学院 天津 300071) 摘要：数字版权管理体系中，采用技术手段（数字水印）保护数字产品的版权，阻止盗版、侵权行为日益重要。本文针对eBook 网络出版中的版权保护问题，首先讨论了数字水印的必要性及文本数字水印的现状，然后针对网络传播中的关联性和继承性问题，设计了参考模型，提出了一个应用于网络出版各个的版权保护解决，并对该方案从关联性、继承性、健壮性、实用性等方面进行了评价。 关键词：版权保护 数字水印 文本水印 eBook 网络出版 1. 概述： 数字技术和网络技术在出版领域的应用，使出版业出现了一种新的发展趋势，那就是网络出版（e-Publish）。目前传媒业中几乎所有新出的书籍、报刊、杂志等都有数字形式的原始文件，但在面向大众的最后一关，都要将其纸制化，而没有将数字化进行到底，导致这种情况出现的原因很多，而数字产品的版权保护就是其中的瓶颈之一。版权保护问题正是许多出版商面对信息网络销售模式犹豫不决的主要原因。 对数字信息使用密码加以保护是版权保护手段之一，密码仅能在数据从发送者到接收者传输过程中进行数据保密。在加密信息被接收并进行解密后，所有加密的文档就与普通文档一样，将不再受到保护，无法防止被盗版。所以仅采用密码技术并不能完全解决这一问题， 为了解决这一难题，近几年国际上提出一种新的数字产品著作权保护技术——数字水印。 2. 数字水印技术 2.1 数字水印及其特性 数字水印版权保护技术，就是将代著作权人身份的特定信息（即数字水印），按照某种方式植入电子出版物中，在产生版权纠纷时，通过合法的发行者、运营者相应的算法提取出该数字水印，从而验证版权的归属，确定泄漏与泛滥渠道，确保数字产品著作权人的合法利益，避免非法盗版的威胁。 网络中数字产品的内嵌数字水印应具有以下基本特性： u 不易察觉性：也称作“不可感知性”。即数字水印的存在不应干扰被保护的数据，不影响被保护数据的正常使用。 u 关联性：数字水印应能体现网络出版中各版权实体水印信息的独立性和整个过程的连贯性。 u 继承性：数字水印应该能体现网络出版各环节嵌入水印的先后顺序。 u 抗攻击性：数字水印应该能抵抗各种攻击，而且不易被破坏与篡改。 2.2 文本水印现状及其研究方法 相比图像的水印，文本水印的研究尚处于起步阶段。基于网络出版与数字图书馆潜在的巨大发展前景，为了解决其中的数字版权保护问题，需要深入研究文本水印，设计一个较为完善的版权保护方案，在方案中应对水印信息内容、各版权实体的权利及各阶段嵌入水印策略与技术做出一定要求，并进行有效管理。 (1) 对水印信息内容的要求 水印信息的内容应该体现数字作品的属性和版权实体的属性。具体见表1。 表1 文本水印信息的格式与内容 条目 内容 条目 内容 应用类别 文本、图像、音频、视频 版权实体间契约 应用的 承载介质 标志及序列号 相关协商信息签名 文 件 信 息 书号 应用的算法标识 书名 对协商时间的签名 属性（词典、科技文档、小说等等） 保留 版本号 水印算法标识 水印硬件或软件序列号 开本 水印算法标识 字数 保留 目的（商用、政府用、民用等等） 对时戳的签名 签名算法标识 保留 对嵌入水印时间的签名 版 权 实 体 属 性 名称（作者/译者、出版者、发行者、分销者、用户）其唯一的标志信息 保留 代号或序列号 控制信息 水印信息校验（CRC） 地址、网址等 标志字段 印数（如果名称为发行者） 信息摘要 摘要算法标识（MD5） 责任编辑（如果名称含译者） 摘要 公钥信息（加密算法标识、签名算法标识） 权限 保留 (2)设计相关协议 版权保护方案中要设计水印信息管理协议、水印密钥生成协议、水印检测协议、版权实体间协议等。 水印信息管理协议的目的是为各版权实体生成不同级别不同权限的水印信息，并在嵌入和检测水印时提供执行控制的规则；为多个水印的嵌入规定严格的顺序。 水印密钥生成协议的目的是生成水印密钥信封。一个水印密钥信封包含一个加密的随机的水印密钥和一个法律承认的由使用者的标志信息生成的独一无二的标识。另外，还要在提取水印时不泄漏私钥，以防影响到其它用该私钥嵌入水印的作品。 水印嵌入协议的目的是在网络出版不同的阶段，确定应用的水印嵌入方案。 水印检测协议的目的是阅读器（阅读软件）与水印系统相互验证后，依据不同要求准确地检测版权实体的水印。 设计版权实体间协议的基本思想是给每个版权实体提供独一无二的标志信息，版权拥有者的上一级不能得到生成这些信息的钥匙，版权实体间靠协商信息来相互制约。 (3)参考模型 图1 文本数字水印系统的参考模型 版权实体间协议以及版权实体对水印系统的访问，可使用可靠的对内容加密技术。应用相关协议将生成的水印信息用水印系统从密钥信封中抽取的水印密钥嵌入到文本中。对同一作品多次嵌入水印时，水印信息管理模块会根据版权实体的标识，管理水印的嵌入与检测。 3. 版权保护解决方案 3.1 方案 数字水印的目的并非要限制或控制数据的获取，而是确保水印能总不受侵犯并可恢复地留在数据中，从而确认所有权和跟踪侵权行为。采用文本水印技术，可在网络出版的各个环节保护数字版权。 网络出版有多种模式，我们按照作者、出版商、发行商、用户的顺序来定义版权实体的顺序。密钥信封由水印系统的公钥或专门硬件生成。如果是作者与用户间直接协议嵌入水印，那么作者为用户的上一级版权实体，标记为O，用户为另一版权实体，标记为C；如果是出版商与发行商之间协议嵌入水印，则出版商为发行商的上一级版权实体（依此类推），标记为O，发行商为另一版权实体，标记为C（通常上一级版权实体标记为O,另一个版权实体标记为C）。我们给出O嵌入C的文本水印信息的过程： 1） O与C协商有关嵌入水印的信息，并对协商信息签名，C将其密钥信封（内含其签名的标识信息和水印密钥 ）签名后，用O的公钥加密传送给O. 2） O验证签名后，将C的有关信息（比如序列号或代号）以及协商的有关信息连同密钥信封输入水印系统。 3） 水印系统的密钥生成模块抽取C的密钥 ，水印信息管理模块生成C对于数字作品的水印信息，嵌入模块用 将水印信息用不可逆水印方案嵌入数字作品中。（如果是发行商和用户的信息，还需要方案能够容忍合谋攻击） 4） 水印系统返回其公钥、水印密钥信封和单向哈希函数标识 ，并对其签名。 5） O保存该信息，并将水印作品，水印系统返回的信息 及签名的协商信息发送给C。 6） C将其签名的密钥信封输入水印系统，或输给含有水印检测模块的PC阅读器/手持阅读器，其签名及O传送过来的 被验证后，水印检测模块检测水印（提取水印）。 按照这样的过程可以依次将每个版权实体的水印嵌入到数字作品中。 3.2 算法 在给出算法之前，先介绍一下基于自然语言的文本数字水印的定义： T为自然语言文本，W为比T小的多的字符串，希望生成自然语言文本T′,条件如下： 1. T′ 在本质上与T有相同的意义。 2. T′包含秘密水印W，W的存在能够在法庭上举证。 3. 没有密钥，水印W不能从T′中读取。 4. 水印嵌入文本T中而获得T′的过程并不秘密，其安全性由密钥来保证。 5. 当两个人购买了同一文本的不同水印版本时，内有抵抗碰撞机制。就是说，假设A有 ， 使用一个A不知道的关键字嵌入其中。同理，假设B有 ， 使用一个B不知道的关键字嵌入其中。即使A和B共享所有的信息，他们也不能从 和 读取和删除水印。 在网络出版的各个阶段所采用的文本水印算法应采用基于特征的语义级文本水印算法。此算法类似于图像水印的变换域算法，鲁棒性较好。由水印信息的内容可以判断出电子出版物是处于哪个阶段，然后使用相应的水印算法嵌入水印信息。 u 水印系统根据版权实体的标识选择单向哈希函数。作者与出版商的信息是应用基于特征的不可逆水印算法，该算法用于确认所有权。 u 在其他环节，嵌入的是由发行商及用户(卡/电子出版物)的序列号经MD5算法后的数字指纹，且使用合谋安全指纹算法。应用C-安全码来获得合谋安全指纹。在构造合谋安全码字中，能获得一个跟踪算法，用以跟踪盗版行为。 3.3 方案实施 方案实施中包括水印的嵌入和水印的检测和抽取。 水印信息生成模块按照输入的有关信息生成前面所述格式的水印信息。 水印信息生成后还要对其进行预处理： 设n为“，”(即两个“，”间记为一个句子)，a为水印信息的位数, b为每个语句存放水印信息的位数（现b=1）。 为水印密钥，待加水印文本有n个语句 ， 为 经密钥 加密（C2_ECBC算法）后的 , 为 经散列（md5,sha，C2_H）后的值，（不同的阶段应用不同的散列函数）然后对 做升序排序。平均或随机地在整个 分布的区域划分出不重叠的 个区域，尽量做到使这些区域之间的间隙比较大，以便在修改个别语句时对语句分布造成的影响最小。然后对预处理过的水印进行嵌入。 在每个子区域语句分布最密集的部分，找到离固定位置最近的语句，在该语句嵌入b位水印信息。并且在该语句前后的固定分布百分比距离处也分别嵌入相同水印信息，作为水印信息的保卫信息。这样做可在提取水印信息时容易找到偏离固定分布位置的嵌入信息，而且还能提高抗攻击能力。 水印的检测和抽取的办法是，在每个子区域语句分布最密集的附近，找到连续2（或中间只有一个间隔语句）个嵌入相同水印信息的语句，根据映射层算法，在该语句提取b位水印信息。这种水印技术是非盲水印技术，需要有原作和嵌入密钥，或者在手持阅读器中插入密钥卡，即可读取秘密水印。而不知道密钥的人无法读取水印。 下面两副图分别为嵌入一次水印的结果和嵌入二次水印的结果。 HYPERLINK "http://img.blog.163.com/photo/HEW4fcxgp3y0v5zJ1G-HWQ==/446700788040666549.jpg" \t "_blank" 水印信息分别为“南开大学信息技术科学学院”和“嵌入式系统与信息安全实验室”。从实验结果可以看出嵌入水印后对原文改动很小，而且没有改变句意，（只有很少的几个“的”字替换成了“地”字）不影响数字作品的使用。该显示结果为第23页第13行的“的”字替换成了“地”字。为该文本中第一个改变的字。 4. 分析与评价 我们在网络出版的背景下，设计了一个版权保护解决方案，具体实现了其中的版权实体间信息的协商，水印密钥信封的生成，文本数字水印算法。 该方案及其所用算法有如下特点。 可靠性高 由于诸如修改语句、添加语句、删除语句、移动语句等语句修改对原文破坏操作量小，这些小量的修改对整个待嵌入水印文本的语句分布影响甚微，因此这种根据语句分布来定位水印信息的位置有较高的可靠性。 抗攻击性强 在修改、添加、删除语句的攻击下，最好情况可以完整提取水印；在平均情况下，修改两个语句破坏b位水印信息的概率为9(a/b*a/b)/(n*n)，如果语句数比水印信息位数大很多，这个数会很小。 对移动语句的攻击，最好情况可以完整提取水印；平均情况为修改两个语句破坏b位水印信息的概率达2*9(a/b*a/b)/(n*n)。（a为水印信息的位数，即字数乘以16）当水印信息为12个汉字，文本为10000句时，用移动语句攻击两个语句破坏一位水印信息的概率为0.0066。 关联性有保证 各版权实体嵌入水印时使用的算法不同，只有拥有密钥信封的密钥才能提取水印，且提取的水印信息里有版权实体独一无二的标志信息，这就保证了水印嵌入和提取过程的独立性和非干扰性。水印信息里含有的版权实体间相互协商的信息、时戳签名及信息摘要都可用于说明各版权实体的水印信息在eBook网络传播过程中的连贯性及不可抵赖性。 获得良好的继承性 一方面，各版权实体的水印信息内容里有对时戳的签名，这联系着他们之间嵌入的水印信息在时间上的顺序性和事件过程上的继承性（即发行商秘密水印信息的时戳必然晚于出版商的）。同时，水印信息内容里的文件摘要也为保证继承性提供了依据；另一方面，各阶段所应用的算法也能体现继承性，在出版阶段和发行阶段，针对各阶段面临的不同问题，使用的是不同的水印技术，比如数字水印和数字指纹，而且每次嵌入的水印都是依据不同的特征。这样，水印信息的内容结合水印技术本身便可以唯一的确定具体环节和版权。可以通过提取不同阶段的秘密水印来确认所有权或泛滥渠道。 兼容性好 本方案所用水印算法，支持向后兼容，一旦新算法出现，仅需要做一下判断，就可将老版本的水印算法包括进去。 实用性强 该方案嵌入和提取简单易行，输入密钥信封或在便携式阅读器插入密钥卡即可提取水印。 由于以上特点，该方案和水印技术有着广阔的前景。不可否认，由于当前数字出版的相关法律还不完善，遇到具体问题时还会有这样那样的问题。因此还需要有关法律来支持数字出版中的技术问题。 5. 结语 目前的水印技术大多是针对所有权的证明，还没人提及网络出版中版权保护还需要解决关联性与继承性的问题，我们针对此现状，提出了参考模型，建议了水印信息的格式与内容，并给出了一个解决方案来说明各种性能的获得。具体实现了水印系统里的水印密钥信封的生成，多重文本水印嵌入与检测算法，版权实体间契约的协商。该方案能够将文本水印完整地贯穿于网络出版的各个环节中，一旦发现盗版，作者、出版商、发行商、用户就可以根据水印信息追查盗版者，并提取水印信息作为诉诸法律的依据。 另外，文本水印算法本身还有许多需要完善的地方，需要许多自然语言处理工具，需要改进算法增加嵌入信息量等。虽然文本水印目前还没有达到有效而广泛应用。但随着数字版权管理的不断完善，文本水印必将成为网络出版解决方案中有效的版权保护技术手段之一，从而推动网络出版的发展