CN103646195B - 一种面向版权保护的数据库水印方法 - Google Patents

Abstract

本发明公开了一种面向版权保护的数据库水印方法。该方法基于Unicode的数据库文本数据进行数字水印的嵌入和检测算法，包括如下步骤：步骤一：选取种子数生成无意义的二值水印序列，同时存储版权信息和水印序列；步骤二：建立不可见字符集与二值水印序列的映射关系；步骤三：将水印序列映射为不可见字符组合，嵌入数据库中并更新数据；步骤四：检测时，提取数据库中属于不可见字符集中的字符；步骤五：根据映射关系，将不可见字符映射为水印信息。步骤六：根据水印信息恢复二值水印序列，比较并计算相关系数，据此判断版权信息。本发明的方法充分利用了不可见字符的特性，解决了数据库中文本数据的水印无损嵌入和水印同步问题。

Description

一种面向版权保护的数据库水印方法

技术领域

本发明属于信息版权保护领域，具体涉及一种利用Unicode不可见字符作为水印载体和水印定位信息，针对数据库文本数据的数字水印嵌入与检测方法，以实现数据库文本数据的来源鉴定和版权保护。

背景技术

数据库是用来高效地组织、管理数据的***，解决了海量多样化的数据存储、操作、传输等问题，数据库中的数据是从全局观点出发建立的，按一定的数据模型进行组织、描述和存储。其结构基于数据间的自然联系，从而可提供一切必要的存取路径，且数据不再针对某一应用，而是面向全组织，具有整体的结构化特征。数据库向应用***提供数据查询、数据更新、数据***、数据删除等服务，是当前大型软件***或者数据处理***的重要组成部分，在实际应用中起到了重要作用。例如，国家在统计人口数据时需要将人口的基本信息如姓名、年龄、住址等存入数据库中，而在财务管理、仓库管理、职工管理等方面数据库均承担着重要的数据存储和管理任务。

近年来，随着数字化、网络化、移动化时代的飞速发展，数据库数据的传输、获取等都变得非常方便快捷。而数据库数据的非法拷贝和复制，不仅会造成数据库所有者蒙受巨大的经济损失，侵害其经济利益，涉密数据的泄露和偷窃更会危及国家安全、国防安全等，从泄露的数据中也无法追查出数据泄露的源头。这使得拥有了数据库版权的数据拥有者对于自己所拥有的数据的不愿轻易共享，或者采取各种费时费力的手段对涉密数据进行保护。这种版权的过度保护行为一方面影响了数据的共享性质，另一面也导致敏感数据的版权保护成本过高。因此，如何保护数据库数据的安全与知识产权已成为迫在眉睫的问题。

数字水印技术作为一种崭新的信息安全技术，为数据库的安全保护提供了一种切实可行的解决途径，同时对于加强责任心、震慑非法行为、有据可查等方面具有重要作用。数字水印技术在图像、图形、视频、音频等领域的安全保护方面取得了许多的应用，近几年在数据库相关方面也取得了一定的研究和实验成果。

对于数据库的数字水印技术，国内外均有相当数量的研究。RakeshAgrawal首次提出了关系型数据库数值型的数字水印算法（AgrawalR,KiernanJ.Watermarkingrelationaldatabases[C].Proceedingsofthe28thinternationalconferenceonVeryLargeDataBases.VLDBEndowment,2002:155-166），之后也有学者对此算法进行改进(GuptaG,PieprzykJ.Databaserelationwatermarkingresilientagainstsecondarywatermarkingattacks[M].InformationSystemsSecurity.SpringerBerlinHeidelberg,2009:222-236)，与图像的数字水印原理类似，均通过对数值型数据的修改实现水印信息的嵌入。而文本数据适用的非数值型数据库水印研究相对较少，RaduSion提出了同类词替换的方法证明数据的版权所有者（SionR.Provingownershipovercategoricaldata[C].DataEngineering,2004.Proceedings.20thInternationalConferenceon.IEEE,2004:584-595），AgustiSolanas将该方法应用到非数值型的数据库水印中（SolanasA,Domingo-FerrerJ.Watermarkingnon-numericaldatabases[M].ModelingDecisionsforArtificialIntelligence.SpringerBerlinHeidelberg,2006:239-250），董晓梅等利用统计特征控制算法进行了进一步的改进（董晓梅,田跃萍,李晓华,于戈.非数值型数据的数据库水印算法研究[J].武汉大学学报,2008,33(10):1026-1028），AliAl-Haj利用英文字符特有的空格嵌入水印信息（AliAl-Haj,AshrafOdeh.RobustandBlindWatermarkingofRelationalDatabaseSystems[J].JournalofComputerScience,2008,4(12):1024-1029），对于数据库非数值型数字水印的模型，也有部分学者进行了研究（Bedi,Rajneeshkaur,AnitaThengade,andVijayM.Wadhai.ANewWatermarkingApproachforNon-numericRelationalDatabase[J].InternationalJournalofComputerApplications,2011,13(7):37-40）。但是他们所提出的水印模型或者算法，存在如下的问题：

1）影响数据的可用性：同义词、语法重构等方式会改变原始属性数据，虽然意义相等，但是属性数据例如中人名、单位名称等往往不允许任何的数据改变，此种水印嵌入方式会破坏数据的完整性，造成嵌入水印后的数据不可用。

2）语言的适用性：英语中含有大量的空格等冗余信息可以用来实现水印的嵌入，故有学者提出此种水印嵌入方式，但是中文信息中无法找到如此多的空格，无法适用。

3）不考虑嵌入的具体细节：较多的文献着重于模型和算法，而不考虑具体以怎样的数据形式嵌入水印、提取水印，缺乏实用价值。

发明内容

本发明的目的在于：针对目前数据库文本数据水印技术无法保证数据的完整性、一致性和可用性，算法不适用等问题，提出一种基于Unicode不可见字符的数据库文本数据水印方法。该算法在抵抗特定的数据库操作如增加元组、删除元组、删除主键、删除列、修改表结构等攻击方式下具有好的鲁棒性，同时保证文本数据在嵌入水印之后仍然能够被SQL查询、第三方应用等正常使用。

为了实现上述发明目的，本发明所采取的技术方案为：

一种面向版权保护的数据库水印方法，其特征在于包括以下过程：

（一）水印信息生成

步骤一：从预置的种子数据库中任意取出一个水印种子数WMSeed，种子数据库中水印种子数均不重复，具有唯一性；

步骤二：使用混沌随机序列发生器作为无意义水印生成方法，将取出的水印种子数WMSeed作为输入生成一个“0”、“1”随机均匀分布的二值序列W；

步骤三：在版权数据库中记录W及有意义的版权信息；

（二）水印信息映射

步骤一：将（一）中的无意义水印信息W转换为二值数组wm[i]={0,1},i=1,2,...,N，其中N为水印信息序列长度；

步骤二：遍历wm[i]，记录每个i的值和相应的wm[i]的值，分别表示为Index和Value；

步骤三：选取不可见字符集共L个，设为Char[m](m=0,1,...,L-1)，计算其中符号为向下取整运算，每个Index和Value按照如下公式表示：

Value=wm[i](2)

步骤四：将Index和Value映射为不可见字符串，计算公式如下：

ValueStr=Char[wm[i]](4)

其中，“&”为字符串连接操作；生成水印字符串WMStr：

WMStr=IndexStr&ValueStr(5)

步骤五：遍历wm[i]进行映射，生成水印字符串数组WMStr[i](i=1,2,...,N)；

（三）水印嵌入过程

步骤一：连接数据库，分析并提取出数据库中可以嵌入Unicode字符的列；

步骤二：循环读取每张数据表属于可嵌列中的数据DataValue，嵌入方法如下：

DataValue=DataValue&WMStr[i](6)

步骤三：更新数据DataValue，循环获取数据DataValue，同时循环水印字符串数组WMStr[i](i=1,2,...,N)进行操作，完成水印嵌入；

（四）水印检测过程，为所述（三）水印嵌入过程的逆过程：

步骤一：连接数据库，分析数据库中可以嵌入Unicode字符的列；

步骤二：循环读取每张数据表属于可嵌列中的数据DataValue，在字符串数据判断是否有不可见字符存在，若有则依据如下公式进行逆向映射：

WMStr=IndexStr+ValueStr(7)

Index=(Num(IndexStr[1]))×Lⁿ+(Num(IndxStr[2]))×L^n-1(8)

+…+(Num(IndexStr[n]))×L¹

Value=Num(ValueStr)(9)

其中Num操作为获取字符在不可见字符集中的索引数值，提取出的某位水印信息记为：

WMStr′[Index]=Value(10)

步骤三：计算提取的水印信息WMStr′与原始存储的水印字符串WMStr的相关系数，计算公式如下：

$\mathrm{NC}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\text{XNOR}\left(\mathrm{WMStr}\right[i],{\mathrm{WMStr}}^{\′}[i\left]\right)---\left(11\right)$

其中XNOR为同或运算；

步骤四：比较计算出的NC值是否高于预先设置的阈值，若高于则从版权数据库中提取相应的版权信息，输出检测结果。

本发明的方法基于Unicode中不可见字符具有零宽度、感知性低等特点，通过选取合适的不可见字符建立字符集，构建字符集与数值之间的一一映射关系，设计相应的水印信息生成和构建算法，解决水印嵌入过程中的水印定位问题，实现水印的嵌入和检测。该方法充分利用了不可见字符的特性，解决了数据库中文本数据的水印无损嵌入和水印同步问题，并且算法具有较高的鲁棒性，实现了数据库文本数据的版权保护。

附图说明

图1是本发明方法的水印嵌入流程图。

图2是实验中所用的企业名录数据展示截图。

图3是本发明方法的嵌入水印后的数据展示截图。

图4是本发明方法的水印检测流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细描述。

本实施例选择网上公开的某企业名为实验数据，针对数据库的测试连接、预处理、水印信息生成、水印嵌入、数据更新、水印检测、检测结果输出的整个过程，给出本发明的一个实施例，进一步详细说明本发明。

如图2，本实施例选择某企业名录作为实验数据，数据库存储于Access数据库中，数据有两张表组成，分别为1000行包含8个文本字段和1个主键的ELECCORP数据表和1000行5个文本字段和1个主键的MEDCORP数据表。

（一）水印信息生成：

步骤一：输入待嵌入的水印信息，本实施例的版权信息为：吉印水印；

步骤二：从预置的种子数据库中任意取出一个水印种子数WMSeed为：-89564642472；

步骤三：采用生成的混沌随机序列生成无意义水印，本实施例生成的水印信息为：10010111011100101…1001101，长度为199位；

（二）水印信息字符映射：

步骤一：记录生成的水印信息wm[i]={0,1},i=1,2,...,N；

步骤二：遍历wm[i]，记录每个i的值和相应的wm[i]的值，分别表示为Index和Value；

步骤三：选取不可见字符集个数L=15个，设为Char[m](m=0,1,...,L-1)，如表1所示：

表1不可见Unicode字符与数值映射表

表1中左列为不可见字符的十进制编码，共计15个，在字符集中按顺序赋予0～14的编码索引。计算其中符号为向下取整运算，每个Index和Value按照如下公式表示：

Value=wm[i](13)

步骤四：将Index和Value映射为不可见字符串，计算公式如下：

ValueStr=Char[wm[i]](15)其中“&”为字符串连接操作。生成水印字符串WMStr：

WMStr=IndexStr&ValueStr(16)

步骤五：遍历wm[i]，生成水印字符串数组WMStr[i](i=1,2,...,N)；

（三）数据库文本数据水印嵌入方法：

步骤一：检查用户填入的数据库连接参数是否符合规范要求，测试数据库能否正常连接；

步骤二：连接数据库，获取数据库的表名和对应表的列名和列属性，分析其中可嵌入Unicode字符的列，剔除主键、外键等并存储数据表的可嵌列信息；

步骤三：循环读取每张数据表属于可嵌列中的数据DataValue，嵌入方法如下：

DataValue=DataValue&WMStr[i](17)

步骤四：更新数据DataValue，循环获取数据DataValue，同时循环水印字符串数组WMStr[i](i=1,2,...,N)数组进行操作，完成水印嵌入；

步骤五：将更新后的数据提交至数据库，完成水印嵌入。

（四）水印检测过程，为水印嵌入过程的逆过程：

步骤一：检查用户填入的数据库连接参数是否符合规范要求，测试数据库能否正常连接；

步骤二：连接数据库，获取数据库的表名和对应表的列名和列属性，分析其中可嵌入Unicode字符的列，剔除主键、外键等并存储数据表的可嵌列信息；

步骤三：循环读取每张数据表属于可嵌列中的数据DataValue，在字符串数据判断是否有不可见字符存在，若有则依据如下公式进行逆向映射：

WMStr=IndexStr+ValueStr(18)

Index=(Num(IndexStr[1]))×15¹+(Num(IndexStr[2]))×15⁰(19)

Value=Num(ValueStr)(20)

其中Num操作为获取字符在不可见字符集中的索引数值，提取出的某位水印信息记为：

WMStr′[Index]=Value(21)

步骤三：采用多数原则确定每一位的水印信息。即根据这些水印信息值为0和1的多数来决定提取出的水印WMStr′，若这些值一半以上为1，则WMStr′[i]取值为1；否则，WMStr′[i]取值为0。此时，便得到了水印信息WMStr′。

步骤四：计算提取的水印信息WMStr′与原始存储的水印字符串WMStr的相关系数，计算公式如下：

$\mathrm{NC}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{XNOR}\left(\mathrm{WMStr}\right[i],{\mathrm{WMStr}}^{\′}[i\left]\right)---\left(22\right)$

其中，XNOR为同或运算。

步骤五：比较计算出的相关系数NC值是否高于预先设置的阈值，若高于则从版权信息库中提取相应的版权信息，输出检测结果。未受到攻击的情形下，NC为1。

5.本方法的特点与技术优势

（1）保证数据的完整性。文本数据库包含的文本信息例如空间位置、地址名称、地理标注等，对于数据的完整性要求很高，水印的嵌入，必须以不影响数据库的可用性为前提。常规的水印嵌入方法如同义词替换、增删空格、改变符号等各种方式均会对原始数据造成不可恢复的破坏，影响数据库的正常使用。利用Unicode不可见字符作为水印信息的载体，本质上虽然修改了原来的文本数据，但是由于其零宽度的特性，如果将其嵌入在文本数据的末尾，就能使嵌入水印后的数据库无论从视觉阅读、SQL查询、外部程序处理等应用方面保持与原有数据库的一致性。

（2）水印信息具有隐蔽性。如果将不可见字符作为水印信息嵌入后，浏览数据库时这些水印信息将不会被人发觉。对于SQL查询、字符串比较等操作，这些不可见字符将被SQL编译器忽略，因而水印信息具有较好的隐藏性。

（3）采用不可见Unicode字符能够存储较多的水印信息。首先，Unicode字符中不可见的字符数量较多，有较大的选择空间和冗余性，进一步增强了猜测不可见字符的难度，可提高水印的抗攻击性。其次，由于字符具有不可见性，可以采用嵌入多位的方式来存储水印信息，在此基础上通过一定的压缩编码、冗余编码等抗干扰性更强的编码方式可实现水印信息的嵌入，增强水印的鲁棒性。

（4）水印方法具有强鲁棒性。采用质数位数的水印信息长度，能够保证对于不同列数的数据表嵌入水印后水印呈现无规律的特征，同时循环的嵌入能保证水印大量冗余地分布在数据库的文本数据中，进一步提高水印的抗攻击性。

6.测试与分析

本发明所提出的方法是专门针对数据库文本数据的水印方法，采用该方法可以开发并实现基于Unicode不可见字符的数据库版权保护***。对***进行的攻击实验中，主要进行了数据增加攻击、数据删除攻击、数据表结构修改攻击、数据库视图攻击这四种攻击方式，下文中并给出了相应的攻击方式说明和检测结果。

（1）数据增加攻击：

对两个表分别增加相同数量无意义的元组，实验结果如表2所示。

表2增加数据攻击结果

由表2可见，分别对数据增加了200、600和1000行后，水印检测的相关系数均为1。这是由于，在进行水印检测时，这些不含有水印信息的数据中不会提取到任何信息，从而对水印检测不造成影响，保证了水印检测的正确性。由此可见，该算法能够有效抵抗数据增加的攻击。

（2）数据删除攻击

首先对两张数据表中的任意一张表随机删除一定数量的元组，实验结果如表3所示。

表3任一数据表删除攻击结果

对两张表均随机删除一定数量的记录，实验结果如表4所示。

表4全数据表删除攻击结果

删除数据表ELECCORP，对包含1000行5个可嵌水印字段的数据表MEDCORP随机删除一定数量的记录，实验结果如表5所示。

表5单数据表删除攻击结果

对两张数据表同时删除一定数量的字段，结果如表6所示。

表6全数据表删除字段攻击结果

删除数据表ELEDCCORP，对剩下的包含1000行5个可嵌字段的数据表MEDCORP删除一定数量的字段，结果如表7所示。

表7单一数据表删除字段攻击结果

由表3～表7可见，在按行或按列删除攻击实验中，在删除比例高达96%的情况下，提取的水印信息相关系数仍然高于0.9，大部分删除攻击水印相关系数为1。这表明删除攻击后，水印检测仍具有高可靠性。这是由于199位的水印信息能够充分均匀的分布到数据表中，且不具有规律性，从而保证了水印嵌入位置的随机性和满分布性。由此可见，该算法对于删除攻击具有强的抵抗性。

（3）数据表结构修改攻击

对数据表ELEDCCORP和MECORP修改其结构，结果如表8所示。

表8修改表结构攻击结果

由表8可见，重命名数据表的各字段名称、删除数据表中的主键和外键、增加新的数据字段等此类修改数据表结构的攻击，由于水印信息只存在于属性数据中，与数据表结构无关。由于映射机制的设计，对字段的修改、结构调整等操作不会对水印信息造成影响。由此可见，该算法能够完全抵抗此类攻击。

（4）数据库视图攻击

数据库的视图是数据库区别于其它数据形式的一个特征，数据表中数据组织形式是实际的数据存储形式，采用视图机制，能够将同一张数据表中或者是不同数据表中的数据以特定的逻辑方式展现出来，利于组织并且控制数据的安全，同样也为数据盗版者提供另一种盗版途径。

以ID为主键连接数据表ELEDCCORP和MECORP并随机选择一定数量的字段数提取出来，构成新的一张数据表并删除原数据表，形成一张视图数据表，检测水印，结果如表9所示。

表9视图攻击结果

从表9可见，对于上述两张数据表数据生成选择视图，视图仅包含1列数据时相关系数仍然为1，表明水印信息能够完全正确的被检测出。原理同样是水印的均匀无规则的分布，使得水印信息有较强的鲁棒性。由此可见，该算法对生成视图攻击也有很好的抵抗效果。

Claims (1)

1.一种面向版权保护的数据库水印方法，其特征在于包括以下过程：

(一)水印信息生成

步骤一：从预置的种子数据库中任意取出一个水印种子数WMSeed，种子数据库中水印种子数均不重复，具有唯一性；

步骤二：使用混沌随机序列发生器作为无意义水印生成方法，将取出的水印种子数WMSeed作为输入生成一个“0”、“1”随机均匀分布的二值序列W；

步骤三：在版权数据库中记录W及有意义的版权信息；

(二)水印信息映射

步骤一：将(一)中的无意义水印信息W转换为二值数组wm[i]＝{0,1},i＝1,2,...,N，其中N为水印信息序列长度；

步骤二：遍历wm[i]，记录每个i的值和相应的wm[i]的值，分别表示为Index和Value；

步骤三：选取不可见字符共L个，设为Char[m](m＝0,1,...,L-1)，计算其中符号为向下取整运算，每个Index和Value按照如下公式表示：

Value＝wm[i](2)

步骤四：将Index和Value映射为不可见字符串，计算公式如下：

ValueStr＝Char[wm[i]](4)

其中，“&”为字符串连接操作；生成水印字符串WMStr：

WMStr＝IndexStr&ValueStr(5)

步骤五：遍历wm[i]进行映射，生成水印字符串数组WMStr[i]，i＝1,2,…,N；

(三)水印嵌入过程

步骤一：连接数据库，分析并提取出数据库中可以嵌入Unicode字符的列；

步骤二：循环读取每张数据表属于可嵌列中的数据DataValue，嵌入方法如下：

DataValue＝DataValue&WMStr[i](6)

步骤三：更新数据DataValue，循环获取数据DataValue，同时循环水印字符串数组WMStr[i]进行操作，完成水印嵌入；

(四)水印检测过程，为所述(三)水印嵌入过程的逆过程：

步骤一：连接数据库，分析数据库中可以嵌入Unicode字符的列；

步骤二：循环读取每张数据表属于可嵌列中的数据DataValue，在字符串数据判断是否有不可见字符存在，若有则依据如下公式进行逆向映射：

WMStr＝IndexStr+ValueStr(7)

Index＝(Num(IndexStr[1]))×Lⁿ+(Num(IndexStr[2]))×L^n-1(8)

+…+(Num(IndexStr[n]))×L¹

Value＝Num(ValueStr)(9)

其中Num操作为获取字符在不可见字符集中的索引数值，提取出的某位水印信息记为：

WMStr′[Index]＝Value(10)

步骤三：计算提取的水印信息WMStr′与原始存储的水印字符串WMStr的相关系数，计算公式如下：

$NC=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}XNOR(WMStr\[i\],{\mathrm{WMStr}}^{\′}\[i\])---\left(11\right)$

其中XNOR为同或运算；

步骤四：比较计算出的NC值是否高于预先设置的阈值，若高于则从版权数据库中提取相应的版权信息，输出检测结果。