可抵抗共谋攻击的非对称数字指纹方法研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:ntcao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在知识经济时代,互联网的迅猛发展推动了数字资源的使用和传播,但由于数字产品本身易于传播的特性,数字产品很容易被泄密,给内容提供商造成损失。为了解决这个问题,数字指纹技术应运而生。通过将唯一的指纹序列秘密地嵌入到每一份分发出去的数字拷贝中,内容提供商可以追踪盗版者,保护数字产品的版权并且维护自身合法利益。目前对于数字指纹技术的研究已经取得了部分进展,但仍然存在一些亟待解决的问题,尤其是抗共谋指纹构造和对称指纹方案存在的安全缺陷。具体地说,目前的抗共谋指纹存在码字长度较长,编码效率低的问题。而对称指纹方案无法确定盗版数字拷贝源于非法用户的恶意分发还是内容提供商的故意陷害。针对以上两个问题,本文提出了一种基于IPP码和级联编码的指纹方法,并在该指纹方法的基础上设计了一种可以抵抗共谋攻击的非对称数字指纹方案。本文的主要工作如下:首先,针对抗共谋指纹构造困难,码字长度难以调节的问题,本文提出了一种基于可确定性父元码(IPP码)和级联技术的抗共谋指纹编码方法。该方法将基于析取矩阵构造的IPP码作为内码,外码选择以里德-所罗门码(RS码)为元素的IPP码,通过级联编码的方式生成一种新的抗共谋指纹编码。级联后的编码具有良好的抗共谋能力,并且构造灵活,用户可以根据需要调整码字长度和码字规模。然后,针对对称指纹方案的安全缺陷,本文提出了一种基于同态加密的非对称指纹方案。传统的对称指纹方案中,内容提供商掌握了所有购买者的指纹,此在发现盗版数据库时,无法辨认该盗版数据库是用户非法分发,还是内容提供商为了陷害用户故意分发的。本文提出的非对称指纹方案中,内容提供商不再掌握购买者指纹的明文,因此无法对合法用户进行构陷。在实现非对称指纹方案的过程中,需要进行指纹的嵌入和提取,因此本文提出了一种基于ESFCM(Equal Sized Fuzzy C-Means)的指纹嵌入和提取算法。通过ESFCM算法,将数据库分成大小接近的若干数据簇,从而更好地控制指纹的嵌入位置、嵌入数量以及嵌入强度,提高数字指纹算法的鲁棒性和安全性。实验结果表明:本文提出的抗共谋指纹编码方法,不但具有良好的抗共谋性能,而且构造过程灵活,能够满足用户在码字长度和码字规模上的需要;与同类算法相比,本文提出的非对称指纹方法可以保护内容提供商和消费者的利益,为制裁不诚实用户提供了有力的证据;本文提出的基于ESFCM的指纹嵌入和提取算法具有较好的指纹鲁棒性,并且嵌入指纹后的数据库保持良好的可用性。
其他文献
四旋翼无人机由于其结构简单、价格低廉以及灵活机动等特点,被广泛应用于各行各业。随着执行任务的日趋复杂化,单个四旋翼无人机已经无法满足人们的需求,因此多四旋翼无人机的协同控制问题逐渐受到了专家学者们的关注,并且在过去几十年中取得了大量的研究成果。如何使各无人机状态达成一致的同时,使得控制性能达到最优是目前的研究热点之一。自适应动态规划方法能够克服传统动态规划中“维数灾”的问题,可以有效的解决非线性系
近年来,智能交通行业蓬勃发展,对于车联网中车辆终端所请求任务的处理性能不断提高。但传统云计算的大数据系统架构无法满足智能交通系统(Intelligent Traffic System,ITS)应用程序的低延迟要求,针对其弊端,将移动边缘计算(Mobile Edge Computing,MEC)集成到通信网络架构中可以提高车联网中复杂任务的处理能力,同时降低任务的处理延迟。但是常规的任务卸载方式大多
传统的推荐方法主要是抽取用户或项目的有效特征并利用矩阵分解技术学习用户和项目的隐向量矩阵。这类方法需要用户的显式反馈以及辅助特征,难以扩展至大规模数据,同时会因数据稀疏出现冷启动问题。由于推荐系统中用户和项目的交互数据本质上也可以抽象为非欧几里得空间的图(或网络),因此基于图学习的推荐系统得到了极大的关注。网络表示学习能够自动学习一个将节点映射到保留结构信息的低维稠密空间的函数,将其应用到推荐任务
目标跟踪是近年来计算机视觉的研究热点,已广泛应用于智能交通、智慧医疗和国防科技等领域。但在跟踪过程中存在光照变化、遮挡、尺度变化、目标形变等因素影响了定位的准确程度。随着深度学习浪潮的兴起和数据规模的不断增长,研究学者开始探究结合深度学习的目标跟踪技术。本文建立了融合深度残差网络与核相关滤波的目标跟踪框架,从提高目标定位精度、实现尺度自适应以及长时跟踪这三个方面进行深入探讨和研究。主要成果如下:(
随着网络空间不断扩展,其中传播的信息的可靠性和真实性变得愈发重要,特别是在电子商务方面,这是因为潜在消费者在做出购买决定之前会优先查看在线评论。这些评论可以通过相关网站轻易获取,但由于缺乏对其真实性的验证引发了人们对其可靠性的担忧。此外,一些用户通过发布虚假评论,误导其他用户购买目标产品造成一定经济损失。为了维护网络空间的经济秩序,能够有效地检测出不可靠和虚假的评论具有重要的现实意义。本文从评论数
“互联网+健康”模式的兴起以及移动物联网、云计算、大数据、5G等信息技术与医药行业的深度融合加快医药行业的发展进程,药事服务迅速成为学术界和产业界的研究热点。针对目前药事服务资源增多、服务资源孤岛化碎片式、服务质量不高、用户体验不佳等问题,本文聚焦药事服务场景,通过建立药事服务资源协同认知的关联模型对药企、医院和患者三个主体的药事服务资源进行协同调度,主要研究药企和医院之间药事服务资源协同认知的双
随着“互联网+”概念的提出,在线教育行业迅猛发展。MOOC作为在线教育的主流形式,以其方便快捷、资源丰富的优势而广受大众青睐。然而,MOOC在快速发展的过程中,也面临着一些困难和挑战。虽然MOOC的用户规模庞大,但是在实际的学习过程中,经常会出现学生中途辍学的情况,这限制了MOOC的进一步发展。为了解决MOOC高辍学率问题,深入研究学生的行为数据,并建立相应的分析模型具有重要的现实意义。本文的研究
随着O2O(Online to Offline,线上到线下)网上订餐平台的普及,餐饮外卖行业得到了迅速的发展。外卖成为人们继在家做饭、餐厅堂食外的第三种常规就餐方式。面对不断增长的餐厅外卖市场,O2O网上订餐平台为了提高配送效率,导致的“骑手困境”问题在社会上引发了热议。为了缓解不断增加的订单数量带给骑手团队的压力,各个网上订餐平台提出采用无人机来提高即时外卖的配送效率。当前研究成果中,将无人机与
网络巨大的传播能力和数据易于被复制的特点给数字产品版权安全带来了挑战。非法拷贝严重侵犯了知识产权,阻碍了数字产业经济的发展。在版权保护技术中,数字指纹的应用最为广泛。为了给数字产品选取合适的数字指纹,数字指纹性能评估受到广泛关注。准确的评估结果可以为数字指纹的选取提供依据进而减少经济损失,不准确的评估结果可能会带来巨大的利益损失。数字指纹性能评估研究相对滞后于指纹算法的研究,数字指纹算法设计只是整
网络流量数据是网络运营和网络管控最为关键的参数之一,主要原因是网络流量数据中隐含大量对网络流量工程有深刻指导意义的信息。网络运营、管理、规划以及优化依赖于完整且精确的流量数据,但在现实的网络流量工程中,通过直接测量获得网络的全部流量数据代价高昂,实际操作也是不可行的,尤其是对于大规模的骨干网络环境。一般的解决办法是通过采样部分流量数据,然后利用流量数据估计算法进一步得到完整的流量数据。因此如何高效