水印嵌入方法及水印提取方法、装置及介质与流程

本发明涉及安全，特别是指一种水印嵌入方法及水印提取方法、装置及介质。

背景技术：

1、随着信息技术的发展，越来越多的信息也被存储为数据，在互联网上进行共享、传输，与此同时，数据泄漏事件也频繁出现。数据溯源技术的应用可以威慑数据泄露行为的发生，并且可以在数据泄露后定位责任人，有效降低数据安全风险。数据水印技术作为关键的追踪溯源技术，可通过对数据集进行标记，使数据内生溯源能力，有效实现数据追踪溯源。

2、数据水印技术包括结构化数据水印；对于结构化数据，主要通过添加伪行、添加伪列、属性修改、修改元组顺序等方法进行水印嵌入。其中，通过在结构化数据中添加伪造行数据(即伪造行数据水印)来嵌入水印信息的优点是：不修改数据集原始数据，不添加属性字段等。

3、伪造行数据水印的技术难点包括：提取水印时如何找到数据集中插入的伪造行数据。对于如何找到数据集中插入的伪造行数据，目前，多数方案通过记录水印嵌入时的一些参数，在提取时进行比对等操作，来提取数据集中插入的伪造行数据。这种方法需要建立系统来记录水印嵌入时的数据，如果找不到对应的数据记录则无法提取水印，降低了水印提取的可用性。或者，通过数据集相邻、组域等数据来进行伪造行数据提取，这种方法无法抵抗子集添加、删除攻击。

技术实现思路

1、本发明要解决的技术问题是提供一种水印嵌入方法及水印提取方法、装置及介质，水印提取过程不需要依赖水印嵌入时的参数信息，不依赖其他行数据，可抵抗子集添加、删除攻击，鲁棒性更高。

2、为解决上述技术问题，本发明的实施例提供技术方案如下：

3、一种水印嵌入方法，包括：

4、对水印信息进行分片，得到水印信息分片；

5、从待处理的数据集中选取关键字段及至少一个可嵌数值字段，根据所述关键字段和至少一个可嵌数值字段对数据集进行分组及排序；

6、在每个所述分组中插入伪造行数据，使得所述伪造行数据成为所述分组的边缘行数据，并根据分组值在所述伪造行数据中的可嵌数值字段嵌入所述水印分片信息，生成嵌入水印后的数据集。

7、一些实施例中，从待处理的数据集中选取关键字段包括：

8、若所述数据集包括主键，选择所述主键作为所述关键字段；

9、若所述数据集不包括主键，选择所述数据集中的第一个字段作为所述关键字段。

10、一些实施例中，从待处理的数据集中选取至少一个可嵌数值字段包括：

11、对至少部分数据集中每个字段预设位置的内容进行数值判定，判断预设位置的内容是否为数值；

12、在字段的预设位置的内容是数值的比例大于预设第一阈值，所述预设位置的内容包括q个不同取值且q大于预设第二阈值时，确认所述字段为可嵌数值字段，q为正整数。

13、一些实施例中，根据所述关键字段和至少一个可嵌数值字段对数据集进行分组及排序包括：

14、对所述关键字段进行预设变换，依据变换后的关键字段及预设可嵌数值字段对所述数据集进行分组，得到多个分组，并根据所述变换后的关键字段及预设可嵌数值字段对所述分组进行排序，所述预设可嵌数值字段选自所述至少一个可嵌数值字段。

15、一些实施例中，所述方法还包括：

16、对于每一分组，确定所述分组的原始的边缘行数据的关键字段的内容和预设可嵌数值字段的内容；

17、将所述关键字段的内容作为关键字段的伪造内容、所述预设可嵌数值字段的内容与分组值的预设倍数之和或者所述预设可嵌数值字段的内容与所述分组值的预设倍数之差作为预设可嵌数值字段的伪造内容；

18、将所述关键字段的伪造内容和预设可嵌数值字段的伪造内容分别替换所述伪造行数据的关键字段和预设可嵌数值字段，所述水印信息分片为顺序插入所述伪造行数据除所述预设可嵌数值字段之外的其他可嵌数值字段。

19、一些实施例中，在分组值为n，除所述预设可嵌数值字段之外的其他可嵌数值字段的数量为k时，从第n个水印信息分片开始的k个水印信息分片分别插入k个可嵌数值字段中，其中，n，k为正整数。

20、一些实施例中，在所述边缘行数据为所述分组中的最后一行数据时，预设可嵌数值字段的伪造内容为预设可嵌数值字段的内容与分组值的预设倍数之和；

21、在所述边缘行数据为所述分组中的第一行数据时，预设可嵌数值字段的伪造内容为预设可嵌数值字段的内容与分组值的预设倍数之差。

22、一些实施例中，若所述数据集包括主键，所述方法还包括：

23、若所述数据集的主键值为完全递增，将所述分组中边缘行数据的主键值替换为最大主键值加1；若所述数据集的主键值不是递增的，对所述分组中的主键字段进行排序后进行缺失主键值搜索，得到可伪造主键值集合，将所述分组中边缘行数据的主键值替换为所述可伪造主键值集合中的随机抽取值。

24、本发明实施例还提供了一种水印提取方法，包括：

25、获取嵌入水印后的数据集；

26、从所述数据集中选取关键字段及至少一个可嵌数值字段，根据所述关键字段和至少一个可嵌数值字段对数据集进行分组及排序；

27、选取每个分组中的边缘数据行，从所述边缘数据行中的可嵌数值字段中提取水印分片信息；

28、根据提取出的水印分片信息还原水印信息。

29、一些实施例中，从所述数据集中选取关键字段包括：

30、若所述数据集包括主键，选择所述主键作为所述关键字段；

31、若所述数据集不包括主键，选择所述数据集中的第一个字段作为所述关键字段。

32、一些实施例中，所述从所述数据集中选取关键字段及至少一个可嵌数值字段，根据所述关键字段和至少一个可嵌数值字段对数据集进行分组及排序包括：

33、对所述关键字段进行预设变换，依据变换后的关键字段及预设可嵌数值字段对所述数据集进行分组，得到多个分组，并根据所述变换后的关键字段及预设可嵌数值字段对所述分组进行排序，所述预设可嵌数值字段选自所述至少一个可嵌数值字段。

34、一些实施例中，所述从所述边缘数据行中的可嵌数值字段中提取水印分片信息包括：

35、根据所述边缘数据行对应的分组值从所述边缘数据行中除所述预设可嵌数值字段之外的其他可嵌数值字段中顺序提取水印信息分片。

36、一些实施例中，在分组值为n，除所述预设可嵌数值字段之外的其他可嵌数值字段的数量为k时，所述根据所述边缘数据行对应的分组值从所述边缘数据行中除所述预设可嵌数值字段之外的其他可嵌数值字段中顺序提取水印信息分片包括：

37、从k个可嵌数值字段中顺序提取k个水印信息分片，将所述k个水印信息分片分别作为第n个水印信息分片、第n+1个水印信息分片、…、第n+k-1个水印信息分片。

38、一些实施例中，若提取出的m个第p水印信息分片具有s个不同的取值，为每一取值分配一分数，取值的分数与取值对应的水印信息分片的个数正相关，选择分数最高的取值作为第p水印信息分片的取值，其中，m，p，s为正整数，s不大于m。

39、本发明实施例还提供了一种水印嵌入装置，包括：

40、分片模块，用于对水印信息进行分片，得到水印信息分片；

41、处理模块，用于从待处理的数据集中选取关键字段及至少一个可嵌数值字段，根据所述关键字段和至少一个可嵌数值字段对数据集进行分组及排序；

42、插入模块，用于在每个所述分组中插入伪造行数据，使得所述伪造行数据成为所述分组的边缘行数据，并根据分组值在所述伪造行数据中的可嵌数值字段嵌入所述水印分片信息，生成嵌入水印后的数据集。

43、本发明实施例还提供了一种水印提取装置，包括：

44、获取模块，用于获取嵌入水印后的数据集；

45、处理模块，用于从所述数据集中选取关键字段及至少一个可嵌数值字段，根据所述关键字段和至少一个可嵌数值字段对数据集进行分组及排序；

46、提取模块，用于选取每个分组中的边缘数据行，从所述边缘数据行中的可嵌数值字段中提取水印分片信息；

47、还原模块，用于根据提取出的水印分片信息还原水印信息。

48、本发明实施例还提供了一种水印嵌入装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器执行所述程序时实现如上所述的水印嵌入方法中的步骤。

49、本发明实施例还提供了一种水印提取装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器执行所述程序时实现如上所述的水印提取方法中的步骤。

50、本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的水印嵌入方法中的步骤或如上所述的水印提取方法中的步骤。

51、本发明的实施例具有以下有益效果：

52、上述方案中，对数据集进行分组排序后插入伪造行数据，伪造行数据为所述分组的边缘数据行，并在所述伪造行数据中的可嵌数值字段嵌入分组值和所述水印分片信息，这样在进行水印提取时，可以通过分组排序选取边缘行数据的方法来确定伪造行数据及分片信息，水印提取过程不需要依赖水印嵌入时的参数信息就可提取水印信息，提高了水印提取的可用性；另外，对于分组中非边缘行数据的添加、删除，不影响伪造行数据的提取，可抵抗子集添加、删除攻击，鲁棒性更高。