本文是信息安全綜合設(shè)計(jì)的課程報(bào)告。全文字?jǐn)?shù)：4000+。

本文主要內(nèi)容：

• • 1 文檔隱寫(xiě)溯源技術(shù)的意義
  • 2 當(dāng)前文檔隱寫(xiě)溯源技術(shù)存在的不足
  • • 3.1 文檔管理系統(tǒng)的改進(jìn)
    • 3.2 文檔隱寫(xiě)技術(shù)的改進(jìn)
  • 4 改進(jìn)文檔隱寫(xiě)溯源技術(shù)效果分析

1 文檔隱寫(xiě)溯源技術(shù)的意義

在如今的信息時(shí)代，信息技術(shù)的迅速發(fā)展使原本以紙張形式保存的大量重要文檔轉(zhuǎn)變?yōu)橐噪娮游臋n形式保存。得益于電子文檔的創(chuàng)建快速、易于存儲(chǔ)、方便管理、傳播共享等優(yōu)點(diǎn)，許多企業(yè)、政府單位的日常文件甚至機(jī)密信息都是利用電子文檔的形式進(jìn)行存儲(chǔ)與傳輸。這些文檔中包含了多種多樣的信息，具有巨大的經(jīng)濟(jì)價(jià)值和應(yīng)用價(jià)值。

但是，許多涉密文檔的使用，并沒(méi)有得到有效的監(jiān)督和管理，信息泄露事件頻有發(fā)生。2021年5月9日，寧夏銀川一份名為《關(guān)于境外輸入無(wú)癥狀感染者XXX的初步流行病學(xué)調(diào)查報(bào)告》的流調(diào)報(bào)告遭外泄，其本人及家人詳細(xì)信息被曝光。2021年1月14日，一份名為《河北藁城確診人員基本情況》的文件截圖，在微信群內(nèi)迅速傳播，其包含全部人員的詳細(xì)信息；2020年12月23日，遼寧沈陽(yáng)一新冠肺炎陽(yáng)性病例個(gè)人信息遭泄露；2020年12月7日，四川成都新冠肺炎確診病例患者趙XX的流調(diào)報(bào)告遭外泄，泄露者于9日被行政處罰……從2020年11月以來(lái)，全國(guó)各地至少出現(xiàn)10起流調(diào)信息泄露事件，泄露之后，雖然各地政府介入調(diào)查，但是只有極少數(shù)事件能追溯到泄露的源頭，大部分事件的溯源工作都無(wú)結(jié)而終。以上只是近期發(fā)生的，在網(wǎng)絡(luò)上產(chǎn)生廣泛輿論的文檔泄露事件。除此之外，還有更多的涉密文檔泄露事件發(fā)生。

觀察這些涉密文檔泄密事件，可以看出泄露的途徑，主要是被文檔的合法使用者非法使用，通過(guò)源文件轉(zhuǎn)發(fā)或者截圖轉(zhuǎn)發(fā)的形式，將涉密信息發(fā)布于公眾平臺(tái)，從而導(dǎo)致廣泛傳播。這種源文件不具有唯一性和可溯源性，在傳播過(guò)程中，無(wú)法得到有效的監(jiān)督和控制。

針對(duì)上述缺陷，擬采用一種文檔隱寫(xiě)溯源技術(shù)，對(duì)涉密文檔進(jìn)行處理后傳輸，保證每份文檔的唯一性和擴(kuò)散路徑可控可溯源，能夠高效快速查詢(xún)文檔的使用和擴(kuò)散過(guò)程，防止文檔被濫用。當(dāng)泄密事件發(fā)生時(shí)，能夠快速定位溯源，為追責(zé)提供依據(jù)，從而提高涉密文件的安全性。另外，文檔隱寫(xiě)溯源技術(shù)的采用，在版權(quán)保護(hù)等方面，也有重要的研究意義。

2 當(dāng)前文檔隱寫(xiě)溯源技術(shù)存在的不足

在當(dāng)前的文檔溯源技術(shù)中，最常用的是采用明文水印（特定標(biāo)識(shí)）的方式。一種是使用統(tǒng)一的水印，但這種形式的水印，有與無(wú)并無(wú)差異，無(wú)法起到溯源的作用。另一種是水印差異化，即不同用戶(hù)打開(kāi)同一個(gè)文檔時(shí)，文檔顯示的水印通常是用戶(hù)的ID或者用戶(hù)名。不可否認(rèn)，這是一種簡(jiǎn)單的防止涉密文檔外泄的有效手段。比如常用的OA辦公系統(tǒng)釘釘，可以開(kāi)啟群文件的“保密模式”，即只支持在線預(yù)覽，并帶有水印，但不可下載就限制了文檔的打印。此外，這種明文水印方式，使得水印可視，對(duì)文檔的閱讀效果有影響，如果采用技術(shù)手段將水印去除，則泄密后，也無(wú)從溯源。

數(shù)字水印技術(shù)是一種版權(quán)保護(hù)技術(shù)，其主要應(yīng)用于圖像、視頻等載體，后期也用于文檔中。該技術(shù)通過(guò)對(duì)文檔的某種特定結(jié)構(gòu)（如行間距、字符間距等）進(jìn)行修改，用來(lái)存儲(chǔ)信息，從而實(shí)現(xiàn)水印信息的嵌入。嵌入后的文檔包含了水印信息，但是這種數(shù)字水印信息是不易被察覺(jué)和修改的，并且文檔的原價(jià)值不受任何影響。采用這種技術(shù)嵌入的水印，只能被嵌入者識(shí)別和提取，能夠起到文檔隱寫(xiě)和溯源的功能。但是這種數(shù)字水印技術(shù)加密后的文檔，一方面是存儲(chǔ)信息的容量低，另一方面是魯棒性和可用性差，即如果對(duì)文檔圖像進(jìn)行了縮放或者翻轉(zhuǎn)，字符間距等信息可能改變，使得字符間距達(dá)不到可識(shí)別的閾值。

針對(duì)當(dāng)前文檔隱寫(xiě)溯源技術(shù)中存在的不足，可以從文檔管理系統(tǒng)和文檔隱寫(xiě)技術(shù)兩方面進(jìn)行改進(jìn)。

3.1 文檔管理系統(tǒng)的改進(jìn)

當(dāng)前常用的OA辦公系統(tǒng)，并沒(méi)有對(duì)文檔采用加密溯源等技術(shù)，只是采用簡(jiǎn)單的明文水印限制擴(kuò)散，但是也限制了文檔的再次編輯。所以，可以將當(dāng)前的文檔管理系統(tǒng)分成四個(gè)模塊來(lái)改進(jìn)加密溯源技術(shù)，分別是文檔上傳模塊、權(quán)限控制模塊、文檔控制追蹤模塊和記錄查詢(xún)模塊。這幾個(gè)模塊的詳細(xì)功能如下。

（1）文檔上傳模塊

該模塊的主要功能是進(jìn)行文檔的上傳，這也是原始文檔的最初來(lái)源。

（2）權(quán)限控制模塊

該模塊主要是生成上傳的文檔的訪問(wèn)權(quán)限列表，文檔發(fā)布者可以設(shè)置哪些用戶(hù)可以對(duì)文檔進(jìn)行訪問(wèn)，并且訪問(wèn)的權(quán)限又分為不可訪問(wèn)、只讀、只讀可復(fù)制、可批注、可編輯以、完全訪問(wèn)六種權(quán)限。

（3）文檔控制追蹤模塊

該模塊是文檔溯源技術(shù)改進(jìn)的核心，主要實(shí)現(xiàn)文檔的訪問(wèn)控制，一方面根據(jù)訪問(wèn)權(quán)限列表，生成指定權(quán)限的文檔，分發(fā)給用戶(hù)，另一方面記錄用戶(hù)對(duì)文檔訪問(wèn)痕跡的溯源記錄，以及記錄文檔擴(kuò)散的痕跡，生成完整的溯源鏈。這里的溯源記錄信息，通常包含此條訪問(wèn)記錄的標(biāo)識(shí)符、訪問(wèn)此文檔的用戶(hù)信息（用戶(hù)名）、訪問(wèn)時(shí)間、訪問(wèn)硬件設(shè)備地址、文檔名、該溯源記錄的前置溯源標(biāo)識(shí)符等信息。除了訪問(wèn)父文檔會(huì)產(chǎn)生溯源記錄，在此OA系統(tǒng)中發(fā)送過(guò)的任何子文檔，都會(huì)產(chǎn)生溯源記錄，所以這里的前置溯源標(biāo)識(shí)符，就是用來(lái)記錄上一個(gè)文件的溯源記錄標(biāo)識(shí)符。生成的溯源記錄，一方面將詳細(xì)信息存儲(chǔ)于文檔管理系統(tǒng)服務(wù)器，另一方面將溯源信息以不可見(jiàn)的形式，嵌入到分發(fā)給用戶(hù)的文檔中。

此外，該模塊還應(yīng)該實(shí)現(xiàn)加密和簽名功能。通常采用公鑰加密、私鑰解密和私鑰數(shù)字簽名、公鑰驗(yàn)證等機(jī)制保證溯源記錄的保密性和真實(shí)性。再此過(guò)程中，為保證文檔訪問(wèn)時(shí)間的準(zhǔn)確性，還需要增加數(shù)字時(shí)間戳服務(wù)中心，來(lái)對(duì)數(shù)字時(shí)間戳進(jìn)行驗(yàn)證蓋章。

（4）溯源查詢(xún)模塊

該模塊主要進(jìn)行溯源記錄的查詢(xún)。

一方面可以查詢(xún)指定文檔的擴(kuò)散鏈。如Alice上傳了文檔D1，Bob下載了文檔D1，編輯為D2后，通過(guò)OA發(fā)送給了Carol。這時(shí)可以查詢(xún)文檔D2的擴(kuò)散鏈：Alice→Bob→Carol。

另一方面可以查詢(xún)?nèi)我馕臋n的擴(kuò)散鏈。如Carol將Bob通過(guò)OA發(fā)來(lái)的文檔D2發(fā)到了外網(wǎng)，這時(shí)，Carol下載的文檔已變成D3。Alice發(fā)現(xiàn)了外網(wǎng)的文檔D3，Alice可以通過(guò)上傳D3文檔到查詢(xún)模塊查詢(xún)?cè)撐臋n的詳細(xì)擴(kuò)散鏈，其中系統(tǒng)解析文檔溯源記錄標(biāo)識(shí)符，進(jìn)行匹配查詢(xún)。

3.2 文檔隱寫(xiě)技術(shù)的改進(jìn)

通過(guò)對(duì)文檔管理系統(tǒng)的改進(jìn)，可以實(shí)現(xiàn)對(duì)任意文檔的溯源。但是，如果Carol通過(guò)截圖，將部分文檔內(nèi)容發(fā)送至外網(wǎng)，此文檔管理系統(tǒng)的溯源功能就失效了。除了使用基本的明文水印，還可以通過(guò)對(duì)文檔進(jìn)行隱寫(xiě)，即改進(jìn)隱寫(xiě)技術(shù)實(shí)現(xiàn)溯源功能。改進(jìn)的隱寫(xiě)技術(shù)可以從兩方面入手：盲水印或文字歐拉數(shù)。

（1）盲水印

一般來(lái)說(shuō)，上級(jí)下發(fā)的涉密文檔是不可編輯的，所以可以通過(guò)將文檔轉(zhuǎn)成圖片形式，并添加盲水印的方式，實(shí)現(xiàn)文檔隱寫(xiě)。通過(guò)這種方式添加的水印，是肉眼不可見(jiàn)的，隱匿性和抵抗攻擊能力強(qiáng)。

目前常用的添加盲水印的方式可分為空域方法和頻域方法，在文檔圖像中添加冗余信息（水印），并保證圖像質(zhì)量不變。常見(jiàn)的圖像是空域的。空域方法是在空間域直接對(duì)圖像進(jìn)行操作，水印疊加在圖像上。而頻域方法是通過(guò)某種變換手段，比如傅里葉變換、小波變換等，將圖像變到頻域，再對(duì)圖像添加水印，在進(jìn)行逆變換，將圖像轉(zhuǎn)換成空域，再保存帶有水印的圖像。圖一、圖二為頻域方式加水印和提取水印的基本流程。

圖1 頻域方式添加盲水印基本流程

圖2 頻域方式提取水印基本流程

相比較于空域，頻域方式添加盲水印的隱匿性更強(qiáng)，抗攻擊性更高。下圖是采用傅里葉變換實(shí)現(xiàn)的添加盲水印的示例。

圖3 添加與提取水印示例

（2）文字歐拉數(shù)

采用添加盲水印的方式對(duì)文檔進(jìn)行加密，可以有效對(duì)通過(guò)截圖方式泄密的文檔溯源。而對(duì)于攝屏、打印等方式泄密的文檔，盲水印的方式就失效了。為此，可以通過(guò)對(duì)文字的歐拉數(shù)進(jìn)行變換，來(lái)實(shí)現(xiàn)文檔隱寫(xiě)。

歐拉數(shù)（Euler Number）是一個(gè)工程中常見(jiàn)的參數(shù)，其具體意義在不同的學(xué)科中是不同的。在拓?fù)鋵W(xué)中，歐拉數(shù)通常表示空間的完整性。對(duì)于一個(gè)文字來(lái)說(shuō)，其歐拉數(shù)可以采用拓?fù)鋵W(xué)中的歐拉函數(shù)來(lái)計(jì)算。其計(jì)算方法如公式(1.1)所示。

式中，EUL表示歐拉數(shù)，C表示對(duì)象數(shù)（連通區(qū)域數(shù)），H表示空洞數(shù)量。

比如圖4（左圖）中的“理”字，其“王”字旁和右側(cè)的“里”是分開(kāi)，不相連的，故其對(duì)象數(shù)為2，右側(cè)的“里”有四個(gè)空洞，故其空洞數(shù)量為4，所以“理”字的歐拉數(shù)EUL為-2。

圖4 左：黑體“理”字，右：改變拓?fù)浣Y(jié)構(gòu)的“理”字

對(duì)于同一種字體，同一個(gè)漢字的歐拉數(shù)是固定的。那如何通過(guò)歐拉數(shù)實(shí)現(xiàn)信息的隱寫(xiě)呢？可以通過(guò)改變漢字的筆畫(huà)，來(lái)改變漢字的歐拉數(shù)。

再如圖4（左圖）的“理”字，將“王”字旁的第一橫和豎之間做拆分，那么“王”字旁的對(duì)象數(shù)就是2，新的“理”字的對(duì)象數(shù)為3，歐拉數(shù)為-1。這就實(shí)現(xiàn)了歐拉數(shù)的改變。

除了可以計(jì)算單個(gè)漢字的歐拉數(shù)，還可以根據(jù)一串漢字的歐拉數(shù)，來(lái)實(shí)現(xiàn)信息的隱寫(xiě)。如圖5中的四個(gè)“武漢理工大學(xué)”字符串，乍一看，沒(méi)有什么不同。仔細(xì)一看，①和②的“武”字不同，改變了“武”字的對(duì)象數(shù)；②和③的“漢”字不同，改變了“漢”字的空洞數(shù)；③和④的“學(xué)”字不同，改變了“學(xué)”字的對(duì)象數(shù)。

圖5 四個(gè)不同歐拉數(shù)的“武漢理工大學(xué)”

使用MATLAB可以輕松計(jì)算出這四個(gè)“武漢理工大學(xué)”字符串的歐拉數(shù)，如圖6所示。

圖6 計(jì)算字符串的歐拉數(shù)

有了文字的歐拉數(shù)，可以使用該技術(shù)來(lái)改進(jìn)文檔隱寫(xiě)技術(shù)。具體的操作過(guò)程如圖7所示。對(duì)于每一次請(qǐng)求獲取的文檔，首先使用圖像識(shí)別算法，識(shí)別出各個(gè)文字的歐拉數(shù)。然后此處選擇每一行的前6個(gè)文字（非標(biāo)點(diǎn)符號(hào)）的歐拉數(shù)組成行向量。如果此行的序列在數(shù)據(jù)庫(kù)中已存在，則隨機(jī)選擇幾個(gè)漢字，改變其拓?fù)浣Y(jié)構(gòu)，如圖7的紅線所示。改變拓?fù)浣Y(jié)構(gòu)的技術(shù)可以使用二值圖像技術(shù)。最終將每行的行向量組合一個(gè)n行6列的矩陣，矩陣的每一行的行向量都是不同的。對(duì)于任意一份文檔，或者是文檔中的部分截圖，可以通過(guò)識(shí)別截圖中的幾行漢字的歐拉數(shù)，組成矩陣，與數(shù)據(jù)庫(kù)中的矩陣進(jìn)行對(duì)比溯源。

圖7 根據(jù)歐拉數(shù)計(jì)算文本矩陣（取前4行，每行取前6個(gè)漢字）

4 改進(jìn)文檔隱寫(xiě)溯源技術(shù)效果分析

本文通過(guò)兩個(gè)方面的改進(jìn)，對(duì)文檔隱寫(xiě)溯源技術(shù)進(jìn)行改進(jìn)。每個(gè)方面都有自己特點(diǎn)，也有自己的針對(duì)點(diǎn)。

對(duì)文檔管理系統(tǒng)的改進(jìn)是針對(duì)文檔本身作保護(hù)。這不僅能夠嚴(yán)格控制文檔的擴(kuò)散過(guò)程，顯示完整的擴(kuò)散鏈，而且能夠快速定位泄露文檔的源頭，保證每一份文檔都能夠得到有效的監(jiān)督和管理。

通過(guò)對(duì)文檔隱寫(xiě)技術(shù)的改進(jìn)，是保證文檔的截圖、照片、打印件可溯源。使用歐拉數(shù)來(lái)記錄每一份文檔、差異化每一份文檔，當(dāng)文檔被截圖泄露時(shí)，能夠通過(guò)提取文檔中的水印，根據(jù)水印信息來(lái)確定文檔的來(lái)源，完成泄密文檔的溯源。

總之，通過(guò)此文檔隱寫(xiě)溯源技術(shù)的改進(jìn)，提高了涉密文檔的安全性，無(wú)論是在文檔本身還是在文檔的截圖、紙質(zhì)方面。此項(xiàng)技術(shù)的應(yīng)用，能夠有效震懾接觸涉密文檔的人員，對(duì)于泄密文檔的溯源追責(zé)有強(qiáng)有力的幫助。

總結(jié)

以上是生活随笔為你收集整理的文档隐写溯源技术分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。