基于自然語言處理的文本數(shù)字水印技術研究.pdf

1、隨著網(wǎng)絡技術的飛速發(fā)展以及信息化進程的迅速推進，數(shù)字媒體已成為成為當今社會一種重要信息媒介?；ヂ?lián)網(wǎng)的便捷性和數(shù)字媒體復制的低成本，在促進數(shù)字產(chǎn)品的在現(xiàn)實中應用迅速發(fā)展的同時，也帶來了一系列挑戰(zhàn)。其中，數(shù)字信息傳播的不可控性使得數(shù)字媒體的版權保護問題變得倍受關注，而數(shù)字水印技術正是解決這一問題的有效技術手段之一。
　　在眾多的數(shù)字媒體信息中，文本信息的傳播和應用都是最廣泛的，文本內容更有價值，卻更容易復制，所以針對文本數(shù)字水印的研究

2、變得更加急迫。目前，針對文本水印大部分的研究是基于文本格式的，最典型的研究是字移、行移和特征編碼等，而此類水印算法的魯棒性較差，且無法在無格式文本中實現(xiàn)水印。本文針對文本信息版權保護的需求，提出了基于詞性標注序列的文本水印算法和改進的語法水印算法，能夠很好解決基于格式水印出現(xiàn)的問題，魯棒性、隱蔽性以及容量方面都很具有很好的性能，并且結合這兩種文本水印算法的特點，實現(xiàn)適用版權保護的多重水印技術。
　　本文首先提出了一種基于詞性標注序

3、列的文本水印算法，通過分詞和詞性標注技術將文本內容映射為詞性標注序列，利用Huffman編碼，將水印信息的產(chǎn)生和解碼轉化為文本內容與詞性標注序列的關系，該算法是一種零水印算法，改變了傳統(tǒng)數(shù)字水印必須改變載體內容的工作方式，與傳統(tǒng)方法相比具有更好的隱蔽性和更廣泛的適應性。
　　然后，本文針對M.J. Atallah教授的提出語法水印算法容量較小的問題，通過加入介詞短語與分詞短語和從句的之間的轉化，以及隨機組合等方式豐富語法轉換方法，

4、引入可嵌入集合和不可嵌入集合，利用語法結構變換將水印信息分段嵌入，進而改進了Atallah教授提出的語法水印算法。本算法最大限度地利用文本中可以進行語法轉化的句子，實現(xiàn)語法水印的最大容量嵌入，并具有較強的魯棒性。實驗表明該算法和原有的語法水印算法相比，水印嵌入容量平均提高58.2％，有很大程度的提高。
　　在最后，本文基于課題在課題中前面的兩種文本水印算法，提出基于多重水印技術的版權保護方案，進而針對MS Word文檔實現(xiàn)版權保護