金真伊 李德

摘 要：本算法首先对文本进行分词并统计每个词的词频及词性，经过预处理后提取特定的分词序列及对应的词频作为文本特征。同时定义了一种能适用于中英文的基于文本特征的相似度计算方法，用以确定阈值和检测水印。实验结果表明，该算法与同类算法相比具有更强的鲁棒性，并且处理文件不受文本格式及多媒体内容的限制，具有很好的实验效果。

关键词：文本;零水印;相似度

DOI：10.16640/j.cnki.37-1222/t.2019.05.153

0 引言

目前对文本数字水印的研究领域主要集中在文本图像和具有格式的文档水印算法的研究，采用方法大多是改变语义[1-2]或调整格式[3-4]来嵌入水印信息。这些方法有各自的特点，但在水印的容量和鲁棒性上存在明显的不足。由于多数文本水印算法的嵌入信息量不大，还比较容易察觉并且鲁棒性较低;另外，网络上的侵权行为，不仅仅是原方不动的照搬，还包括对原作品的移位变换，同义词替换等方式，传统的版权保护方法[5-6]效果并不理想。

针对传统嵌入式水印不能解决文本的鲁棒性和不可感知性的矛盾，本文采用基于文本特征的文本水印算法来嵌入水印。目前基于特征来实现文本版权保护的方法主要有：通过汉字的特征来构造水印，这种方法可以反映文字的主要信息，但稍对文本进行修改就会影响水印;与自然语言相结合的方法进行水印的嵌入，鲁棒性还有待改进;使用编辑距离的方法计算相似度实现水印的嵌入，算法的鲁棒性还不够理想;本文在已有算法的基础上，采用零水印技术，利用文本特征实现水印的嵌入，并且提出一种基于文本特征的相似度计算方法，用于阈值的确定及水印的嵌入。……