一种基于感知哈希的DEM数据内容认证方法

摘要

本发明公开一种基于感知哈希的DEM数据内容认证方法，包括:首先对DEM数据进行规则格网划分，将其划分为互不重叠的格网单元；然后对格网单元数据进行DCT分解，提取数据的特征信息以生成特征向量矩阵，并对特征向量矩阵进行摘要化处理；随后，使用Logistic混沌系统对简化后的特征向量矩阵进行加密；对加密矩阵进行量化、编码后，便可生成感知哈希序列。将原始数据与待认证数据的感知哈希序列进行归一化汉明距离度量，结合判定阈值，即可对DEM数据进行数据认证与篡改定位。该发明对DEM数据的高程平移、图像压缩、图像平滑与水印嵌入等攻击有较强的鲁棒性，并可实现DEM数据微小篡改的识别与定位。

说明书

技术领域

本发明属于地图学与地理信息系统技术领域，涉及一种基于感知哈希的DEM数据内容认证方法。

背景技术

DEM数据是国家重要的基础地理信息数据。目前DEM数据被广泛应用于测绘、地质、水文、气象、工程建设与国防军事等领域。但DEM数据在存储、使用与传播等过程中，易受到许多有意或无意的修改或攻击，使数据的真实性与完整性难以得到保证。因此，对DEM数据认证技术的研究是极重要的。

常用的DEM数据认证技术主要有基于传统密码学的认证与基于数字水印技术的认证。其中，传统密码学方法对数据的每比特变化都十分敏感，即易产生雪崩效应。DEM数据在传输与使用的过程中，可能会经受数据压缩、高程平移、有损失真等变化，却并不改变其承载的内容，故密码学方法难以满足DEM数据认证的需求。数字水印技术是一种有效的数据认证手段，它主要通过向数据中嵌入可见的或不可见的版权标记来实现数据认证。但数字水印会修改原始数据，同时需要额外的安全信道与可靠的通信介质，也无法实现数据篡改定位。其关注点是DEM数据的载体信息。认证从本质上是认证其承载的有效信息是否一致，而非信息载体，所以数字水印技术也没有完全解决DEM数据认证的问题。

而感知哈希技术可以为DEM数据认证提供一种新的思路。感知哈希是将多媒体数据单向映射为感知摘要集(即哈希序列)的一类方法，它继承了传统哈希函数单向性、抗碰撞性与摘要性的特点，且对内容保持的操作具有鲁棒性，能更好的满足DEM数据认证的要求。然而现有图像感知哈希算法多针对普通数字图像进行研究，DEM数据在量测精度、细节丰富度、数据海量性等方面的要求均高于普通数字图像，故图像感知哈希算法并不能直接用于DEM数据，本方法针对这一点进行了改进。

综上所述，针对已有DEM数据认证方法的不足，以及感知哈希在数据认证上的广阔前景。本发明拟结合格网划分思想，基于感知哈希技术设计一种对内容操作保持具有鲁棒性，对内容改变操作具有敏感性的DEM数据内容认证方法，并充分顾及DEM数据的细节特征，实现篡改定位。

发明内容

本发明针对现有的DEM数据认证方法的不足，提出了可以有效实现DEM数据认证的方法。本发明方法包括数据哈希摘要生成和数据认证两部分。哈希摘要生成是指将原始地理空间数据提取为一段关键性内容摘要，并用一段字符串编码进行表示。采用规则格网划分的策略将原始DEM数据划分为规则的格网区域，并对各划分区域进行插值重采样；然后，对各格网单元进行DCT变换，以提取出特征矩阵；随后对该矩阵进行简化，并用Logistic混沌发生器对其进行加密；最后对加密后的矩阵进行量化、编码，得到感知哈希序列。数据认证的方法是对原始数据与带认证数据的哈希编码相似性进行度量。将原始数据与待验证数据的哈希序列进行相似性比较，结合判定阈值即可判定数据是否发生变化，实现DEM数据的认证并实现篡改定位。

为了实现上述目的，本发明采用如下技术方案：

一种基于感知哈希的DEM数据内容认证方法，包括：数据哈希摘要生成和数据认证两部分：

数据哈希摘要生成步骤如下：

S1：对原始DEM数据D进行W×H的格网划分，划分后的区域记为D

S2：采用离散余弦变换的方式进行特征提取，取数据左上角少量低频系数作为特征矩阵；

S3：对于大小为32×32的格网单元D

S4：运用Logistic混沌系统对矩阵F

S5：对加密后矩阵F

S6：将该矩阵转换为一个16位的十六进制数，从而生成格网单元D

S7：原始数据的感知哈希序列PH，为各格网单元感知哈希序列的串联；

数据认证步骤如下：

S8：生成待认证DEM数据的感知哈希序列；

S9：计算待认证数据与原始数据的感知哈希序列的归一化汉明距离；

S10：判断归一化汉明距离与给定阈值的关系，得出结论；

S11：结束。

本发明方法先进、科学，保证特征信息的有效提取，鲁棒性好，能够保证在多数据进行多种变换操作后仍能对数据内容进行很好的识别认证。通过实验表明，该方法对高程平移与水印嵌入的鲁棒性最强，对高程缩放、噪声攻击、格式转换、中值滤波等亦有很强的鲁棒性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述中的附图仅仅是本发明的示意图，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的基于感知哈希的DEM数据内容认证的流程图；

图2为对两幅不同实验数据进行格网划分的结果。其中，对图2(a)进行32×32的格网划分，对图2(b)进行16×16的格网划分，用以验证不同划分粒度对本发明的影响。

图3为篡改示意图与定位检测示意图。其中，对图2(a)与图2(b)所示的原始DEM数据，分别进行如图3(a)与图3(b)所示的篡改攻击，定位结果如图3(c)与图3(d)所示。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见附图1，本发明实施例公开了一种基于感知哈希的DEM数据内容认证方法，包括：数据哈希摘要生成和数据认证两部分：

1、数据哈希摘要生成

Step 1：DEM数据预处理。对原始DEM数据D进行W×H的格网划分，划分后的区域记为D

Step 2：单元特征提取与简化。内容特征提取是感知哈希算法的核心。本方法采用离散余弦变换的方式进行特征提取，对于M×N的矩阵，其离散余弦变换的公式如式(1)所示：

Step 3：将各格网单元的数据进行DCT变换后，其左上角的低频系数(即AC系数)区域积聚了大量的能量，可以很好的反映DEM数据的纹理特征。而高频系数部分的值多为0或趋近0，这部分区域存在大量的内容冗余。因此，取数据左上角少量低频系数作为特征矩阵。

Step 4：对于大小为32×32的格网单元D

Step 5：特征矩阵加密。由于内容特征矩阵F

Xn+1＝μXn(1-Xn)n＝1，2，3... (2)

Step 6：加密矩阵的摘要化处理。对于加密后的特征矩阵，需进行进一步量化、编码以得到最终的感知哈希序列。首先，计算特征矩阵F

其中

Step 8：将该二值矩阵按逐行拉伸的方式，平铺为一个64位的一维二值矩阵，该矩阵可看作一个64位的二进制数。随后将其转化为16位十六进制数，这便是格网单元D

Step 9：原始数据的感知哈希序列PH，为各格网单元感知哈希序列的串联。即PH＝{PH

2、数据认证

Step 10：用哈希度量的方式对DEM数据进行认证。对于待认证DEM数据，采用相同的哈希生成方法产生各格网单元感知哈希序列，记为PH’(PH’＝{PH’

其中P1和P2为两个长度为N的哈希序列。感知哈希序列汉明距离为0～1之间的浮点数。

Step 11：如果汉明距离大于设定的阈值T，则说明格网单元区域内的内容没有发生明显改变；反之，则说明相应区域的内容发生的较大的变化，即可认定为数据受到了修改或篡改，即可实现篡改定位。

综上所述，本发明是一种基于感知哈希的DEM数据内容认证方法，且可实现篡改定位。因格网划分思想的引入，兼顾鲁棒性的同时，又可以对内容的局部篡改做出精确的判定。相对于传统的DEM认证方法，本发明创新性的将“内容”作为同一性判定的唯一标准，有效弥补了传统数字水印方法对信息载体过分依赖的不足，具有较好的使用价值。