基于变量防篡改的动态图软件水印方案

J4 ›› 2011, Vol. 33 ›› Issue (5): 18-21.

基于变量防篡改的动态图软件水印方案

李淑芝，刘猛

（江西理工大学信息工程学院,江西赣州 341000）

收稿日期:2010-04-06 修回日期:2010-08-09 出版日期:2011-05-25 发布日期:2011-05-25
作者简介:李淑芝(1964),女,江西赣州人，硕士，教授，研究方向为信息隐藏和软件工程。刘猛(1985),男，湖北荆州人，研究方向为信息隐藏。
基金资助:
江西省自然科学基金资助项目（2009GZS0043）；江西省教育厅2009年度科技项目（GJJ09247）

A Dynamic Graph Software Watermarking Scheme Based on Variable TamperProofing

LI Shuzhi,LIU Meng

(School of Information Engineering,Jiangxi University of Science and Technology,Ganzhou 341000,China)

Received:2010-04-06 Revised:2010-08-09 Online:2011-05-25 Published:2011-05-25

摘要/Abstract

摘要：

为了提高动态图软件水印的隐藏容量和鲁棒性，本文提出了一种基于变量防篡改的动态图软件水印方案。该方案利用不同进制形式的数可以相互转化的思想将大的水印信息分割成多个小的水印信息，然后将这些小的水印信息编码成一组图结构，动态地嵌入目标程序中。在编码水印信息时，利用动态图结构中结点的父指针来编码，并使其叶结点与目标程序变量关联，起到防篡改的作用，从而可对水印进行有效的保护。实验结果表明，嵌入水印信息后，目标程序的运行速度和结果都没有明显的变化，但水印对溢出攻击、扭曲攻击和附加攻击等都有明显的抵抗效果，水印也能够准确、方便地被提取出来。该方案的性能明显优于PPCT算法和常量防篡改水印算法。

关键词: 软件水印, 防篡改, 分割, 动态图

Abstract:

In order to improve the robustness of software watermarking and the quantity of hidden information, a dynamic graph software watermarking scheme based on variable tamperproofing is put forward. The big watermark is split into a set of small watermarks and they are represented as a set of graphs, which are embedded into the program dynamically. The paper encodes the watermark with a parent pointer of the dynamic graph node, and combines graph nodes and the original grogram variables for tamperproofing. The results of experiment show that the watermark is not obviously effective in changing the program speed and results, and can resist many types of attacks.

Key words: software watermarking;tamper resistance;split;dynamic graph

李淑芝，刘猛. 基于变量防篡改的动态图软件水印方案[J]. J4, 2011, 33(5): 18-21.

LI Shuzhi,LIU Meng. A Dynamic Graph Software Watermarking Scheme Based on Variable TamperProofing[J]. J4, 2011, 33(5): 18-21.

[1]	李新洁, 王文君, 董凌, 赖华, 余正涛, 高盛祥, . 基于多特征交互融合的老挝语无监督音素分割方法[J]. 计算机工程与科学, 2024, 46(05): 937-944.
[2]	邱晓梦, 王琳, 谷文俊, 宋伟, 田浩来, 胡誉. 光流法修正的时序图像语义分割模型[J]. 计算机工程与科学, 2024, 46(01): 102-110.
[3]	张文豪, 瞿绍军. 基于双解码器结构的多尺度注意力特征融合网络的视网膜血管分割#br#[J]. 计算机工程与科学, 2023, 45(12): 2175-2185.
[4]	王扬, 陈智斌. 一种求解CVRP的动态图转换模型[J]. 计算机工程与科学, 2023, 45(05): 859-868.
[5]	马冬梅, 黄欣悦, 李煜. 基于特征融合和注意力机制的图像语义分割[J]. 计算机工程与科学, 2023, 45(03): 495-503.
[6]	厍向阳, 马亦骏. 改进的遥感图像语义分割算法[J]. 计算机工程与科学, 2023, 45(03): 504-511.
[7]	李忠瑞, 崔宾阁, 杨光, 张昊卿. 基于深度学习的海岸线边缘检测网络模型[J]. 计算机工程与科学, 2022, 44(12): 2220-2229.
[8]	吴从中, 董浩, 方静. 基于注意力机制的自适应滤波遥感图像分割网络[J]. 计算机工程与科学, 2022, 44(11): 2010-2018.
[9]	蒋芸, 刘文欢, 梁菁. 联合注意力和Transformer的视网膜血管分割网络[J]. 计算机工程与科学, 2022, 44(11): 2037-2047.
[10]	吴亦奇, 韩放, 张德军, 何发智, 陈壹林. 基于特征通道和空间位置注意力的三维点云特征学习网络[J]. 计算机工程与科学, 2022, 44(07): 1239-1246.
[11]	仇静博, 燕雪峰, 汪俊, 郭延文, 魏明强, . 基于全卷积神经网络的单幅隧道图像裂纹提取算法[J]. 计算机工程与科学, 2022, 44(05): 845-854.
[12]	刘李漫, 谭龙雨, 彭源, 刘佳. 基于全融合网络的三维点云语义分割[J]. 计算机工程与科学, 2022, 44(05): 862-869.
[13]	刘榕, 伍欣, 敖斌, 文青, 李宽. 用于CD56图像分割的细胞标注精细化与自适应加权损失[J]. 计算机工程与科学, 2022, 44(05): 870-878.
[14]	马冬梅, 李鹏辉, 黄欣悦, 张倩, 杨鑫. 改进DeepLabV3+的高效语义分割[J]. 计算机工程与科学, 2022, 44(04): 737-745.
[15]	罗晓霞, 王佳, 罗香玉, 李嘉楠 . 一种基于GN算法的动态图划分方法[J]. 计算机工程与科学, 2022, 44(02): 306-311.