利索能及
我要发布
收藏
专利号: 2024111026297
申请人: 湖南科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于秘密共享的矢量地理数据交换密码可逆水印方法,其特征在于,包括以下步骤:S1:构建矢量地理数据加密特征域和水印特征域;

S2:在加密特征域上,构建矢量地理数据的CRT(k,n)门限秘密共享模型,将矢量地理数据加密成n份密文份额;

S3:收集至少k份密文份额后重构矢量地理数据明文;

S4:在水印特征域上嵌入可逆水印;

S5:基于水印特征域的水印提取及原始数据恢复;

所述S1的具体步骤为:

S11:构建矢量地理数据的量化极坐标

q

S12:取量化极径ri 和量化极角 的整数部分构成顶点i的加密特征为极径加密特征, 为极角加密特征;取 和 的小数部分构成顶点i的水印特征为极径水印特征, 为极角水印特征,即有所有顶点的加密特征集合 构成加密特

征域,水印特征集合 构成水印特征域;S2和S3的加密和解密操作及S4和S5的水印嵌入和提取操作分别在加密特征域和水印特征域上进行;

所述步骤S11中,矢量地理数据的量化极坐标 的构建过程如下:S111:确定极坐标系参考框架,将地图顶点坐标变换到极坐标系下:基于密钥key从矢量地图的特征点集中选取若干特征点;将所选特征点分成两个集合,并计算两个集合的几何平均中心,分别记为Vp(xp,yp)、Vq(xq,yq),xp、xq是几何中心的横坐标,yp,yq是几何中心的纵坐标;Vp、Vq的位置只受所选取若干特征点的共同影响,性质稳定,因此基于Vp、Vq所构建的极坐标系也稳定,不会轻易受到攻击影响;以Vp为极点,射线VpVq为极轴,逆时针为正向,构建极坐标系,然后将顶点坐标Vi(xi,yi)变换到极坐标Vi(ri,θi),xi,yi是顶点的横坐标和纵坐标,ri,θi是顶点的极径和极角;

S112:分别确定极角的量化步长qθ和极径的量化步长qr,将极坐标Vi(ri,θi)量化成量化极坐标 量化公式如下:qθ和qr的取值要求小于数据精度容忍度,其中, ρ为量化步长适配因子,通过调整ρ的大小来调整qr的大小,使得qr的大小满足要求;

所述S2具体步骤为:

S21:共享模型参数设置:基于CRT进行地图(k,n)门限秘密共享的关键是设置一组满足特定条件的互质整数序列m0,m1,…,mn,且有v1

式(2)确保了mj序列是一个围绕在m0左右的紧凑型互质整数序列,这个条件是实现CRT(k,n)门限功能的充分条件,即当mj序列满足式(2)时,在CRT秘密共享模型中,如果收集至少k份密文份额,则可恢复原始秘密;如果收集的密文份额数少于k份,则无法得到原始秘密的任何信息;

S22:加密特征空间和共享密文份额空间定义:定义极径加密特征 的空间为其第j个共享密文份额的空间为 1≤j≤n;

S23:加密特征的共享加密:在共享加密 时,随机生成一整数A,使得中间数小于 则 的n个密文份额如下式生成:上式中, 为 的第j个共享密文份额,mod表示取模运算;

S24:顶点i的极角加密特征 的共享加密方法与极径加密特征 的共享加密方法相同;通过对顶点i的极径加密特征 和极角加密特征 的共享加密运算后,得到顶点i的n个共享密文特征S25:得到顶点i的n个极坐标密文份额表示顶点i的第j个密文份额;进一步,将极坐标密文转换成原始坐标系下的密文,记为上标e表示密文;

S26:对所有顶点处理完毕得到整个地图的n个密文份额;令整个地图的第j个密文份额记为 N为整个地图的顶点数量;最终,地图的n个密文份额 分别存储于n个存储与处理中心;

所述S3的具体步骤为:

S31:当收集至少k份地图密文份额 时,v=1,2,…,k;1≤tv≤n,可重构出明文地图;首先将 中的顶点坐标 转换为极坐标 然后基于极坐标构建加密特征域 和水印特征域 为第tv个地图密文份额中顶点i的极径加密特征;

S32:当收集到至少k份地图密文份额时,构建如下同余系统:根据CRT可知,上述同余系统中 在模 下有唯一解,又因为因此,基于CRT求解出的 的解即为原

始解;

S33:恢复 后,有 采用相同的方法恢复极角加密特征因此顶点i的明文极坐标恢复为 其中,

转换到原始坐标系下得到Vi(xi,yi),明文地图map={Vi(xi,yi)|i=1,2,…,N},N为地图的顶点数量;

所述S4的具体步骤为:

S41:对地图map={Vi(xi,yi)|i=1,2,…,N},先将顶点直角坐标Vi(xi,yi)转换为极坐标Vi(ri,θi),然后基于极坐标,构建加密特征域 和水印特征域水印嵌入操作在水印特征域上进行;

S42:从水印特征域的构建过程可知, 的值域范围为[0,1),为了在 中嵌入s个s水印比特位,将 的值域区间[0,1)均分为2个子区间,并对子区间从左到右分别编号为s

0,1,…,2 ‑1,每个子区间称为一个水印区间,子区间的编号即为该水印区间所代表的水印信息;

s

S43:在 中嵌入水印信息w,w∈{0,1,…,2‑1},只需将 移入编号为w的水印区间内,具体移入位置为水印区间内距区间起始位置 处,如式(5)所示,水印的嵌入过程即是原始水印特征 到含水印的极径水印特征 的映射过程,原始数据的恢复过程即是式(5)的逆映射过程,如式(6)所示;

S44:按照步骤S42、S43的方法在极角水印特征 中嵌入水印信息得到含水印的极角水印特征S45:在顶点i的水印特征 中嵌入水印信息后,得到含水印的水印特征结合加密特征 计算得到含水印极坐标

表示地图顶点i的含水印坐标,含水

印极坐标进一步转换为含水印原始坐标 上标w表示含水印的坐标,含水印地图 N为地图的顶点数量;

所述S5的具体步骤为:

S51:对含水印地图 首先将顶点坐标

转换为极坐标 然后基于极坐标构建加密特征域w

和水印特征域 为地图max中顶点i的

w

加密特征, 为map中顶点i的含水印的水印特征,水印提取在水印特征域上进行;

S52:从 中提取水印时,只需计算 落在[0,1)上的哪个水印区间,该水印区间的编号即为提取的水印信息,如式(7)所示;

floor()为向下取整函数;接着利用式(6)恢复嵌入水印前的极径水印特征S53:基于与步骤S52相同的原理,从 中提取水印信息,并恢复原始极角水印特征S54:原始水印特征 得到恢复后,继而获得原始极坐标转换到原始坐标系下得到Vi(xi,yi),原始不含水印地图map={Vi(xi,yi)|i=1,2,…,N}。